基于音视频线索的深度学习抑郁症识别：综述
信号处理
2021-06-02 v1 声音
音频与语音处理
摘要
随着工作与生活节奏的加快，人们不得不面对越来越多的压力，这增加了罹患抑郁症的可能性。然而，由于全球医患比例的严重失衡，许多患者可能未能得到及时诊断。令人鼓舞的是，生理与心理学研究表明，抑郁症患者与健康个体在言语和面部表情上存在一些差异。因此，为改善当前的医疗状况，许多学者已利用深度学习从音频和视频中提取抑郁症线索的表征，以实现抑郁症的自动检测。为梳理和总结这些工作，本综述介绍了相关数据库并描述了用于自动抑郁症估计（ADE）的客观标记。此外，我们回顾了用于自动抑郁症检测的深度学习方法，以从音频和视频中提取抑郁症表征。最后，本文讨论了利用深度学习技术自动诊断抑郁症所面临的挑战与有前景的方向。
引用
@article{arxiv.2106.00610,
title = {Deep Learning for Depression Recognition with Audiovisual Cues: A Review},
author = {Lang He and Mingyue Niu and Prayag Tiwari and Pekka Marttinen and Rui Su and Jiewei Jiang and Chenguang Guo and Hongyu Wang and Songtao Ding and Zhongmin Wang and Wei Dang and Xiaoying Pan},
journal= {arXiv preprint arXiv:2106.00610},
year = {2021}
}