三导联 EEG 传感器：一种基于 Ant Lion Optimization 的 EEG 辅助抑郁症诊断系统

基于摘要分析。研究面向 EEG 辅助抑郁症诊断的实际部署问题，将可穿戴三导联柔性电极 EEG 传感器与 Ant Lion Optimization（ALO，蚁狮优化）特征加权、选择及 k-NN 分类相结合，尝试兼顾采集便利性与患者、健康对照的分类性能；其主要研究对象是辅助诊断系统，而非 BCI 控制任务。 硬件方面，传感器用于采集前额叶 EEG。作者报告，在实验测量条件下，背景噪声不超过 0.91 μVpp，信噪比（SNR）为 26–48 dB，电极—皮肤接触阻抗低于 1 kΩ。摘要未提供这些测量的频带、环境、测试配置及长期佩戴条件，因此尚不能据此判断真实使用中的抗干扰能力和稳定性。 算法方面，研究从采集信号中提取线性与非线性特征，再由 ALO 对特征进行加权与选择，最后使用 k-NN 分类。该机制将优化重点放在特征表示与筛选，而不是端到端神经网络训练。具体特征定义、优化目标、搜索设置、预处理及 k-NN 超参数尚未验证。 作者报告，使用该传感器采集了 70 名抑郁症患者和 108 名健康对照的 EEG，k-NN 分类准确率为 90.70%，特异度为 96.53%，敏感度为 81.79%。摘要未交代数据划分，以及评估属于被试内还是跨被试协议，故这些结果只能作为该研究未明确评估条件下的报告值，不能直接与其他协议比较，也不能视为临床部署有效性的证明。 复现与证据核对重点包括：患者诊断标准与采集条件、训练和测试的划分单位、ALO 特征筛选与评估划分的关系、相对不使用 ALO 的对照，以及结果的不确定性与外部验证。实验协议、消融及统计信息尚未验证；全文、数据与实现可用性也尚未确认。