脑电-眼动多模态数据融合的抑郁症早期筛查智能系统及方法

本发明公开了一种脑电‑眼动多模态数据融合的抑郁症早期筛查智能系统及方法。系统在虚拟现实情境下，通过精心设计的认知任务激发受试者的情感和认知反应，采用可穿戴EEG装置和高精度眼动仪同步采集大脑电活动及视线行为数据。经过信号预处理和特征提取后，利用加权融合公式或图神经网络实现多模态数据的深度融合，自动调整各模态权重并提取脑电与眼动间的交互特征，进而通过分类器准确判定受试者的抑郁风险。实验表明，该方法能有效捕捉轻度抑郁患者微弱的生理异常，具有高灵敏度、高准确性和实时在线筛查优势，满足非侵入、便携及智能化临床应用需求。