抑郁症作为一种典型的精神疾病,其主要症状表现为持续的心情低落以及身体功能障碍,对人们的生理和心理造成严重的双重伤害。抑郁症的确诊和治疗非常重要,但是目前临床上的诊断主要依赖医生和患者的双重主观判断来实现,缺乏较为客观的诊断方式。抑郁症患者的自主神经系统功能异常,许多学者基于心率变异性研究抑郁症患者的自主神经系统,他们发现抑郁症患者与健康人之间的心率变异性特征存在显著性差异。这预示着心率变异性有希望用于抑郁症的辅助诊断。本文将基于抑郁症患者和健康人的心率变异性构建分类模型实现对抑郁症的识别。抑郁症的女性发病率大约是男性发病率的两倍。研究表明男女之间的自主神经系统调控存在差异,健康男女之间的心率变异性也存在差异,因此抑郁症对男女心率变异性的影响也可能存在差异。在基于心率变异性构建分类模型时,上述差异可能影响模型的分类效果。因此,为了构建准确的分类模型,本文工作将从以下三个方面展开。(1)获取心率变异性信号并计算其特征。在多状态综合测试(静息测试、深呼吸测试、瓦氏测试、站立测试)采集抑郁症患者和健康人的心电信号并对测试过程中的异常心电信号进行实时检测。提取心率变异性信号并计算其时域、频域和非线性特征。(2)探究抑郁症对心率变异性的影响是否存在性别差异。采用方差分析法分析入组样本在多状态综合测试下的心率变异性特征。通过探究抑郁因子与性别因子对上述特征的交互效应,来探究抑郁症对心率变异性的影响是否存在性别差异。结果表明在深呼吸测试和瓦尔萨测试下,抑郁症对部分心率变异性特征的影响存在显著性别差异。(3)构建贝叶斯网络分类模型。由于存在上述性别差异,为了获得更准确的分类器模型,只针对女性多状态综合测试下的时域、频域和非线性心率变异性特征构建贝叶斯网络分类模型。本文通过方差分析发现抑郁症对男女部分心率变异性特征的影响之间存在显著性差异,不区分性别进行抑郁症分类模型的构建可能会影响模型的分类效果。因此,我们针对女性多状态综合测试下的心率变异性特征构建贝叶斯网络分类模型。模型的灵敏度达到了89.5%,特异度达到了84.2%,准确率达到了86.8%。该结果表明,基于心率变异性构建抑郁症分类模型以实现抑郁症的辅助诊断是可行的。