基于步态与多层级量表表征融合的抑郁症严重程度预测新框架

《IEEE Transactions on Neural Systems and Rehabilitation Engineering》：Integrating Gait with Multilevel Scale Representations for Depression Severity Prediction

本研究针对传统抑郁症评估依赖主观量表、忽视语义信息的问题，创新性地提出融合步态特征与多层级量表内容的抑郁严重程度预测框架。通过将量表内容解构为个体无关与个体特异性成分，并设计跨注意力融合与特征对齐策略，实现在D-Gait数据集上一致性相关系数提升6.74%，为客观、精准的抑郁症评估提供新范式。

　　

在全球范围内，抑郁症已成为严重威胁公共健康的精神障碍，其典型特征包括持续情绪低落、兴趣减退及认知功能受损，严重时甚至可能导致自杀行为。目前临床实践中，自评量表（如PHQ-9）作为大规模初筛工具被广泛使用，通过问卷项目评估抑郁症状。然而，这种主观评估方式存在可靠性局限，且传统研究多将量表总分作为监督标签，忽视了量表内容本身蕴含的丰富语义信息。

与此同时，步态分析作为一种非侵入式、客观的评估手段逐渐受到关注。研究表明，抑郁状态会引发步态异常，如行走速度减缓、步幅缩短及手臂摆动幅度降低等特征。这些运动模式的变化与抑郁相关的神经功能改变密切相关，使得步态成为极具潜力的生物标志物。但现有步态研究多局限于单一模态分析，未能有效整合量表提供的语义指导，制约了模型对抑郁症状的深层理解。

为解决这一瓶颈，北京师范大学刘笑彤团队在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》发表研究，提出一种创新性的多层级融合框架。该研究突破传统范式，将量表文本内容显式建模为个体无关（标准项目描述）与个体特异性（项目+个体响应）两个组件，分别设计针对性融合策略：通过跨注意力机制将步态特征与通用抑郁语义对齐，再利用Wasserstein距离约束实现个性化特征校准。这种分层融合机制使模型既能捕捉群体水平的抑郁模式，又能适应个体差异表达。

关键技术方法主要包括：1）基于GaitSet卷积神经网络从步态轮廓序列中提取时空特征；2）采用LLaMA2大语言模型对量表文本进行语义编码，区分个体无关（纯项目文本）与个体特异性（项目+响应组合）特征；3）通过跨注意力机制实现步态与个体无关文本的特征交互，辅以Wasserstein距离损失实现与个体特异性特征的空间对齐；4）基于D-Gait数据集（包含27,120个步态序列及PHQ-9、GAD-7、SDS三种量表数据）进行回归预测验证。

多层级融合效果验证

实验表明，单独使用步态特征时模型一致性相关系数（CCC）为25.03%，加入个体无关内容后提升至29.95%，而结合个体特异性内容后进一步达到31.77%。这证实了双重文本引导的有效性——个体无关组件提供稳定的抑郁语义先验，个体特异性组件则通过响应信息细化特征表达。值得注意的是，在PHQ-9和SDS子量表上，同时引入两种内容会导致性能轻微下降，研究者归因于抑郁与焦虑障碍对步态影响的差异性：抑郁表现为缓慢稳定的步态，焦虑则引发不稳定的步态波动，个体特异性信息可能干扰通用抑郁模式的学习。

提示词优化策略分析

研究团队发现提示词设计对模型性能具有显著影响。在个体特异性内容首尾添加语境提示（如“以下是志愿者近期生活自述...据此可推断该志愿者可能/不可能存在抑郁风险”）能提升CCC至31.77%，而无提示时仅为29.83%。相反，个体无关内容添加描述性提示反而引入噪声，说明通用语义组件需要保持项目文本的纯净性。进一步对比显示，直接使用量表项目或ChatGPT生成的抑郁定义作为输入，比抽象的量表功能描述效果更优，凸显了语义明确性的重要性。

特征可视化证据

梯度激活图直观揭示了尺度内容整合的机制变革。纯步态模型仅关注头部和足部边缘区域（图7b），而引入尺度引导后激活范围扩展至全身轮廓（图7c），特别是肢体运动关键区域。这表明尺度语义帮助模型聚焦更具判别力的运动模式，而非依赖表面特征。这种注意力重分布印证了多模态融合能增强特征的可解释性，使模型更贴合临床认知。

研究结论强调，通过解构量表内容的多层级语义结构，并设计差异化融合策略，能够显著提升步态特征对抑郁严重程度的表征能力。该方法突破了传统“输入-标签”对应范式，实现了行为数据与临床知识的深度耦合。尽管当前研究受限于D-Gait数据集的年龄范围窄、缺乏临床诊断标签等条件，但其提出的框架为多模态精神健康评估提供了新思路。未来工作将探索更复杂的跨模态对齐技术，并推动在均衡临床数据集上的验证，最终目标是为抑郁筛查提供可部署的客观辅助工具。