深度学习算法在面向行为分析的抑郁症辅助诊断中的研究进展

2025-10-14 999+ 18.75KB 7 页海报

侵权投诉

摘要

近十年来，人工智能技术快速发展并逐渐由学术界走向产业界，其在医疗领域的应用也逐

渐深入。受技术和伦理的局限，人工智能在医疗领域更多处于辅助决策的地位。抑郁症作

为一种常见的精神障碍，其发病率在全球日益增长，如何利用以深度学习为代表的人工智

能技术手段实现对抑郁症的筛查和诊断，促进抑郁症早发现和及时治疗，具有十分重要的

意义。我们对近几年以人工智能为手段的抑郁症辅助诊断技术进行了文献调研和总结，主

要从人脸表情、语音语调、文本语义、姿态行为及多模态数据融合 5个方面入手，介绍人

工智能在面向患者日常行为分析的抑郁症辅助诊断方面的研究进展。

抑郁症是一种常见精神障碍，目前占全球疾病负担第二位［1］。抑郁症的高发病率、高致残

率、高复发率、高社会经济成本，对个人、家庭和社会造成沉重的负担。抑郁症的诊断缺

乏生物诊断“金标准”，需要结合患者当前的精神状态和既往史，诊断在很大程度上具有

不确定性［2］，主要依赖于精神科医生的主观评估，例如参考 DSM-5 或者 ICD-10，这对临

床医生的诊疗水平提出了较高的要求。

目前抑郁症诊断的方法多局限于量表，包括自评量表和他评量表。自评量表的优点是简便

经济，但是与临床访谈相比，自评量表未考虑患者临床症状的含义，也不具备根据个体特

征、共患其他精神和躯体疾病、以及潜在的重要生活事件进行修正的能力［3］，也无法有效

地进行抑郁症亚型的判断［4］，严重程度也可能会受到所问问题的限制，如有意（如违背规

范）或无意（如主观、自我倾向、社会期望和默许）的影响，导致评估结果无法反映出抑

郁症患者的真实抑郁程度［5］。此外，临床医生可能把正常的悲伤（如丧亲）与抑郁混淆起

来，从而增加假阳性诊断的可能性［6］。统计数据表明，全科医生只能正确识别 47.3%的抑

郁症患者，存在很大比例的漏诊及误诊［7］，而误诊导致治疗不足或者治疗过度。

寻找一套生物学、生理学和行为学标志物来辅助临床评估的研究日益增多，机器学习、人

工智能和行为信号处理的最新进展使研究人员能够将抑郁症辅助诊断视为一个建模决策问

题，采用一系列的方法更好地量化抑郁症状态评估［8］。主要是利用外部设备记录患者在试

验过程中的生理或行为数据，包括音频、视频、文本、功能磁共振成像图像、脑电信号、

眼球运动、运动姿态等。通过分析生理或行为数据并提取相应特征，实现抑郁症患者和健

康对照者的分类，这些方法可以大大简化测试过程，提高识别精度。我们将从人脸表情、

语音语调、文本语义、姿态行为分析及多模态数据融合 5个方面详细介绍抑郁症辅助诊断

的研究进展。

一、人脸表情抑郁状态检测

在人类的交流活动中，超过一半的基于视觉的非言语行为围绕在面部区域。研究发现，

抑郁症患者会出现典型的“抑郁面容”，如额头紧缩、双眉间呈“川”字形、嘴角下垂、

瞬目次数减少、头部前倾、目光向下等［9］。因此，研究者引入计算机视觉技术来检测患

者的抑郁状态。目前基于面部表情的抑郁症状态分析方法大致可分为三类：第一类是基

于形状特征的方法，根据人脸的几何特征进行关键点定位，提取面部特征；第二类是基

于外观特征的皮肤纹理分析方法；第三类是混合方法，同时提取形状特征和外观特征进

行分析［10 ］。以抑郁量表（例如：贝克抑郁量表第 2版）评估结果为标签，Zhu 等［11 ］•

设计一种可以同时捕捉人脸外观和动态特性的深度卷积神经网络模型，模型能够很好地

刻画面部动力学特征，而患者面部动态信息对抑郁症的初步诊断具有重要意义。 Zhou

等［12 ］则在深度卷积神经网络的基础上设计基于注意力（ attention-based）的特征聚合

机制，进一步提升面部特征提取的性能。Bhatia 等［10 ］使用直接人脸分析技术如监督下

降法和间接人脸分析技术如来自三个正交平面的局部二值模式方法进行特征抽取，采用

支持向量机对提取的几何特征和纹理特征进行抑郁状态分类。目前关于人脸抑郁状态的

检测方法正处于不断探索之中，这些发现表明抑郁症自动检测的可行性，提出的自动化

面部图像分析病情状态对临床理论和实践有着令人振奋的意义。

二、语音抑郁状态检测

近年来，利用语音来自动检测精神疾病的研究越来越多。研究发现，抑郁患者的声音常

常表现为“说话时声音低沉、缓慢、犹豫、单调，有时口吃、低语，在说出一个词之前

犹豫不决，在句子中间则经常变得沉默”［13 ］。其他相关研究也发现抑郁症患者的语音

变化存在较长的停顿、较差的可懂度、不精确的辅音、较低的声音强度、迟钝的韵律和

其他异常的音质特征［1 4 ］。流行的抑郁症语音分析特征包括：音调、强度、说话速率、

声门波形值（即Teager 能量算子）和倒谱值（即梅尔频率倒谱系数）［15］。主要从韵律、

音质、频谱和声门 4个方面研究基于语音的抑郁症辅助诊断［1 6 ］。以抑郁量表（例如汉

密尔顿抑郁量表）度量抑郁严重程度，从韵律、音质、频谱和声门提取多种语音特征，

借助机器学习方法建立回归模型进行抑郁状态的判断［16 ,$ 17］。Alhanai$等［18 ］则使用长-短

期记忆神经网络模型分析音频和文本特征的交互作用，通过交互过程进行抑郁状态的辅

助检测。Huang 等［19 ］使用长 -短期记忆神经网络模型进行连续情绪识别，采用

eGeMAPS(extended$geneva$minimalistic$acoustic$parameter$set）特征集作为基线音

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

立即下载

标签： #抑郁症

摘要：

近十年来人工智能技术发展迅速在医疗领域的应用日益广泛但受技术和伦理限制目前多处于辅助决策地位。抑郁症作为常见精神障碍发病率高对社会造成沉重负担其诊断缺乏生物“金标准”主要依赖医生主观评估存在不确定性且现有诊断方法多局限于量表易导致误诊、漏诊。利用人工智能技术实现抑郁症筛查和诊断促进早发现和及时治疗意义重大。研究从人脸表情、语音语调、文本语义、姿态行为及多模态数据融合五个方面介绍了人工智能在抑郁症辅助诊断方面的进展：人脸表情方面研究者引入计算机视觉技术检测抑郁状态；语音方面利用语音特征和机器学习方法判断抑郁状态；文本语义方面采用自然语言处理等方法构建模型实现检测；姿态行为方面利用行为特征进行分析；多模态数据融合方面通过综合视频、语音、文本等数据提高检测准确率。目前开发智能抑郁症辅助诊断系统仍存在局限如临床标签数据匮乏、大型临床数据集缺乏、生物医学数据管理问题等。未来需要跨学科深入合作推动人工智能在医学领域应用模式的转变。

展开>> 收起<<

深度学习算法在面向行为分析的抑郁症辅助诊断中的研究进展.docx

共7页,预览3页

还剩页未读，继续阅读