基于机器学习的行为障碍检测框架及虚拟认知行为疗法在 COVID-19 疫情中的应用
人机交互
2022-05-02 v1 机器学习
摘要
在现代社会中，人们变得更加以自我为中心且不爱社交。另一方面，在 COVID-19 疫情形势下人们倍感压力、愈发焦虑，并表现出行为障碍的症状。为衡量行为障碍症状，精神科医生通常采用长时间的问诊和特定问卷的输入。这一过程耗时且有时难以有效检测出正确的行为障碍。此外，内向的人有时不愿遵循此过程。我们创建了一个数字框架，可检测行为障碍并开具虚拟认知行为疗法（vCBT）以促进康复。通过使用该框架，人们可输入对三种行为障碍（即抑郁症、焦虑症和网瘾）高度负责所需的数据。我们应用机器学习技术从样本中检测特定行为障碍。该系统随时随地向用户提供通过 vCBT 进行的基本认知与治疗指导，这有望成为用户提高警觉并寻求正确治疗的垫脚石。
引用
@article{arxiv.2204.13900,
title = {Framework for Behavioral Disorder Detection Using Machine Learning and Application of Virtual Cognitive Behavioral Therapy in COVID-19 Pandemic},
author = {Tasnim Niger and Hasanur Rayhan and Rashidul Islam and Kazi Asif Abdullah Noor and Kamrul Hasan},
journal= {arXiv preprint arXiv:2204.13900},
year = {2022}
}
备注
13 pages, 5 figures, Minerva Psychiatry-2322 has been accepted manuscript for publication as Special Article