基于集成学习的心肺耦合抑郁状态识别方法及系统

摘要

本发明提供一种基于集成学习的心肺耦合抑郁状态识别方法及系统，属于信号处理技术领域，获取待检测的脉搏信号和呼吸信号；将获取的脉搏信号和呼吸信号转化为一维矩阵形式，并裁剪成设定长度的信号；利用预先训练好的识别模型，对设定长度的信号进行处理，获得信号为正常或抑郁的检测结果。本发明数据容易获取，成本低；利用深度学习对脉搏和呼吸信号进行识别，相对于机器学习，其提取特征更为全面，识别效果更好，识别准确率高；利用深度神经网络建立的识别模型，拥有输入数据即得结果的特点，识别速度快；与临床量表的检测结果相比，利用深度神经网络进行的识别不含有医生的主观因素，检测结果更为客观。