基于随机森林-ANN 集成的运动活动信号抑郁症分类混合方法
机器学习
2023-10-16 v1
摘要
鉴于当今社会罹患精神疾病人数不断上升，心理健康的重要性再怎么强调也不为过。日益普及的可穿戴传感器为追踪和理解心理健康问题提供了潜在途径。这些设备不仅监测日常活动，还持续记录心率等生命体征，可能提供关于个人心理状态的信息。近期研究将这些传感器与机器学习方法结合，以识别与不同心理健康状况相关的模式，凸显了此类数据超越简单活动监测的巨大潜力。在本研究中，我们提出一种称为混合随机森林-神经网络的新算法，专为评估抑郁症患者的传感器数据而定制。在包含单相与双相抑郁患者及健康对照者的特殊数据集上评估时，我们的方法取得了 80\% 的显著准确率。研究结果强调了该算法利用传感器数据可靠判定个人抑郁状况的潜力，为心理健康诊断领域作出实质性贡献。
引用
@article{arxiv.2310.09277,
title = {A Hybrid Approach for Depression Classification: Random Forest-ANN Ensemble on Motor Activity Signals},
author = {Anket Patil and Dhairya Shah and Abhishek Shah and Mokshit Gala},
journal= {arXiv preprint arXiv:2310.09277},
year = {2023}
}
备注
8 pages