基于睡眠数据的抑郁症诊断研究

【摘要】 本研究利用机器学习方法，基于睡眠特征数据诊断抑郁症。采用随机森林算法，分析REM潜伏期、卧床时间、睡眠效率和慢波睡眠持续时间等多项睡眠特征与抑郁症的关系，并通过交叉验证及其他模型评估技术验证模型性能。结果表明，随机森林模型具有较高的诊断准确率，且REM潜伏期为关键预测指标。本研究创新性地结合多项睡眠特征，验证了模型在抑郁症诊断中的实用性，丰富了基于生物特征的客观诊断方法，为临床提供技术支持。更多还原