迈向精神健康症状的自动化评估

活动与运动分析有潜力用作精神障碍的诊断工具。然而，迄今为止，将活动分层测量转化为有用的症状标记的工作甚少。本论文的研究聚焦于识别客观活动与行为指标，可用于上述维度中精神健康症状的分析。特别关注障碍间的客观差异分析，以及双相情感障碍患者的躁狂与抑郁临床发作识别，和边缘型人格障碍患者的恶化识别。提出了一个基于行为可测变化的移动健康（mHealth）精神科患者监测原则性框架，该变化体现于通过移动与可穿戴设备收集的身体活动时间序列中。该框架定义了直接对紊乱与精神运动维度症状进行计算分析的方法，以及利用身体活动、睡眠与昼夜节律模式间接评估情绪的措施。本论文提出的计算行为分析方法有望用于门诊患者临床恶化的早期识别，并允许明确可测的行为表型，从而增进对精神障碍的理解与治疗。