论文部分内容阅读
目的
海员作为一种特殊的职业群体，其心理健康与否对整个航海过程的安危至关重要。本研究提出了一种用独立成分(independent component，IC)指纹和支持向量机(support vector machine, SVM)相结合评估海员心理状况的方法。
方法首先基于健康对照组中100名受试者与海员组中88名受试者的静息状态默认网络的IC指纹特征，利用双重SVM建海员心理健康评估模型，然后利用训练出的评估模型对88名海员的心理状况进行评测，检测出心理存在异常的海员。
结果从88名海员中检测出5名海员心理存在异常；进一步比较该5名心理异常海员的默认网络和健康对照组的默认网络，发现的确存在明显的不同。
结论以默认网络的偏度、斜度、空间信息熵、聚类度、一步延迟自相关、时间信息熵和频率能量分布等为特征，利用双重支持向量机构建海员心理健康评估模型，能够有效地检测出心理异常的海员，该研究为今后海员心理健康的评测提供了有力的客观依据。