用于抑郁症检测的手写与绘画：一项初步研究
计算机视觉与模式识别
2023-02-07 v1 人机交互
摘要
过去两年与疫情相关的事件表明，寻找新工具来帮助心理健康专家诊断情绪障碍变得越来越重要。撇开长期新冠的认知（例如注意力难以集中）和身体（例如嗅觉丧失）影响不谈，短期新冠对心理健康的影响是焦虑和抑郁症状的显著增加。本研究的目的是使用一种新工具，即在线手写和绘画分析，来区分健康个体和抑郁症患者。为此，我们招募了临床抑郁症患者（n = 14）、具有高亚临床（通过测试而非医生诊断）抑郁特质的个体（n = 15）和健康个体（n = 20），并要求他们使用数字化平板和专用书写设备完成四项在线绘画/手写任务。从收集到的原始在线数据中，提取了十七个绘画/书写特征（分为五类），并通过重复测量方差分析（ANOVA）在三组参与者之间进行比较。结果表明，时间特征在区分健康参与者和具有亚临床抑郁特征的参与者方面更有效。另一方面，笔法和压力特征在区分临床抑郁症患者和健康参与者方面更有效。
引用
@article{arxiv.2302.02499,
title = {Handwriting and Drawing for Depression Detection: A Preliminary Study},
author = {Gennaro Raimo and Michele Buonanno and Massimiliano Conson and Gennaro Cordasco and Marcos Faundez-Zanuy and Stefano Marrone and Fiammetta Marulli and Alessandro Vinciarelli and Anna Esposito},
journal= {arXiv preprint arXiv:2302.02499},
year = {2023}
}
备注
In: Mahmud, M., Ieracitano, C., Kaiser, M.S., Mammone, N., Morabito, F.C. (eds) Applied Intelligence and Informatics. AII 2022. Communications in Computer and Information Science, vol 1724. Springer, Cham