一种基于多维度内感知特征的焦虑特质量化方法

摘要

本发明涉及生物指标的电子信息化技术领域，具体的讲是一种基于多维度内感知特征的焦虑特质量化方法，获取被试行为学、脑电生理和核磁共振影像多维度数据；进行行为学心跳感知敏感性、心跳知觉电位、脑结构和任务态数据预处理；构建多维度的深度学习网络，建立自动量化系统，本发明联合内感知范式下的行为学、脑电生理和核磁共振影像多维度特征，通过深度网络学习，借助其自动学习和非线性层级体系优势进行特征学习，提取特征值建模，获得个体化的焦虑特质水平评分结果，为定量、客观评估焦虑特质水平提供工具，实现对焦虑水平的精准量化，对焦虑障碍超早期有效识别，以及生物学客观诊断作用巨大，可以辅助焦虑障碍的诊断和治疗。