本文關(guān)鍵詞：卒中后抑郁視頻數(shù)據(jù)分析

  更多相關(guān)文章： 抑郁癥 視頻數(shù)據(jù) 表情分析 運動單元 SVM HMM KNN

【摘要】：抑郁癥是嚴重危害人類身心健康的精神疾病,具有高發(fā)病、高復發(fā)、高自殺率、高致殘率和社會負擔沉重等特點,然而大多數(shù)抑郁癥狀并未引起患者、家庭、醫(yī)生的重視。一方面由于抑郁癥狀復雜,除了精神癥狀,往往同時存在生物性或軀體形式的癥狀；另一方面醫(yī)生缺乏系統(tǒng)的抑郁障礙診療技術(shù)的訓練,通常只是治療患者的軀體癥狀和與此相關(guān)疾病,導致病情的延誤。面部表情、眼睛注視和頭部運動是估計抑郁程度的重要視覺信息,本文目的在于利用患者的視頻信息預測其抑郁程度。本文制定了抑郁視頻錄制方案并采集患者視頻,通過對卒中后抑郁視頻數(shù)據(jù)進行分析,研究患者表情特征與抑郁程度的相關(guān)性,發(fā)掘典型的抑郁表情,并建立抑郁程度預測模型。本文工作主要包括單幀AU運動檢測及概率估計,視頻特征提取及視頻序列分析,抑郁視頻特征挖掘和抑郁程度預測四個部分。在單幀AU檢測部分,本文訓練出13種AU分類器,相比于以往的研究,擴大了AU的覆蓋面,能夠?qū)σ钟舭Y的面部運動模式進行更全面和深入的研究；此外,應用多分類概率估計方法估計AU出現(xiàn)的概率,相比于簡單的二分類檢測,提高了AU運動描述的精細度。在特征提取部分,本文引入HMM模型對視頻序列進行分析,提取視頻表情特征,相比于傳統(tǒng)的單幀表情特征增加了時間維度。通過EM學習算法得到各AU的HMM模型參數(shù),然后利用Viterbi算法估計AU的隱藏狀態(tài)。由于考慮了視頻前后幀之間的關(guān)系,提高了AU檢測的精確度。在抑郁特征挖掘部分,本文不僅研究了單個AU特征與抑郁程度的相關(guān)性,得到與情感失調(diào)假說一致的結(jié)論,隨著抑郁程度的加重,負愉悅度的行為會增加,而正愉悅度的行為會減少;而且增加了對多個AU同時出現(xiàn)時的一種典型表情笑容抑制與抑郁程度的關(guān)系研究,發(fā)現(xiàn)隨著抑郁程度的增加,笑容抑制動作出現(xiàn)的頻率會增加,表明抑郁患者有抑制自己愉悅情緒表達的傾向。在抑郁程度預測部分,在訓練數(shù)據(jù)太少,回歸模型性能很差的情況下,本文應用KNN分類的思想,對抑郁程度的五個等級進行預測,并在51段新的抑郁癥視頻上對比二者的預測性能,結(jié)果表明KNN模型更適用于對抑郁程度進行預測,在訓練視頻較少的情況下,仍能獲得88%的準確性。
【關(guān)鍵詞】：抑郁癥 視頻數(shù)據(jù) 表情分析 運動單元 SVM HMM KNN
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;R743.3;R749.4
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究背景10-11
• 1.1.1 抑郁癥身心危害10
• 1.1.2 傳統(tǒng)抑郁癥診斷手段及缺陷10-11
• 1.1.3 表情分析臨床應用11
• 1.2 抑郁癥表情研究現(xiàn)狀11-13
• 1.2.1 抑郁癥表情研究可行性11-12
• 1.2.2 抑郁檢測由靜態(tài)圖片轉(zhuǎn)向視頻分析12
• 1.2.3 抑郁癥表情研究進展及三大假設12-13
• 1.3 本文主要內(nèi)容和結(jié)構(gòu)13-16
• 第二章 卒中后抑郁視頻數(shù)據(jù)預處理16-26
• 2.1 抑郁視頻錄制方案16
• 2.2 抑郁視頻數(shù)據(jù)基本信息16-17
• 2.3 視頻數(shù)據(jù)預處理17-18
• 2.4 抑郁視頻數(shù)據(jù)分析流程18-21
• 2.4.1 患者面部檢測與特征點標定19-20
• 2.4.2 抑郁患者面部對齊處理20-21
• 2.5 患者抑郁表情分析單位-AU21-22
• 2.6 AU訓練數(shù)據(jù)庫22-24
• 2.6.1 DISFA數(shù)據(jù)庫22-24
• 2.6.2 其他數(shù)據(jù)庫24
• 2.7 本章小結(jié)24-26
• 第三章 抑郁視頻單幀AU運動檢測26-44
• 3.1 抑郁癥單幀表情特征提取26-32
• 3.1.1 抑郁患者紋理特征提取26-27
• 3.1.2 基于PCA的特征降維27-29
• 3.1.3 面向抑郁癥群體的幾何特征提取29-30
• 3.1.4 分類器性能指標30-31
• 3.1.5 SIFT特征和幾何特征分類器性能比較31-32
• 3.2 基于SVM的單幀AU分類器32-39
• 3.2.1 經(jīng)驗風險和結(jié)構(gòu)風險32-33
• 3.2.2 支持向量機理論33-36
• 3.2.3 抑郁表情AU分類器SVM參數(shù)選擇36-37
• 3.2.4 訓練數(shù)據(jù)集正負樣本偏斜37-39
• 3.3 AU出現(xiàn)概率估計39-40
• 3.4 抑郁視頻AU概率估計結(jié)果展示40-42
• 3.4.1 單幀概率估計結(jié)果40-41
• 3.4.2 DISFA數(shù)據(jù)庫視頻概率估計結(jié)果41
• 3.4.3 抑郁癥視頻概率估計結(jié)果41-42
• 3.5 本章小結(jié)42-44
• 第四章 基于HMM的視頻特征提取44-56
• 4.1 HMM理論44-45
• 4.2 HMM抑郁視頻序列分析流程45-46
• 4.3 EM算法估計AU檢測的HMM參數(shù)46-48
• 4.3.1 EM算法優(yōu)化隱含變量46-47
• 4.3.2 抑郁癥視頻HMM參數(shù)與DISFA對比47-48
• 4.4 Viterbi算法估計AU的最佳隱藏狀態(tài)48-52
• 4.4.1 Viterbi估計AU隱藏狀態(tài)48-50
• 4.4.2 Viterbi算法結(jié)果展示50-52
• 4.5 基于單幀與基于視頻的AU檢測精確度比較52-53
• 4.6 抑郁癥視頻特征提取53-54
• 4.7 本章小結(jié)54-56
• 第五章 抑郁視頻特征挖掘及抑郁程度預測56-64
• 5.1 AU各維度特征與抑郁程度關(guān)系挖掘56-58
• 5.1.1 單獨AU抑郁特征挖掘56-57
• 5.1.2 笑容抑制抑郁特征挖掘57-58
• 5.2 抑郁癥典型面部運動挖掘驗證假設58-59
• 5.3 基于表情特征的視頻抑郁程度預測59-63
• 5.3.1 基于回歸分析的抑郁程度預測60-61
• 5.3.2 基于KNN分類的預測模型61-63
• 5.4 抑郁程度預測模型評價63
• 5.5 本章小結(jié)63-64
• 第六章 總結(jié)與展望64-66
• 6.1 論文工作總結(jié)64
• 6.2 展望64-66
• 致謝66-68
• 參考文獻68-71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郝靜;腦卒中后抑郁對預后的影響[J];河南實用神經(jīng)疾病雜志;2000年05期

2 單培彥,曹麗麗,遲兆富,麻琳,劉淑萍;卒中后抑郁狀態(tài)影響因素的研究[J];中華老年醫(yī)學雜志;2002年04期

3 ;腦卒中后抑郁和情感不適與發(fā)病部位的關(guān)系[J];中國臨床康復;2002年11期

4 蘇文大;腦卒中后抑郁相關(guān)因素分析[J];廣東醫(yī)學;2003年04期

5 孫忠華,潘秋蘭,潘福祥;腦卒中后抑郁[J];神經(jīng)疾病與精神衛(wèi)生;2003年03期

6 凌先傳;氟西汀治療腦卒中后抑郁26例的療效分析[J];四川精神衛(wèi)生;2003年02期

7 鐘雷,張繼青;卒中后抑郁[J];醫(yī)師進修雜志;2004年01期

8 吳丹紅,李宗蘭,沈向英,李承晏;腦卒中后抑郁及其相關(guān)因素[J];中國行為醫(yī)學科學;2004年01期

9 黃恩,陳平,程韜;腦卒中后抑郁的心理干預對照研究[J];中華物理醫(yī)學與康復雜志;2004年07期

10 楊雅瑩,晏勇;腦卒中后抑郁的研究新進展[J];重慶醫(yī)學;2004年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 趙嘉林;;額葉卒中后抑郁的臨床研究[A];2006年浙江省神經(jīng)病學學術(shù)年會論文匯編[C];2006年

2 龍登毅;;關(guān)注腦卒中后抑郁[A];第十二屆全國老年醫(yī)學進展學術(shù)會議暨江蘇省中西醫(yī)結(jié)合學會老年分會學術(shù)年會論文集[C];2012年

3 張巧俊;;卒中后抑郁的臨床研究進展[A];中國康復醫(yī)學會腦血管病專業(yè)委員會換屆暨第十五次全國腦血管病康復學術(shù)年會、湖南省康復醫(yī)學會神經(jīng)康復專業(yè)委員會2012學術(shù)年會論文集[C];2012年

4 林源紹;邵蓓;王虹;Kevin O' Byrne;李曉鋒;;降鈣素基因相關(guān)肽在雌激素保護卒中后抑郁中的作用[A];2009香港-北京-杭州內(nèi)科論壇暨2009年浙江省內(nèi)科學學術(shù)年會論文匯編[C];2009年

5 朱敏初;朱文娟;;腦卒中后抑郁相關(guān)因素分析[A];中華醫(yī)學會第12次全國內(nèi)科學術(shù)會議論文匯編[C];2009年

6 王萍;段德香;盧紅;趙敏;;中西醫(yī)結(jié)合治療卒中后抑郁的臨床研究[A];第九屆全國中西醫(yī)結(jié)合治療精神疾病學術(shù)研討會論文集[C];2008年

7 孫惠紅;;疏解平潛、健脾養(yǎng)(清)心法聯(lián)合氟西汀治療卒中后抑郁臨床研究[A];甘肅省中醫(yī)藥學會2010年會員代表大會暨學術(shù)年會論文匯編[C];2010年

8 郭瑞友;王莉;李吉柱;趙麗霞;毛德軍;;卒中后抑郁患者瘦素及胰島素樣生長因子-1的研究[A];中華中醫(yī)藥學會血栓病分會第四次學術(shù)研討會暨廣東省中醫(yī)藥學會血栓病專業(yè)委員會首屆學術(shù)研討會論文集[C];2010年

9 徐雋瑩;肖艷;;腦卒中后抑郁的臨床特征分析[A];中華醫(yī)學會第十三次全國神經(jīng)病學學術(shù)會議論文匯編[C];2010年

10 鞏法蓮;李運剛;;腦卒中后抑郁的干預對運動康復的影響[A];山東省心理衛(wèi)生協(xié)會第二屆學術(shù)研討會優(yōu)秀論文選編[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前9條

1 記者 張昊;卒中后抑郁管理項目啟動[N];健康報;2012年

2 本報記者 李穎;對卒中患者要少批評多鼓勵[N];科技日報;2012年

3 遼溪;氟西汀治療卒中后抑郁[N];中國醫(yī)藥報;2001年

4 編譯 李譯;卒中后女性比男性更易患抑郁[N];醫(yī)藥經(jīng)濟報;2009年

5 宋魯平　柳妍;當心“卒中”變“抑郁”[N];北京科技報;2009年

6 本報記者 黃靜;卒中患者提高生存質(zhì)量方向在哪？[N];人民政協(xié)報;2012年

7 北京宣武醫(yī)院神經(jīng)內(nèi)科副主任醫(yī)師　詹淑琴;小心腦卒中后抑郁[N];健康時報;2003年

8 清華大學玉泉醫(yī)院神經(jīng)內(nèi)科主任 耿同超;關(guān)注腦卒中后抑郁[N];保健時報;2009年

9 王梅;腦卒中后為何悶悶不樂[N];大眾衛(wèi)生報;2007年

中國博士學位論文全文數(shù)據(jù)庫 前8條

1 尹思遠;卒中后抑郁早期檢測和治療的新視角：一篇單腦科中心112例卒中后抑郁的回顧性分析[D];浙江大學;2014年

2 宋景貴;卒中后抑郁患者的認知、睡眠與自主神經(jīng)功能的對照研究[D];南方醫(yī)科大學;2007年

3 張濱斌;益腎疏肝法治療腦卒中后抑郁的臨床研究[D];北京中醫(yī)藥大學;2005年

4 程遠;腦卒中后抑郁腎虛肝郁型的臨床研究[D];北京中醫(yī)藥大學;2007年

5 炎彬;卒中后抑郁癥發(fā)病機制研究及其小鼠模型建立[D];中國協(xié)和醫(yī)科大學;2004年

6 晉秀林;調(diào)肝扶脾、化痰通絡法針藥并用治療腦卒中后抑郁的臨床研究[D];北京中醫(yī)藥大學;2014年

7 紀孝偉;卒中后抑郁大鼠腦內(nèi)單胺類遞質(zhì)及FGF-2表達的研究[D];山東大學;2011年

8 蔡華;暢郁逍遙散對腦卒中后抑郁（PSD）小鼠作用機理的實驗研究[D];湖北中醫(yī)藥大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張琳琳;卒中后抑郁的發(fā)病率及相關(guān)因素分析[D];泰山醫(yī)學院;2014年

2 鄧懿函;針刺治療卒中后抑郁的臨床療效及對血漿中同型半胱氨酸含量的影響[D];福建中醫(yī)藥大學;2015年

3 申龍燮;腦卒中后抑郁患者SEP與血漿5-羥色胺的臨床意義[D];延邊大學;2015年

4 祝斌;卒中后抑郁量表的數(shù)據(jù)分析[D];東南大學;2015年

5 程敏;卒中后抑郁患者臨床磁共振評分預警量表評價及臨床特征分析[D];吉林大學;2016年

6 劉莉莉;急性缺血性腦卒中患者早期康復臨床研究[D];蘇州大學;2016年

7 李浩然;急性期卒中后抑郁的發(fā)病特點及相關(guān)因素[D];吉林大學;2016年

8 張高才;卒中后抑郁小鼠模型的建立及評價[D];蘇州大學;2016年

9 夏睿;卒中后抑郁視頻數(shù)據(jù)分析[D];東南大學;2016年

10 張勇軍;社會支持與應對方式對腦卒中后抑郁的影響[D];汕頭大學;2008年

，

本文編號：734862