如何诊断抑郁症？——通过面部和眼动追踪预测个体的抑郁症状是否靠谱

陕西师范大学心理学院 杨育苗

1.引言

目前抑郁症由初级和二级医疗护理机构的医生诊断，诊断标准是主观的，并且有证据表明专家之间的诊断一致性相对较低。

（图片来源于网络）

使用神经影像学数据对抑郁症进行诊断分类，抑郁检测准确率高达90%。但脑部扫描设备昂贵，并且需要技术专长，限制了将研究结果转化为临床实践。

相比之下，抑郁症行为方面的测量成本相对较低，有研究表明应用面部肌电图或面部运动评级在想象或观看情感材料时眉毛，脸颊和嘴巴运动会有改变 ，也有眼动研究表明抑郁症患者更频繁、更长时间地关注消极情感材料，而较少关注积极材料。

2.研究问题及假设

本研究旨在开发一种廉价的系统，该系统将认知表现与情感干扰期间的面部和眼球运动跟踪相结合，用于检测抑郁症的迹象。

我们假设，面部和眼动相结合用来检测抑郁症状比单独使用这两种方式中的其中一种表现更好。

3.研究方法

3.1被试、设备、问卷

共有75名主要来自爱丁堡大学的学生作为被试。实验前报告他们的年龄和咖啡因摄入量，然后完成酒精使用障碍识别测试（AUDIT）和流行病学研究中心抑郁量表（CES-D）问卷，以及全国成人阅读测试（NART），排除由于技术问题数据不完整的27名被试，结果如图。

面部运动记录是使用英特尔实感 SR300 摄像头（英特尔公司）进行的，眼动追踪使用Gazepoint GP3眼动仪收集眼动追踪数据。

3.2实验流程

3.2.1延迟匹配任务（DMS）

参与者被要求记住一个初始样本，然后在短暂的延迟后在四个不同的样本中识别它。在每次试验的12秒延迟阶段，屏幕上的不同位置闪烁着四个单词。在识别阶段，除了四种样本之外，还显示了一个额外的分心词。最后会向受试者提供回答是否正确的反馈。任务中有三个组块，每个组块有15个试次。第一组是中性分心词，第二组是积极词，第三组是消极词。任务试验结构如图所示。

3.2.2快速检测任务（RD）

被试首先被呈现一个目标字母，然后要求通过按空格键在屏幕上快速呈现的44个字母中识别它。每个字母快速呈现，然后消失1000毫秒。之后会根据被试反应正确与否做出反馈。在整个检测阶段，快速呈现的字母下面会出现一个单词。在目标和检测阶段之间的屏幕中央也会快速呈现一个分散注意力的词。有三组试验，第一组中性，第二组积极和第三组消极，每个组块由五个试次组成。

3.3测量方法

面部记录包括DMS任务的七个试验阶段和RD任务的六个试验阶段。为每个时期的每个AU提取三个指标：（1）最大AU强度，（2）高于阈值的平均AU强度，（3）AU高于阈值的持续时间。

眼动记录包括在DMS试验中记录的17个视觉元素和RD试验中记录的15个视觉元素的三个眼动指标。这些指标是：（1）首次注视时间，（2）注视次数，（3）注视持续时间。

4.实验结果

使用简单的统计过滤器进行了指标选择，再用筛选出的数据建立SVM分类模型，再用留一交叉验证（LOOCV）评估分类模型在检测抑郁症状升高方面的指标。结果发现结合面部跟踪和眼动跟踪特征的SVM分类准确率达到79.17%。仅具有面部跟踪特征的分类准确率达到66.67%。仅具有眼动追踪特征的分类准确率达到64.58%。

5.讨论

本研究表明，原则上可以使用认知任务执行期间的面部和眼动跟踪来预测抑郁症的症状升高。但本研究对有症状的被试未使用临床诊断标准。因此，我们还没有证据表明这些结果可以直接转化为临床人群或患有严重和持久的单相或双相情感障碍的人群。

6.感悟

本研究从一个新的角度将面部和眼动追踪技术应用到实验中，追踪被试在执行认知任务期间的面部和眼动，更加符合实际，具有说服力，打破了传统的面部和眼动实验的限制。

7.参考文献

Stolicyn, A., Steele, J., & Seriès, P. (2022). Prediction of depression symptoms in individual subjects with face and eye movement tracking. Psychological Medicine, 52(9), 1784-1792.