文章图片 |
图/视觉中国 |
近日 , 一项来自中国科学院行为科学重点实验室的新研究表明 , 个体姿态控制所涉及的大脑神经网络与抑郁症密切相关 , 抑郁可以反映在步态中 , 用一台智能体感 , 设备就能自动化识别“你今天是否抑郁了” 。
用智能体感设备记录
这一研究通过招募了126名抑郁症患者和121名健康者进行实验来完成的 。 其中病例组为某市属精神卫生医疗机构的抑郁症患者 , 其诊断结果是由精神科医生根据《精神障碍诊断与统计手册》完成的;对照组则是从社会招募的健康人群 。
所有参与被试者均要在6米×1米的人行道上自然地来回行走两分钟 , 同时通过放置在一端的Kinect智能体感设备记录下其步态数据 。 Kinect智能体感设备具有无侵扰、低成本、易于使用的优点 , 它可以捕获人体25个躯体关节的三维坐标变化 , 而且其动作捕捉和动作监测的有效性已经被验证 。
研究者对收所集数据进行了预处理 , 并提取了10个运动学特征、300个时域特征和825个频域特征 , 最后使用逻辑回归分析 , 探究不同类别步态特征对抑郁症识别的贡献 , 并利用机器学习技术训练抑郁识别模型 。
动作幅度小、速度更低
该研究的结果表明 , 抑郁可以反映在步态中 , 不同类型的步态特征对抑郁识别的贡献不同;基于机器学习技术实现抑郁的自动化识别是有效的 。
之前已有研究表明 , 个体姿态控制所涉及的大脑神经网络与抑郁症密切相关 。 与健康个体相比 , 抑郁患者在行走过程中的头部垂直运动减少、肢体动作幅度更小、步态速度更低 。
目前全世界已有超过3亿的抑郁患者 。 虽然针对抑郁患者有多种治疗手段(如药物治疗、心理疗法等) , 但只有不到一半的患者接受了正确的治疗 。 这其中的一个重要原因就是抑郁症诊断的困难 。 因此 , 该研究探索更有效的识别抑郁的方法具有非常重要的意义 。
【特征|步态可识别个体抑郁症?】与传统心理测量方法相比 , 基于步态数据的抑郁识别方法具有无侵扰、可回溯、自动化等特点 , 因此将该方法与传统测量方法相结合 , 能够有效地提升心理测量的应用范围与测量效率 。
文章图片
推荐阅读
- 苏宁|可循环包装规模化应用 苏宁易购绿色物流再上新台阶
- IT|95306铁路货运电子商务平台升级上线 可24小时办理货运业务
- 硬件|Yukai推Amagami Ham Ham机器人:可模拟宠物咬指尖
- Apple|苹果高管解读AirPods 3代技术细节 暗示蓝牙带宽可能成为瓶颈
- 识别|天津滨海机场RFID行李全流程跟踪系统完成建设 行李标签识别成功率可提升至99%
- IT|新航空图像拍摄系统Microballoon:可重复使用且成本更低
- Microsoft|微软推Viva Insights插件 定时邮件可根据时区推荐发送时间
- Apple|法官称苹果零售店搜包和解协议虽不完美,但可继续进行
- 视点·观察|科技行业都在谈论“元宇宙”,可是它还不存在
- IT|为什么感染飙升但死亡人数有限?研究显示T细胞可防止奥密克戎引发重症