depression | BriefGPT - AI 论文速递

关键词depression

搜索结果 - 90

利用大型语言模型辅助视频内容分析：抑郁症短视频的探索性研究
通过对 203 个关键帧进行分析，我们比较了 LLM 和两名人类编码员在视频注释方面的准确性，发现 LLM 在物体和活动注释方面的准确性较高，而在情感和流派注释方面的准确性较低。此外，我们还确定了 LLM 注释视频的潜力和局限性，探讨了未来
PDF7 days ago
自监督嵌入用于检测抑郁症个体症状
利用自监督学习（SSL）基于语音模型识别和预测抑郁症症状和严重程度，比传统语音特征具有显著性能改进，并探究不同类型的 SSL 预训练模型在识别不同症状时所贡献的语音信息，以及多个 SSL 嵌入的组合和多任务学习在有效识别抑郁症症状中的重要性
PDF9 days ago
情境对抑郁情绪语言的重要性：基于 Reddit 讨论中情感和语言标记的相互作用研究
对抑郁症患者的语言标记进行研究表明，语言使用可以作为心理健康的指标。本研究通过使用 Reddit 数据集，探讨讨论主题作为语境对抑郁症中的语言标记和情感表达的影响，发现情感分析揭示了抑郁症患者中更广泛的情感强度范围，与控制组相比，负面情感和
PDFa month ago
LMVD：野外大规模多模式抑郁检测 Vlog 数据集
通过建立大规模的多模态 vlog 数据集（LMVD），提出了一种名为 MDDformer 的新架构来学习个体的非语言行为，对 LMVD 数据集进行全面验证，证明了在抑郁症检测中表现出优越性能。
PDF2 months ago
DE-CGAN: 提升 rTMS 治疗预测的多样性增强条件生成对抗网络
通过使用多样性增强条件生成对抗网络（DE-CGAN）方法，本研究提出了一种新的方法，在难以分类的区域中通过首先识别数据点，然后创建有条件的合成示例来增强数据多样性，从而增加训练数据集的多样性可以提高分类模型性能，并为 AI 研究人员和精神病
PDF2 months ago
厌倦到死：人工智能研究揭示自杀行为中的厌倦角色
使用人工智能方法，发现无聊是一种触发自杀行为的不必要的 ' 成分 '，无论是否存在抑郁症。建议进一步研究以引起临床医生对这种沉重、有时是存在主义的经历的关注。
PDF2 months ago
使用人工智能通过推特进行多类抑郁症检测
使用推特数据库中的推文，通过词典标注预测了五种抑郁症（双向传输编码器表示）BERT 模型用于特征提取和训练机器学习和深度学习方法用于训练该模型。BERT 模型表现出最有希望的结果，达到了 0.96 的总体准确性。
PDF2 months ago
探索社交媒体帖子以识别抑郁症: Reddit 数据集研究
利用社交媒体帖子识别抑郁症的研究表明，通过对 2022 年抑郁症相关论坛 Reddit 上的热门帖子进行提取和分析，预处理后的数据输入传统机器学习模型，可达到 92.28% 的准确率。
PDF3 months ago
评估机器学习分类算法和自然语言处理技术在抑郁症检测中的应用：实验案例研究
此研究评估了使用机器学习和自然语言处理技术来检测抑郁症的方法，针对数据清理、模型选择等方面进行了案例研究，并在具体实验中使用 Distress Analysis Interview Corpus - Wizard-of-Oz（DAIC-WO
PDF3 months ago
MOGAM：用于抑郁症检测的多模态面向对象图注意力模型
早期检测在抑郁症治疗中发挥关键作用。为了实现抑郁症的早期检测，众多研究聚焦于社交媒体平台，个人通过表达情绪来达到该目标。然而，现有方法通常依赖具体特征，导致对不同类型的社交媒体数据（如文本、图像或视频）的可扩展性有限。为了克服这一限制，我们
PDF3 months ago
测量心理健康的非典型情绪：计算方法调查
对非典型情绪（如压力、抑郁和投入度）的分析比常见的情绪（如幸福、悲伤、恐惧和愤怒）更为复杂和不常见。这篇论文介绍了计算方法用于分析压力、抑郁和投入度的先前研究和最新技术，探讨了常用的数据集、输入模式、数据处理技术和信息融合方法，并概述了应用
PDF4 months ago
利用情绪处理的有限状态研究晚年心理健康
传统的心理健康研究方法包括广义线性模型（GLM）来描述观察到的心理行为测量（问卷摘要得分）的纵向动态。而隐藏马尔可夫模型（HMM）通过有限状态自动机（FSA）的视角应用于行为和神经活动与抑郁之间的关系，以提供更综合和直观的建模和理解框架。
PDF4 months ago
MoodCapture: 利用野外智能手机图像进行抑郁症检测
MoodCapture 通过智能手机前置相机自动捕捉的图像提出了一种新的评估抑郁症的方法，收集了 177 位被诊断为重度抑郁症的参与者 90 天内超过 125,000 张在日常生活中捕捉到的图像，并通过分析图像属性如角度、主导颜色、位置、物
PDF4 months ago
LLMs 与声学标记相结合：一种将语音整合到大型语言模型中进行抑郁症检测的高效方法
通过将声学语音信息整合到大型语言模型中，我们提出了一种创新方法来进行多模式抑郁症检测，该方法在 DAIC-WOZ 数据集上的评估结果表明其与现有的音频 - 文本基线相比具有最先进的效果，并增强了 LLMs 对理解和处理语音信号的能力。
PDF5 months ago
AI 中介交流指南：人工智能不改变文本信息的理解
通过调查 26 名参与者对 18 条预先标注的短信的感知，我们发现没有统计学显著的证据表明使用人工智能改变了收件人的感知，这为基于大型语言模型的短信撰写辅助提供了希望性的证据。
PDF5 months ago
Reddit 文本增强标记技术与 Fine-Tuned 长模型在英语和卢干达中用于分类抑郁症严重程度
本研究使用来自 Reddit 的文本，提出了一种标记方法对文本进行分类，并对 Longformer 模型进行微调。研究发现，在自制数据集上，Longformer 模型在英语（48%）和卢干达语（45%）中均表现优于基准模型，对抑郁症的早期诊
PDF5 months ago
基于脑电图的生成式抑郁症鉴别器
构建一个基于三个生理定律的生成式检测网络 (GDN) 来学习脑活动与脑电信号之间的关系从而检测和分类抑郁症，通过训练两个生成器来学习抑郁症和正常群体的脑活动特征，在测试中可以根据脑电信号生成的信号与原始信号的一致性确定对应的分类，获得 92
PDF5 months ago
利用大型语言模型对变压器模型进行优化以检测孟加拉抑郁社交媒体文本：一项综合研究
我们的研究关注心理健康和社交媒体之间的重要联系，特别是在外向的社交媒体用户中早期检测到抑郁症。通过使用 GPT 3.5、GPT 4 和我们提出的 GPT 3.5 微调模型 DepGPT，以及先进的深度学习模型（LSTM、Bi-LSTM、GR
PDF6 months ago
机器学习和可解释机器学习方法在精神疾病检测应用中的利与弊，具体来说是抑郁症：简要回顾
COVID-19 疫情迫使人们限制了社交活动，导致精神疾病，特别是抑郁症的增加。为了准确快速地诊断这些疾病并防止严重后果如自杀，机器学习的使用变得越来越重要。此外，为了提供精确可理解的诊断以进行更好的治疗，AI 科学家和研究人员必须开发可解
PDF8 months ago
发挥 Transformer 潜力的策略：eRisk 2023 上的 UNSL
通过使用 Transformers，在风险检测与早期发现的任务中，提出了多种基于相似性嵌入向量和提示技术的解决方案，并在抑郁症、病态赌博等领域取得了良好的性能。
PDF8 months ago