使用心理语言实验的可穿戴心电图和光电图数据预先选抑郁症
Sajjad Karimi1, Masoud Nateghi2, Gabriela I Cestero3
1Department of Biomedical Informatics, Emory University School of Medicine, 101 Woodruff Cir, Atlanta, Atlanta, Georgia, 30322, UNITED STATES.
Physiological measurement
|August 2, 2025
概括
这项研究表明,心电图 (ECG) 和心电图 (PPG) 的数据可以帮助识别抑郁风险. 这些信号的心血管特征对非侵入性心理健康查有希望.
科学领域:
- 心脏病学 心脏病学
- 精神病学是一个精神病学.
- 生物医学工程 生物医学工程
背景情况:
- 抑郁症是一种广泛的心理健康障碍,影响生活质量.
- 当前的诊断方法可能是主观的,耗时的.
- 需要用于抑郁症预查的客观生物标志物.
研究的目的:
- 为了研究抑郁症和心血管功能之间的关系.
- 探索ECG和PPG的时间序列特征作为潜在的抑郁症生物标志物.
- 开发用于抑郁风险分类和严重程度预测的机器学习模型.
主要方法:
- 收集了来自60名参与者的ECG和PPG数据,他们的抑郁程度各不相同.
- 使用贝克抑郁 inventory-II (BDI-II) 和患者健康问卷-9 (PHQ-9) 评估抑郁症.
- 开发机器学习模型 (随机森林,XGBoost,物流回归,SVM) 用于分类和回归.
主要成果:
- 具体的心电图 (RR间隔变化) 和PPG特征在健康和抑郁个体之间有显著差异.
- 支持矢量机 (SVM) 实现了高分类性能 (AUROC 0.83对于BDI-II,0.78对于PHQ-9).
- SHAP分析确定了心-SD1和RR-SD1作为关键预测因素;回归模型预测了低误差的抑郁症得分.
结论:
- 可穿戴的心电图和PPG技术显示了抑郁症预查的可行性.
- 基于心脏活动的生物标志物为心理健康评估提供了一种具有成本效益,客观和非侵入性的方法.
- 这些发现支持开发新的工具来补充传统的抑郁症诊断.
关键词:
在BDI-II中,我们可以看到BDI-II.心血管计时系统的时间.抑郁症 抑郁症 抑郁症电心电图 (ECG) 是一种心电图.心率变化心率的变化.在 PHQ-9 中.摄影电磁共振图 (Photoplethysmogram) 是一种光电共振图.
