懒得填表?这个测试也可以“刷脸”

作者|胡与张思宣眉毛挤在一起表示害怕,撅起嘴唇表示说话不自信,傻笑时眼角没有皱纹…曾经风靡一时的美剧《别骗我》让很多人知道,面部表情会出卖自己的小心思。如今,科学家们已经拓宽了面部活动识别的功能,他们可能还会揭示心理健康。近日,中国科学院心理研究所行为科学重点实验室朱研究组的研究人员在人工智能的帮助下,构建了不同心理

作者|胡与张思宣

眉毛挤在一起表示害怕,撅起嘴唇表示说话不自信,傻笑时眼角没有皱纹…曾经风靡一时的美剧《别骗我》让很多人知道,面部表情会出卖自己的小心思。如今,科学家们已经拓宽了面部活动识别的功能,他们可能还会揭示心理健康。

近日,中国科学院心理研究所行为科学重点实验室朱研究组的研究人员在人工智能的帮助下,构建了不同心理症状的自动面部识别模型,探索了个体面部活动指向心理健康症状的可能性。相关研究成果在线发表在《心理学前沿》杂志上。

懒得填表?这个测试也可以“刷脸”

面部关键点的实验场景和实例

解决心理测验量表的局限性

接触过心理咨询的人都不会对心理测试量表陌生,因为它是专业场景下最核心的诊断方法。

症状自评量表(SCL-90)是一种常用的量表,由90个项目和一系列量化指标组成。

医生和研究人员不仅可以评估广泛的心理问题和症状,还可以通过问卷测量心理治疗的进展和判断结果。

然而,传统的心理测试量表有明显的局限性。

“如果你以前填写过类似的问卷,受试者会记住答案,然后测试可能会不准确。这类似于‘学习效应’,最终的测试结果并不能反映真实情况。”

朱告诉《中国科学报》,“一些受试者故意隐藏自己的真实想法或下意识地误解自己的真实意图,填写传统的测试量表会导致最终结果不准确。”

此外,不同的心理测量指标,如抑郁和焦虑,也有不同的量表。衡量几个指标,需要填几个刻度。“很多人看到问题太多就不想填秤了。”

如何更加客观、快速地测量心理指标,一直是心理学研究者追求的目标。

基于面部活动识别人的心理健康状况是一种不同于传统心理测量的新方法。

以往的研究表明,包括面部活动在内的人类行为可以反映积极或消极的情绪变化,情绪受到心理健康的影响。

“不同精神疾病的个体表现出不同的行为,同一种精神疾病不同亚型的个体也有不同的行为。”

朱说,这些研究成果为利用行为数据识别个体的综合心理健康症状提供了可能,而过去大多数研究主要集中在识别某种心理疾病的存在或程度。

“这种新方法借助人工智能中的机器学习算法,以人的面部活动变化为输入,以其心理测试指标为输出。在建立了输入和输出的映射关系后,受试者只需要‘刷’一下脸,理论上我们就可以通过他的面部数据得到他的心理健康状况。”朱对说:

不同的心理健康状况有不同的面部表情。

在所有与心理健康相关的非语言行为中,面部表情是相对稳定且容易获得的。

通过面部活动识别心理状态既方便又可以多次使用,还可以避免受试者的主观想法对实验的干扰,减轻受试者过重的心理负担。

因此,朱的团队试图构建一个不同心理症状的自动面部识别模型,以探索个体的面部活动是否能有效指向被试的心理健康症状。

他们还将信度和效度检验方法应用于机器学习模型的评估,为今后类似研究提供了一种可行的多维度机器学习模型评估方法。

总共招募了100名受试者。他们首先要填写SCL-90中的55个问题,对应人际关系敏感、抑郁、焦虑、敌意、恐怖和精神病6个维度。

然后,每个被试被要求读一段关于卢沟桥的中性文字,时长约44秒。

“阅读文本的目的是给受试者一个刺激,让他们的面部变化更加显著,这可能对机器学习更有帮助。”

朱介绍,相关研究发现,不带任何感情色彩的中性文字刺激效果最好。

在阅读过程中,研究人员会使用Kinect摄像头记录每一帧中36个面部关键点的三维坐标。

不同于传统的平面图像特征,Kinect可以记录面部关键点在三维空间的运动。

为了减少无关变量对面部关键点坐标的影响,研究者首先要对数据进行预处理,然后提取数据的特征,再对特征进行选择和标准化,建立回归模型,最后得到数据的预测得分。

对于一个自动识别模型,测试的准确性和评估的有效性是最关键的。

“经过测试,我们已经证实,不同的精神健康症状确实有特定的面部表情,而且它们是可以被识别的。而且模型辨识和SCL-90量表测试结果也比较接近。”朱对解释道。

但研究也发现,现有模型在不同心理维度的区分上,识别效果并不理想,比如抑郁和焦虑的边界判断模糊。

"这种方法仍处于探索阶段."

朱表示,由于研究的样本量不够大,机器学习需要大量的实践来提高其准确性和有效性。

再者,要不断分析调整五官的变化,才能更好的预测心理指标。

尽管如此,朱认为,这种方法在未来一些非专业的诊断场景中有很大的应用潜力。

“由于面部数据的采集具有实时性和无创性,当结合视频技术进行心理健康辅助检测时,尤其可以对特定患病人群进行纵向跟踪检测,或者对容易出现心理疾病的人群进行预防和预警,比传统的心理测量更具优势。”

朱还提到了一个临床医生很容易忽略而又有潜在需求的应用场景。

他告诉《中国科学》记者,很多综合医院的临床医生没有精神科背景,有时无法判断来看病的病人是身体疾病还是精神问题。“这可能会导致所谓的漏诊”。

他希望到那时,临床医生也可以方便地使用这种方法,真正同时评估患者的“身体”和“精神”状况。

行为痕迹在预测心理健康方面大有可为。

精神疾病在现代社会已经变得相当普遍。在新冠肺炎疫情期间,心理健康问题也引起了世界卫生组织的高度重视。

在大数据时代,如何通过挖掘丰富的人类行为数据来评估他们当前的心理健康状况,一直是朱团队近年来的研究方向。

大数据记录的信息其实是一种普遍的人类行为,而且这种数据行为是自觉自愿发生的,具有更高的真实性和准确性。

在研究面部活动之前,他们的重点是社交媒体上的用户行为痕迹。

人们在主观心理测量环境中有效伪装自己是可能的,但在网络中长期这样做是困难的。

2020年疫情期间,朱团队从网上抓取了微博中发表的民众言论数据,分析了居家隔离政策从实施到解除,某地区民众心理健康的变化;分析人的心理健康中一些具体指标的变化,如消极情绪和积极情绪、对社会风险的敏感度、对生活的满意度等;讨论引起人们心理健康变化的因素,如集体主义和恐惧;探讨微博中用户行为免疫系统(BIS)引起的情绪和认知过程的路径/机制,以促进预防行为。

事实上,通过识别行为痕迹来预测人的心理健康,已经成为国内外心理评估研究的前沿方向。

“虽然它不能取代专业诊断,但这些检测方法在监测大规模人群的心理变化,以及识别自杀想法和实现对个体自杀风险的评估和预警方面将大有可为。”朱强调。

相关论文信息:

https://doi.org/10.3389/fpsyt.2020.607890

《中国科学报》(2021年1月15日第3版)原题为《刷脸心理健康》。)

编辑|赵露

排版|郭刚

懒得填表?这个测试也可以“刷脸”

赠送20本心理学电子书,添加 微信:56163509  备注:心理学

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 sumchina520@foxmail.com 举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://www.xinli1988.com/41330.html