，集中力量對心理健康中的實際科學問題和關(guān)鍵瓶頸技術(shù)進行突破和創(chuàng)新?div id="jfovm50" class="index-wrap">！碧旖蚴袑W生心理健康與智能評估重點實驗室主任
、天津師范大學副校長白學軍教授介紹
。
團隊利用腦成像設(shè)備和學科優(yōu)勢，開展學生心理健康問題基礎(chǔ)研究
。在深化對學生心理健康問題認識和科學應(yīng)對水平的同時
，積極推進研究成果轉(zhuǎn)化為心理健康預(yù)警方案和干預(yù)措施
。
在抑郁癥精準評估和早期干預(yù)方面，團隊與天津市安定醫(yī)院合作
，基于生態(tài)瞬時評估和語音的抑郁狀態(tài)識別開展研究工作。
團隊核心成員趙子平教授介紹
，該研究采用隊列研究調(diào)查方法
，收集了百余名符合診斷標準患者的步數(shù)、睡眠
、主觀報告
、語音等數(shù)字表型信息，構(gòu)建了基于深度學習的抑郁狀態(tài)識別模型
。模型識別準確率高達90%
。
在抑郁情緒識別方面，團隊針對語音信號的時序特性
，提出了一種聯(lián)合并行卷積神經(jīng)網(wǎng)絡(luò)和自注意力殘差卷積網(wǎng)絡(luò)
，搭配連接主義時間分類損失函數(shù)的語音情感識別方法
。該方法可有效提升情感識別性能
，為基于語音的抑郁癥精準檢測提供了重要手段
。
在基于腦電的情緒識別領(lǐng)域
，創(chuàng)新團隊探究了不同受試者的腦電信號之間的共性特征表示
，提出了一種基于領(lǐng)域?qū)咕W(wǎng)絡(luò)方法的腦電信號情緒識別模型
，情感識別準確率達92.44%
。這為解決抑郁情緒識別中腦電信號的個體差異問題提供了有效解決方案。
白學軍表示
，未來團隊將繼續(xù)堅持多學科交叉
，產(chǎn)學研融合，致力于研究學生心理健康特點、變化規(guī)律
、作用機制和新型心理健康診療技術(shù)的研發(fā)和應(yīng)用轉(zhuǎn)化
，實現(xiàn)心理健康全方位、多維度
、可視化、數(shù)字化評估與促進
，助力健康產(chǎn)業(yè)發(fā)展
。（科技日報 記者陳曦 通訊員張立新 劉兆文）
免責聲明：
本網(wǎng)站部分素材由客服人員采集于互聯(lián)網(wǎng)
，而本公司并不負責檢視本網(wǎng)站由其他用戶提供的內(nèi)容
。因此，對于部分內(nèi)容所涉及之正確性以及著作權(quán)的歸屬，或是其合法性或正當性如何
，本公司并不負任何責任。如本站轉(zhuǎn)載稿涉及您的版權(quán)
，請速來電或來函聯(lián)系
，我們會在第一時間處理
暫時還沒有評論
！
、方便快捷" />
專業(yè)技術(shù)指導
優(yōu)質(zhì)售后服務(wù)
、方便快捷" />
專業(yè)技術(shù)指導
↓ 評論信息