基于多域特征結(jié)合CBAM模型的腦電信號(hào)抑郁識(shí)別

摘要： 目前腦電信號(hào)(EEG)的抑郁癥識(shí)別方法主要采用單一特征提取方法，無法覆蓋多域特征信息，導(dǎo)致現(xiàn)有模型分類性能不高，因此提出了一種多域特征結(jié)合CBAM模型(CNN-BiLSTM-attention mechanism)的抑郁癥識(shí)別算法。首先利用連續(xù)小波變換(CWT)提取時(shí)頻域特征，并結(jié)合腦電電極空間信息構(gòu)成2D特征圖像，共同保留腦電的空間、時(shí)間和頻率信息；然后使用卷積神經(jīng)網(wǎng)絡(luò)(co...