【摘 要】
:
抑郁症是一种常见的精神疾病,会给患者及家庭乃至国家带来严重的危害。减轻抑郁症危害的关键在于早诊早治,但由于医患比例太低,同时客观评估指标的缺乏,导致抑郁症的就诊就医比例很低。因此,寻找客观、有效、准确的抑郁量化指标成为了研究热点。与其他生理及行为信号相比,头部和面部的运动数据有获取硬件成本低、获取容易、无需接触、信息量大等优点,吸引了研究人员的关注。本文针对这一领域中头部和面部公开数据集缺乏、头部
论文部分内容阅读
抑郁症是一种常见的精神疾病,会给患者及家庭乃至国家带来严重的危害。减轻抑郁症危害的关键在于早诊早治,但由于医患比例太低,同时客观评估指标的缺乏,导致抑郁症的就诊就医比例很低。因此,寻找客观、有效、准确的抑郁量化指标成为了研究热点。与其他生理及行为信号相比,头部和面部的运动数据有获取硬件成本低、获取容易、无需接触、信息量大等优点,吸引了研究人员的关注。本文针对这一领域中头部和面部公开数据集缺乏、头部和面部运动特征难以有效提取、抑郁识别模型可解释性较弱的三个关键问题,研究了基于动态编码和序列模式挖掘的方法,提取了动态编码的特征和具有判别能力的序列模式,并以此构建抑郁识别模型。本文主要创新和贡献如下:(1)针对头部和面部运动的细微变化易被忽略的问题,提出了基于头部和面部动力学特征动态编码的抑郁识别模型。该方法采用堆叠降噪自编码器学习头部和面部每一帧的动力学特征,然后使用Fisher Vector对所有帧的动态变化进行表征,构建抑郁识别模型。该模型在包含210例被试的数据集上获得了77.8%的分类准确率,展现了动态编码动力学特征的有效性。(2)为了发现抑郁症患者在视频刺激下头部和面部的特殊运动规律,我们提出了一个基于序列模式分析的可解释性的模型。该模型对不同时间尺度的头部和面部运动特征进行频繁序列模式挖掘,选择具有识别能力的判别模式构建抑郁识别模型。该模型在包含210例被试的数据集上获得了75%的识别率,同时它获得的关键模式解释了抑郁患者动作缓慢、动作起伏程度小的头部和面部运动特点。
其他文献
中国民族器乐是上下五千年文化的历史财富,是中华民族的文化结晶,在面对如今信息化传播如此迅速的时代,如何让民族器乐作品在广泛传播的同时避免其版权受到侵害,是我们亟需解决的问题。数字音频水印技术是解决这一问题的一种有效手段。本文在归纳分析现有音频水印方案的基础上,基于中国民族器乐作品的主题性,利用器与乐的特性,设计了一种基于民族器乐音频作品的零水印算法,主要工作有以下几个部分:(1)针对现有的音频零水
目的研究不同人种乳腺癌风险因素的差异。方法使用SEER数据库2018年的资料,根据第三版国际肿瘤学编码确定主要研究对象为1975-2016年的乳腺癌患者。数据库参数包含:年龄段、婚姻状况、肿瘤分化程度、肿瘤TNM分期、放疗和化疗情况。数据库中种族分组为白人、黑人、美国印第安人、阿拉斯加原住民、亚裔以及太平洋岛民六类。在显示病例中选取前一百万个病例。根据排除标准[参见正文方法],排除不符合要求的病例
目的:尽管免疫检查点抑制剂的成功应用显著提高了晚期肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)患者的存活率,但仍有很大比例的接受治疗的患者出现原发耐药和治疗后进展。传统的免疫治疗反应预测指标在ccRCC中均不适用。目前,ccRCC已被发现具有明显的基因组空间异质性,但其与肿瘤微环境的关系和对免疫治疗反应的影响尚不清楚。本研究旨在阐明ccRCC基因组和肿
目的:本研究旨在通过结合临床、影像和病理特征优化早期肺腺癌外科治疗策略。研究主要目的之一为开发用于量化临床IA期肺腺癌浸润程度,并可用于指导临床IA期肺腺癌手术切除范围的列线图模型。另一主要目的是验证病理新分级系统用于病理IA期肺腺癌复发风险分层的准确性,优化病理IA期肺腺癌术后复发风险分层系统,并据此形成个体化术后随访策略。方法:研究第一部分,回顾性收集2015年1月至2018年10月于广东省人
目的 :探讨Ⅰ期心脏康复运动在急性心肌梗死(Acute Myocardial Infarct,AMI)病人经皮冠状动脉介入(Percutaneous Coronary Intervention,PCI)术后护理中的应用效果。方法 :收集2019年7月~2021年10月在本院就诊的AMI患者96例,采用随机数字表法分为对照组、观察组,各48例。对照组采用常规护理,观察组采用Ⅰ期心脏康复运动护理。统计
目的:肝癌(本文肝癌特指肝细胞癌)仍是全球恶性肿瘤治疗的一大难题。诊断时的高不可切除率以及术后高复发率是目前肝癌治疗所面临的两个巨大挑战。本研究的目的是利用血液指标去预测可切除肝癌术后复发以及不可切除肝癌患者免疫联合仑伐替尼治疗的疗效。方法:首先,我们回顾性收集了370名首次接受手术切除的乙肝相关肝癌患者数据,通过构建了一个新的血液指标标签(BIS)并且系统地分析了它对术后复发的预测效能。之后我们
准确有效的风速预测,不仅可以帮助电力部门制定及时有效的调度计划,而且能够提升风电并网消纳能力,维护电网稳定运行。由于风速数据的随机性和复杂波动性,目前大多数的研究人员采用具有非线性特征处理能力的深度学习技术来进行风速预测。然而,单一的深度学习模型受其结构限制,不能捕捉过长序列中的长期依赖关系,且当风速序列的重要特征较少时,不能对特征重要程度的差异性进行识别,严重影响了风速预测的精度。针对上述问题,
人脑是自然界中最高级的复杂系统,研究人脑对于脑疾病的治疗,甚至于理解人类智能的本质至关重要。随着核磁共振影像(Magnetic Resonance Imaging,MRI)技术的发展,借助脑影像进行脑研究成为了近年来的研究热点。网络神经科学为研究人脑这个复杂系统提供了理论基础,它将脑抽象为一个图(网络),其不同的区域建模为图的节点,区域之间的关系建模为图的边。脑网络可以根据其源影像数据的类型主要分
目的:探究改良后路法颈神经根阻滞术(Modified posterior cervical nerve root block,MPCNB)在治疗神经根型颈椎病治疗中的疗效和安全性。方法:收集自2019年6月至2022年3月我科室接受X线引导下MPCNB治疗的神经根型颈椎病患者37例,行回顾性分析。先记录患者术前的颈椎功能障碍指数(neck disability index,NDI)和疼痛视觉模拟量
在人脸识别领域,深度学习是当前的一个重要研究方向。但是当训练样本的数量较少,尤其是在样本数量较少的同时类内存在较大的差异时,深度学习的表现效果往往不尽如人意。而以稀疏表示为理论基础的字典学习方法目前则在小样本上表现较为优异。在对字典学习的探究过程中,发现字典学习存在如下问题:1)字典在进行学习的过程中,虽然对样本数量的依赖性弱于深度学习,但是训练样本的多样性依旧极大的影响了字典的训练效果2)字典训