基于严重抑郁人群头部运动模式测量焦虑水平
计算机视觉与模式识别
2025-03-04 v2
摘要
抑郁与焦虑是常见共存的精神健康障碍，焦虑显著影响抑郁的表现和治疗。准确评估抑郁患者的焦虑水平对于制定有效的个性化治疗方案至关重要。本研究提出一种新方法，通过分析头部运动——具体包括速度、加速度和角位移——在与严重抑郁患者进行视频访谈期间的模式，以量化焦虑的严重程度。利用来自新建立的 CALYPSO 抑郁数据集，我们提取了头部运动特征，并应用回归分析来预测临床评估的焦虑水平。我们的结果显示，精度很高，预测基于头部运动模式的心理焦虑严重程度的平均绝对误差（MAE）为 0.35。这表明我们的ethods（方法）可以增进对焦虑在抑郁中的作用的理解，并帮助精神科医生细化针对个体的治疗策略。
关键词
引用
@article{arxiv.2502.08813,
title = {Measuring Anxiety Levels with Head Motion Patterns in Severe Depression Population},
author = {Fouad Boutaleb and Emery Pierson and Nicolas Doudeau and Clémence Nineuil and Ali Amad and Mohamed Daoudi},
journal= {arXiv preprint arXiv:2502.08813},
year = {2025}
}
备注
19th IEEE International Conference on Automatic Face and Gesture Recognition (FG), 2025