一、成果简介

抑郁症等心理健康问题具有隐匿性强、早期识别难、专业评估资源有限等特点，传统筛查方式较多依赖量表评估、临床经验和人工判断，在基层医疗、学校、社区及大规模人群筛查场景中，存在效率不足、客观生理指标支撑不够、推广成本较高等问题。功能性近红外光谱（fNIRS）能够通过检测大脑皮层血氧浓度变化反映神经活动状态，具有无创、便携、成本相对可控等优势，为心理健康风险评估和脑功能状态分析提供了新的技术路径。

本成果围绕“低通道fNIRS信号下的抑郁症风险评估”开展研究，提出一种基于功能性近红外光谱的抑郁症风险评估方法。重点利用与情绪调节密切相关的前额叶区域信息，在减少采集通道数量的同时尽可能保留有效判别信息；随后构建FNIRNet轻量化深度学习模型，将时空特征学习与统计特征模块相结合，实现对低通道fNIRS信号的端到端建模与分类评估。

该方法的核心优势在于：一是降低对高通道fNIRS设备的依赖，仅使用8个关键通道即可完成有效建模，有利于降低硬件成本和部署复杂度；二是减少传统手工特征提取环节，提升模型使用的自动化程度和可复现性；三是通过时空特征模块、统计特征模块和轻量化分类结构的协同设计，提高低通道条件下的分类稳定性和可解释性

图1 FNIRNet低通道fNIRS抑郁症风险评估流程示意

二、应用领域

本成果适用于基于fNIRS的心理健康辅助筛查、抑郁症风险评估、脑功能状态分析、认知与情绪功能评估等场景，可服务于医院精神心理科、神经内科、体检中心、学校心理健康中心、社区卫生服务机构以及科研机构的人群筛查与辅助评估需求。

三、市场前景

当前社会对心理健康筛查、早期干预和连续监测的需求持续增长，学校、社区、企事业单位及基层医疗机构均需要更高效、更客观、更易推广的心理健康评估工具。

本成果面向低通道fNIRS设备设计，可在保证模型性能的前提下降低硬件依赖和计算资源消耗，适合与便携式设备、移动端应用、云端智能分析平台相结合，形成可推广的心理健康风险评估服务。其潜在市场包括心理健康筛查服务、智能医疗设备、学校心理健康管理、职业健康管理、体检与康复评估、脑科学研究工具等方向。随着人工智能辅助医疗、数字健康和可穿戴脑功能监测技术的发展，该成果具备较好的产业化延展空间。

需要说明的是，本成果定位为心理健康风险评估与辅助筛查技术，可为医生、心理健康工作者和科研人员提供客观生理信号分析结果，不替代临床诊断结论。

四、知识产权

1. 成果由成都大学持有。

2. 已获国家发明专利授权：基于功能性近红外光谱的抑郁症风险评估方法；专利号：ZL 2025 1 0110373.2；授权公告号：CN 119867754 B；授权公告日：2026年01月06日。

五、合作方式

技术许可和技术转让。

六、对接方式

（1）合作意向方联系成都大学科技处；

（2）成都大学科技处沟通了解意向方情况；

（3）会同成果完成团队与意向方共同研讨合作方案。

联系电话：84616173