幅度小、速度低!抑鬱不抑鬱,沒事走兩步

  作者|張雙虎

  抑鬱可反映在步態中張雙虎繪

  目前,全球已有超過3億抑鬱症患者。雖然針對抑鬱症有多種治療手段(藥物治療、心理療法等),但只有不到一半的患者接受了正規治療。

  這其中一個重要原因是抑鬱症診斷困難。

  在抑鬱症初篩過程中,一方面專科醫生數量嚴重不足,另一方面初級保健醫生難以準確識別輕度抑鬱症患者,甚至可能造成誤診。

  因此,研究快速有效識別抑鬱症的方法具有現實意義。

  近日,中國科學院心理研究所行為科學重點實驗室研究員朱廷劭課題組,通過步態行為數據分析發現,抑鬱可以反映在步態中,不同類型的步態特徵對抑鬱識別的貢獻不同,基於機器學習技術能有效實現抑鬱的自動化識別。

  相關研究成果在線發表于《精神病學前沿》。

  確診難題

  隨著經濟和社會的快速發展,人們的生活節奏加快、工作壓力明顯加大,我國心理行為問題和精神障礙人群也不斷增加。

  數據顯示,中國抑鬱症的終生患病率為6.9%,目前有9500萬人患抑鬱症,且學生群體抑鬱症患病比例有所上升。

  去年9月,衛健委發布《探索抑鬱症防治特色服務工作方案》,要求各個高中及高等院校將抑鬱症篩查納入學生健康體檢,對測評結果異常的學生應給予重點關注。同時加大對孕產期、老年人等重點人群的抑鬱症干預力度。

  將抑鬱症篩查納入健康體檢就要加大篩查力度,評估心理健康狀況,以便更及時、更早地發現容易引發抑鬱症的群體,並及早地干預治療。

  但問題是,在抑鬱症初期,很多人可能根本意識不到,更談不上干預治療。

  「抑鬱症臨床診斷上有一套嚴格的標準。」中華醫學會精神醫學分會主任委員、中南大學湘雅二醫院主任醫師李凌江告訴《中國科學報》,「我們主要採用世衛組織制定的抑鬱症診斷標準(ICD系統)和美國《精神障礙診斷與統計手冊》的標準。抑鬱症確診需要專科醫生根據相關標準,再結合面診對患者狀態、行為作出綜合判斷。目前還沒有用於精神疾病診斷的生物學指標。」

  雲南省精神病醫院主治醫師佟靚同樣表示,「抑鬱症不能只是通過儀器診斷,還需要結合癥狀學等進行判斷,再合併一些相關的量表等進行檢查。」

  但目前我國精神科醫師不到4萬人。這就造成抑鬱症診斷和治療的一個困境:一邊是發病人數眾多,一邊是專業醫師嚴重缺乏。

  「抑鬱症確診主要靠醫生的診斷,但專科醫生數量不足。」朱廷劭對《中國科學報》說,「再加上進行初級篩查的保健醫生水平不一,難免出現一些漏診、誤診。我們希望利用一些生態化的行為(比如步態、姿勢、言語)分析,對抑鬱症進行識別,在醫生常規診斷之外提供—些輔助信息,幫助醫生進行診斷。」

  有效的模型

  「已有研究表明,個體姿態控制所涉及的大腦神經網路與抑鬱症密切相關。」朱廷劭說,「姿態癥狀已被證明是抑鬱症的基本表現。與健康個體相比,抑鬱患者在行走過程中的頭部垂直運動減少、肢體動作幅度更小、步態速度更低。」

  設計實驗時,研究人員意外發現微軟Kinect智能體感設備能以30 Hz採樣率,捕獲人體25個軀體關節的三維坐標變化。

  而且,Kinect智能體感設備具有無侵擾、低成本、易於使用的優點,可以方便地採集被試者的步態行為數據並識別抑鬱狀態,「其在動作捕捉和動作監測上的有效性已經被驗證」。

  該研究共招募126名抑鬱症患者和121名健康者。病例組為某市屬精神衛生醫療機構的抑鬱症患者,其診斷結果是由精神科醫生根據《精神障礙診斷與統計手冊》完成的。

  對照組是從社會招募的健康人群。所有被試者在6米長、1米寬的人行道上自然地來回行走兩分鐘,由放置在一端的Kinect智能體感設備記錄下步態數據。

  研究者對收集數據進行預處理,首先對數據進行切分,截取每個被試正面朝向Kinect智能體感設備行走過程中2個步態循環的數據,目的是為了消除大量重複數據導致的計算效率低和數據冗餘問題;然後利用低通濾波器分別對25個軀體關節的數據進行去噪處理。

  數據預處理完成後,研究者提取了10個運動學特徵、300個時域特徵和825個頻域特徵,最後使用邏輯回歸分析探究不同類別步態特徵對抑鬱識別的貢獻,並利用機器學習技術訓練抑鬱識別模型。

  多元邏輯回歸分析結果顯示,運動學、時域和頻域特徵可以解釋因變數(抑鬱)的變異性分別為12.55%、58.36%和60.71%。同時,利用機器學習技術構建的基於步態特徵的抑鬱識別模型是有效的。

  提升篩查效率

  研究者認為,與傳統心理測量方法相比,這種基於步態數據的抑鬱識別方法具有無侵擾、可回溯、自動化等特點,因此將該方法與傳統測量方法相結合能夠有效地提升心理測量的應用範圍與測量效率。

  「這種客觀數據對用戶來講更方便一些。」朱廷劭說,「因為不需要龐大的設備,也沒有複雜的操作,只要走幾步路就能夠得出結果。」

  朱廷劭認為,從原理上來說,在大規模篩查時,比如,在醫院劃出一定空間,裝一個3D攝像頭(有三維識別功能),參与篩查者從一小段路上走一兩分鐘,就可以通過步態來識別是否有抑鬱症傾向。這種方法還可以用於學校、工廠、養老院甚至家庭內部成員的抑鬱傾向篩查預警。

  「從實驗結果看,它可以達到中等以上相關。也就是說,它的篩查結果有一定的參考價值。」朱廷劭說,「這種走路姿勢、身體姿態識別的優勢能夠發現早期抑鬱症。而抑鬱症越早發現越利於治療康復。」

  據悉,該輔助診斷系統的硬體設備只有一個帶深度信息的攝像頭。這種攝像頭市面上很容易買到,價格也不貴。

  同時配合分析程序,分析程序可以從電腦上直觀地讀取結果,也可以做成手機App。

  「目前部分品牌的手機也帶有3D攝像頭,只要手機運算能力足夠,完全可以在家用手機進行自查。」朱廷劭同時強調,「這種方式作為輔助診斷,可以方便、高效地初篩或自我檢查,但不能代替醫生診斷。一旦發現有抑鬱症可能,必須去找專科醫生就診。」

  相關論文信息:

  https://doi.org/10.3389/fpsyt.2021.661213

台灣疫情資訊

縣市累計確診人數

相關熱門

綠色永續