13、基于脑电图分析的心理健康障碍计算模型研究

基于脑电图分析的心理健康障碍计算模型研究

1. 引言

世界卫生组织（WHO）在2019年宣布了一项心理健康特别倡议——心理健康全民覆盖，旨在未来十年内为12个优先国家的1亿人提供优质且可负担得起的心理健康护理。WHO将健康定义为身体、心理和社会的良好状态。据报告，全球约有4.5亿人患有至少一种心理或心理健康障碍（MHD），每四人中就有一人在生命的某个阶段会出现一种或多种相关症状。传统的MHD诊断遵循ICD - 11诊断分类系统，医生主要通过基于患者自我报告症状的经典访谈来进行调查。然而，这种主观评估容易出现回忆和回应偏差。因此，研究人员一直在寻求开发新的方法来成功诊断和治疗MHD，其中一种方法是使用脑电图（EEG）这种非侵入性技术，并结合脑机接口（BCI）来识别心理和神经方面的MHD。

2. 材料与方法

• BCI技术概述 ：BCI技术使用户能够仅通过思维来控制计算机应用程序。它是一种人工智能系统，能够检测脑信号中的模式，这对于严重身体和心理受限的人来说，可以提高他们的生活质量并降低重症护理成本。
• 信号采集方法 ：在BCI技术中，有三种不同的信号采集方法，分别是侵入性BCI信号采集、非侵入性BCI信号采集和部分侵入性BCI信号采集。脑神经元会传输离子电流，EEG的电气测量、磁测量和代谢测量在其中起着关键作用。其中，非侵入性脑电波信号的EEG电气测量在信号采集过程中具有便携性，而MEG和fMRI则不具备这一特点。

graph LR
    A[信号采集方法] -->