《Diagnostics》：A Hybrid Deep Learning Model (CNN-GRU) with MRMR for EEG-Based Depression Detection
编辑推荐：
背景/目标： 重度抑郁症（Major Depressive Disorder，MDD）是一种普遍存在的心理健康障碍，客观且可靠的诊断方法仍是活跃的研究领域。脑电图（Electroencephalography，EEG）已成为一种有前景的非侵入性手段，用于识别与
背景/目标： 重度抑郁症（Major Depressive Disorder，MDD）是一种普遍存在的心理健康障碍，客观且可靠的诊断方法仍是活跃的研究领域。脑电图（Electroencephalography，EEG）已成为一种有前景的非侵入性手段，用于识别与抑郁症相关的神经活动模式，而深度学习领域的进展使得对复杂EEG信号的有效分析成为可能。方法： 本研究提出一种混合深度学习框架，该框架整合了用于空间特征提取的卷积神经网络（Convolutional Neural Network，CNN）和用于EEG信号时间建模的门控循环单元（Gated Recurrent Unit，GRU）。CNN和GRU组件提取的空间与时间特征被拼接为120维表示，随后应用最小冗余最大相关性（minimum Redundancy Maximum Relevance，mRMR）特征选择以降低冗余并保留30个最具信息量的特征，再进行分类。该框架使用公开可用的MODMA EEG数据集进行评估，并以准确率、精确率、召回率和F1分数衡量其性能。结果： 在30次独立模拟运行中，CNN–GRU–mRMR框架实现了96.74%的平均分类准确率，超过了本研究中评估的对比方法。该模型还展现出较高的精确率、召回率和F1分数，表明在所评估的数据集内具有较强的分类性能。结论： 这些发现表明，将空间与时间特征学习同基于mRMR的特征选择相结合，可提升基于EEG的抑郁症分类效果。仍需在更大、更多样化且独立的临床数据集中进行进一步验证，以确立该框架的泛化能力，并评估其在客观EEG抑郁症评估中的潜在应用价值。
论文解读：基于CNN-GRU-mRMR混合框架的EEG抑郁症检测研究
一、研究背景与问题提出
重度抑郁症（MDD）是一种严重的心理健康疾病，伴随显著的情绪、认知和行为功能障碍。传统抑郁症诊断主要依赖临床访谈和标准化量表，由训练有素的精神科医生实施。尽管这些方法有效，但存在耗时较长、主观性强、高度依赖临床经验等局限。脑电图（EEG）作为一种非侵入性手段，能够通过头皮电极捕捉皮层神经元产生的自发电话动，在揭示神经功能与精神疾病关联方面展现出潜力。已有研究表明，EEG可用于研究注意力、工作记忆、认知控制和情感加工等认知与情绪过程，这为利用EEG特征探究抑郁症相关神经功能改变提供了支持。
尽管现有深度学习方法在EEG抑郁症检测中表现良好，但许多基于CNN的方法主要侧重于空间特征提取，而LSTM和GRU等循环架构则强调时间依赖性。虽有混合CNN-LSTM和CNN-GRU模型尝试结合这两种互补表征，但鲜有研究在深度特征提取后引入特征选择以降低冗余并提升EEG特征的判别性表示。因此，本研究旨在提出一种整合CNN空间特征提取、GRU时间建模和mRMR特征选择的混合框架，通过结合互补的空间与时间特征学习及特征优化，提升EEG抑郁症分类的效率和稳健性。
二、研究内容与核心结论
研究人员提出了一个混合深度学习框架，该框架整合了用于空间特征提取的卷积神经网络（CNN）和用于时间序列建模的门控循环单元（GRU），并在特征融合后引入最小冗余最大相关性（mRMR）特征选择算法。CNN组件通过处理通道-时间矩阵，学习EEG通道间的空间关联；GRU组件利用更新门和重置门保留序列中的相关信息，建模时间依赖关系。两者输出拼接为120维统一特征表示，经mRMR筛选保留30个最具信息量且冗余度最低的特征，最终输入全连接神经网络进行分类。
该框架在公开的MODMA数据集上进行了评估。数据包含24名MDD患者和29名健康对照者，共53份EEG记录，每份记录被分割为10个等长片段，总计530个EEG片段。研究采用5折受试者级交叉验证作为主要评估策略，确保同一参与者的片段不会同时出现在训练集和测试集中。结果显示，模型实现了96.74%±1.23%的平均分类准确率，优于本研究中对比的其他方法。该研究的重要意义在于，通过将空间与时间特征学习同显式特征优化相结合，为EEG抑郁症检测提供了一种有效的技术路径，并展示了从有限电极配置中提取判别性表征的可能性。
三、关键技术方法概述
本研究采用的核心技术方法包括三个层面。其一，CNN空间特征提取：由三个卷积层（32、64、128个滤波器，3×3核）和最大池化层构成，经全连接层输出20维空间特征向量。其二，GRU时间建模：由两个堆叠的GRU层（各64个隐藏单元）构成，输出100维时间特征向量。其三，mRMR特征选择：以互信息度量特征与类别标签的相关性及特征间的冗余性，从120维融合特征中筛选30个最优特征。数据预处理包括去噪、伪迹去除、缺失值修正、4.5–45 Hz带通滤波和归一化。样本来源为兰州大学公开的MODMA数据集（
https://modma.lzu.edu.cn/data/application/），EEG信号采用可穿戴三电极设备采集。模型使用Adam优化器（初始学习率0.001）、批量大小32、最大100轮训练并配合早停策略。训练硬件为NVIDIA RTX 3060 GPU（12 GB显存）和32 GB内存，总可训练参数约85万，单片段推理时间约12毫秒。
四、研究结果
4.1 数据集与评估设置。 研究使用MODMA公开数据集，包含24名MDD患者和29名健康对照者的EEG记录。每份记录分割为10个等长片段，共530个片段（290个健康、240个抑郁），按70/30比例划分训练集和测试集。除单一划分外，还进行了5折受试者级交叉验证以评估模型稳定性和泛化能力。
4.2 评估指标。 采用准确率、精确率、召回率和F1分数四个标准指标评估模型区分抑郁与健康状态的能力。
4.3 模拟设置与模型架构。 CNN组件包含三个卷积层（32、64、128个滤波器，3×3核），每个卷积层后接2×2最大池化，展平后经128单元全连接层和0.5丢弃率dropout层，输出20维空间特征。GRU组件由两个堆叠的GRU层（各64个隐藏单元）构成，层间应用0.3丢弃率，输出100维时间特征。两者拼接为120维表示，经mRMR筛选保留30个特征后输入全连接分类器。CNN在约2000次迭代后收敛，GRU在约40次迭代后收敛，最终分类器在约200次迭代内达到稳定。
4.4 结果评估与统计分析。 混淆矩阵显示，96个抑郁样本中94个被正确识别（召回率97.9%），63个健康对照样本全部正确识别（召回率100%）。抑郁预测的精确率为100%，健康预测的精确率为96.9%（错误发现率3.1%）。整体性能达到准确率96.74%、精确率97.91%、召回率100%、F1分数98.94%。5折交叉验证的准确率为96.74%±1.23%，30次独立运行的平均准确率为96.74%。
4.5 回归与ROC性能评估。 回归分析显示预测值与目标值高度一致，相关系数R=0.97419，回归方程Output≈0.98×Target+0.042，平均预测误差约0.042。ROC曲线快速逼近左上角，AUC值接近1.0，表明模型具有较高的敏感性和特异性。
4.6 结果对比。 与已有研究相比，本研究的96.74%准确率高于Liu等人报道的CNN-GRU架构准确率89.63%、Wang等人报道的91.01%、Uyulan等人报道的90.02%以及Ksibi等人报道的95.00%。但研究人员指出，由于各研究在参与者样本、EEG采集与预处理流程、模型架构和验证策略上存在差异，准确率的差异不能仅归因于模型架构的不同。
五、讨论与结论
讨论部分指出，本研究的良好性能归因于CNN和GRU组件的互补整合，使模型能够同时提取EEG信号的空间和时间特征；mRMR特征选择通过保留最具信息量且非冗余的特征，进一步增强了性能。研究优势包括：整合了互补的空间和时间EEG表征、引入了显式的特征优化步骤、使用了公开数据集以提高透明度和可重复性、以及从有限电极配置中提取判别性表征的能力。
研究同时承认了局限性：样本量较小（53名参与者）、来自单一公开数据集、仅使用三电极EEG采集设备、未在独立临床数据集上进行外部验证、未系统评估硬件相关的计算指标。因此，关于实时临床部署的结论尚不能得出。
研究结论为：本研究提出的混合深度学习框架通过联合建模EEG活动的空间和时间特征，同时优先考虑信息量大且非冗余的特征，在MODMA数据集内展现了较强的分类性能。研究结果支持进一步探索混合时空深度学习方法用于EEG抑郁症表征。未来研究应在更大更多样化的临床数据集上验证该框架，探索注意力机制和Transformer等先进架构，整合神经影像和行为评估等多模态数据，并开发可解释性工具以支持临床采纳。纵向研究需评估治疗反应跟踪，系统化的计算效率基准测试和独立外部验证对于确立泛化能力和实时部署可行性至关重要。
