基于表情行为模式的抑郁识别研究
发布时间:2021-05-24 15:07
抑郁症是一种常见的精神疾病。根据2017年世界卫生组织公布数据,全球有超过3亿抑郁症患者。目前,诊断抑郁症主要依靠医生的临床判断,辅助方法则是患者的自评量表和他评量表。上述手段受到医生临床经验、患者自我描述的真实性、准确性等方面的影响,主观性较强,误诊率相对较高。近年来,研究人员一直在寻找一种客观的评价手段与量化指标,以期客观有效地识别抑郁症。在这其中,基于面部表情行为的抑郁识别研究是一个热点话题。一些学者认为,抑郁症患者相比正常人群具有正性情绪反馈减弱、负性情绪反馈增强等行为模式,所以在某些情况下形成了积极的表情减少、消极的表情增多等特有的表情行为。因此,本文对如何利用面部表情行为有效识别抑郁症展开了研究,主要创新及贡献如下:(1)对抑郁人群的表情行为模式进行了数字特征的量化研究,验证并深入分析了相关理论。本文以人脸动作单元为基础,根据人脸动作单元的物理意义,提出了基于动作单元的典型表情行为量化评估方式,用以研究抑郁患者的表情行为时间频次比率与表情行为动态变化速率。通过针对性的实验设计和结果分析,以数字化的特征论证了抑郁患者的特有表情行为模式。(2)基于(1)的研究结果,利用时频分析...
【文章来源】:兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】:84 页
【学位级别】:硕士
【文章目录】:
中文摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 研究现状综述
1.2.1 抑郁人群的表情行为研究
1.2.2 基于面部特征的抑郁识别研究
1.2.3 主要困难及挑战
1.3 本文研究内容与主要贡献
1.3.1 本文研究思路
1.3.2 本文的研究内容
1.3.3 本文的主要贡献
1.3.4 论文组织结构
第二章 相关技术介绍
2.1 引言
2.2 面部表情分析概述
2.2.1 面部动作编码系统
2.2.2 面部动作单元的检测与识别方法
2.2.3 面部表情行为与AU的关系
2.3 本文数据处理相关方法
2.3.1 AU数据的构建
2.3.2 Lipshitz指数
2.3.3 小波变换
2.3.4 希尔伯特-黄变换
2.3.5 统计学特征
2.4 分类模型概述
2.4.1 朴素贝叶斯分类器
2.4.2 K-最近邻分类器
2.4.3 支持向量机
2.5 本章小结
第三章 针对抑郁人群的表情行为实验
3.1 引言
3.2 实验设计
3.2.1 实验目的
3.2.2 实验材料及范式
3.2.3 实验设备
3.2.4 受试者入组及排除标准
3.2.5 实验具体流程
3.3 原始数据集的构建
第四章 抑郁人群表情行为模式的量化分析
4.1 表情相关的AU研究及对比
4.1.1 高兴表情的相关AU
4.1.2 悲伤表情的相关AU
4.1.3 平静表情的相关AU
4.1.4 FACS与 Kinect中 AU对比
4.2 基于AU特征的典型表情量化评估
4.3 抑郁人群表情行为的数字化研究
4.3.1 表情行为时间频次比率
4.3.2 表情行为动态变化速率
4.4 本章小结
第五章 基于表情行为模式的模型构建
5.1 基于表情行为特征的抑郁识别概述
5.2 表情行为特征构建
5.2.1 表情行为时间频次特征
5.2.2 表情行为变化速率特征
5.2.3 极大值点特征
5.2.4 奇异点特征
5.2.5 HHT频率特征
5.2.6 基于梯度的FDHH特征
5.2.7 特征集合分析
5.3 基于表情行为模式的抑郁识别模型
5.3.1 模型的评价指标
5.3.2 模型构建及结果分析
5.4 分析与讨论
5.5 本章小结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
在学期间的研究成果
致谢
【参考文献】:
期刊论文
[1]抑郁症病人面部表情刺激的脑功能磁共振研究现状与进展[J]. 李晓凡,范国光. 国际医学放射学杂志. 2010(05)
[2]抑郁症治疗的研究进展[J]. 张少丽,石少波. 精神医学杂志. 2008(02)
[3]情绪刺激材料的研究进展[J]. 周萍,陈琦鹂. 心理科学. 2008(02)
[4]抑郁症的评定与治疗[J]. 舒良. 中华医学杂志. 1999(05)
博士论文
[1]基于语音的抑郁识别方法及关键技术研究[D]. 刘振宇.兰州大学 2017
硕士论文
[1]抑郁人群语音信号时间特征研究[D]. 康环宇.兰州大学 2018
[2]基于面部表情的情绪识别研究[D]. 王焕焕.哈尔滨工业大学 2017
本文编号:3204397
【文章来源】:兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】:84 页
【学位级别】:硕士
【文章目录】:
中文摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 研究现状综述
1.2.1 抑郁人群的表情行为研究
1.2.2 基于面部特征的抑郁识别研究
1.2.3 主要困难及挑战
1.3 本文研究内容与主要贡献
1.3.1 本文研究思路
1.3.2 本文的研究内容
1.3.3 本文的主要贡献
1.3.4 论文组织结构
第二章 相关技术介绍
2.1 引言
2.2 面部表情分析概述
2.2.1 面部动作编码系统
2.2.2 面部动作单元的检测与识别方法
2.2.3 面部表情行为与AU的关系
2.3 本文数据处理相关方法
2.3.1 AU数据的构建
2.3.2 Lipshitz指数
2.3.3 小波变换
2.3.4 希尔伯特-黄变换
2.3.5 统计学特征
2.4 分类模型概述
2.4.1 朴素贝叶斯分类器
2.4.2 K-最近邻分类器
2.4.3 支持向量机
2.5 本章小结
第三章 针对抑郁人群的表情行为实验
3.1 引言
3.2 实验设计
3.2.1 实验目的
3.2.2 实验材料及范式
3.2.3 实验设备
3.2.4 受试者入组及排除标准
3.2.5 实验具体流程
3.3 原始数据集的构建
第四章 抑郁人群表情行为模式的量化分析
4.1 表情相关的AU研究及对比
4.1.1 高兴表情的相关AU
4.1.2 悲伤表情的相关AU
4.1.3 平静表情的相关AU
4.1.4 FACS与 Kinect中 AU对比
4.2 基于AU特征的典型表情量化评估
4.3 抑郁人群表情行为的数字化研究
4.3.1 表情行为时间频次比率
4.3.2 表情行为动态变化速率
4.4 本章小结
第五章 基于表情行为模式的模型构建
5.1 基于表情行为特征的抑郁识别概述
5.2 表情行为特征构建
5.2.1 表情行为时间频次特征
5.2.2 表情行为变化速率特征
5.2.3 极大值点特征
5.2.4 奇异点特征
5.2.5 HHT频率特征
5.2.6 基于梯度的FDHH特征
5.2.7 特征集合分析
5.3 基于表情行为模式的抑郁识别模型
5.3.1 模型的评价指标
5.3.2 模型构建及结果分析
5.4 分析与讨论
5.5 本章小结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
在学期间的研究成果
致谢
【参考文献】:
期刊论文
[1]抑郁症病人面部表情刺激的脑功能磁共振研究现状与进展[J]. 李晓凡,范国光. 国际医学放射学杂志. 2010(05)
[2]抑郁症治疗的研究进展[J]. 张少丽,石少波. 精神医学杂志. 2008(02)
[3]情绪刺激材料的研究进展[J]. 周萍,陈琦鹂. 心理科学. 2008(02)
[4]抑郁症的评定与治疗[J]. 舒良. 中华医学杂志. 1999(05)
博士论文
[1]基于语音的抑郁识别方法及关键技术研究[D]. 刘振宇.兰州大学 2017
硕士论文
[1]抑郁人群语音信号时间特征研究[D]. 康环宇.兰州大学 2018
[2]基于面部表情的情绪识别研究[D]. 王焕焕.哈尔滨工业大学 2017
本文编号:3204397
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3204397.html
最近更新
教材专著