该论文发表于 IEEE Transactions on Affective Computing（中科院1区，IF=11.3），题目为《TFAGL: A Novel Agent Graph Learning Method Using Time-Frequency EEG for Major Depressive Disorder Detection》。

华南理工大学计算机科学与工程学院博士研究生徐自华为本文第一作者；华南理工大学计算机科学与工程学院张通教授为本文通讯作者。

论文链接：https://doi.org/10.1109/TAFFC.2025.3527459

论文概要

抑郁症的异常表现主要是脑区之间的连接出现了失衡，而不是某个特定区域的活动增加或者减少。现有的研究工作主要致力于对齐脑电电极的分布，但在神经生理结构的模拟方面做得还不够充分，另外还忽视了不同脑区之间那种显著的协作关系，这就导致重度抑郁症检测的性能受到了限制。

为此，考虑到要综合跨脑区和跨域的信息，作者提出了时频智能体图学习TFAGL（Time-Frequency Agent Graph Learning）。该方法自适应地生成智能体节点，在区域之间进行全局交互，充分模拟主神经元的功能，进而形成一个动态的局部——全局连接图，用于捕捉区域内和区域间的连接模式。针对每个域和连接性，应用了基于多尺度图卷积的不同感受野间的交互式学习。此外，针对时域和频域分别构建了特征提取器，并且应用域内和域间约束来消除冗余、增强判别性，从而获得全面的信息表征。

TFAGL在MODMA、 PRED+CT 和TDBRAIN 三个公开数据集上进行了验证。实验结果表明，其准确率分别达到94.94%、93.94%和75.20%，跟先进方法对比，TFAGL具有显著的优越性。

研究背景

抑郁症作为一种常见的精神疾病，在全球范围内的患病率非常高，这不仅让患者本人感到非常痛苦，同时也给整个社会的医疗系统带来了沉重的经济负担。目前，临床中的抑郁症评估主要依靠医患访谈和量表评分，结果可能受到患者表达和医生主观意识的影响，存在一定的误诊风险，缺乏客观的生理指标作为依据，所以寻找一种客观有效的辅助诊断手段显得非常迫切。而脑电信号采集速度快，成本也比较低，它能够从神经电活动的角度出发，为抑郁症状态的研究提供客观的信息。

早期脑电抑郁检测通常先提取统计、频谱或非线性特征，再使用支持向量机、随机森林等分类器完成识别。这类方法依赖专家设计特征，泛化能力容易受到数据和设备差异影响。CNN、LSTM等深度学习模型能够自动学习特征，但EEG电极分布在头皮表面，具有不规则空间关系，普通卷积难以完整建模电极之间的拓扑结构，忽视了不同脑区之间那种显著的协作关系。

图神经网络能够把脑电导联看作是节点，把导联之间的关系看作是边，所以适合用来描述大脑的功能连接。然而，已有方法仍存在三个问题：一是局部与全局特征往往在后期才融合，缺少持续的双向交互；二是手工设置的远距离连接无法根据不同样本自适应调整；三是直接学习所有电极连接易引入冗余和偏差。

作者由此提出一个核心问题：能否在保留局部电极细节的同时，引入能够代表不同脑区的中间节点，从而更稳定地学习跨脑区、跨尺度和跨时频域的全脑协同模式？

研究方法

TFAGL主要由特征提取模块、智能体图学习（Agent Graph Learning, AGL）模块和双域特征聚合（Dual-domain Feature Aggregation, DFA）模块这三个部分组成。TFAGL总体框架如图1所示。

图1 TFAGL总体框架图

（一） 特征提取模块

由于大脑活动在时间和频率两个维度上蕴含着不同的关键信息，作者设计了专门的提取器来获取这两个域的初始特征，见图1左侧部分。

在时间维度，针对原始EEG时间序列，作者采用了一种改进的因果卷积层。这种卷积操作能够捕捉脑电信号随时间变化的潜在趋势。通过n层卷积和下采样，提取出不同时间尺度的特征并将其拼接，从而保留丰富的时间动态信息，如公式（1）所示。

（1）

其中为原始信号。这些特征最终被拼接起来，以保留全面的时间动态信息。

在频率维度，作者利用快速傅里叶变换（FFT）将信号转换到频率域。为了分析脑电波的复杂性，模型将频段划分为五个常见的波段（如δ、θ、α、β、γ波），并计算每个波段的微分熵（Differential Entropy）,公式如（2）所示。这是一种描述连续随机变量复杂度的非线性特征，能有效反映大脑的状态。最后，将五个波段的特征进行拼接，生成综合的频域特征。

（2）

（二） 智能体图学习（AGL）模块

这是论文最具创新的部分。其结构如图2所示。

图2 智能体图学习（AGL）模块图

AGL模块通过引入智能体节点，构建了一个能够模拟局部与全局协作的脑网络。AGL将大脑划分为多个功能区（如额叶、颞叶等）。针对每个脑区，模型通过自注意力机制自适应地生成一个“智能体节点”。其特征生成公式如下：

（3）

这个节点可以看作是该脑区的“主神经元”，它通过注意力权重汇集了区域内原始电极的信息，并据此确定自己在空间中的位置属性：

(4)

得到智能体节点之后，AGL构建双图结构：动态潜在连接图和位置空间连接图。动态潜在连接图是基于电极与智能体节点之间的关系构建的，其连接的权重是可学习的，可以根据数据自适应地发现哪些连接对于抑郁症检测最重要，从而模拟大脑内在的功能连接。而位置空间连接图则是基于电极和智能体节点在物理空间中的距离构建，保留了大脑的解剖结构信息，确保模型不忽视空间邻近性。

AGL在这两个图上应用了基于切比雪夫多项式的多尺度图卷积。通过设定不同的卷积阶数，节点能够聚合来自不同距离（即不同感受野）的邻居信息。这使得模型既能关注局部细节，也能捕捉长距离的脑区协作。

（三） 双域特征聚合模块（DFA）模块

为了有效消除特征冗余并增强模型对关键信息的捕捉，双域特征聚合模块（DFA）首先在时域和频域内分别对“空间连接特征”与“潜在连接特征”进行融合。模块框架如图3所示。

图3 双域特征融合（DFA）模块图

该模块利用动态编码网络根据不同样本自动调整特征的权重，旨在保留最具判别力的信息，同时抑制不必要的噪声。

为了避免这两种连接模式提供重复信息，模型引入了正交约束机制。通过最小化域内特征的协方差矩阵，强制空间特征和潜在特征彼此独立。其损失函数公式如下：

（5）

完成域内的特征精炼后，模块进一步将处理后的时域特征和频域特征进行跨域融合。为了确保时域和频域的信息能够相互补充而非重叠，模型同样施加了域间正交约束，其损失函数如下：

（6）

最后，融合后的特征经过多层残差学习块进行高层抽象提取，最终生成一个既包含全脑时空协作模式、又剔除了冗余噪声的高质量特征表示，为最终的抑郁症分类提供强有力的判别依据。

实验结果

实验验证工作是在三个公开的脑电数据集上进行的，分别是MODMA、PRED+CT和TDBRAIN。作者将连续信号切分为互不重叠的2秒片段，并将这些片段作为独立样本处理。实验使用准确率、召回率、精确率、F1分数作为评价标准。训练过程中，模型总共训练了30个轮次，选用Adam优化器，学习率设定为3×10^-3。

表1 TFAGL与SOTA方法在MODMA数据集上的比较

采用留一被试法（LOSO）验证时，TAGFL获得了94.94%的准确率，F1分数达到了94.32%，优于表中的其他模型。而在另一组受试者独立的10折交叉验证中，准确率也达到了94.88%。

表2 TFAGL与其他方法在PRED+CT数据集上的比较

同样采用留一被试法（LOSO）验证，TFAGL模型在PRED+CT数据集上取得了93.94%的准确率， F1分数则是91.06，超过表中其他方法。

表3 TFAGL与其他方法在TDBRAIN数据集上的比较

在受试者独立的10折交叉验证中，TFAGL模型在TDBRAIN数据集上获得了75.20%的准确率， F1分数为74.43%，还是超过表中其他方法。不过TDBRAIN这个数据集只有26个导联，这比MODMA数据集的128个导联少很多。作者分析认为，节点数量较少可能会削弱智能体节点和跨脑区图学习带来的优势，这也提示了TFAGL模型的收益可能会受到电极数量多少以及空间覆盖范围大小的影响。

表4 在MODMA数据集上TAFGL不同模块的消融实验结果

消融实验结果表示，如果把核心的智能体图节点去掉，准确率会明显下降到92.73%，这说明模拟全脑协作的节点设计很重要。移除多尺度图卷积后，准确率变成了92.68%，而去掉残差学习则降到了92.06%，这两个结构都能有效提升性能。在特征方面，时域和频域起到了互补作用，去掉频率域会让准确率下降近3个百分点，贡献最大，而去掉时间域只下降了0.63%，但时间域特征能补充动态细节。最后，通过对比不同卷积阶数K的表现，发现K=3时的各项综合指标最好。

结论

本文提出了TFAGL模型来辅助抑郁症检测。它的核心在于利用“智能体节点”模拟大脑主神经元，从而捕捉全脑区域间的协作模式。模型结合了时频特征和图学习技术，去除了冗余信息。实验证明，该方法在多个公开数据集上的表现优于现有的先进技术。未来，作者计划进一步挖掘脑电数据中的协作规律，并尝试将这种方法应用到癫痫、帕金森等其他疾病的诊断中。

——END——

撰稿人：龙柏成

审核人：李景聪

脑机接口与混合智能研究团队