SAD-TIME: a Spatiotemporal-fused network for depression detection with Automated multi-scale Depth-wise and TIME-interval-related common feature extractor

📄 arXiv: 2411.08521v3 📥 PDF

作者: Han-Guang Wang, Hui-Rang Hou, Li-Cheng Jin, Chen-Yang Xu, Zhong-Yi Zhang, Qing-Hao Meng

分类: cs.LG, cs.AI

发布日期: 2024-11-13 (更新: 2024-12-28)

备注: 21pages, 7 figures

💡 一句话要点

SAD-TIME：融合时空信息的抑郁症脑电检测网络

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 抑郁症检测 脑电信号 时空融合 深度学习 领域对抗学习

📋 核心要点

  1. 现有抑郁症诊断方法依赖主观问卷，易产生偏差且可能被患者抵触，缺乏客观性。
  2. SAD-TIME通过自动提取脑电信号的时空特征，并进行领域对抗学习，提升诊断的准确性和鲁棒性。
  3. 实验表明，SAD-TIME在跨个体模式下，于两个数据集上分别达到92.00%和94.00%的抑郁症分类准确率。

📝 摘要（中文）

背景与目的：抑郁症是一种严重的精神障碍，准确诊断对于患者的治疗和康复至关重要。然而，目前基于问卷的诊断方法可能存在主观偏差，并且可能被受试者拒绝。为了寻找更客观的诊断方法，近年来研究人员开始尝试基于深度学习的方法来识别抑郁症。方法：本研究提出了一种新颖的融合时空信息的网络，即SAD-TIME，它包含自动多尺度深度可分离卷积和时间间隔相关公共特征提取器。SAD-TIME包含自动节点公共特征提取器（CFE）、空间扇区（SpS）、改进的时间扇区（TeS）和领域对抗学习器（DAL）。CFE包括多尺度深度可分离一维卷积神经网络和时间间隔嵌入生成器，保留了每个通道的独特信息。SpS融合了功能连接和包含脑电电极空间位置的基于距离的连接。SpS中还应用了多头注意力图卷积网络来融合来自不同脑电通道的特征。TeS基于长短期记忆网络和图Transformer网络，融合了不同时间窗口的时间信息。此外，SpS之后使用DAL来获得领域不变特征。结果：在十分交叉验证下的实验结果表明，所提出的SAD-TIME方法在两个数据集上分别实现了92.00%和94.00%的抑郁症分类准确率（跨个体模式）。结论：SAD-TIME是一个鲁棒的抑郁症检测模型，其中自动生成的特征、SpS和TeS通过融合脑电信号中固有的时空信息来辅助分类性能。

🔬 方法详解

问题定义：论文旨在解决抑郁症诊断中主观性强、准确率不高的问题。现有方法主要依赖问卷调查，容易受到患者主观意愿和认知偏差的影响，导致误诊或漏诊。因此，需要一种更客观、准确的诊断方法，利用脑电信号等生理数据进行分析。

核心思路：论文的核心思路是融合脑电信号的时空信息，构建一个深度学习模型，自动提取与抑郁症相关的特征。通过空间扇区（SpS）和时间扇区（TeS）分别提取空间和时间维度上的特征，并利用领域对抗学习（DAL）增强模型的泛化能力，从而提高抑郁症诊断的准确性和鲁棒性。

技术框架：SAD-TIME网络包含以下几个主要模块：1) 自动节点公共特征提取器（CFE）：用于自动提取脑电信号的公共特征。2) 空间扇区（SpS）：融合功能连接和基于距离的连接，提取空间特征。3) 时间扇区（TeS）：基于LSTM和图Transformer网络，提取时间特征。4) 领域对抗学习器（DAL）：用于获得领域不变特征，增强模型的泛化能力。整体流程是：脑电信号经过CFE提取特征后，分别输入SpS和TeS提取时空特征，SpS输出的特征经过DAL进行领域对齐，最后将SpS和TeS的输出进行融合，用于抑郁症分类。

关键创新：论文的关键创新在于：1) 提出了自动节点公共特征提取器（CFE），能够自动学习脑电信号的特征表示。2) 设计了空间扇区（SpS）和时间扇区（TeS），分别提取脑电信号的空间和时间特征，并进行融合。3) 引入了领域对抗学习（DAL），增强了模型的泛化能力，使其在不同数据集上都能表现良好。与现有方法相比，SAD-TIME能够更有效地利用脑电信号的时空信息，并具有更强的鲁棒性。

关键设计：CFE使用了多尺度深度可分离一维卷积神经网络，以保留每个通道的独特信息。SpS中，功能连接和基于距离的连接被融合，并使用多头注意力图卷积网络来融合来自不同脑电通道的特征。TeS基于LSTM和图Transformer网络，融合了不同时间窗口的时间信息。DAL被用于最小化源域和目标域之间的差异，从而获得领域不变特征。具体的参数设置和损失函数等技术细节在论文中未详细说明，属于未知信息。

📊 实验亮点

SAD-TIME在两个数据集上进行了实验，结果表明，该方法在跨个体模式下分别实现了92.00%和94.00%的抑郁症分类准确率。这些结果表明，SAD-TIME能够有效地利用脑电信号的时空信息，并具有较强的鲁棒性，优于传统的基于问卷调查的诊断方法。

🎯 应用场景

该研究成果可应用于抑郁症的辅助诊断，为医生提供更客观的诊断依据，减少误诊和漏诊。此外，该方法还可以扩展到其他精神疾病的诊断，具有广阔的应用前景。未来，可以将该技术集成到智能医疗设备中，实现抑郁症的早期筛查和预警。

📄 摘要（原文）

Background and Objective: Depression is a severe mental disorder, and accurate diagnosis is pivotal to the cure and rehabilitation of people with depression. However, the current questionnaire-based diagnostic methods could bring subjective biases and may be denied by subjects. In search of a more objective means of diagnosis, researchers have begun to experiment with deep learning-based methods for identifying depressive disorders in recent years. Methods: In this study, a novel Spatiotemporal-fused network with Automated multi-scale Depth-wise and TIME-interval-related common feature extractor (SAD-TIME) is proposed. SAD-TIME incorporates an automated nodes' common features extractor (CFE), a spatial sector (SpS), a modified temporal sector (TeS), and a domain adversarial learner (DAL). The CFE includes a multi-scale depth-wise 1D-convolutional neural network and a time-interval embedding generator, where the unique information of each channel is preserved. The SpS fuses the functional connectivity with the distance-based connectivity containing spatial position of EEG electrodes. A multi-head-attention graph convolutional network is also applied in the SpS to fuse the features from different EEG channels. The TeS is based on long short-term memory and graph transformer networks, where the temporal information of different time-windows is fused. Moreover, the DAL is used after the SpS to obtain the domain-invariant feature. Results: Experimental results under tenfold cross-validation show that the proposed SAD-TIME method achieves 92.00% and 94.00% depression classification accuracies on two datasets, respectively, in cross-subject mode. Conclusion: SAD-TIME is a robust depression detection model, where the automatedly-generated features, the SpS and the TeS assist the classification performance with the fusion of the innate spatiotemporal information in the EEG signals.