廖智舟， 李川， 周军， 周海燕， 秦裕林，丰雷，冯媛

(1.北京工业大学 国际WIC研究院磁共振成像脑信息学北京市重点实验室, 北京 100124； 2.首都医科大学 附属北京安定医院,北京 100124)

目前在全世界范围有3.4亿抑郁症患者，在全世界十大疾病中，抑郁症排到第5位，预计到2020年，抑郁症将跃居到第2位[1]。抑郁症对人的劳动力的损害也日益得到重视。研究人员已从不同的角度，对抑郁症的鉴别、治疗、疗效评估等方面进行研究，取得了较大的进展。尽管已有研究发现，社会人口统计学因素、临床表现、生理学标志、基因多态性和EEG/MEG参数等都是预测抑郁症治疗效果的重要指标，但到目前为止还没有单独的预报方法能获得对临床目的满意的敏感度和特异性[1]。高敏感度和特异性的预测方法对开发计算机诊断具有十分重要的意义。

1 静息态EEG

EEG是由脑皮层神经元突触后电位同步总和的表现。在人们无刺激、清醒、放松条件下记录的EEG称为静息态EEG。时域的EEG有2个特征量，横轴时间变量与纵轴电位变量。仅用这2个变量难以区别正常人与抑郁症病人的EEG。有些研究将静息态EEG进行傅里叶变换，把时域的EEG转换为频域的EEG，用频域的特征量来分析，区别正常人和抑郁症。还有些研究对静息态EEG进行小波变换，这种变换是把时域和频域结合起来的分析方法，然后计算小波熵，抑郁症与正常人在小波熵上有显著的差异。本研究中首先使用快速傅里叶变换(FFT)将静息态EEG从时域转换为频域，快速傅里叶变换的结果与傅里叶变换的结果相似，但是快速傅里叶变换算法在时间复杂度和空间复杂度上都优于傅里叶变换，较便于计算机计算。……