一种基于IEEMD脑电信号分解的抑郁症自动识别方法

一种基于IEEMD脑电(EEG)信号分解的抑郁症自动识别方法，涉及EEG信号处理与分析技术领域，本发明提供了一种基于IEEMD的EEG信号分解方法，EEG信号分解后用于BFN构建进而实现抑郁症的自动识别。采用附加自适应随机白噪声改进EEMD以解决模式混叠问题，基于信噪比理论建立原始EEG信号与附加随机白噪声之间的数学模型，根据原始信号自适应地确定了每个采样点附加白噪声幅度。IEEMD对EEG信号分解，可以更准确地得到若干个用于模拟独立神经元信号的固有模态函数(IMF)。进而基于相位滞后指数(PLI)和比例阈值策略在不同的IMF上构造了二值化BFN。利用复杂网络方法分析BFN拓扑结构和属性的改变，探索抑郁症识别的潜在标识物，完成高精度的抑郁症自动识别。

《一种基于IEEMD脑电信号分解的抑郁症自动识别方法》是一发明专利，专利号为 2023115439881，当前法律状态为已售，由兰州交通大学提出申请，发明人为张冰涛;严大川;魏丹;陈娜;宋昱泽，申请日期为2023-11-20，公开（公告）日期为2024-04-02，国际专利分类号（IPC）为 G06F 18/2411 (2023.01)，高新资质：未报高企，所属技术领域包括：（IEEMD脑电信号分解、抑郁症识别、脑电分析、生物医学工程、精神疾病、医疗AI、神经科学、智能诊断、心理健康、数字医疗）。该专利权属清晰，可通过正规流程办理转让，适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：一种基于IEEMD脑电(EEG)信号分解的抑郁症自动识别方法，涉及EEG信号处理与分析技术领域，本发明提供了一种基于IEEMD的EEG信号分解方法，EEG信号分解后用于BFN构建进而实现抑郁症的自动识别。采用附加自适应随机白噪声改进EEMD以解决模式混叠问题，基于信噪比理论建立原始EEG信号与附加随机白噪声之间的数学模型，根据原始信号自适应地确定了每个采样点附加白噪声幅度。IEEMD对EEG信号分解，可以更准确地得到若干个用于模拟独立神经元信号的固有模态函数(IMF)。进而基于相位滞后指数(PLI)和比例阈值策略在不同的IMF上构造了二值化BFN。利用复杂网络方法分析BFN拓扑结构和属性的改变，探索抑郁症识别的潜在标识物，完成高精度的抑郁症自动识别。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！