Краток опис на проектот:
Депресијата е честа и сериозна болест која негативно влијае на чувствата, начинот на размислување и начинот на функционирање. Автоматска детекција на депресија е современ истражувачки проблем кој е ориентиран кон објективност на процедурата на дијагностицирање на депресијата. Во својата дипломска работа, Даниела Јанева применува два различи пристапи за детекција на депресија врз база на просодија од говор и ЕЕГ сигнали (https://feit.ukim.edu.mk/kompjutersko…).
Просодијата ги претставува елементите од говорот кои не се индивидуални фонетски сегменти (самогласки и согласки) туку се карактерискични за слоговите и поголеми групи вклучувајќи ги лингвистичките функции како интонација, тон, стрес и ритам. За овој систем се искористени аудио записи од депресивни и здрави индивидуи. Генерирани се спектрограми и истите се класифицирани со помош на конволуциска невронска мрежа. Резултатите се ветувачки за понатамошен развој на овој систем .
Мозочната активност се набљудува преку електроенцефалограмот. Регистрираните абнормалности во мозочните бранови се биомаркери за дијагноза на разлини болести и попречености. Карактеристиките од ЕЕГ сигналите се добра основа за развивање на систем за детекција на депресијата. За таа цел различни класификациски алгоритми од машинско учење се тренирани со екстахирани карактеристики. Најдобри резултати се постигнати со алгоритмот на случајни шуми. Графичкиот корисничи интерфејс овозможува полесен пристап до ЕЕГ записите а класификацијата спроведена со најдобриот модел се испишува на екранот.
Целиот код за дипломската е достапен со слободна лиценца на Гитхаб
(https://github.com/mesecina6/eegdepre…)
Студент: Даниела Јанева
Ментор: Бранислав Геразов