近期，必赢官网计算机科学与技术专业大四本科生洪丹琦以第一作者身份向International Conference of the IEEE Engineering in Medicine and Biology Society (IEEE EMBC 2021) 投稿的会议文章被接收，论文标题为 ‘EEG-based Major Depressive Disorder Detection Using Data Mining Techniques’。研究成果在特聘研究员樊小毛指导下完成，樊小毛老师为通讯作者，必赢242net官网为第一完成单位。
抑郁症是一种常见的精神疾病，其特点是持续的情绪低落、悲伤、疲劳、绝望等感觉，严重的抑郁症甚至会导致患者的自杀行为。目前常用的检测抑郁症的方式为专业医疗人员根据HAMD-17量表检测患病情况，但该种检测方法需要专业人士进行，医疗资源匮乏的地区难以实施。
图1 模型效果和特征数量之间的关系
图2 构建新特征Ar和Ir的方法，其中Aβ和Aα分别为β和α频段的脑电信号振幅指数，Iβ和Iα为β和α频段的脑电信号节律指数
在论文中，我们基于从患者的脑电信号中提取的脑电信号特征，构建了两种新的脑电信号特征。采用逻辑斯蒂回归（LR）和支持向量机（SVM）两种广泛使用的机器学习算法，并对输入的特征进行了筛选，来根据患者的脑电信号、性别和年龄信息，预测出患者的HAMD-17分数，以判断被检测者是否患有抑郁症。实验结果表明，我们提出的分类方法，最佳预测效果达到了F1 值为0.92的结果。该方法可以应用于医疗信息系统，以预测患者的患病情况并帮助患者尽早检出病症，以尽快对病症进行干预治疗。
图3 洪丹琦同学
洪丹琦同学自大三以来积极参加科研活动与学习活动，她的研究兴趣主要为数据挖掘技术。在学习活动之余，她的兴趣爱好有游泳、健身等。