北理工團(tuán)隊(duì)在并發(fā)癥情況下基于數(shù)字表型的抑郁癥檢測(cè)方法方面取得研究成果
發(fā)布日期：2025-01-07 供稿：管理學(xué)院 彭飛 攝影：管理學(xué)院
編輯：盧斌 審核：顏志軍 閱讀次數(shù)：
近日,，管理學(xué)院顏志軍教授主持的國(guó)家自然科學(xué)基金委重點(diǎn)國(guó)際（地區(qū)）合作研究項(xiàng)目“移動(dòng)互聯(lián)環(huán)境下抑郁癥主動(dòng)智能篩查,、評(píng)估,、干預(yù)方法和隱私保護(hù)機(jī)制研究”的最新研究成果《Digital Phenotyping-based Depression Detection in the Presence of Comorbidity: An Uncertainty Reasoning Approach》發(fā)表于信息系統(tǒng)國(guó)際頂級(jí)期刊《Journal of Management Information Systems》。該研究提出了一個(gè)不確定性推理方法,，探索了并發(fā)癥情況下基于數(shù)字表型的抑郁癥檢測(cè)方法,。該研究成果由顏志軍教授團(tuán)隊(duì)與北卡羅萊納大學(xué)夏洛特分校Dongsong Zhang教授合作完成。
抑郁癥是一個(gè)日益嚴(yán)重的健康和社會(huì)問題,，造成了嚴(yán)重的經(jīng)濟(jì)和健康損失,。抑郁癥的檢測(cè)和診斷一直非常具有挑戰(zhàn)性,，特別是對(duì)于同時(shí)患有其他并發(fā)癥的患者。數(shù)字表型是使用傳感器收集用戶行為數(shù)據(jù)檢測(cè)心理疾病的技術(shù),，已成為抑郁癥自動(dòng)檢測(cè)領(lǐng)域非常有前景的工具,。然而，現(xiàn)有的基于數(shù)字表型的抑郁癥檢測(cè)方法沒有考慮到抑郁癥和其他并發(fā)癥之間共享的相似癥狀引起的診斷不確定性,，這可能會(huì)對(duì)檢測(cè)準(zhǔn)確性產(chǎn)生負(fù)面影響,。本文提出了一種新的深度學(xué)習(xí)模型，該模型處理和融合來自多個(gè)傳感器的數(shù)據(jù),，并基于證據(jù)理論解決診斷的不確定性問題,。實(shí)驗(yàn)結(jié)果表明，本文提出的模型比現(xiàn)有模型有更好的性能,。該項(xiàng)工作提出一種新的基于人工智能的不確定性問題處理方法,，提高了并發(fā)癥請(qǐng)境下的抑郁癥檢測(cè)的準(zhǔn)確性，為設(shè)計(jì)科學(xué)和心理健康研究做出了重要貢獻(xiàn),。
《Journal of Management Information Systems》是金融時(shí)報(bào)評(píng)定出的50本商學(xué)院頂級(jí)期刊之一（Financial Times 50 Journals，簡(jiǎn)稱FT50）,。FT50用于評(píng)估商學(xué)院的研究能力,，在國(guó)際上具有極高的認(rèn)可度，是金融時(shí)報(bào)對(duì)商學(xué)院進(jìn)行排名的重要依據(jù),，其包括的期刊覆蓋經(jīng)濟(jì)學(xué),、戰(zhàn)略管理、組織與人力資源,、運(yùn)營(yíng)管理,、信息管理、財(cái)務(wù)會(huì)計(jì),、金融等多個(gè)領(lǐng)域,。
Fei Peng, Dongsong Zhang, Zhijun Yan (2024) Digital Phenotyping-based Depression Detection in the Presence of Comorbidity: An Uncertainty Reasoning Approach, Journal of Management Information Systems, 41:4, 931-957, DOI: 10.1080/07421222.2024.2415770
分享到：