基于智能手机传感器的抑郁发作预测分析

抑郁症患者的行为通常难以预测，因为患者在意想不到的时间毫无征兆地表现出抑郁发作症状。本研究的目标是构建算法来检测此类异常时刻的信号，以便医生在已确诊患者陷入抑郁之前主动介入。每位患者配备一台能够追踪其传感器的智能手机。我们首先找到患者的家庭位置，然后结合其他传感器数据来识别睡眠模式并选择通信模式。算法需要两到三周的训练数据来建立标准模式，即被视为正常行为；然后，这些方法识别传感器日常数据读取中的任何异常。四个智能手机传感器，包括加速度计、陀螺仪、位置探针和通信日志探针，用于睡眠和通信模式的异常检测。