西北大学学报（自然科学版）２０２３年６月，第５３卷第３期，Ｊｕｎ．，２０２３，Ｖｏｌ．５３，Ｎｏ．３ＪｏｕｒｎａｌｏｆＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■收稿日期：２０２２⁃１１⁃２９基金项目：国家自然科学基金（６２２７６２１１）；陕西省国际科技合作计划重点项目（２０２１ＫＷＺ⁃０７）第一作者：赵健，男，河北河间人，从事人工智能及其应用研究，ｚｊｃｔｅｃ＠ｎｗｕ．ｅｄｕ．ｃｎ。·医疗与人工智能·基于人工智能的抑郁症辅助诊断方法赵健，周莉芸，武孟青，王雪珠，孟宪佳（西北大学信息科学与技术学院，陕西西安７１０１２７）摘要抑郁症是当前高发的心理和精神疾病之一，传统诊断方式存在依赖医生经验的主观局限性，人工智能应用到抑郁症的检测中可以进行特定的数据分析，从而辅助提高心理与精神疾病的诊断效率。知识驱动的第一代抑郁症检测只能解决完全信息和结构化环境下的确定性问题，抑郁症相关特征的选择会直接影响识别结果；数据驱动的第二代抑郁症检测需要大量数据推动，仅依靠黑盒模型下得出的结果不够可信；第三代抑郁症检测通过信息融合，结合不同来源的异构信息，确保处理信息的高质量，充分利用前两代抑郁症分析系统各自的优势，手工提取的特征融合深度特征可以更好地挖掘到抑郁特征信息，决策融合具有很强的容错性，融合后的模型能增加结果的可靠度，更加全面地对抑郁症数据进行分析。该文对现有研究成果进行总结与分析，指出了人工智能抑郁症诊断研究未来的发展方向。关键词人工智能；抑郁症诊断；机器学习；深度学习；信息融合中图分类号：ＴＰ３９１．７ＤＯＩ：１０．１６１５２／ｊ．ｃｎｋｉ．ｘｄｘｂｚｒ．２０２３⁃０３⁃００２ＡＩ⁃ｂａｓｅｄａｓｓｉｓｔｅｄｄｉａｇｎｏｓｔｉｃｍｅｔｈｏｄｓｆｏｒｄｅｐｒｅｓｓｉｏｎＺＨＡＯＪｉａｎ，ＺＨＯＵＬｉｙｕｎ，ＷＵＭｅｎｇｑｉｎｇ，ＷＡＮＧＸｕｅｚｈｕ，ＭＥＮＧＸｉａｎｊｉａ（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１０１２７，Ｃｈｉｎａ）ＡｂｓｔｒａｃｔＤｅｐｒｅｓｓｉｏｎｉｓｏｎｅｏｆｔｈｅｍｏｓｔｐｒｅｖａｌｅｎｔｐｓｙｃｈｏｌｏｇｉｃａｌａｎｄｐｓｙｃｈｉａｔｒ...
