东南大学仪器科学与工程学院留学生参加ICBIP 2026学术会议并做口头报告
我院留学生参加ICBIP 2026学术会议并做口头报告
东南大学仪器科学与工程学院国际硕士研究生Maryam Khalid于2026 年 8 月 14-16 日在上海参加ICBIP 2026并作口头报告。她介绍VR-GAF框架,融合可穿戴脑电与临床语音,用于早期抑郁状态检测。临床数据实验表明其性能优于传统多模态融合方法。
2026年8月14-16日,第11届生物医学信号与图像处理国际会议(ICBIP 2026)在中国上海举行。东南大学仪器科学与工程学院国际硕士研究生Maryam Khalid参加会议并做口头报告,论文题为《Variance-Regularized Gated Attention Fusion for Depression Detection Using EEG and Speech》,该研究提出了一种方差正则化门控注意力融合框架,将穿戴式脑电与任务执行语音信号相融合,用于早期抑郁状态检测,指导教师为刘澄玉教授和赵璐璐博士后。


现有用于抑郁状态检测的融合方法主要关注如何组合不同模态,而对如何显式优化所得融合表征的质量关注较少。针对此问题,该研究提出了VR-GAF框架,通过基于门控注意力的表征级融合,将可穿戴脑电与临床语音相结合。其关键方法学贡献是在融合后的潜在空间中引入一个结合中心损失和方差正则化的联合目标函数。中心损失促使同一类别的样本形成紧凑表征,而方差正则化则抑制特征坍塌并保持表征多样性。这两个目标共同作用,使融合特征兼具紧凑性和判别性,从而在临床数据有限的情况下提高模型的鲁棒性。临床数据实验表明,VR-GAF的性能优于传统多模态融合方法,消融实验进一步验证了结合中心损失与方差正则化的联合目标函数的有效性,表明该方法能够在临床数据有限的条件下学习更具判别力的多模态表征。
在口头报告环节,Maryam介绍了该研究的研究动机、方法和研究结果,并与参会研究人员进行了交流。她的参会经历体现了我院国际学生积极参与科学研究和国际学术交流,有助于鼓励更多国际学生参与科研活动,并通过学术平台分享自己的研究成果。
(图文Maryam Khalid,审核 刘澄玉)
来源:仪器科学与工程学院·国际交流 · ins.seu.edu.cn