Twitter的图像颜色和内容可以帮助识别抑郁和焦虑的用户

根据宾夕法尼亚大学医学研究人员领导的一项新研究，发现抑郁和焦虑的推特用户更容易发布审美价值低、颜色不太明亮的图片，尤其是灰色图像。此外，他们发现用户倾向于压抑积极的情绪，而不是在他们的个人资料图片中显示更多的消极情绪，例如保持面对面而不是直接皱眉。这项研究旨在使用计算机视觉和人工智能来确定在Twitter上发布并设置为个人资料图像的照片质量与抑郁和焦虑有关，并着眼于使用该平台作为一种方法来筛选这两者。这项研究将于6月11日至14日在慕尼黑举行的国际AAAI网络和社交媒体大会上发布。

2018年，宾夕法尼亚大学的医学研究人员发现，通过使用人工智能识别标记某些用户的关键词，可以在诊断前三个月预测抑郁症。随着社交媒体变得越来越以图像为中心——超过一半的推文，每秒超过3000条，现在包含图像——通过图像内容获得健康线索的价值对医学来说将变得越来越有价值。

“尽管抑郁症和语言使用模式之间的关系已经得到了很好的研究，但抑郁症的视觉方面还没有得到很好的研究，”该研究的主要作者、宾夕法尼亚大学医学数字健康中心的研究科学家沙拉思冈图库博士说。“将构成图像的像素转换成可解释的特征是一项挑战，但随着计算机视觉算法的进步，我们现在正试图揭示在线表示条件的另一个维度。”

研究人员使用算法从超过4000名同意参与研究的Twitter用户发布的图像中提取颜色、面部表情和不同的美学测量值(如景深、对称性和光照)等特征。为了快速对他们的抑郁和焦虑评分进行分类，他们分析了每个人最近的3200条推文。与此同时，887名用户还完成了一项传统的调查，以获得抑郁和焦虑评分。然后，将图像特征与用户的抑郁和焦虑分数相关联。因此，出现了几种重要的关系。

除了发现抑郁和焦虑与那些发布不太生动照片的人之间的关系，研究人员还发现，焦虑用户的个人资料图像以灰度和低审美凝聚力为标志，但不如抑郁用户明显。照片中没有包括的内容，还有一些需要说明的地方。抑郁症用户往往只会发布自己脸部的照片，而不会出现家人、朋友或其他人。此外，这些帖子很少包含娱乐活动或兴趣，通常出现在非抑郁症用户的照片中。

“抑郁症往往伴随着‘扁平情绪’，表现为表达能力和情绪表现下降，”贡图库说。“这种情况也会影响一个人对兴趣爱好或游戏的吸引力——一般来说，这些活动——通常都是如此。”

研究人员开发了一种更加自动化的工作版本，有望扩大抑郁症和焦虑症的筛查范围。

“作为诊断工具，这种工具远非完美。然而，自动机器学习工具对于临床医生来说可能是一种低成本的方法。在患者同意的情况下，他们可以监控自己的账户，并可能发现抑郁或焦虑水平的上升。Guntuku解释说，“临床医生可以将那些被工具标记的患者转介给更正规的筛查方法。”

这项研究的高级作者、基因组学和计算生物学及心理学教授莱尔恩加尔(Lyle Ungar)博士表示，除了推特，焦虑和抑郁还有很多可能性。

“像这样的东西也可以用于Instagram和SMS，”Ungar说。“我们希望这能为抑郁症的不同方面提供一些见解。我们也在研究从孤独到多动症的各种其他疾病。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！