开发基于人工智能的移动应用程序,用于使用英语和中文语音进行自动抑郁症查

科学领域:

• 人工智能在心理健康中的作用
• 计算语言学 计算语言学
• 移动卫生技术 移动卫生技术

背景情况:

• 目前的人工智能抑郁症应用程序经常使用主观的基于文本的方法.
• 基于语音的抑郁症检测是一种未充分利用的客观方法.
• 需要可访问的,非侵入性的心理健康查工具.

研究的目的:

• 开发MoodEcho,这是一个基于深度学习的移动应用程序,用于使用音频录音进行抑郁症查.
• 为了评估应用程序在英语和中文抑郁语音数据集上的表现.
• 为了展示MoodEcho作为跨语言选工具的潜力.

主要方法:

• 开发了一个iOS应用程序 (MoodEcho),具有音频录制,基于语音的抑郁症检测和用户管理模块.
• 使用一个Squeeze-and-Excitation (SE) 卷积神经网络 (CNN) 在Mel谱图特征上训练.
• 在英语DAIC-WOZ数据集和定制的中国临床访谈数据集上测试了该模型.

主要成果:

• 在英语测试组中获得了0.86的F1得分.
• 在中国测试套件上获得0.75的F1得分.
• 通过语言适应框架证明了双语检测能力.

结论:

• 作为一种方便和可靠的抑郁症查工具,MoodEcho显示出了希望.
• 该应用程序为临床决策提供客观,非侵入性和可访问的支持.
• MoodEcho可以帮助早期查,持续监测和个性化抑郁症管理.