基于两级分类器的抑郁识别方法、装置、终端及介质与流程

1.本技术涉及计算机技术领域，具体涉及一种基于两级分类器的抑郁识别方法、装置、终端及介质。


背景技术：

2.抑郁症又称抑郁障碍，是一种发病率较高的情感障碍精神疾病。抑郁症患者通常具有心境低落、兴趣和愉快感丧失、精力不济或疲劳感等典型症状。抑郁症的诊断主要应根据病史、临床症状、病程及体格检查和实验室检查。因此，这种诊断方式易受主观因素的影响，容易造成误诊和漏诊。研究发现，抑郁症患者和健康对照者的脑电信号在波段、功率和波幅等参数上有不同的变异规律。为此，为了克服抑郁症的诊断易受主观因素影响的问题，相关技术中主要采用对脑电信号的分析来进行抑郁诊断。然而，这种通过脑电信号来诊断抑郁症的方式，存在分析时间长，效率低的问题。


技术实现要素：

3.为了解决上述至少一个技术问题，本技术提供一种基于两级分类器的抑郁识别方法、装置、终端及介质。
4.根据本技术的第一方面，提供了一种基于两级分类器的抑郁识别方法，该方法包括：
5.确定待识别的脑电信号的频域特征；
6.基于预设的针对一对多模式的第一级二分类器，确定针对频域特征的第一输出信息；
7.依据第一输出信息，判断是否需要启动预设的针对一对一模式的第二级二分类器；
8.若需要启动针对一对一模式的第二级二分类器，则在第二级二分类器包括的各个二分类器中，确定与第一输出信息匹配的至少一个目标二分类器；
9.依据至少一个目标二分类器，确定频域特征所属的抑郁分类。
10.根据本技术的第二方面，提供了一种基于两级分类器的抑郁识别装置，该装置包括：
11.频域特征确定模块，用于确定待识别的脑电信号的频域特征；
12.第一输出信息确定模块，用于基于预设的针对一对多模式的第一级二分类器，确定针对频域特征的第一输出信息；
13.二级分类器启动判断模块，用于依据第一输出信息，判断是否需要启动预设的针对一对一模式的第二级二分类器；
14.目标分类器确定模块，用于若需要启动针对一对一模式的第二级二分类器，则在第二级二分类器包括的各个二分类器中，确定与第一输出信息匹配的至少一个目标二分类器；
15.抑郁分类识别模块，用于依据至少一个目标二分类器，确定频域特征所属的抑郁分类。
16.根据本技术的第三方面，提供了一种终端，该终端包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时以实现上述基于两级分类器的抑郁识别方法。
17.根据本技术的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于两级分类器的抑郁识别方法。
18.本技术通过确定待识别的脑电信号的频域特征，以基于预设的第一级分类器，确定针对频域特征的第一输出信息，从而依据第一输出信息，判断是否需要启动预设的第二级分类器，并在需要启动第二级分类器的情形下，在第二级分类器包括的各个分类器中，确定与第一输出信息匹配的至少一个目标分类器，进而依据至少一个目标分类器，确定频域特征所属的抑郁分类，这种通过两级分类器来对抑郁分类进行识别的方式，将一对多模式以及一对一模式的二分类器进行结合，提高了对频域特征进行识别的效率，提升了抑郁分类的识别精度，避免了依赖人工进行抑郁识别导致的分析时间长且精度差的问题。
附图说明
19.为了更清楚地说明本技术实施例中的技术方案，下面将对本技术实施例描述中所需要使用的附图作简单地介绍。
20.图1为本技术实施例提供的一种基于两级分类器的抑郁识别方法的流程示意图；以及
21.图2为本技术实施例提供的一种基于两级分类器的抑郁识别装置的框图结构示意图。
具体实施方式
22.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
23.需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。
24.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
25.根据本技术的一个实施例，提供了一种基于两级分类器的抑郁识别方法，如图1所示，该方法包括步骤s101至步骤s105。
26.步骤s101：确定待识别的脑电信号的频域特征。
27.具体地，电子设备确定待识别的脑电信号的频域特征。其中，电子设备可以为手机、平板、pc机、脑机接口bci设备、脑电信号eeg采集设备等终端你，还可以为服务器等云端设备。
28.具体地，电子设备可以通过读取本地缓存的方式，来得到待识别的脑电信号的频
域特征。这种利用其他设备(如脑电信号eeg采集设备、脑机接口bci设备)来将脑电信号转换为频域特征的方式，节省了电子设备对脑电信号的处理步骤，达到了降低电子设备的计算开销的目的。
29.具体地，电子设备可以通过读取本地缓存的方式来得到待识别的脑电信号，并通过预设的频域转换算法(如傅里叶转换算法)来得到该脑电信号的频域特征。这种由电子设备对脑电信号进行处理来得到频域特征的方式，避免了频域特征不符合预设的频域特征的要求的问题，提高了后续对频域特征进行处理的效率。
30.应用时，电子设备可以为脑电信号eeg采集设备，即由脑电信号eeg采集设备来执行本技术实施例提供的方法。
31.应用时，电子设备可以为与脑电信号eeg采集设备连接的脑机接口bci设备，即由脑机接口bci设备来执行本技术实施例提供的方法。
32.应用时，电子设备可以为与脑电信号的发送端(如脑电信号eeg采集设备、脑机接口bci设备等)连接的处理设备(如pc机)，即由处理设备来执行本技术实施例提供的方法。
33.步骤s102：基于预设的针对一对多模式的第一级二分类器，确定针对频域特征的第一输出信息。
34.在本技术实施例中，第一级分类器用于表征一对多模式的二分类器，即第一级分类器由多个一对多模式的二类分类器组成。例如，在第一级分类器的分类器i(i表示分类器的编号)是将i类数据设置为类1(正类)，其它所有m
‑
1个i类以外的类共同设置为类2(负类)。
35.具体地，第一输出信息用于表征第一级分类器包括的多个二分类器各自的输出组成的结果。例如，若第一级分类器包括4个二分类器，那么第一输出信息为这4个二分类器按照顺序输出的参数序列。
36.步骤s103：依据第一输出信息，判断是否需要启动预设的针对一对一模式的第二级二分类器；
37.在本技术实施例中，第二级二分类器用于表征一对一模式的二分类器，即，第二级分类器由多个一对一模式的二分类器组成。
38.具体地，第一输出信息一般为由“0”和“1”组成的参数序列，可以根据第一输出信息中包括的“1”的数量来判断是否需要启动预设的第二级分类器。例如，若第一输出信息中仅包括一个“1”，那么表征第一级分类器即可实现抑郁分类的识别；否则则需要利用第二级分类器来进行识别。
39.步骤s104：若需要启动针对一对一模式的第二级二分类器，则在第二级二分类器包括的各个二分类器中，确定与第一输出信息匹配的至少一个目标二分类器。
40.具体地，可以通过第一输出信息中包括的“1”的数量以及“1”在第一级分类器中所指向的分类器，来在第二级分类器中确定至少一个目标分类器。例如，第一输出信息中包括两个“1”，假设第一级分类器包括4个一对多模式的二分类器，这两个“1”分别指向第一位、第三位的一对多模式的二分类器，那么由第一级分类器中第一位、第三位的一对多模式的二分类器，来在第二级分类器包括的各个分类器中，确定与第一输出信息匹配的至少一个目标分类器。
41.步骤s105：依据至少一个目标二分类器，确定频域特征所属的抑郁分类。
42.具体地，目标分类器的数量可以为1，也可以为大于1的自然数。应用时，在包括一个目标分类器的情形下，确定出的抑郁分类是唯一的；在包括多个目标分类器的情形下，每个目标分类器均能够确定出一个抑郁分类，因此需要在从中确定出一个抑郁分类器。例如，在包括多个目标分类器的情形下，可以采用投票选举法，来从多个目标分类器确定出的抑郁分类中，筛选出最终的抑郁分类。
43.本技术实施例中，将抑郁分类设置为正常、轻度抑郁、中度抑郁和重度抑郁几种。应用时，还可以根据实际需要设置抑郁分类，此处不再一一列举。
44.本技术实施例中，通过确定待识别的脑电信号的频域特征，以基于预设的针对一对多模式的第一级二分类器，确定针对频域特征的第一输出信息，从而依据第一输出信息，判断是否需要启动预设的针对一对一模式的第二级二分类器，并在需要启动第二级二分类器的情形下，在第二级二分类器包括的各个二分类器中，确定与第一输出信息匹配的至少一个目标二分类器，进而依据至少一个目标二分类器，确定频域特征所属的抑郁分类，这种通过两级分类器来对抑郁分类进行识别的方式，将一对多模式以及一对一模式的二分类器进行结合，提高了对频域特征进行识别的效率，提升了抑郁分类的识别精度，避免了依赖人工进行抑郁识别导致的分析时间长且精度差的问题。
45.在一些实施例中，步骤s103进一步包括：
46.步骤s1031(图中未示出)：基于第一输出信息，确定第一级二分类器的各个二分类器输出的指定参数的数量；
47.步骤s1032(图中未示出)：依据第一级二分类器的各个二分类器输出的指定参数的数量，判断是否启动第二级二分类器。
48.具体地，指定参数可以根据实际需要以及二分类器的输出来确定。
49.具体地，一般采用“0”和“1”表示第一级二分类器的各个二分类器输出结果。更具体地，采用数组方式来表示第一级二分类器的各个二分类器各自输出的结果，通过数组的表示方式来确定第一级二分类器中能够识别的二分类器。
50.在一些实施例中，步骤s1032包括：
51.若第一级二分类器的各个二分类器输出的指定参数的数量大于1，则确定需要启动第二级二分类器；
52.若第一级二分类器的各个二分类器输出的指定参数的数量为1，则确定不需要启动第二级二分类器。
53.在本技术实施例中，指定参数的数量用于表征第一级二分类器是否能够识别出抑郁分类。具体地，指定参数的数量为1，表示第一级二分类器能够识别出抑郁分类，无需启动第二级二分类器；指定参数的数量大于1，表示第一级二分类器无法识别出抑郁分类，需要启动第二级二分类器来进行识别。
54.在一些实施例中，步骤s104进一步包括：
55.基于第一输出信息，确定针对第一级二分类器的各个二分类器的参数序列；
56.基于预设的针对第一级二分类器的各个二分类器的多组参数序列，以及多组参数序列各自对应的针对第二级二分类器的二分类器标识，确定与第一输出信息匹配的至少一个目标二分类器。
57.具体地，可以参照表1来确定与第一输出信息匹配的至少一个目标二分类器。表1
中ovr
‑
svm表示一对多模式的第一级二分类器，ovo
‑
svm表示一对一模式的第二级二分类器。
58.表1
[0059][0060]
若第一输出信息为{+1,+1,
‑
1,
‑
1}，即该第一输出信息中值为“+1”的数量大于1，通过查找表1可知，应采用第二级二分类器中用于区分分类1和分类2的二分类器，以依据该二分类器来得到频域特征所属的抑郁分类，即分类1或分类2。
[0061]
若第一输出信息为{+1,+1,+1,
‑
1}，即该第一输出信息中值为“+1”的数量大于1，即第一级二分类器无法识别出抑郁分类，应用时，通过查找表1，应采用第二级二分类器中的三种二分类器，来作为与第一输出信息匹配的至少一个目标二分类器，分别为：用于区分分类1和分类2的二分类器、用于区分分类1和分类3的二分类器、以及用于区分分类2和分类3的二分类器。
[0062]
在一些实施例中，该方法还包括：
[0063]
若不需要启动第二级二分类器，则依据第一输出信息，确定频域特征所属的抑郁分类。
[0064]
具体地，第一输出信息可以是抑郁分类的输出结果，也可以是由“0”和“1”组成的参数序列。参照表1可知，若第一输出信息为{+1,
‑
1,
‑
1,
‑
1}，即该第一输出信息中值为“+1”的数量为1，即第一级二分类器可以识别出抑郁分类，应用时，根据“+1”位置对应的二分类器来确定抑郁分类，参照表1输出的抑郁分类为分类1。
[0065]
在一些实施例中，如图1所示，步骤s105进一步包括：
[0066]
步骤s1051(图中未示出)：若目标分类器的数量大于1，则确定至少一个目标二分类器分别输出的抑郁分类；
[0067]
步骤s1052(图中未示出)：对至少一个目标二分类器分别输出的抑郁分类进行筛选处理，得到频域特征所属的抑郁分类。
[0068]
具体地，至少一个目标二分类器分别输出的抑郁分类可以相同，也可以不相同。在至少一个目标二分类器分别输出的抑郁分类不同的情形下，可以预设算法(如投票选举法)
来从中选定频域特征所属的抑郁分类。
[0069]
在一些实施例中，步骤s1052进一步包括：
[0070]
基于投票选举法，对至少一个目标二分类器分别输出的多个抑郁分类进行筛选处理，得到频域特征所属的抑郁分类。
[0071]
通过投票选举法将输出的数量最多的抑郁分类，作为频域特征所属的抑郁分类
[0072]
本技术的又一实施例提供了一种基于两级分类器的抑郁识别装置，如图2所示，该装置20包括：频域特征确定模块201、第一输出信息确定模块202、二级分类器启动判断模块203、目标分类器确定模块204以及抑郁分类识别模块205。
[0073]
频域特征确定模块201，用于确定待识别的脑电信号的频域特征；
[0074]
第一输出信息确定模块202，用于基于预设的第一级分类器，确定针对频域特征的第一输出信息；
[0075]
二级分类器启动判断模块203，用于依据第一输出信息，判断是否需要启动预设的第二级分类器；
[0076]
目标分类器确定模块204，用于若需要启动第二级分类器，则在第二级分类器包括的各个分类器中，确定与第一输出信息匹配的至少一个目标分类器；
[0077]
抑郁分类识别模块205，用于依据至少一个目标分类器，确定频域特征所属的抑郁分类。
[0078]
本技术实施例中，通过确定待识别的脑电信号的频域特征，以基于预设的针对一对多模式的第一级二分类器，确定针对频域特征的第一输出信息，从而依据第一输出信息，判断是否需要启动预设的针对一对一模式的第二级二分类器，并在需要启动第二级二分类器的情形下，在第二级二分类器包括的各个二分类器中，确定与第一输出信息匹配的至少一个目标二分类器，进而依据至少一个目标二分类器，确定频域特征所属的抑郁分类，这种通过两级分类器来对抑郁分类进行识别的方式，将一对多模式以及一对一模式的二分类器进行结合，提高了对频域特征进行识别的效率，提升了抑郁分类的识别精度，避免了依赖人工进行抑郁识别导致的分析时间长且精度差的问题。
[0079]
进一步地，二级分类器启动判断模块包括：
[0080]
数量确定子模块，用于基于第一输出信息，确定第一级二分类器的各个二分类器输出的指定参数的数量；
[0081]
启动判断子模块，用于依据第一级二分类器的各个二分类器输出的指定参数的数量，判断是否启动第二级二分类器。
[0082]
进一步地，启动判断子模块包括：
[0083]
第一判断单元，用于若第一级二分类器的各个二分类器输出的指定参数的数量大于1，则确定需要启动第二级二分类器；
[0084]
第二判断单元，用于若第一级二分类器的各个二分类器输出的指定参数的数量为1，则确定不需要启动第二级二分类器。
[0085]
进一步地，目标分类器确定模块包括：
[0086]
序列确定子模块，用于基于第一输出信息，确定针对第一级二分类器的各个二分类器的参数序列；
[0087]
分类器确定子模块，用于基于预设的针对第一级二分类器的各个二分类器的多组
参数序列，以及多组参数序列各自对应的针对第二级二分类器的二分类器标识，确定与第一输出信息匹配的至少一个目标二分类器。
[0088]
进一步地，该装置还包括：
[0089]
初步识别模块，用于若不需要启动第二级二分类器，则依据第一输出信息，确定频域特征所属的抑郁分类。
[0090]
进一步地，抑郁分类识别模块包括：
[0091]
抑郁分类输出子模块，用于若目标分类器的数量大于1，则确定至少一个目标二分类器分别输出的抑郁分类；
[0092]
抑郁分类筛选子模块，用于对至少一个目标二分类器分别输出的多个抑郁分类进行筛选处理，得到频域特征所属的抑郁分类。
[0093]
进一步地，抑郁分类筛选子模块包括：
[0094]
投票筛选单元，用于基于投票选举法，对至少一个目标二分类器分别输出的多个抑郁分类进行筛选处理，得到频域特征所属的抑郁分类。
[0095]
本实施例的基于两级分类器的抑郁识别装置可执行本技术实施例提供的基于两级分类器的抑郁识别方法，其实现原理相类似，此处不再赘述。
[0096]
本技术又一实施例提供了一种终端，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行计算机程序时以实现上述基于两级分类器的抑郁识别方法。
[0097]
具体地，处理器可以是cpu，通用处理器，dsp，asic，fpga或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
[0098]
具体地，处理器通过总线与存储器连接，总线可包括一通路，以用于传送信息。总线可以是pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。
[0099]
存储器可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom、cd
‑
rom或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
[0100]
可选的，存储器用于存储执行本技术方案的计算机程序的代码，并由处理器来控制执行。处理器用于执行存储器中存储的应用程序代码，以实现上述实施例提供的基于两级分类器的抑郁识别装置的动作。
[0101]
本技术又一实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于两级分类器的抑郁识别方法。
[0102]
以上所描述的装置实施例仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0103]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为
由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd
‑
rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0104]
以上是对本技术的较佳实施进行了具体说明，但本技术并不局限于上述实施方式，熟悉本领域的技术人员在不违背本技术精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。