兰州大学UAIS实验室最新研究揭示智能手机在抑郁评估中的行为表型
近日,兰州大学信息科学与工程学院UAIS实验室杨民强副教授以第一作者在IEEE旗舰期刊《Proceedings of the IEEE》正刊发表题为《Digital Phenotyping and Feature Extraction on Smartphone Data for Depression Detection(抑郁症检测中智能手机数据的数字表型分析与特征提取)》的研究论文,胡斌教授和胡希平教授为论文共同通讯作者。 该文针对普适感知技术相关的多个关键问题展开了全面深入的剖析,旨在为MDD的检测工作提供更有力、更有效的辅助支持。文章系统性地分析了当前通过智能手机数据进行数字表型的研究,总结了MDD可能的检测方法,并从数字表型的视角创新性地阐释了五类具有代表性的特征。这五类特征分别为:反映个体活动范围和轨迹的位置特征,体现个体运动状态和活动量的运动特征,包含睡眠时长、质量等关键信息的睡眠特征,表征个体日常活动时间规律的节律特征,以及记录个体社交互动模式和手机使用习惯的社交与设备使用特征。此外,论文还针对现有研究的局限性,从多模态融合、长期纵向试验、行为模式、被动数据的隐私问题及神经机制等方面提出开放性问题、研究挑战及解决思路,为该方向进一步的研究探索与工程应用提供了方向指引,推动智能手机在精神障碍辅助诊疗中的应用。 【新闻背景】 《Proceedings of the IEEE》在计算机科学领域中CiteScore排名第一,影响因子为23.2(中科院一区,CCF A类,JCR [...]