针对抑郁症诊断存在困难度高、主观性强的问题,开发了此EEG信号识别辅助诊断系统。旨在利用客观生理数据(脑电信号)辅助医生进行更准确的诊断,弥补传统方法依赖主观评估的不足。
系统核心功能包括EEG信号的存储与管理(SQLite)、数据预处理(ICA、滤波、通道选择)、基于RNN模型的抑郁状态识别(TensorFlow),以及通过PySide6 GUI结合Web技术(Bootstrap, Chart.js)实现的数据可视化展示。用户可通过相关EEG设备获取在特定条件下的EEG数据文件,系统可读取文件中的有效信息并分析其中的EEG信号进行预测。
采用Python + PySide6 + TensorFlow + SQLite架构。主导模型调优与API设计(FastAPI + uvicorn)。关键技术点:使用qasync整合Qt GUI事件循环与FastAPI的asyncio事件循环,实现高性能异步数据交互,避免阻塞与线程同步问题。