基于ERP特征与深度学习算法的社交焦虑检测研究.pdf

目录

摘要I

AbstractIII

第一章绪论1

1.1研究背景及意义1

1.2基于脑电信号的社交焦虑障碍检测算法研究现状3

1.2.1基于静息态脑电数据的社交焦虑障碍检测算法4

1.2.2基于脑电时域和频域特征的社交焦虑障碍检测算法4

1.2.3基于脑电非线性动力学特征的社交焦虑障碍检测算法5

1.2.4不同认知情境下社交焦虑障碍的相关研究5

1.3基于脑电信号的社交焦虑障碍检测面临的问题6

1.4研究的主要创新点7

1.5全文组织架构8

第二章数据集介绍10

2.1数据集A介绍10

2.1.1被试10

2.1.2实验刺激11

2.1.3实验范式11

2.2数据集B介绍12

2.2.1被试12

2.2.2实验刺激12

2.2.3实验范式13

2.3本章小结14

第三章社交焦虑障碍脑电信号预处理及相关理论基础15

3.1社交焦虑障碍脑电信号预处理15

3.1.1预处理15

3.1.2特征提取16

3.2其他理论基础简述18

3.2.1模型评价指标18

3.2.2傅里叶变换19

3.2.3McNemar检验19

3.3本章小结20

第四章基于At-EEGNet的社交焦虑障碍脑电检测模型21

4.1本章研究动机21

4.2社交焦虑障碍自动检测的At-EEGNet模型21

4.2.1At-EEGNet模型整体架构21

4.2.2EEGNet模型22

4.2.3CBAM模块24

4.3实验性能评估26

4.3.1At-EEGNet模型性能的评估26

4.3.2不同类型特征在At-EEGNet模型上的评估31

4.3.3不同认知情境下ERP特征在At-EEGNet模型上的评估34

4.4本章小结35

第五章基于BiAt-EEGNet的社交焦虑障碍脑电检测模型37

5.1本章研究动机37

5.2社交焦虑障碍检测的BiAt-EEGNet模型37

5.2.1模型BiAt-EEGNet整体架构37

5.2.2BiLSTM架构38

5.3实验性能评估40

5.3.1BiAt-EEGNet模型性能的评估40

5.3.2不同类型特征在BiAt-EEGNet模型上的性能评估43

5.3.3不同认知情境下ERP特征在BiAt-EEGNet模型上的性能评估45

5.4本章小结46

第六章社交焦虑障碍检测系统48

6.1社交焦虑障碍检测系统开发方案48

6.1.1系统配置要求48

6.1.2系统功能48

6.2社交焦虑障碍检测系统介绍50

6.2.1登录模块50

6.2.2脑电数据可视化模块52

6.2.3特征提取模块53

6.2.4焦虑检测模块54

6.3本章小结56

第七章总结与前景展望57

7.1总结57

7.2前景展望58

参考文献60

致谢66

攻读学位期间发表的学术论著68