抑郁症是一种常见且易复发的精祌疾病,严重危害人们的身心健康,已成为重要的社会问题。抑郁症的认知机制研究及治疗方法的探索,是当前研究热点。
首先,对抑郁患者脑电信号进行时频分析及脑网络分析。针对静息态脑电信号,运用频谱不对称分析法和去趋势波动分析算法提取脑电时域和频域特征,比较两种算法的分类精度及计算复杂度;基于相位锁定指数方法构建静息态脑功能网络,引入图论方法计算网络参数并进行优化,提高分类精度及稳定性。针对采用 flanker 范式的事件相关脑电信号,提出基于互信息的二次规划特征选择和费舍尔分数的混合特征选择算法,对所有功能连接特征分别进行排序及包装处理,采用遗传算法选择最优子集,该方法不仅降低了特征数目,而且提高了分类精度。研究结果为抑郁症患者神经反馈指标计算提供了依据。
其次,研制了抑郁症患者辅助康复训练系统。设计多导联高精度脑电采集放大器,开发了在线提取脑电特征的采集软件;针对抑郁症患者情绪低落,低动力,少想法等特点,制作个体化多级虚拟游戏场景作为反馈刺激源,并添加引导程序提升了用户友好度;设计了训练反馈计算软件,可快速处理用户数据并生成临床指标报告。使用该系统对 25 位抑郁症患者进行了虚拟现实情境治疗,对治疗前后的脑电数据进行采集分析,发现左右脑不对称指数(Alpha、Beta)、频谱不对称指数(SASI)特征差异明显、效果稳定,计算速度快,患者抑郁症状有较明显改善。
经过 3 年的努力,本项目组研究了虚拟现实辅助治疗的脑电反馈技术,以及在硬件和软件平台上实现了基于虚拟现实的抑郁症辅助诊断系统的原型研制。