FacePsy: An Open-Source Affective Mobile Sensing System -- Analyzing Facial Behavior and Head Gesture for Depression Detection in Naturalistic Settings

本文探讨了抑郁症这一普遍而又复杂的心理健康问题，它影响着全球数百万人，但其检测和监测仍然存在巨大挑战。虽然面部表情在实验室环境中已经显示出识别抑郁症的潜力，但由于开发高效的移动系统的困难，它们在实际应用中的潜力仍然未被充分探索。在本研究中，我们旨在介绍FacePsy，这是一个开源的移动传感系统，旨在通过分析复杂的特征并生成关于面部行为地标、眼动和头部姿势的实时数据，来捕捉情感推断，所有这些都处于智能手机使用的自然环境中，共有25名参与者。通过严格的开发、测试和优化，我们确定了眼睁开状态、头部姿势、微笑表情和特定的动作单元（2、6、7、12、15和17）作为抑郁发作的重要指标（AUROC=81%）。我们的回归模型预测PHQ-9评分的准确性较高，平均绝对误差为3.08。我们的发现为增强可部署和可用的移动情感感知系统提供了有价值的见解和启示，最终改善了研究人员和医疗保健开发者的精神健康监测、预测和及时自适应干预。

这篇论文旨在介绍FacePsy，一个开源的移动情感感知系统，通过分析复杂的特征并生成实时的面部行为数据，捕捉情感推断，以帮助检测和监测抑郁症。

FacePsy系统分析眼睛状态、头部姿势、微笑表情和特定的行为单元作为抑郁症的重要指标，并设计回归模型来预测PHQ-9得分。

实验采用25名参与者进行，结果表明，FacePsy系统可以有效地检测和监测抑郁症，回归模型的平均绝对误差为3.08。研究开源了移动情感感知系统的代码，为研究者和开发者提供了有价值的工具。

近年来，许多研究探索了使用面部表情来检测和监测抑郁症，例如“Facial Expression Recognition Using Convolutional Neural Networks: State of the Art”和“Facial Expression Recognition for Depression Diagnosis Using Deep Convolutional Neural Network”。