基于TransGCL框架的疾病与人格特征增强型抑郁症多模态检测研究

本文创新性地提出TransGCL多模态抑郁症识别框架，首次整合面部视频、语音、步态等行为特征与疾病类型（Kruskal-Wallis H检验验证关联性）、人格特质（BigFive-10量表通过多元线性回归分析），采用全连接图卷积网络（GCN）和可训练衰减矩阵捕捉时空特征，结合三轴正交融合方法实现多模态互补。实验在自建NEUD数据集（含118例样本）上达到74%准确率，为抑郁症自动筛查提供新范式。

　　

Highlight

本研究亮点在于构建首个融合疾病与人格信息的NEUD多模态抑郁症数据集，并通过统计验证疾病类型（p<0.001）和人格特质（神经质高评分者风险增加）与抑郁程度的显著关联。

Depression recognition based on unimodal analysis

近年基于单模态的行为指标研究揭示：抑郁患者面部表情活性降低（视频分析）、语音基频（F0）波动减弱（音频特征）、步态周期变异系数（CV）增加（Kinect运动捕捉），但单一模态难以全面反映病理机制。

Introduction to the Dataset

NEUD数据集包含中国秦皇岛医院118例受试者（49例健康对照/41例轻度/28例重度抑郁）的多维度数据：111例面部视频（微表情捕捉）、112例语音样本（韵律分析）、全队列步态参数（时空步态特征），同步采集疾病史与BigFive-10人格量表。

Experimental details

实验采用五折交叉验证，分类任务指标（准确率74±1.2%/F1值0.73±0.03）显著优于基线模型，回归任务平均绝对误差（MAE=4.37）验证模型鲁棒性。通过L2正则化和Dropout技术防止过拟合，消融实验证明疾病/人格特征的贡献度达8.6%。

Conclusion

研究证实疾病类型（χ²=34.2,p<0.001）与人格维度（神经质β=0.32,p<0.01）对抑郁严重度（HAMD-24）的预测价值，TransGCL框架在时空特征提取（GCN模块AUC提升12%）和多模态融合（正交损失降低18%）方面展现创新性。