利用社交媒体自拍进行大规模睡眠状况分析

睡眠状况与个人健康密切相关。睡眠障碍和睡眠剥夺等不良睡眠状况会影响日常表现，还可能导致许多慢性疾病。许多研究致力于监测人们的睡眠状况。然而，传统方法需要复杂的设备并消耗大量时间。本文尝试通过像医生一样审视面部线索，开发一种预测个人睡眠状况的新方法。我们不直接测量睡眠状况，而是测量睡眠剥夺疲劳，这能间接反映睡眠状况。我们的方法可根据受试者提供的自拍预测睡眠剥夺疲劳率，该比率用于指示睡眠状况。为了更深入地了解人类睡眠状况，我们从 Twitter 和 Instagram 发布的自拍中收集了约 100,000 张面部图像，并使用自动算法识别其年龄、性别和种族。随后，我们研究了不同年龄、性别和种族的睡眠状况分布。我们的研究表明，在各年龄组中，0-20 岁青少年组的疲劳百分比最高，意味着该年龄组的不良睡眠状况更为普遍。在性别方面，女性的疲劳百分比高于男性，意味着女性遭受睡眠问题的比例更高。在种族群体中，白人的疲劳百分比最高，其次是亚裔和非裔美国人。