基于改进的集合经验模态分解的EEG脑功能网络用于焦虑分析和检测
基于改进的集合经验模态分解的脑功能网络用于焦虑分析和检测 学术背景及研究目的 随着现代生活压力的增加,焦虑症(Anxiety)作为一种常见神经系统疾病,正日益成为全球公共卫生领域亟待解决的问题。焦虑症不仅表现在精神障碍上,还涉及注意力、记忆和学习等认知过程的异常表现。COVID-19疫情的爆发进一步增加了焦虑症的患病率。据统计,焦虑症在12个月内的发病率为男性4.80%,女性5.20%。然而,焦虑的病因至今尚未明确,且自愈的概率较低。这些复杂性和不确定性使得早期检测和干预变得尤为重要。然而,传统的焦虑检测方法依赖于面对面访谈和自我评估,不仅费时费力,还受到医生专业经验和患者自我评估的主观因素影响。因此,有必要探索一种客观且准确的焦虑分析和检测方法。 在众多生理信号中,脑电图(EEG)因其高时...