用基于深度学习的合成房子-树-人测试来检测临床抑郁症的有效性评估
IEEE journal of biomedical and health informatics
|March 24, 2025
概括
一个新的深度学习模型DeHTP分析了合成房子-树人测试 (S-HTP) 的图纸来检测抑郁症. 这种人工智能工具提供了准确,客观的心理健康评估,改进了传统的主观方法.
科学领域:
- 精神病学是一个精神病学.
- 人工智能的人工智能
- 心理评估 心理评估
背景情况:
- 抑郁症是一种普遍的情绪障碍,发病率越来越高.
- 目前的诊断方法依赖于主观的患者与精神病医生的对话,缺乏客观的生物标志物.
- 合成房子-树人 (S-HTP) 测试提供了不那么主观的评估,但受到分析师专业知识的限制.
研究的目的:
- 通过使用S-HTP图纸引入DeHTP,这是一种用于自动检测抑郁症的深度学习模型.
- 开发一种方便且客观的精神健康评估方法.
- 克服主观诊断对话和分析师变化的局限性.
主要方法:
- 开发了一个名为DeHTP.TP的深度学习模型.
- 应用DeHTP来分析S-HTP图纸以检测抑郁症.
- 与传统手动S-HTP分析对比DeHTP的性能.
主要成果:
- DeHTP的曲线下的面积 (AUC) 为0.963,准确度为0.9.
- 该模型与传统的S-HTP手动分析相比,表现优越.
- DeHTP确定了22个与抑郁相关的绘画特征,与现有研究保持一致.
结论:
- 基于S-HTP的DeHTP提供了一种灵活,方便和客观的抑郁症检测方法.
- 该模型显示了在日常自我心理监测中广泛采用的潜力.
- 在临床环境中,DeHTP作为一个有前途的辅助诊断工具.


