基于生物特征检测的青少年焦虑—抑郁倾向检测

许智涛 黄廷禾

（上海立信会计金融学院 上海 201209）

0 引言

（1）研究背景。2020年初爆发的公共卫生事件深刻地影响和改变了人民的生活方式，打乱了许多人原本的人生规划，对人民的身心健康造成了不同程度的影响。其中，受其影响最为显著的便是青少年这一群体。青少年正处于人生观、价值观和世界观形成的关键阶段，虽然在年龄上已经成年，但其思想尚未完全从幼稚走向成熟，心理机能尚处于不稳定阶段，自我调节与抗压能力较差。因此，在这期间带来的种种影响，诸如初期社会上蔓延的焦虑与恐慌的氛围，漫长的隔离期带来的麻木、困惑、无意义感、不安全感与失控感，均有可能给青少年带来一定程度的心理压力，损害着青少年的心理健康。不仅如此，即使是在防控常态化的特殊时期，依旧存在许多因素可能会影响青少年的心理健康。这些因素对于低年级学生来说，可能是返校后重新适应集体生活和学习场景的问题，而对高年级学生来说，则可能是更为严重的就业困难、出国规划被打乱、考研困难等问题。综上所述，由公共卫生事件带来的直接或间接影响都可能给青少年带来心理压力，最终致使产生焦虑或抑郁的心理问题倾向。而心理问题一旦产生，如果没有得到及时的疏导或治理，极可能持续向重度的方向发展，最终造成不可挽回的后果。因此，及时发现并对存在心理问题的青少年进行干预是一项刻不容缓的工作。

（2）研究现状。突发公共卫生事件对不仅仅对我国经济造成了沉重的打击，同时对我国人民的心理健康造成了一定的负面影响。通过对376名在校大学生进行问卷调查，发现部分学生已经出现了恐慌、焦虑、压抑、抑郁、紧张等不良情绪，以及相对应的躯体化症状。处于居家隔离状态的大学生普遍出现了不同程度的心理应激反应和心理问题[1]。更有人对比了大学生和全社会的平均情况，发现大学生的心理健康水平低于全社会，且焦虑和抑郁分数高于全国常模[2]。因此，关注大学生的心理健康状况，有针对性满足大学生的心理需求，解决其心理困扰，积极介入和干预大学生的心理问题十分有必要[3]。对于如何解决青少年的因疫情导致的焦虑—抑郁倾向问题，国内部分学者也提出了自己的见解。在外部策略的研究上，通过调查问卷分析[4]，以及Logistic多元回归分析[5]研究大学生心理问题的影响因素，发现大致应该从家庭、学校、社会等大方向去探讨解决对策。而在内部策略的研究上，发现大学生心理健康状况与心理复原力及各维度呈显著负相关[6]受挫心理是大学生心理问题的内在动因[7]，因此在个人方面，可以通过提高大学生复原力水平，满足大学生心理需要等方面进行干预。

1 实现方法

1.1 基于DBSCAN算法寻找各类兴趣区

对于不同的类（正常、抑郁、焦虑、焦虑—抑郁）而言，样本所注视的区域往往是不同的。例如，我们利用眼动数据画出了正常类以及抑郁类中某些样本的热力图之后，可以明显地发现，这两类所注视的区域是有十分明显的差距的。对此，我们预先并不可能知道某类对某张图的兴趣区域具体是哪些，所以我们利用DBSCAN算法进行聚类从而寻找各类的兴趣区域经过上述所说的DBSCAN算法进行聚类后，对于每一类的不同图片的兴趣区域已经有明显的差异，利用每一个簇的边界点构成聚类边界，以该边界构成的区域即兴趣区域。对于各类的区域而言，正常样本的兴趣区域与非正常样本之间存在着重合的以及不重合的区域。对于重合的区域，我们认为这是由于图像的主体所吸引的被测试者的目光。而对于每个类独有的区域，就是该类所特有的兴趣区域。此处我们定义，正常类的特有兴趣区域成为积极区域，非正常类的特有兴趣区域成为消极区域。

1.2 基于BP神经网络的精确分类

在分类器测试实验中，我们将数据集分为训练集（占比75%）以及测试集（占比25%），然后选择了多种机器学习算法，包括：K 临近算法（KNN，K-Nearest Neighbor）、支持向量机算法（SVM，Support Vector Machine）、朴素贝叶斯（GNB，Gaussian naive Bayes）、逻辑回归（LOG，Logistic）、BP 神经网络（BPNN,Back Propagation Neural Networks）。在利用多种机器学习分类算法进行实验后，我们对所有算法的表现都画出了相应的ROC曲线，最终选择效果最好的BP神经网络作为最佳分类方法，以此来检测新样本是否存在焦虑—抑郁倾向。

2 创新点

2.1 研究视角创新

对于心智尚未完全成熟的青少年而言，生活状态、学习模式等方面的改变对他们心理状况的影响是较大的。本文使用基于生物学特征的焦虑—抑郁检测方法，利用其去主观化的特点，对两所国内的高中、两所国内的高校进行调研，具有科学性和正确性。

2.2 学术观点创新

该核本文提出采用基于生物学特征与机器学习相结合的焦虑—抑郁检测新思路。依靠受测者眼部运动特征判断其是否患有焦虑—抑郁倾向。依靠生物学特征检测青少年是否患有焦虑—抑郁倾向的方法对于社会环境优化的发展具有重要指导意义。

2.3 研究方法创新

我国以抑郁障碍为主的心境障碍和焦虑障碍患病率总体呈上升趋势。现有的传统量表检测较大程度上受到受测者主观因素的影响，从而导致量表检测结果与受测者实际结果造成一定程度上的偏差。基于生物学特征的检测方法具有去主观化、可重复性的特点，不仅可以有效避免受测试者因对量表题目有自己的认知偏差，还可以避免受测者为了躲避真实检测结果而利用主观意识改变量表的填写结果等一系列造成检测错误的现象。不仅如此，文本还根据调研得来的结果给出相应建议，做到检测方法与检测结果建议并行的创新。

3 总结

通过解读由生物学标记法获取的实验数据而得到的检测结果具有极高的准确性和极大的可靠性，并且生物学标记法可以避免极大部分主观因素对实验数据造成影响，从而使实验数据与患者的实际情况具有极高的匹配度。生物学标记法不但可以帮助咨询师更好地检测患者是否患病及患者患病的严重程度，而且对了解有关病情的发病机制同样有极大的促进作用，可以更有效、更有针对性地帮助患者减轻病情影响。尽管生物学对抑郁症的研究到现在仍然存在一定局限性，但前景依然十分可观。