利用智能手机加速度计的心律周期度量监测双相情感障碍中的抑郁
信号处理
2020-07-08 v1 人机交互
摘要
当前双相情感障碍的管理依赖于自评问卷和与临床医生的访谈。开发恶化的情绪的客观度量亦可使早期干预得以实施，从而避免转入抑郁状态。本研究的目的是使用从智能手机记录的加速度数据来预测诊断为双相情感障碍的参与者群体的抑郁水平。数据来自 52 名参与者，平均每人有 37 周的加速度数据及对应的抑郁评分。使用时变隐马尔可夫模型提取活动、睡眠和昼夜节律的每周特征。个性化回归在 0 到 27 的可能量表中取得 1.00(0.57) 的平均绝对误差，并能以 0.84(0.16) 的准确率分类抑郁。结果表明，源自智能手机加速度计的特征能够提供抑郁的客观标记。由于智能手机的广泛使用，采用的障碍很低，且个性化模型能够解释个体行为差异并提供准确的抑郁预测。
引用
@article{arxiv.2007.02064,
title = {Monitoring Depression in Bipolar Disorder using Circadian Measures from Smartphone Accelerometers},
author = {Oliver Carr and Fernando Andreotti and Kate E. A. Saunders and Niclas Palmius and Guy M. Goodwin and Maarten De Vos},
journal= {arXiv preprint arXiv:2007.02064},
year = {2020}
}
备注
8 pages, 3 figures