用面部表情和瞳孔直径识别抑郁症的试验选择电张器正规关联分析 (TSTCCA)

科学领域:

• 心理学 心理学 心理学
• 计算机科学 计算机科学
• 生物医学工程 生物医学工程

背景情况:

• 面部表情通常用于抑郁症识别,因为它们的可访问性.
• 瞳孔直径包含面部视频数据中存在的情感信息.
• 情绪反应中的瞳孔和面部变化之间的时空相关性未得到充分研究.

研究的目的:

• 开发一种新的多式联络融合算法,用于增强抑郁症识别.
• 探索面部表情和瞳孔直径之间的时空相关性和互补性.
• 通过优化特征空间来构建更强大的抑郁症识别模型.

主要方法:

• 提出了一种新的多式联络融合算法:试验选择张量法定相关性分析 (TSTCCA).
• TSTCCA结合了面部表情和瞳孔直径的时空特征.
• 该算法通过探索试验交互和选择相关的试验子集来优化特征空间.

主要成果:

• 对于抑郁症的识别,TSTCCA算法实现了最高的78.81%准确度.
• 使用25项试验的子集观察到最佳性能.
• 融合方法在抑郁症识别方面表现出更好的稳定性.

结论:

• 新的TSTCCA算法有效地整合了面部表情和瞳孔直径特征.
• 这种多式联络方法为抑郁症识别提供了更准确,更强大的方法.
• 未来的研究可以利用时空相关性来改善心理健康诊断.