Análisis del movimiento ocular para la detección de depresión

La depresión es un trastorno de salud mental común y discapacitante, que impacta no solo al que la padece, sino también a sus familias, amigos y a la economía en general. A pesar de su alta prevalencia, el diagnóstico actual se basa casi exclusivamente en la autoinformación del paciente y la opinión clínica, lo que lleva a una serie de sesgos subjetivos. Nuestro objetivo es desarrollar un sistema de detección afectiva objetiva que apoye a los clínicos en su diagnóstico y monitoreo de la depresión clínica. En este artículo, analizamos el rendimiento de las características del movimiento ocular extraídas de videos faciales utilizando Modelos de Apariencia Activa para una tarea de clasificación binaria (deprimido vs. no deprimido). Encontramos que las características de bajo nivel del movimiento ocular dieron una precisión del 70% utilizando un clasificador híbrido de Modelos de Mezcla Gaussiana y Máquinas de Vectores de Soporte, y una precisión del 75% al usar medidas estadísticas con clasificadores SVM durante toda la entrevista. También investigamos diferencias al expresar emociones positivas y negativas, así como el rendimiento de clasificación en modos dependientes e independientes del género. Curiosamente, aunque la tasa de parpadeo no fue significativamente diferente entre los deprimidos y los controles sanos, encontramos que la distancia media entre los párpados ('apertura ocular') era significativamente menor y la duración media de los parpadeos significativamente más larga en los sujetos deprimidos, lo cual podría ser una indicación de fatiga o evitación del contacto ocular.