基本信息

---

下载

文档摘要

---

摘要

近年来，抑郁症的发病率持续攀升，已成为全球公共卫生领域关注的重点问

题。传统的抑郁症诊断方法主要依赖问卷调查与临床医生评估，易受主观因素干

扰，缺乏客观统一标准，难以满足早期识别与精准干预的临床需求。随着人工智

能与大数据技术的发展，睡眠数据驱动的抑郁症智能诊断逐渐成为研究热点。睡

眠数据具有客观性强、非侵入、易采集等优势，为模型构建提供了可靠数据基础。

然而，现有方法多采用单一传统模型，结构表达能力有限，在处理高维非线性特

征时易出现判别能力弱、特征利用不充分等问题，限制了模型性能的进一步提升