典型文献
机器学习在抑郁症患者面部特征研究中的应用进展
文献摘要：
抑郁症是一种严重影响生活质量的精神疾病,会伴随面部表情和行为的变化.目前的抑郁症诊断评估主要依赖于自我报告和医师观察,存在主观误差,缺乏客观有效的自动化抑郁症检测方法.面部表情可呈现重要的非语言信息,研究人员开始通过面部特征来辅助识别和诊断抑郁症.而机器学习作为人工智能的核心,在图像特征提取和分类方面有着突出的优势.该文以IEEE Xplore数据库为数据来源,梳理了2016-2021年基于机器学习的抑郁症患者面部特征研究,并对未来研究方向进行展望,以期为日后抑郁症临床智能化诊断和跟踪提供参考.
文献关键词：
抑郁症;机器学习;面部特征;面部表情
中图分类号：
作者姓名：
李欣;范青
作者机构：
上海交通大学医学院附属精神卫生中心,上海200030
文献出处：
引用格式：
[1]李欣;范青-.机器学习在抑郁症患者面部特征研究中的应用进展)[J].上海交通大学学报（医学版）,2022(01):124-129
A类：
B类：
抑郁症患者,面部特征,精神疾病,面部表情,抑郁症诊断,诊断评估,自我报告,抑郁症检测,非语言,语言信息,习作,图像特征提取,IEEE,Xplore,数据来源,基于机器学习,未来研究方向
AB值：
0.319538
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
