HiQuE：用于多模态抑郁症检测的分层问题嵌入网络

自动化抑郁症检测显著提升了抑郁症患者的早期干预效果。尽管已有大量基于录制临床访谈视频的自动化抑郁症检测方案，但鲜有研究关注访谈问题的层次结构。在抑郁症诊断的临床访谈中，临床医生使用包含常规基线问题和后续跟进问题的结构化问卷来评估受访者的状况。本文提出HiQuE（分层问题嵌入网络），一种利用临床访谈中主问题与跟进问题之间层次关系的新型抑郁症检测框架。HiQuE能够通过学习多模态之间的互信息，有效捕捉每个问题在抑郁症诊断中的重要性。我们在广泛使用的临床访谈数据DAIC-WOZ上进行了大量实验，我们的模型优于其他最先进的多模态抑郁症检测模型和情绪识别模型，展示了其在抑郁症检测中的临床应用价值。