利用油画诱发的 EEG 与眼动信号进行客观抑郁检测

基于摘要分析。研究面向抑郁的客观识别，以正性和负性油画诱发情绪，采集 EEG 与眼动信号，并使用 Transformer 开展 emotion recognition（情绪识别）和 depression detection（抑郁检测）。其主要贡献是探索情绪诱发条件下神经信号与行为信号的联合识别价值，而非验证可直接用于临床诊断的标准。 研究纳入来自三个中心的 48 名抑郁患者（DPs）和 40 名健康对照（HCs），使用 40 幅经挑选的油画，其中正性与负性各 20 幅。摘要未说明 EEG 与眼动的特征提取、融合方式、Transformer 结构、训练损失及刺激呈现时序，这些实现细节尚未验证。 作者报告，Transformer 在情绪识别和抑郁检测任务中的最佳 Accuracy 分别为 89.21% 和 92.19%；摘要未明确这两个最佳结果各自对应的数据划分、模态配置与对照基线，因此不能直接解释为跨被试或跨中心泛化性能。作者还报告，在 subject-dependent 和 subject-independent 情绪识别实验中，健康对照组的 Accuracy 均高于抑郁患者组，但未给出具体差值。 作者报告，两组存在神经模式差异，并在抑郁患者中观察到一致的神经模式不对称性；其具体定义、定位及统计证据尚未验证。在抑郁检测中，作者报告使用单幅油画取得最佳 Accuracy，且负性油画的 Accuracy 高于正性油画；摘要未提供具体数值，也未说明单幅刺激的选择与评估流程，需结合正文核对。 复现与结果解释的重点包括：抑郁诊断及纳入标准、中心间数据分布、按被试和试次划分的方式、预处理与伪迹控制、单模态与融合对照，以及刺激选择是否独立于最终评估。实验协议、消融及统计信息尚未验证。当前证据支持进一步考察这一识别方案，尚不足以确认其临床诊断效用。