我院梁臻副教授在中科院一区TOP期刊IEEE Journal of Biomedical and Health Informatics发表题为“NSSI-Net: A Multi-Concept GAN for Non-Suicidal Self-Injury Detection Using High-Dimensional EEG in a Semi-Supervised Framework”的高水平论文，阐述了其团队在抑郁青少年非自杀性自伤行为（NSSI，Non-Suicidal Self-Injury）识别方面的最新研究成果。

梁臻副教授为论文的第一及通讯作者，研究生叶炜珊为共同第一作者，深圳市康宁医院周勇杰副主任医师为共同通讯作者。深圳大学为第一作者单位。

该研究针对儿童青少年情绪障碍的脑电表现，提出了一种基于高维EEG数据的多概念对抗生成网络NSSI-Net，融合信号、性别、领域和疾病四个判别器，分别用于提升脑电信号生成的真实性，减弱性别差异造成的特征偏移，实现跨个体和跨数据集的特征对齐，以及区分有无非自杀性自伤行为的抑郁青少年。

为了缓解临床标注数据稀缺的问题，模型采用半监督学习策略，联合利用少量有标签数据和大量无标签数据进行训练，有效提升了模型的学习效率和应用可行性。通过对四个判别器损失的加权整合，NSSI-Net在信号质量控制、性别适应性、跨域泛化能力以及疾病识别准确性等多个维度上实现了全面优化，展现出较高的临床识别性能和实际推广价值。

以上研究依托于广东省生物医学信息检测与超声成像重点实验室开展，并得到了国家自然科学基金等项目的资助。