كشف الاكتئاب من خلال بيانات المشي: فحص مساهمة ميزات المشي في التعرف على الاكتئاب

بينما يعتبر الاكتئاب واحداً من أكثر الاضطرابات النفسية شيوعًا، حيث يؤثر على أكثر من 300 مليون شخص حول العالم، إلا أنه غالباً ما يبقى غير مشخّص. استكشف هذا البحث العلاقة بين الاكتئاب وخصائص المشي بهدف المساعدة في تشخيص الاكتئاب. احتوى مجموعة بياناتنا على 121 شخصًا سليمًا و126 مريضًا يعانون من الاكتئاب، تم تشخيصهم من قبل أطباء نفسيين وفقًا لدليل التشخيص والإحصاء للاضطرابات النفسية. تم استخراج ميزات زمنية-مكانية، وميزات في نطاق الزمن، وميزات في نطاق التردد بناءً على بيانات المشي لـ247 مشاركًا تم تسجيلها باستخدام Microsoft Kinect (الإصدار 2). تم استخدام الانحدار اللوجستي المتعدد لتحليل تباين الميزات الزمنية-المكانية (12.55%)، وميزات النطاق الزمني (58.36%)، وميزات النطاق الترددي (60.71%) في التعرف على الاكتئاب بناءً على قياس R 2 لناغيلكيرك. تم استكشاف مساهمات أنواع الميزات المختلفة أكثر من خلال بناء نماذج تعلم آلي باستخدام خوارزمية آلات الدعم. تم استخدام جميع تركيبات الأنواع الثلاثة من ميزات المشي كأدلة تدريب لنماذج التعلم الآلي، على التوالي. أظهرت النتائج أن النموذج المدرب باستخدام ميزات النطاق الزمني والنطاق الترددي فقط أظهر نفس الأداء الأفضل مقارنة بالنموذج المدرب باستخدام جميع الميزات (حساسية = 0.94، نوعية = 0.91، وAUC = 0.93). أشارت هذه النتائج إلى أنه يمكن التعرف على الاكتئاب بفعالية من خلال تحليل المشي. تعتبر هذه المقاربة خطوة إلى الأمام نحو تطوير حلول منخفضة التكلفة وغير تدخّلية للاعتراف بالاكتئاب في الوقت الحقيقي.