天津师大AI黑科技：抑郁情绪一键识别准确率达90%

天津师大AI黑科技：抑郁情绪一键识别准确率达90%

《2022年国民抑郁症蓝皮书》显示，在抑郁症患者群体中，50%的抑郁症患者为在校学生，41%的患者曾因抑郁休学。面对这一严峻形势，天津师范大学“认知与情感计算”团队通过“人工智能+心理”技术，成功研发出高精度的抑郁状态识别模型，准确率高达90%，为抑郁症的早期筛查和精准干预提供了有力支持。

天津师范大学“认知与情感计算”团队依托天津市学生心理健康与智能评估重点实验室，通过多学科交叉融合与协同合作，在抑郁症精准评估和早期干预方面取得了重大突破。

团队负责人赵子平教授介绍，该研究采用队列研究调查方法，收集了百余名符合诊断标准患者的步数、睡眠、主观报告、语音等数字表型信息，构建了基于深度学习的抑郁状态识别模型，其识别准确率高达90%。

在抑郁情绪识别方面，团队针对语音信号的时序特性，提出了一种联合并行卷积神经网络和自注意力残差卷积网络，搭配连接主义时间分类损失函数的语音情感识别方法。该方法有效地提升情感识别的性能，为基于语音的抑郁症精准检测提供了重要依据。

该技术已成功应用于临床实践。团队与天津市安定医院合作，基于生态瞬时评估和语音的抑郁状态识别开展研究工作。通过收集患者的数字表型信息，构建深度学习模型，实现了高精度的抑郁状态识别。

天津市安定医院精神科主任表示：“这一技术的应用大大提高了抑郁症的筛查效率和准确性，有助于及早发现和治疗抑郁症患者，为临床诊断提供了有力支持。”

天津师范大学副校长白学军教授表示，未来团队将继续坚持多学科交叉，产学研融合，致力于研究学生心理健康特点、变化规律、作用机制和新型心理健康诊疗技术的研发和应用转化。

目前，团队研发的近百余项智能化心理学产品已应用于400余所学校、20个市、区教育局，惠及近200万师生、社区工作者，并被广泛应用于公安、医疗等行业机关单位。

这一创新技术不仅提升了抑郁症的检测准确性，也为未来的心理健康产业发展注入了新的活力。随着技术的不断进步和应用范围的扩大，相信在不久的将来，人工智能将在心理健康领域发挥越来越重要的作用，为更多人的心理健康保驾护航。