近日，华南师范大学计算机学院2018级本科生林宏拓和简楚帆分别以第一作者和第二作者身份向Computers in Biology and Medicine (中科院SCI工程技术二区，IF：4.589) 投稿的文章被接收，论文题目为“MDD-TSVM: A Novel Semisupervised-based Method for Major Depressive Disorder Detection Using Electroencephalogram Signals”。研究成果在特聘研究员樊小毛博士指导下完成，樊小毛博士为通讯作者，华南师范大学为第一完成单位。

抑郁症是最常见的精神障碍之一，对患者的学习、工作和社会生活有严重的影响，其特征是持续情绪低落、失去兴趣或精力下降。当患者的抑郁症长期处于中等或严重程度时，在最严重情况下，会导致患者自残甚至自杀。根据世界卫生组织(WHO)的报告，在所有年龄段中，超过2.64亿人患有抑郁症。抑郁症已成为世界第二大主要疾病，给个人、家庭、社区和国家带来沉重的社会和伦理负担。

目前，常用的抑郁症临床检测方法是专业医疗人员通过HAMD-17量表评估患者的抑郁症程度。然而，HAMD-17量表评估方法需要接受过良好培训的医疗人员来进行，且评估评估结果带有严重的主观性，导致在社区中心和乡镇医院等医疗资源匮乏的机构难以实施。因此，团队成员基于采集的患者脑电信号，建立半监督抑郁症自动检测分析模型（MDD-TSVM）。该模型具有轻量化和较好的可解释性，准确率可高达89%，可部署在医疗信息系统中提供抑郁症自动检测服务，缓解社区中心和乡镇医院专业医疗人手不足的问题。

据统计，樊小毛博士已指导本科生发表高水平研究论文共计5篇，除此篇中科院SCI2区期刊文章外，还包括CCF B类会议文章和CCF B类中文期刊各1篇。