一种基于检索增强生成的可解释抑郁症检测方法及系统

本发明涉及抑郁症检测，尤其涉及一种基于检索增强生成的可解释抑郁症检测方法及系统。

背景技术：

1、随着可穿戴传感器、心电采集设备和移动健康平台的发展，个体的心率、心搏间期以及心率变异性等生理信号能够被持续、低成本地采集。心率变异性特征能够从自主神经调节角度反映个体的压力状态、睡眠状态和心理负荷变化，因此在心理健康风险辅助筛查、社区随访和院外健康管理中具有应用价值。与单纯依赖主观问卷相比，基于生理信号的辅助筛查方法能够为专业人员提供相对客观的量化信息；与传统人工判读相比，自动化模型能够更快处理批量数据，并给出可重复的风险评估结果。

2、相关技术中，例如基于量表或人工规则的心理健康筛查方法。该类方法通常由被筛查者填写phq-9、ces-d等量表，或由专业人员根据分数阈值进行判断。该方案流程简单，但依赖被试主观填写和人工解释，容易受到情绪表达、理解偏差和填写动机影响；同时，量表分数以外的生理信号信息难以被充分利用。

3、或是基于传统机器学习的表格分类方法。该类方法通常将hrv特征、年龄、性别等变量作为输入，利用逻辑回归、随机森林、梯度提升树、多层感知机等分类模型训练抑郁风险分类器。该类方案能够自动学习部分特征与标签之间的统计关系，但在样本规模较小、特征维度较多、数据分布存在年龄或设备差异时，容易出现过拟合、泛化不足或模型解释性弱的问题。

4、又或是基于深度学习或时间序列模型的生理信号建模方法。该类方案可以直接对连续心电、ppg或其他时间序列进行建模，也可以先提取hrv指标后进行分类。然而，连续生理信号的高质量标注成本较高，跨设备、跨人群的分布差异明显；如果直接使用深度模型，往往需要较大训练样本和较复杂的模型调参。

5、还存在直接使用大语言模型进行表格少样本分类的方法。该类方案将训练样本和待判断样本拼接成提示词，让大语言模型直接输出类别。该方案具有较强灵活性，但存在三个明显问题：一是原始表格特征多且存在冗余，大模型难以稳定关注关键生理维度；二是提示词长度随样本增加迅速变长，推理成本较高；三是若缺少相似病例检索、投票和置信度控制，模型输出容易受到提示词顺序和单次生成随机性的影响。

技术实现思路

1、为了解决上述技术问题，本发明的目的是提供一种基于检索增强生成的可解释抑郁症检测方法及系统，能够提高小样本场景下抑郁风险辅助筛查的稳定性。

2、本发明所采用的第一技术方案是：一种基于检索增强生成的可解释抑郁症检测方法，包括以下步骤：

3、获取目标对象及历史样本对象的表格化数据并进行数据预处理，得到规范化样本数据；

4、将规范化样本数据与预设的标注样本数据输入至大语言模型进行特征选择与特征权重生成，得到筛选后的特征集合及对应的权重向量；

5、基于筛选后的特征集合及对应的权重向量进行加权相似病例检索，得到排序后的top-k相似病例集合；

6、基于目标对象和排序后的top-k相似病例集合构造链式表格提示词；

7、基于大语言模型对链式表格提示词进行推理，得到目标对象的抑郁症风险辅助筛查结果。

8、进一步，所述获取目标对象及历史样本对象的表格化数据并进行数据预处理，得到规范化样本数据这一步骤，其具体包括：

9、获取目标对象及历史样本对象的表格化数据，并进行清洗操作、删除编号列、筛选标记列、量表原始分数与分级字段，保留生理特征与人口学特征列，得到目标样本数据；

10、对目标样本数据中的非数值类别字段进行数值编码，得到编码后的目标样本数据；

11、对编码后的目标样本数据依次进行数据过滤与赋予二值标签处理，得到规范化样本数据。

12、进一步，所述将规范化样本数据与预设的标注样本数据输入至大语言模型进行特征选择与特征权重生成，得到筛选后的特征集合及对应的权重向量这一步骤，其具体包括：

13、将规范化样本数据与预设的标注样本数据输入至大语言模型，返回json格式的特征名称-权重键值对；

14、对特征名称-权重键值对进行名称匹配与字段合法性校验，保留静息-sdnn和静息-rmssd两个hrv特征，得到筛选后的特征集合；

15、对筛选后的特征集合进行权重归一化处理，得到权重向量。

16、进一步，所述对筛选后的特征集合进行权重归一化处理，得到权重向量这一步骤，其具体包括：

17、计算筛选后的特征集合的初始重要性分数并进行归一化处理，得到特征对应的归一化权重；

18、基于特征对应的归一化权重，保留关键特征序列，生成目标对象关键指标摘要，输出权重向量。

19、进一步，所述基于筛选后的特征集合及对应的权重向量进行加权相似病例检索，得到排序后的top-k相似病例集合这一步骤，其具体包括：

20、对筛选后的特征集合进行标准差标准化处理，得到标准化后的特征集合；

21、基于标准化后的特征集合，结合对应的权重向量，计算目标对象与每个历史病例之间的加权距离；

22、根据加权距离，对标准化后的特征集合进行从小到大排序，选取前k个历史样本，得到排序后的top-k相似病例集合。

23、进一步，所述基于目标对象和排序后的top-k相似病例集合构造链式表格提示词这一步骤，其具体包括：

24、根据排序后的top-k相似病例集合，统计低风险参考类与抑郁风险参考类的样本数量，生成投票计数结果；

25、根据投票计数结果，构造类别模式字符串，并按照相似度从高到低排列形成d/h模式序列；

26、基于d/h模式序列，对最接近的若干相似病例给出关键特征差异和相似度，构造链式表格提示词。

27、进一步，所述链式表格提示词为目标对象关键指标-相似病例投票-相似病例逐项对比-结构化输出要求的顺序组织。

28、进一步，所述基于大语言模型对链式表格提示词进行推理，得到目标对象的抑郁症风险辅助筛查结果这一步骤，其具体包括：

29、将链式表格提示词输入至大语言模型，根据相似病例中低风险参考类和抑郁风险参考类的分布情况，结合各相似病例与目标对象之间的相似度和关键特征差异，输出目标对象的抑郁症风险辅助筛查结果。

30、本发明所采用的第二技术方案是：一种基于检索增强生成的可解释抑郁症检测系统，包括：

31、第一模块，用于获取目标对象及历史样本对象的表格化数据并进行数据预处理，得到规范化样本数据；

32、第二模块，用于将规范化样本数据与预设的标注样本数据输入至大语言模型进行特征选择与特征权重生成，得到筛选后的特征集合及对应的权重向量；

33、第三模块，用于基于筛选后的特征集合及对应的权重向量进行加权相似病例检索，得到排序后的top-k相似病例集合；

34、第四模块，用于基于目标对象和排序后的top-k相似病例集合构造链式表格提示词；

35、第五模块，用于基于大语言模型对链式表格提示词进行推理，得到目标对象的抑郁症风险辅助筛查结果。

36、本发明方法及系统的有益效果是：本发明通过获取目标对象及历史样本对象的表格化数据并进行数据预处理，得到规范化样本数据；进而将规范化样本数据与预设的标注样本数据输入至大语言模型进行特征选择与特征权重生成，得到筛选后的特征集合及对应的权重向量，在数据清洗后，通过大语言模型辅助生成“特征-权重”，并强制保留静息sdnn、静息 rmssd 等核心 hrv 指标，再基于权重归一后的关键特征进行相似病例检索，使筛查过程既能保留生理领域关键指标，又能利用历史样本中的相似病例证据，从而提高小样本场景下抑郁风险辅助筛查的稳定性和可复核性；基于筛选后的特征集合及对应的权重向量进行加权相似病例检索，得到排序后的top-k相似病例集合；进一步的，基于目标对象和排序后的top-k相似病例集合构造链式表格提示词；最后，基于大语言模型对链式表格提示词进行推理，得到目标对象的抑郁症风险辅助筛查结果，将目标对象关键指标、相似病例投票结果、相似病例逐项对比和结构化输出要求组织为链式表格提示词，使大语言模型基于明确的表格化证据进行投票输出与可解释性分析。能够输出风险类别、相似病例投票摘要、关键特征证据和简要解释，使筛查结果更加透明，便于心理健康辅助筛查和人工复核，同时避免将大模型输出直接作为临床诊断结论。