近日,安徽醫(yī)科大學生物醫(yī)學工程學院謝宛青教授課題組在著名學術期刊《計算機醫(yī)學成像和圖形學(Computerized Medical Imaging and Graphics)》(中科院二區(qū),IF=7.422)上發(fā)表題為《基于CNN-LSTM模型的焦慮抑郁多模態(tài)融合診斷(Multimodal Fusion Diagnosis of Depression and Anxiety Based on CNN-LSTM Model)》的學術論文。謝宛青為本論文第一作者,副教授程明媚為本位通訊作者。
近年來,抑郁癥、焦慮癥患病率不斷上升,此外,傳統(tǒng)量表診斷方式受限于醫(yī)生水平、狀態(tài)等因素,并存在診斷過程不易量化等問題,容易造成誤診、漏診,也使得抑郁、焦慮量化的診斷成為了頗具挑戰(zhàn)性的難題。因此,如何開創(chuàng)新的高效且便捷的抑郁焦慮診斷系統(tǒng),輔助臨床診斷,推動大規(guī)模篩查,成為了全社會的迫切需求。該研究將抑郁自評量表(Self-Reported Depression Scale, SDS)、焦慮自評量表(Self-Reported Anxiety Scale , SAS))與填寫量表同時期的視頻信息結合,基于深度學習技術構建多模態(tài)抑郁焦慮診斷與篩查系統(tǒng)。
基于被試者的視頻信息,該系統(tǒng)首先定位被試者面部區(qū)域,然后通過構建CNN-LSTM模型,探索并分析面部表情與動作特征,并在網(wǎng)絡中融入焦慮自評量表和抑郁自評量表得分信息。通過對自評量表和視頻兩種模態(tài)信息的綜合判斷,形成對焦慮、抑郁的最終診斷結果。(生物醫(yī)學工程學院)
新聞鏈接:https://www.ahmu.edu.cn/2022/1021/c4326a126485/page.htm
免責聲明:
網(wǎng)站內容來源于互聯(lián)網(wǎng),由網(wǎng)絡編輯負責審查,目的在于傳遞信息,提供專業(yè)服務,不代表本網(wǎng)站平臺贊同其觀點和對其真實性負責。如因內容、版權問題存在異議的,請與我們取得聯(lián)系,我們將協(xié)調給予處理(按照法規(guī)支付稿費或刪除),聯(lián)系方式:ahos@aiofm.ac.cn 。網(wǎng)站平臺將加強監(jiān)控與審核,一旦發(fā)現(xiàn)違反規(guī)定的內容,按國家法規(guī)處理,處理時間不超過24小時。