基于对虚拟现实反应的眼动来诊断和跟踪抑郁症
Zhiguo Zheng1,2, Lijuan Liang3, Xiong Luo4
1School of Information and Communication Engineering, Hainan University, Haikou, China.
Frontiers in psychiatry
|February 20, 2024
概括
本研究引入了一种使用虚拟现实 (VR) 眼睛跟踪数据检测抑郁症的新方法,确定固定和冲动作为关键生物标志物. 计算机认知行为疗法 (CCBT) 也在改善抑郁症症状方面表现出有效性.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 计算机科学 计算机科学
背景情况:
- 抑郁症的诊断依赖于主观的评估,缺乏客观和定量措施.
- 当前的诊断方法对快速和客观地检测抑郁症提出了挑战.
- 虚拟现实 (VR) 为心理健康评估中的客观数据收集提供了一个新的平台.
研究的目的:
- 通过VR捕获的眼动数据提出和验证一种新的抑郁症检测方法.
- 评估机器学习模型在基于眼动模式对抑郁症的分类中的有效性.
- 研究眼动指数作为抑郁症生物标志物的潜力,并评估计算机认知行为疗法 (CCBT) 的影响.
主要方法:
- 从使用VR眼睛追踪器的参与者收集眼睛运动数据.
- 开发和评估了四种机器学习模型 (XGBoost,MLP,SVM,随机森林) 用于抑郁症分类.
- 使用五倍交叉验证和准确性,精度,回忆,AUC和F1分数等指标评估模型性能.
- 在CCBT干预前后分析了眼动指数 (固定,冲击) 和患者健康问卷-9 (PHQ-9) 得分的变化.
主要成果:
- 多层感知器 (MLP) 模型实现了最高的分类准确度 (86%),F1得分为92%.
- 眼动指数,特别是固定和摇摆,在预测抑郁症症状方面发挥了重要作用.
- 与对照组相比,接受CCBT的参与者在眼动指数和PHQ-9得分方面显著改善.
结论:
- 通过VR眼睛跟踪捕获的眼动指数可以作为抑郁症检测的有效生物标志物.
- 这些发现支持使用基于VR的眼睛跟踪作为心理健康评估的客观工具.
- 计算机认知行为疗法 (CCBT) 是抑郁症的有效治疗方法,根据眼动模式和症状得分的变化表明.
