卒中后抑郁视频数据分析

发布时间：2017-08-25 03:38

  本文关键词：卒中后抑郁视频数据分析

  更多相关文章： 抑郁症 视频数据 表情分析 运动单元 SVM HMM KNN

【摘要】：抑郁症是严重危害人类身心健康的精神疾病,具有高发病、高复发、高自杀率、高致残率和社会负担沉重等特点,然而大多数抑郁症状并未引起患者、家庭、医生的重视。一方面由于抑郁症状复杂,除了精神症状,往往同时存在生物性或躯体形式的症状；另一方面医生缺乏系统的抑郁障碍诊疗技术的训练,通常只是治疗患者的躯体症状和与此相关疾病,导致病情的延误。面部表情、眼睛注视和头部运动是估计抑郁程度的重要视觉信息,本文目的在于利用患者的视频信息预测其抑郁程度。本文制定了抑郁视频录制方案并采集患者视频,通过对卒中后抑郁视频数据进行分析,研究患者表情特征与抑郁程度的相关性,发掘典型的抑郁表情,并建立抑郁程度预测模型。本文工作主要包括单帧AU运动检测及概率估计,视频特征提取及视频序列分析,抑郁视频特征挖掘和抑郁程度预测四个部分。在单帧AU检测部分,本文训练出13种AU分类器,相比于以往的研究,扩大了AU的覆盖面,能够对抑郁症的面部运动模式进行更全面和深入的研究；此外,应用多分类概率估计方法估计AU出现的概率,相比于简单的二分类检测,提高了AU运动描述的精细度。在特征提取部分,本文引入HMM模型对视频序列进行分析,提取视频表情特征,相比于传统的单帧表情特征增加了时间维度。通过EM学习算法得到各AU的HMM模型参数,然后利用Viterbi算法估计AU的隐藏状态。由于考虑了视频前后帧之间的关系,提高了AU检测的精确度。在抑郁特征挖掘部分,本文不仅研究了单个AU特征与抑郁程度的相关性,得到与情感失调假说一致的结论,随着抑郁程度的加重,负愉悦度的行为会增加,而正愉悦度的行为会减少;而且增加了对多个AU同时出现时的一种典型表情笑容抑制与抑郁程度的关系研究,发现随着抑郁程度的增加,笑容抑制动作出现的频率会增加,表明抑郁患者有抑制自己愉悦情绪表达的倾向。在抑郁程度预测部分,在训练数据太少,回归模型性能很差的情况下,本文应用KNN分类的思想,对抑郁程度的五个等级进行预测,并在51段新的抑郁症视频上对比二者的预测性能,结果表明KNN模型更适用于对抑郁程度进行预测,在训练视频较少的情况下,仍能获得88%的准确性。
【关键词】：抑郁症 视频数据 表情分析 运动单元 SVM HMM KNN
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R743.3;R749.4
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 研究背景10-11
• 1.1.1 抑郁症身心危害10
• 1.1.2 传统抑郁症诊断手段及缺陷10-11
• 1.1.3 表情分析临床应用11
• 1.2 抑郁症表情研究现状11-13
• 1.2.1 抑郁症表情研究可行性11-12
• 1.2.2 抑郁检测由静态图片转向视频分析12
• 1.2.3 抑郁症表情研究进展及三大假设12-13
• 1.3 本文主要内容和结构13-16
• 第二章 卒中后抑郁视频数据预处理16-26
• 2.1 抑郁视频录制方案16
• 2.2 抑郁视频数据基本信息16-17
• 2.3 视频数据预处理17-18
• 2.4 抑郁视频数据分析流程18-21
• 2.4.1 患者面部检测与特征点标定19-20
• 2.4.2 抑郁患者面部对齐处理20-21
• 2.5 患者抑郁表情分析单位-AU21-22
• 2.6 AU训练数据库22-24
• 2.6.1 DISFA数据库22-24
• 2.6.2 其他数据库24
• 2.7 本章小结24-26
• 第三章 抑郁视频单帧AU运动检测26-44
• 3.1 抑郁症单帧表情特征提取26-32
• 3.1.1 抑郁患者纹理特征提取26-27
• 3.1.2 基于PCA的特征降维27-29
• 3.1.3 面向抑郁症群体的几何特征提取29-30
• 3.1.4 分类器性能指标30-31
• 3.1.5 SIFT特征和几何特征分类器性能比较31-32
• 3.2 基于SVM的单帧AU分类器32-39
• 3.2.1 经验风险和结构风险32-33
• 3.2.2 支持向量机理论33-36
• 3.2.3 抑郁表情AU分类器SVM参数选择36-37
• 3.2.4 训练数据集正负样本偏斜37-39
• 3.3 AU出现概率估计39-40
• 3.4 抑郁视频AU概率估计结果展示40-42
• 3.4.1 单帧概率估计结果40-41
• 3.4.2 DISFA数据库视频概率估计结果41
• 3.4.3 抑郁症视频概率估计结果41-42
• 3.5 本章小结42-44
• 第四章 基于HMM的视频特征提取44-56
• 4.1 HMM理论44-45
• 4.2 HMM抑郁视频序列分析流程45-46
• 4.3 EM算法估计AU检测的HMM参数46-48
• 4.3.1 EM算法优化隐含变量46-47
• 4.3.2 抑郁症视频HMM参数与DISFA对比47-48
• 4.4 Viterbi算法估计AU的最佳隐藏状态48-52
• 4.4.1 Viterbi估计AU隐藏状态48-50
• 4.4.2 Viterbi算法结果展示50-52
• 4.5 基于单帧与基于视频的AU检测精确度比较52-53
• 4.6 抑郁症视频特征提取53-54
• 4.7 本章小结54-56
• 第五章 抑郁视频特征挖掘及抑郁程度预测56-64
• 5.1 AU各维度特征与抑郁程度关系挖掘56-58
• 5.1.1 单独AU抑郁特征挖掘56-57
• 5.1.2 笑容抑制抑郁特征挖掘57-58
• 5.2 抑郁症典型面部运动挖掘验证假设58-59
• 5.3 基于表情特征的视频抑郁程度预测59-63
• 5.3.1 基于回归分析的抑郁程度预测60-61
• 5.3.2 基于KNN分类的预测模型61-63
• 5.4 抑郁程度预测模型评价63
• 5.5 本章小结63-64
• 第六章 总结与展望64-66
• 6.1 论文工作总结64
• 6.2 展望64-66
• 致谢66-68
• 参考文献68-71

【相似文献】

中国期刊全文数据库 前10条

1 郝静;脑卒中后抑郁对预后的影响[J];河南实用神经疾病杂志;2000年05期

2 单培彦,曹丽丽,迟兆富,麻琳,刘淑萍;卒中后抑郁状态影响因素的研究[J];中华老年医学杂志;2002年04期

3 ;脑卒中后抑郁和情感不适与发病部位的关系[J];中国临床康复;2002年11期

4 苏文大;脑卒中后抑郁相关因素分析[J];广东医学;2003年04期

5 孙忠华,潘秋兰,潘福祥;脑卒中后抑郁[J];神经疾病与精神卫生;2003年03期

6 凌先传;氟西汀治疗脑卒中后抑郁26例的疗效分析[J];四川精神卫生;2003年02期

7 钟雷,张继青;卒中后抑郁[J];医师进修杂志;2004年01期

8 吴丹红,李宗兰,沈向英,李承晏;脑卒中后抑郁及其相关因素[J];中国行为医学科学;2004年01期

9 黄恩,陈平,程韬;脑卒中后抑郁的心理干预对照研究[J];中华物理医学与康复杂志;2004年07期

10 杨雅莹,晏勇;脑卒中后抑郁的研究新进展[J];重庆医学;2004年09期

中国重要会议论文全文数据库 前10条

1 赵嘉林;;额叶卒中后抑郁的临床研究[A];2006年浙江省神经病学学术年会论文汇编[C];2006年

2 龙登毅;;关注脑卒中后抑郁[A];第十二届全国老年医学进展学术会议暨江苏省中西医结合学会老年分会学术年会论文集[C];2012年

3 张巧俊;;卒中后抑郁的临床研究进展[A];中国康复医学会脑血管病专业委员会换届暨第十五次全国脑血管病康复学术年会、湖南省康复医学会神经康复专业委员会2012学术年会论文集[C];2012年

4 林源绍;邵蓓;王虹;Kevin O' Byrne;李晓锋;;降钙素基因相关肽在雌激素保护卒中后抑郁中的作用[A];2009香港-北京-杭州内科论坛暨2009年浙江省内科学学术年会论文汇编[C];2009年

5 朱敏初;朱文娟;;脑卒中后抑郁相关因素分析[A];中华医学会第12次全国内科学术会议论文汇编[C];2009年

6 王萍;段德香;卢红;赵敏;;中西医结合治疗卒中后抑郁的临床研究[A];第九届全国中西医结合治疗精神疾病学术研讨会论文集[C];2008年

7 孙惠红;;疏解平潜、健脾养(清)心法联合氟西汀治疗卒中后抑郁临床研究[A];甘肃省中医药学会2010年会员代表大会暨学术年会论文汇编[C];2010年

8 郭瑞友;王莉;李吉柱;赵丽霞;毛德军;;卒中后抑郁患者瘦素及胰岛素样生长因子-1的研究[A];中华中医药学会血栓病分会第四次学术研讨会暨广东省中医药学会血栓病专业委员会首届学术研讨会论文集[C];2010年

9 徐隽莹;肖艳;;脑卒中后抑郁的临床特征分析[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年

10 巩法莲;李运刚;;脑卒中后抑郁的干预对运动康复的影响[A];山东省心理卫生协会第二届学术研讨会优秀论文选编[C];2001年

中国重要报纸全文数据库 前9条

1 记者 张昊;卒中后抑郁管理项目启动[N];健康报;2012年

2 本报记者 李颖;对卒中患者要少批评多鼓励[N];科技日报;2012年

3 辽溪;氟西汀治疗卒中后抑郁[N];中国医药报;2001年

4 编译 李译;卒中后女性比男性更易患抑郁[N];医药经济报;2009年

5 宋鲁平　柳妍;当心“卒中”变“抑郁”[N];北京科技报;2009年

6 本报记者 黄静;卒中患者提高生存质量方向在哪？[N];人民政协报;2012年

7 北京宣武医院神经内科副主任医师　詹淑琴;小心脑卒中后抑郁[N];健康时报;2003年

8 清华大学玉泉医院神经内科主任 耿同超;关注脑卒中后抑郁[N];保健时报;2009年

9 王梅;脑卒中后为何闷闷不乐[N];大众卫生报;2007年

中国博士学位论文全文数据库 前8条

1 尹思远;卒中后抑郁早期检测和治疗的新视角：一篇单脑科中心112例卒中后抑郁的回顾性分析[D];浙江大学;2014年

2 宋景贵;卒中后抑郁患者的认知、睡眠与自主神经功能的对照研究[D];南方医科大学;2007年

3 张滨斌;益肾疏肝法治疗脑卒中后抑郁的临床研究[D];北京中医药大学;2005年

4 程远;脑卒中后抑郁肾虚肝郁型的临床研究[D];北京中医药大学;2007年

5 炎彬;卒中后抑郁症发病机制研究及其小鼠模型建立[D];中国协和医科大学;2004年

6 晋秀林;调肝扶脾、化痰通络法针药并用治疗脑卒中后抑郁的临床研究[D];北京中医药大学;2014年

7 纪孝伟;卒中后抑郁大鼠脑内单胺类递质及FGF-2表达的研究[D];山东大学;2011年

8 蔡华;畅郁逍遥散对脑卒中后抑郁（PSD）小鼠作用机理的实验研究[D];湖北中医药大学;2010年

中国硕士学位论文全文数据库 前10条

1 张琳琳;卒中后抑郁的发病率及相关因素分析[D];泰山医学院;2014年

2 邓懿函;针刺治疗卒中后抑郁的临床疗效及对血浆中同型半胱氨酸含量的影响[D];福建中医药大学;2015年

3 申龙燮;脑卒中后抑郁患者SEP与血浆5-羟色胺的临床意义[D];延边大学;2015年

4 祝斌;卒中后抑郁量表的数据分析[D];东南大学;2015年

5 程敏;卒中后抑郁患者临床磁共振评分预警量表评价及临床特征分析[D];吉林大学;2016年

6 刘莉莉;急性缺血性脑卒中患者早期康复临床研究[D];苏州大学;2016年

7 李浩然;急性期卒中后抑郁的发病特点及相关因素[D];吉林大学;2016年

8 张高才;卒中后抑郁小鼠模型的建立及评价[D];苏州大学;2016年

9 夏睿;卒中后抑郁视频数据分析[D];东南大学;2016年

10 张勇军;社会支持与应对方式对脑卒中后抑郁的影响[D];汕头大学;2008年

，

本文编号：734862