研究通过行为实验和机器学习的方法探究了强迫症患者音乐情绪知觉的特征,并在实验结果的基础上尝试通过机器学习对强迫症症状严重程度进行分类和预测。研究者从苏州广济医院心理咨询门诊和住院病人中募集了19名轻度强迫症患者,进行实验和访谈。研究使用Eurola等人建立的音乐情绪材料库材料,适当选取愤怒、恐惧、悲伤、平和和高兴五种情绪的标准化音乐片段作为行为实验材料,请被试在愤怒、恐惧、悲伤、平和和高兴五个维度上进行评分。经过匹配的强迫症组和对照组的重复测量方差分析结果在许多项目上表现出显著差异,将这些显示出差异的数据输入支持向量回归机进行学习和分类,根据音乐情绪知觉结果预测强迫症症状的严重程度,主要结论有:(1)轻度强迫症患者对消极情绪(愤怒、恐惧、悲伤)刺激的知觉敏感性较对照组更高,而积极情绪刺激(平和、高兴)的知觉敏感性出现了分化,平和的知觉敏感性显著低于对照组,高兴的知觉敏感性没有显著差异;表明强迫症改变了患者的积极和消极情绪识别过程,不同唤醒程度的积极情绪识别过程受到的影响不同。(2)愤怒、恐惧和悲伤对应情绪材料的目标情绪和非目标情绪都发现了显著差异,表明愤怒与恐惧、悲伤与平和在知觉过程中联系紧密,例如受到患者人格因素、情绪调节能力的影响。(3)建立输入平面,输入愤怒、恐惧、悲伤、平和材料的目标情绪评分,输出是否为强迫症的结果的支持向量回归机预测效果最好。(4)支持向量回归机在认知修正、判断方面与认知疗法相结合,有较大的应用空间。对于临床诊断和治疗强迫症及相关障碍,本研究有一定的参考作用。