全球有大量人群受到抑郁症影响，探索有效的抑郁诊断方法十分迫切。本研究提出一种基于功能近红外光谱（fNIRS）的多模态特征融合抑郁识别方法。研究招募60名志愿者，包括30名抑郁患者和30名健康对照，使用22通道 fNIRS 设备记录被试在积极、中性和消极情感词刺激下脑氧合血红蛋白（HbO）和脱氧血红蛋白（HbR）浓度变化。采用 K 近邻（KNN）和支持向量机（SVM）分类器识别抑郁患者，并通过10折交叉验证评估结果。三种单一条件特征的准确率分别为85.69%、88.32%和86.77%。随后采用特征拼接与线性组合进行融合，并在拼接融合中使用主成分分析（PCA）降维。结果表明，相比单一特征，特征融合可提升抑郁识别性能，其中中性特征与消极特征拼接的融合方式效果最佳，准确率达到94.45%。该研究为抑郁检测提供了更准确、便捷的潜在方法。
关于本文的更多详情，请访问此链接。