买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：佛山大学

摘要：本发明公开了一种基于自适应Lasso的抑郁症特征提取方法及系统，该方法包括：获取患者的EEG脑电信号并进行数据预处理，得到预处理后的EEG脑电信号；基于ElasticNet稀疏回归模型，引入自适应Lasso方法，对预处理后的EEG脑电信号进行多尺度特征提取融合处理，得到EEG脑电信号特征融合矩阵；基于L2正则化逻辑回归分类器，引入自适应学习率与错误率加权策略，对EEG脑电信号特征融合矩阵进行分类预测，得到抑郁症识别结果。通过使用本发明，通过平衡网络模型的全局视角和局部视角的细节，进而提高网络模型对于高维数据的处理能力，提高抑郁症的识别精度。本发明作为一种基于自适应Lasso的抑郁症特征提取方法及系统，可广泛应用于计算机辅助医疗技术领域。

主权项：1.一种基于自适应Lasso的抑郁症特征提取方法，其特征在于，包括以下步骤：获取患者的EEG脑电信号并进行数据预处理，得到预处理后的EEG脑电信号；通过自适应Lasso方法确定自适应权重值；将自适应权重值嵌入至ElasticNet稀疏回归模型的正则化项，构建超网络；所述超网络的损失函数具体如下所示： ;上式中，表示超网络的损失函数，表示原始的损失函数，表示控制L1正则化强度参数，表示控制L2正则化强度参数，表示第个特征的系数的平方，表示自适应权重值，表示第个特征的系数，表示参数的数量，表示第个特征；基于交叉验证法，对超网络中的参数组合进行优化处理，得到优化后的超网络；基于优化后的超网络，对预处理后的EEG脑电信号进行全局属性指标特征提取处理，得到EEG脑电信号的全局属性指标特征；基于优化后的超网络，对预处理后的EEG脑电信号进行局部属性指标特征提取处理，得到EEG脑电信号的局部属性指标特征；对EEG脑电信号的全局属性指标特征与EEG脑电信号的局部属性指标特征依次进行归一化与特征融合处理，得到EEG脑电信号特征融合矩阵；引入惩罚项系数，构建若干L2正则化逻辑回归分类器；其中，所述L2正则化逻辑回归分类器的目标函数具体如下所示： ;上式中，表示L2正则化逻辑回归分类器的目标函数，表示模型对的预测概率，表示实际标签，表示惩罚模型的所有权重的平方，表示训练样本数量，表示第个样本，表示正则化参数；对L2正则化逻辑回归分类器进行初始化与自适应迭代训练处理，得到若干训练后的L2正则化逻辑回归分类器；获取若干训练后的L2正则化逻辑回归分类器的错误率；根据错误率对若干训练后的L2正则化逻辑回归分类器进行权重值赋予，得到若干具有错误率权重值的L2正则化逻辑回归分类器；将若干具有错误率权重值的L2正则化逻辑回归分类器进行组合，对EEG脑电信号特征融合矩阵进行分类预测，得到抑郁症识别结果。

全文数据：

权利要求：

百度查询： 佛山大学 一种基于自适应Lasso的抑郁症特征提取方法及系统