基于双模态数据融合与算法分层的青少年抑郁个性化筛查系统设计—侧重“数据驱动”干预与低成本硬件前景探讨

作者：Zhinan Chen, Huayi Wang · 发表于：Frontiers Institute · 年份：2026 · DOI：10.66550/qjlc.2026.1.1.1

针对传统抑郁筛查设备成本高昂且缺乏个性化干预机制的问题，本文提出了一种基于双模态数据融合与算法分层的个性化筛查系统。该系统通过整合Muse 2 设备采集的脑电信号与心理量表数据，构建“心口一致性”检测模型以识别掩饰性情绪，并依据评估结果将学生划分为轻、中、重度三个等级，自动匹配嗅觉调节、家校协同或专业转介等分级干预方案；同时探讨了通过蓝牙模块连接国产低成本硬件的工程化路径。实验验证表明，系统在情绪识别任务中达到较高准确率，且分级干预机制与硬件优化策略为成本控制和服务个性化提供了可验证的解决方案。研究结果表明，该系统有效平衡了技术性能与落地可行性，为青少年抑郁筛查提供了兼具实用性与扩展性的新范式。