换一批基于望、闻诊识别抑郁症的单模态及多模态研究现状
Current Status of Unimodal and Multimodal Research on Identifying Depression Based on Inspection and Auscultation and Olfaction Diagnosis
摘要目前,抑郁症的西医诊断多依赖临床访谈和量表评估,主观性强、误诊漏诊率高,中医基于望、闻、问、切及藏象理论的诊断亦存在经验性、模糊性,而人工智能情感计算为客观识别抑郁症提供了新范式.本文系统综述基于望诊(眼神、面部表情、姿态表情)及闻诊(语音)识别抑郁症的单模态及多模态人工智能情感计算的研究成果,发现抑郁症患者在上述维度与健康人群存在显著差异,具体表现为注视分散、瞳孔动态范围减小、面部表情沉闷消极、肢体反应迟缓、语音单调等.结合机器学习模型,单模态研究抑郁症识别准确率可达59.38%～98.25%,而通过特征层/决策层融合和张量典型相关分析等技术的多模态研究,能有效整合不同模态信息,进一步优化模型性能.该领域研究不仅为抑郁症的客观化诊断提供技术支撑,亦对推动中医诊断客观化和藏象理论现代化发展具有重要价值.
更多相关知识
关键词
抑郁症人工智能望诊闻诊单模态多模态DepressionArtificial intelligenceInspectionAuscultation and olfactionUnimodalMultimodal
栏目名称
DOI
10.19656/j.cnki.1002-2406.20260115
发布时间
2026-01-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山东省自然科学基金（ZR2020MH398）
- 浏览7
- 被引0
- 下载5
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
