CN120227030A 脑电-眼动多模态数据融合的抑郁症早期筛查智能系统及方法 （武汉大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120227030A(43)申请公布日2025.07.01

(21)申请号202510516574.2

(22)申请日2025.04.23

(71)申请人武汉大学

地址430072湖北省武汉市武昌珞珈山

(72)发明人姜婷婷田慧溢孙竹墨张志剑

(74)专利代理机构徐州西科知道专利代理事务所(普通合伙)32947

专利代理师刘倩倩

(51)Int.CI.

A61B5/16(2006.01)

A61B5/374(2021.01)

A61B3/113(2006.01)

A61B3/11(2006.01)

A61B5/377(2021.01)

A61B5/00(2006.01)

GO6F18/25(2023.01)

G16H10/60(2018.01)

G16H50/70(2018.01)GO6F18/213(2023.01)

GO6F18/24(2023.01)

GO6N3/042(2023.01)

权利要求书2页说明书10页附图3页

(54)发明名称

脑电-眼动多模态数据融合的抑郁症早期筛查智能系统及方法

(57)摘要

CN120227030A本发明公开了一种脑电-眼动多模态数据融合的抑郁症早期筛查智能系统及方法。系统在虚拟现实情境下，通过精心设计的认知任务激发受试者的情感和认知反应，采用可穿戴EEG装置和高精度眼动仪同步采集大脑电活动及视线行为数据。经过信号预处理和特征提取后，利用加权融合公式或图神经网络实现多模态数据的深度融合，自动调整各模态权重并提取脑电与眼动间的交互特征，进而通过分类器准确判定受试者的抑郁风险。实验表明，该方法能有效捕捉轻度抑郁患者微弱的生理异常，具有高灵敏度、高准确

CN120227030A

认知任务呈现模块

认知任务呈现模块

(虚拟现实环境)

EG采集装置眼动追踪装置

数据处理与融合分析模块

结果输出模块

CN120227030A权利要求书1/2页

2

1.一种脑电-眼动多模态数据融合的抑郁症早期筛查智能系统，其特征在于，包括：

脑电信号采集模块，用于在受试者执行认知任务过程中采集其脑电EEG信号，并输出多通道的脑电数据；

眼动追踪模块，用于同步捕获受试者眼球运动信息并生成眼动数据，包括注视点位置、凝视持续时间和瞳孔直径变化；

认知任务呈现模块，用于向受试者提供预先设计的认知任务和刺激情景，以诱发与抑郁相关的认知过程和情绪反应，所述认知任务包括情绪刺激浏览和认知功能测试环节；

数据处理与融合分析模块，用于接收所述脑电数据和眼动数据，对其进行预处理、特征提取，并采用多模态数据融合算法对脑电特征和眼动特征进行关联建模与综合分析，输出受试者的抑郁风险评估结果；

结果输出模块，用于将所述评估结果以人机可读形式呈现或存储，包括显示受试者的抑郁倾向评分、判别结论及相应解释信息。

2.根据权利要求1所述的一种脑电-眼动多模态数据融合的抑郁症早期筛查智能系统，其特征在于，所述认知任务呈现模块包括虚拟现实显示装置，认知任务在虚拟现实场景中进行，以模拟真实情景并增强认知任务对受试者的沉浸感；

认知任务范式包括：同时呈现正性与负性情绪刺激以检测受试者的注意偏向，在高认知负荷任务中测量其行为和生理反应，以及在奖励决策情景下观察其情绪反应，从多角度激发轻度抑郁受试者的特异性反应模式。

3.根据权利要求1所述的一种脑电-眼动多模态数据融合的抑郁症早期筛查智能系统，其特征在于，所述数据处理与融合分析模块包括：

信号同步单元，用于根据统一时间戳或触发信号对脑电数据和眼动数据进行时间对齐；

预处理单元，用于对脑电数据进行滤波和伪迹消除，对眼动数据进行平滑和校准；

特征提取单元，用于从脑电数据提取频域特征、事件相关电位特征、脑网络连接特征，以及从眼动数据提取注视分布、凝视序列、瞳孔变化特征；

多模态融合单元，用于将提取的脑电特征和眼动特征输入多模态数据融合算法模型，建立两者之间的关联并输出融合特征表示；

决策分类单元，用于对所述融合特征表示进行模式识别或分类，生成抑郁风险评估结果。

4.根据权利要求3所述的一种脑电-眼动多模态数据融合的抑郁症早期筛查智能系统，其特征在于，所述多