Разное

Шкала бека для оценки депрессии пройти онлайн бесплатно с расшифровкой: Тест Шкала Бека для оценки тревоги (тревожности) онлайн

Содержание

как проводится оценка, пройти тест онлайн бесплатно, расшифровка результатов, интерпретация

Одно из расстройств психики человека – это депрессия. К признакам расстройства относят нарушение сна, сниженный аппетит, подавленное состояние, апатию, нарушение концентрации внимания, заторможенность мышления и другие признаки. Депрессия может развиться в результате сильного стресса, заболевания, при приеме определенных лекарственных препаратов. Эндогенная депрессия развивается без воздействия определенных негативных факторов и не имеет очевидной причины, в основе соматогенной депрессии лежат различные заболевания, в основе психогенной депрессии лежит стресс, вызванный различными жизненными ситуациями. Депрессия может стать причиной развития суицидальных наклонностей, привести к развитию алкоголизма, наркотической зависимости. Для определения степени развития депрессии у больного используются тесты, в том числе шкала тревоги Бека (шкала депрессии Бека).

Шкала тревожности Бека, шкала Занга применяются для скрининга депрессивного состояния больного, диагноз ставится врачами-психиатрами. В Юсуповской больнице проводят лечение депрессивных состояний, диагностику психических расстройств с помощью различных методик. Юсуповская больница – это современный многопрофильный медицинский центр, в состав которого входят несколько разнопрофильных клиник, диагностический центр, лаборатория, стационар, реабилитационный центр. В больнице проводятся физиотерапевтические процедуры, массажи, к услугам пациентов комфортабельные палаты со всеми удобствами.

Во время теста выявляются типичные проявления психического расстройства. Все виды депрессий проявляются типичными признаками:

  • Депрессивное состояние – подавленность, плохое настроение, угнетенное состояние.
  • Умственная заторможенность – скудные эмоции, безынициативность, быстрая утомляемость, пассивность, сниженный аппетит, зацикленность на собственных страхах, потеря интереса к людям.
  • Заторможенность моторная – медленная речь, замедленное движение, больной больше лежит, часто не изменяя позы, длительное время подбирает ответ на вопрос.

Отличие психогенной формы депрессии:

  • Депрессии предшествует стрессовая ситуация.
  • Самочувствие ухудшается после повторения стрессовой ситуации.
  • Депрессия усиливается в вечернее время.
  • Симптомы депрессии исчезают после прекращения стрессовой ситуации.

Эндогенная депрессия не имеет предшествующей психическому расстройству травмы, проявляется традиционными для всех видов депрессий симптомами, диагностируется сложно. Симптомы эндогенного депрессивного состояния могут появиться у подростка и у людей старше 40 лет, ухудшается состояние больного в утреннее время. В отличие от психогенной формы расстройства, которую лечат с помощью психотерапии, эндогенное расстройство лечат с помощью медикаментозной терапии. После прохождения теста врач задает дополнительные вопросы, оценивает состояние мышления больного – это помогает правильно поставить диагноз.

Описание методики

Шкала депрессии Бека

(Beck Depression Inventory) предложена А.Т. Беком в 1961 г. и разработана на ос­нове клинических наблюдений, позволив­ших выявить ограниченный набор наиболее реле­вантных и значимых симптомов депрессии и наиболее часто предъявляемых пациентами жалоб. После соотнесения этого списка параметров с клиниче­скими описаниями депрессии, содержащимися в соотвествующей литературе, был разработан опросник, включающий в себя 21 категорию симпто­мов и жалоб. Каждая категория состоит из 4-5 ут­верждений, соответствующих специфическим про­явлениям/симптомам депрессии. Эти утверждения ранжированы по мере увеличения удельного вклада симптома в общую степень тяжести депрессии.

В соответствии со степенью выраженности симпто­ма, каждому пункту присвоены значения от 0 (сим­птом отсутствует, или выражен минимально) до 3 (максимальная выраженность симптома). Некото­рые категории включают в себя альтернативные утверждения, обладающие эквивалентным удельным весом.

В первоначальном вариан­те методика заполнялась при участии квалифици­рованного эксперта (психиатра, клинического пси­холога или социолога), который зачитывал вслух ка­ждый пункт из категории, а после просил пациента выбрать утверждение, наиболее соответствующее его состоянию на текущий момент. Пациенту выда­валась копия опросника, по которому он мог сле­дить за читаемыми экспертом пунктами. На осно­вании ответа пациента исследователь отмечал со­ответствующий пункт на бланке. В дополнение к результатам тестирования исследователь учитывал анамнестические данные, показатели интеллекту­ального развития и прочие интересующие параме­тры.

В настоящее время считается, что процедура тести­рования может быть упрощена: опросник выдается на руки пациенту и заполняется им самостоятельно.

Показатель по каждой категории рассчитывается следующим образом: каждый пункт шкалы оцени­вается от 0 до 3 в соответствии с нарастанием тя­жести симптома. Суммарный балл составляет от О до 62 и снижается в соответствии с улучшением состояния.

Что такое шкала депрессии Бека?

Шкала Бека – это тест на определение уровня депрессии. Его разработали в 1961 году американские психотерапевты во главе с Аароном Беком. В основу легли результаты клинических наблюдений – именно они помогли выявить 21 симптом депрессии.
В 1978 году был опубликован переработанный вариант теста — BDI-1A. Это аббревиатура от Beck Depression Inventory 1А. Последняя версия называется BDI-II, она вышла в 1996 году.

Шкала депрессии Бека содержит список из 21 вопроса – каждый описывает симптом депрессии. Вопросы предполагают четыре варианта ответа – нужно выбрать подходящий для своей ситуации.

Каждому ответу присваивается определенное количество баллов. Их общая сумма – это и есть результат теста. Она варьируется от 0 до 63. Чем больше цифра, тем выше уровень депрессии у человека.

Процедура проведения

Инструкция

«В этом опроснике содержатся группы утверждений. Внимательно прочитайте каждую группу утверждений. Затем определите в каждой группе одно утверждение, которое лучше всего соответствует тому, как Вы себя чувствовали НА ЭТОЙ НЕДЕЛЕ И СЕГОДНЯ. Поставьте галочку около выбранного утверждения. Если несколько утверждений из одной группы кажутся Вам одинаково хорошо подходящими, то поставьте галочки около каждого из них. Прежде, чем сделать свой выбор, убедитесь, что Вы прочли Все утверждения в каждой группе»

Как используют шкалу Бека

Шкалу депрессии Бека используют как инструмент для поднятия самооценки. В этом случае человек проходит тест в присутствии специалиста, чтобы иметь возможность взглянуть на себя со стороны и объективно оценить.

Шкала Бека полезна при работе с подростками – именно они подвержены депрессивным настроениям, которые часто приводят к суициду. Тест на депрессивность поможет вовремя выявить проблему и предотвратить страшные последствия.

Шкалой Бека может воспользоваться любой человек, если его психологическое состояние вызывает опасения.

Обработка и интерпретация результатов

При интерпретации данных учитывается суммарный балл по всем категориям.

Взрослый вариант опросника

Общий балл
  • 0-9 – отсутствие депрессивных симптомов
  • 10-15 – легкая депрессия (субдепрессия)
  • 16-19 – умеренная депрессия
  • 20-29 – выраженная депрессия (средней тяжести)
  • 30-63 – тяжелая депрессия
Субшкалы
  • Пункты 1-13 – когнитивно-аффективная субшкала (C-A)
  • Пункты 14-21 – субшкала соматических проявлений депрессии (S-P)
Отдельные симптомы

Также возможно оценить отдельно выраженность 21 симптома депрессии:

  1. Настроение
  2. Пессимизм
  3. Чувство несостоятельности
  4. Неудовлетворенность
  5. Чувство вины
  6. Ощущение, что буду наказан
  7. Отвращение к самому себе
  8. Идеи самообвинения
  9. Суицидальные мысли
  10. Слезливость
  11. Раздражительность
  12. Нарушение социальных связей
  13. Нерешительность
  14. Образ тела
  15. Утрата работоспособности
  16. Нарушение сна
  17. Утомляемость
  18. Утрата аппетита
  19. Потеря веса
  20. Охваченность телесными ощущениями
  21. Утрата либидо

Подростковый вариант опросника

  • До 9 баллов удовлетворительное эмоциональное состояние — 4 балла,
  • От 10 до 19 баллов легкая депрессия — 3 балла
  • От 19 до 22 баллов умеренная депрессия — 2 балла
  • Более 23 баллов тяжелая депрессия — 1 балл

Уровень депрессии в 19 баллов считается клиническим нарушением; уровень выше 24 баллов указывает на необходимость терапии — возможно с применением антидепрессантов. Целью лечения должно быть достижение уровня депрессии ниже 10 баллов.

Тест Бека на депрессию

Аарон Бек
Вы можете пройти этот опросник самостоятельно, чтобы выявить наиболее часто встречающиеся симптомы депрессии.

Шкала депрессии была разработана американским психотерапевтом Аароном Беком и его коллегами еще в 1961 году. В этой статье я даю переработанный в 1978 году вариант опросника BDI-1A (Beck Depression Inventory 1А).

В каждой группе утверждений выберете одно, которое наиболее соответствует тому, как вы себя чувствовали сегодня и в последние две недели

1

0. Я не чувствую себя расстроенным, несчастным 1. Я чувствую себя несчастным 2. Я все время несчастен и не могу освободиться от этого чувства 3. Я настолько несчастен и опечален, что не могу этого вынести

2

0. Я не тревожусь о своем будущем 1. Думая о будущем, я чувствую себя разочарованным 2. Я чувствую, что мне нечего ждать в будущем 3. Я чувствую, что будущее безнадежно и ничего не изменится к лучшему

3

0. Я не чувствую себя неудачником 1. Я чувствую, что у меня было больше неудач, чем у большинства других людей 2. Когда я оглядываюсь на прожитую жизнь, все, что я вижу, — это череда неудач 3. Я чувствую себя полным неудачником

4

0. Я получаю столько же удовольствия от жизни, как и раньше 1. Я не получаю столько же удовольствия от жизни, как и раньше 2. Я больше не получаю настоящего удовольствия от чего бы то ни было 3. Я всем не удовлетворен, мне все надоело

5

0. Я не чувствую себя в чём-либо виноватым 1. Довольно часто я чувствую себя виноватым 2. Почти всегда я чувствую себя виноватым 3. Я постоянно испытываю чувство вины

6

0. Я не чувствую, что могу быть наказанным за что-либо 1. Я чувствую, что могу быть наказан за что-то 2. Я ожидаю, что меня накажут 3. Я чувствую, что меня наказывают за что-то

7

0. Я не испытываю разочарования в себе 1. Я разочарован в себе 2. Я себе противен 3. Я ненавижу себя

8

0. Я уверен, что я не хуже других 1. Я самокритичен и ругаю себя за свои слабости и ошибки 2. Я все время виню себя за свои поступки 3. Я виню себя во всём плохом, что происходит

9

0. У меня нет мыслей о том, чтобы покончить с собой 1. Ко мне приходят мысли покончить с собой, но я этого не сделаю 2. Я хотел бы покончить жизнь самоубийством 3. Я убил бы себя, если бы представился случай

10

0. Я плачу не больше, чем обычно 1. Сейчас я плачу чаще обычного 2. Я теперь все время плачу 3. Раньше я еще мог плакать, но теперь не смогу, даже если захочу

11

0. Сейчас я не более раздражителен, чем обычно 1. Я раздражаюсь легче, чем раньше, даже по пустякам 2. Теперь меня постоянно всё раздражает 3. Меня уже ничто не раздражает, потому что все стало безразлично

12

0. Я не потерял интереса к другим людям 1. Я меньше интересуюсь другими людьми, чем раньше 2. Я почти утратил интерес к другим людям 3. Я полностью потерял интерес к другим людям

13

0. Я способен принимать решения так же, как всегда 1. Я чаще, чем раньше, откладываю принятие решений 2. Мне труднее принимать решения, чем раньше 3. Я больше не могу принимать какие-либо решения

14

0. Я не чувствую, что выгляжу хуже, чем обычно 1. Меня тревожит, что я выгляжу постаревшим или непривлекательным 2. Я знаю, что в моей внешности произошли существенные изменения, которые сделали меня непривлекательным 3. Я уверен, что выгляжу безобразно

15

0. Я могу работать так же, как и раньше 1. Мне надо приложить дополнительные усилия, чтобы начать что-то делать 2. Я с большим трудом заставляю себя что-либо делать 3. Я совсем не могу выполнять никакую работу

16

0. Я сплю так же хорошо, как и раньше 1. Сейчас я сплю хуже, чем раньше 2. Я просыпаюсь на 1-2 часа раньше, чем обычно, и мне трудно заснуть опять 3. Я практически вообще не сплю или просыпаюсь на несколько часов раньше обычного и больше не могу заснуть

17

0. Я устаю не больше обычного 1. Я устаю быстрее, чем раньше 2. Я устаю почти от всего, что я делаю 3. Я не могу ничего делать из-за усталости

18

0. Мой аппетит не хуже, чем обычно 1. Мой аппетит стал хуже, чем был раньше 2. Сейчас мой аппетит стал намного хуже 3. Я вообще потерял аппетит

19 (отвечать на этот вопрос нужно, если вы не пытались худеть специально):

0. Если в последнее время я и потерял весе, то очень немного 1. Я потерял в весе более 2 кг 2. Я потерял в весе более 5 кг 3. Я потерял в весе более 7 кг

20

0. Я беспокоюсь о своем здоровье не больше, чем обычно 1. Меня беспокоят такие проблемы, как различные боли, расстройства желудка, запоры 2. Я настолько обеспокоен своим здоровьем, что мне даже трудно думать о чем-нибудь другом 3. Я до такой степени обеспокоен своим здоровьем, что я вообще больше ни о чем другом не могу думать

21

0. Я не замечал каких-либо изменений в моих сексуальных интересах 1. Я меньше, чем обычно, интересуюсь сексом 2. Сейчас я намного меньше интересуюсь сексом 3. Я совершенно утратил сексуальный интерес

Тест Бека на депрессию онлайн.

Депрессия широко распространённое заболевания, и очень важно при возникновении сомнений пройти очную или онлайн диагностику. По различным оценкам от депрессии страдает до 20% населения Земли. Притом данное заболевание хорошо поддаётся лечению современными безопасными медикаментами, поэтому в том случае, если у вас наблюдаются признаки депрессии, не тяните с обращением за медицинской помощью. Для того чтобы пройти лечение депрессии используются медикаменты и/или психотерапия. Схему назначает только врач! Самолечение абсолютно недопустимо. К сожалению, депрессия крайне коварное заболевание и из достаточно лёгкой, она может перейти в хроническую и длиться годами, усугубляясь при любом стрессе.

О депрессии можно говорить, когда на протяжении 2-х последних недель человек замечает у себя так называемую когнитивную триаду Бека —формируется дезадаптивное мышление, выражающееся в стойком негативном отношении:

  1. К самому себе — человек ощущает себя никчёмным, ни на что не способным и все неудачи объясняет своими психическими и/или физическими дефектами
  2. К миру — человеку кажется что всё и все вокруг враждебно настроены и чинят ему препятствия. Всё — против него.
  3. К будущему — человек абсолютно точно понимает, что ничего хорошего в будущем его не ждёт, и никакого просвета не предвидится.

Если вы замечаете у себя подобные мысли, если в последнее время, ощущаете подавленность, тревогу, снижение настроения, пройдите бесплатный онлайн-тест Бека для самодиагностики депрессии, и по результатам его расшифровки, примите взвешенное решение об обращении к квалифицированному психологу. Пройти тест Бека на депрессию онлайн и получить его расшифровку, вы можете прямо на этом сайте, абсолютно бесплатно. Записаться на консультацию вы можете к одному из наших психологов, зарегистрируйтесь и мы подберём вам максимально подходящего. После прохождения теста Бека, вы также сможете поделиться результатами онлайн-теста со своим психологом, в личном кабинете, который откроется после регистрации.

методика опросника, интерпретация результатов и оценка психологического состояния

У кого в жизни не случались ситуации, когда опускались руки от отчаяния и безнадежности? В такие моменты проще всего поддаться депрессии и только сильные духом способны обращать испытания себе на пользу. К сожалению, существует и такая категория людей, которая впадает в уныние без особого повода, даже не подозревая, насколько сильно они нуждаются в помощи специалиста. А для того чтобы определить, насколько запущенной является проблема, можно воспользоваться шкалой депрессии Бека.

Тест по шкале Бека

Не все имеют возможность и моральную силу для того, чтобы посетить психолога и уж тем более начать заниматься душевным эксгибиционизмом перед посторонним человеком, ведь не секрет, что зачастую выполняя основные свои профессиональные задачи, специалист буквально выворачивает пациента наизнанку, заставляя его заглядывать в самые темные и мрачные уголки своей души. Депрессивный синдром еще больше усугубляет эти страхи, заставляя человека закрываться в себе, словно в ракушке, в результате чего создается эдакий замкнутый круг, разорвать который без помощи близких крайне сложно, а порой и вовсе невозможно.

Тем не менее такое состояние — вовсе не повод для бездействия, ведь недаром говорится, что спасение утопающих — это, прежде всего, дело рук самих утопающих и если человек не хочет сам себе помочь, то вряд ли с этой задачей сможет справиться кто-то другой, пусть даже речь пойдет о ведущих специалистах психологии и психиатрии. А начать нужно с малого — с самоанализа, который не стоит путать с самокопанием.

Для того чтобы победить свою депрессивность, необходимо сначала ее осознать, ведь пока человек не принимает это состояние, отрицая любые отклонения от нормы, он продолжает оставаться неспособным к борьбе. И самый простой способ определить депрессию и ее уровень заключается в прохождении теста по шкале Бека онлайн.

История происхождения

Проводится тест по шкале Бека для оценки депрессии онлайн, что в существенной мере облегчает поставленную задачу. А ведь раньше для получения результатов приходилось высчитывать баллы, так как в 1961 году, когда был изобретен этот тест, никакого интернета еще не было.

Автором ШДБ стал настоящий профессионал своего дела — американский доктор наук Аарон Т. Бек, который сумел создать идеальный тест, в точности оценивающий состояние больного посредством самодиагностики. В Штатах этот опросник получил название Beck Depression Inventory (сокращенно BDI) и если первые эксперименты проводились исключительно в присутствии квалифицированного специалиста, то со временем пациентам начали выдавать копии тестов, чтобы они могли спокойно, а главное, максимально точно оценить свое текущее психологическое состояние.

Теперь же процедура была упрощена по максимуму, ведь пройти тест по шкале депрессии Бека можно, не выходя из дома, используя любой понравившийся online-ресурс. Популярность этого простого, но вместе с тем достаточно эффективного опросника стремительно росла, и в 1998 году ученые использовали его более двух тысяч раз, проводя всевозможные эксперименты. Со временем все используемые в тесте вопросы и правильная интерпретация результатов были переведены на самые востребованные языки мира, продолжая широко использоваться в психологии по сей день.

Структура и суть теста

Онлайн-тест на депрессию «Шкала Бека» представляет собой опросник, состоящий из 21 темы-симптома, свойственных депрессивному синдрому. При этом весь перечень тем делится на две субшкалы, первая из которых рассматривает когнитивно-аффективные симптомы (вопросы 1−13 включительно), а вторая выявляет проявления депрессии соматического типа (вопросы 14−21).

Субшкала С-А включает в себя следующие темы:

  1. Текущее настроение тестируемого.
  2. Уровень пессимизма, проявляющегося в виде обеспокоенности за собственное будущее.
  3. Ощущение собственной несостоятельности и то, насколько остро тестируемый чувствует свои неудачи.
  4. Степень неудовлетворенности собственной жизнью.
  5. Ощущение чувства вины в чем-то или перед кем-то.
  6. Предчувствие наказания за какие-то жизненные проступки.
  7. Самоотрицание, которое проявляется в отвращении к самому себе.
  8. Постоянное обвинение себя в собственных неудачах и предрасположенность к самокритике.
  9. Наличие постоянных мыслей о суициде.
  10. Чрезмерная слезливость по поводу и без.
  11. Неоправданная раздражительность.
  12. Постепенная асоциализация, проявляющаяся в отсутствии потребности общения с людьми и постепенном затухании интереса к ним.
  13. Неспособность самостоятельно принимать важные решения и брать на себя ответственность.

Именно эти симптомы относятся к когнитивно-аффективной субшкале. Что же касается второй субшкалы соматических симптомов депрессии, которой было присвоено название S-P, то к ней относятся такие проявления:

  1. Восприятие собственного тела и степень удовлетворенности его состоянием и внешним видом.
  2. Уровень работоспособности.
  3. Наличие серьезных расстройств сна (бессонницы).
  4. Подверженность быстрой утомляемости.
  5. Изменение аппетита (в тесте речь идет об утрате интереса к пище).
  6. Изменение веса в меньшую сторону.
  7. Беспокойство по поводу состояния собственного здоровья.
  8. Потеря либидо (полового влечения к партнеру и сексу в целом).

Изначально может показаться, что перечисленные выше вопросы являются субъективными, а методика изучения психологического состояния пациента слишком поверхностной, но это совсем не так.

На самом же деле все вопросы теста и приведенные к каждому из них варианты утверждений были тщательно продуманы и подобраны на основе продолжительных клинических исследований. При этом учитывались наиболее релевантные признаки депрессивного состояния, а также жалобы пациентов, встречающиеся гораздо чаще других.

Расшифровка полученных результатов

К каждому из перечисленных выше вопросов прилагается по четыре основных варианта утверждений, расположенных в строго определенном порядке. Каждому из них соответствует свое количество баллов и если за первый вариант выставляется ноль, а за второй — единица, то третьему и четвертому, соответственно, присуждается два и три балла. После ответа на все вопросы суммируется общее количество набранных баллов, по которому и оценивается результат.

Пройти такой тест можно совершенно бесплатно, воспользовавшись любым сетевым ресурсом. Как правило, подсчет баллов при тестировании online проводится автоматически, после чего выдается готовый результат и его подробная интерпретация, которую при желании можно скачать и показать своему лечащему врачу или любому другому специалисту.

Проходя тест, необходимо помнить, что существует два варианта его расшифровки, первый из которых актуален для взрослых, а второй — для тестирующихся подросткового возраста, так как восприятие жизни у представителей этих двух групп имеет ряд существенных отличий. Так, для лиц, достигших полного совершеннолетия, актуальной считается следующая интерпретация пройденного теста на депрессию по шкале Аарона Бека:

  • От 0 до 9 баллов. Результат, попадающий в этот интервал считается абсолютной нормой, свидетельствуя о том, что человек в данный момент времени не подвержен депрессивному синдрому.
  • От 10 до 15 баллов. Этот интервал указывает на наличие так называемой субдепрессии, для которой свойственна самая легкая симптоматика такого состояния.
  • От 16 до 19 баллов. Средний показатель, свидетельствующий о наличии умеренной депрессии, которая может быть обусловлена сезонными проявлениями или какими-то ситуативными моментами.
  • От 20 до 29 баллов. Показатель, попадающий в этот диапазон, считается верным признаком депрессии средней степени тяжести, которая зачастую носит выраженный характер.
  • От 30 до 63 баллов. Несмотря на большой шаг, любой результат выше 30 баллов говорит о том, что тестируемый страдает от тяжелой депрессии, которая требует работы со специалистом.

Полученные результаты при прохождении теста лицами пубертатного периода имеют несколько иную трактовку, притом что в этом случае применяются более жесткие критерии оценивания. Так, нормой принято считать диапазон от 0 до 9 с умеренным показателем психологического состояния до 4 баллов. Результат, попадающий в диапазон от 10 до 19 баллов, сигнализирует о легкой депрессии. Если же подросток набрал до 22 баллов, то у него может быть диагностирована умеренная депрессия. Все, что выше отметки в 24 балла, относится к признакам тяжелой депрессии.

В последнем случае настоятельно рекомендуется прибегать к лечебной коррекции состояния тестируемого и не исключено, что терапия будет базироваться на приеме специальных препаратов — антидепрессантов. Обычно комплексная коррекция проводится до тех пор, пока общая сумма баллов по результатам повторного тестирования не опустится ниже десяти и в общем состоянии пациента не будет наблюдаться устойчивая положительная динамика.

Психологический экспресс тест. Пять самых точных психологических онлайн-тестов. Проективный тест «Куб в пустыне»

Тест направлен на выявление психологических отклонений. Он состоит из нескольких этапов. На каждом из них вам продемонстрируют портреты, из которых нужно будет выбрать наименее и наиболее приятные на ваш взгляд.

Этот способ тестирования разработан психиатром Леопольдом Сонди в 1947 году. Врач заметил, что в клинике пациенты ближе общались с теми, у кого были такие же заболевания. Разумеется, интернет-тест не поставит вам диагноз — он просто поможет обнаружить некоторые склонности. Причём в зависимости от состояния результаты будут разными, так что проходить тест Сонди можно в любой непонятной ситуации.

2. Шкала депрессии Бека

Как понятно из названия, этот тест оценивает, насколько вы подвержены депрессии. Он учитывает распространённые симптомы и жалобы пациентов с этим заболеванием. Вам предстоит при ответе на каждый вопрос выбрать из нескольких утверждений наиболее близкое.

Тест стоит пройти даже тем, кто абсолютно уверен, что здоров. Некоторые утверждения из опросника покажутся вам странными, но многие из них справедливы для человека с заболеванием. Так что если вы считаете, будто депрессия — это когда кто-то приуныл от безделья, пора переосмыслить своё отношение.

3. Шкала Занга (Цунга) для самооценки депрессии

4. Шкала Бека для оценки тревожности

Тест позволяет оценить степень выраженности различных фобий, панических атак и других тревожных расстройств. Результаты не очень красноречивые. Они лишь скажут, есть у вас причины беспокоиться или нет.

Вам предстоит прочесть 21 утверждение и решить, насколько они справедливы для вас.

5. Цветовой тест Люшера

Этот тест помогает оценить психологическое состояние через субъективное восприятие цвета. Всё очень просто: из нескольких цветных прямоугольников вы выбираете сначала те, которые вам нравятся больше, а потом — которые меньше.

Специалист на основе результатов теста Люшера сможет дать рекомендации, как избежать , ну а вы просто заглянете глубже внутрь себя.

6. Проективный тест «Куб в пустыне»

Этот тест выглядит менее серьёзным, чем предыдущие, и это действительно так. Он состоит из упражнений на фантазию. Вопросов немного, а результат прост и понятен.

Вам предложат представить серию образов, а потом дадут трактовку того, что вы навыдумывали. Этот тест, скорее всего, не откроет Америку, а просто ещё раз познакомит вас с собой настоящим.

7. Диагностика темперамента по Айзенку

Вам предстоит ответить на 70 вопросов, чтобы выяснить, кто вы: холерик, сангвиник, флегматик или меланхолик. Заодно тест определяет уровень экстраверсии, так что вы сможете узнать, являетесь ли вы или просто временно устали от людей.

8. Расширенный тест Леонгарда — Шмишека

Тест помогает раскрыть свойства личности. Итоговая оценка выставляется по нескольким шкалам, каждая из которых раскрывает тот или иной аспект. Отдельно проверяется, искренне вы отвечали на вопросы или пытались быть лучше, чем есть на самом деле.

9. Методика экспресс-диагностики невроза Хека — Хесс

Эта шкала поможет определить степень вероятности невроза. Если она высока, то, возможно, стоит обратиться к специалисту.

10. Тест эмоционального интеллекта Холла

Эмоциональный интеллект — это способность человека распознавать настроение и чувства окружающих. Для его оценки психолог Николас Холл придумал тест из 30 вопросов.

Сейчас на просторах интернета можно найти тысячи психологических тестов, но их результаты часто разочаровывают: неточные или слишком общие. Вы просто выискиваете в тексте приятные для вас слова — и создается впечатление, что они написаны про вас.

Наша подборка тестов одобрена психологическим сообществом. Результатам вы действительно можете доверять. К тому же эти тесты сложно обмануть и предугадать результат.

Тест Люшера

Методика цветовых выборов. Этот тест, изобретённый швейцарским психологом Максом Люшером, довольно точно определяет ваше психологическое состояние, в котором вы находитесь сейчас. Этот тест описывает то, каков человек на самом деле, поскольку выбор цвета основан на бессознательных процессах.

Тест Сонди

Метод портретных выборов. Методика разработана в 30-е годы ХХ столетия венским психологом Леопольдом Сонди. Он обнаружил определенную закономерность, которой подчиняется избирательность человека в общении с окружающими. Бессознательный выбор определенных черт лица, по его мнению, определяет некоторые черты собственного характера, особенности личности и даже предрасположенность к психическим заболеваниям.

Опросник Кеттела

16-факторный личностный опросник Кеттела — один из наиболее распространенных анкетных методов оценки индивидуально-психологических особенностей личности как за рубежом, так и у нас в стране. Этот тест позволяет взглянуть на личность с разных сторон. Опросник довольно большой, чтобы пройти этот тест целиком, придется выделить на это специальное время.

Краткий ориентировочный, отборочный тест (КОТ) предназначен для диагностики общего уровня интеллектуальных способностей. Этот тест часто используют при приеме на работу на руководящие должности, в спецслужбы, в армию и в других областях. КОТ позволяет диагностировать способность человека овладевать новыми знаниями, видами деятельности.

Проективный рисуночный тест

Вообще проективных методик существует множество. Вам нужно включить воображение и дорисовать предложенную фигуру. Предлагаем простой и быстрый тест.

  • Тест Люшера
  • Тест Сонди
  • Опросник Кеттела
  • Краткий ориентировочный тест (КОТ)
  • Проективный рисуночный тест

Тест САН позволяет определить текущие самочувствие, активность и настроение (именно так и расшифровывается аббревиатура в названии этого опросника). Он был создан в 1973 г. и по сей день активно используется для тестирования взрослых и подростков 14-16 лет

В середине прошлого века американский психолог Уильям Шутц разработал систему, описывающую базовые виды межличностных взаимодействий и поведения в коммуникации с другими людьми. Система включает три критерия, и в соответствии с ними был разработан тест, на русском языке получивший название «Опросник межличностных отношений»

«Темная триада личности» – под этим интригующим названием в психологии скрывается группа черт характера – психопатия, нарциссизм и макиавеллизм, – объединенные в одном человеке. Вы узнаете о самой триаде и о том, что ее составляет, а также сможете пройти тест.

В настоящее время специалистами применяются несколько тестов на нарциссизм. Они не только содержат разное количество вопросов и разные шкалы, но и ориентированы на разное понимание нарциссизма – и как свойства личности, и как патологии. Для этой статьи мы отобрали два теста – один традиционный и один не вполне

Психологические тесты
– один из самых интересных и популярных разделов данной науки. Тесты по психологии привлекают даже тех, кто в саму психологию совершенно не верит и за науку ее не считает. Именно поэтому некоторые любят проходить бесплатные психологические тесты онлайн – просто для того, чтобы посмотреть, работают ли подобные опросники и насколько точной окажется характеристика. Конечно, это только частный случай и на самом деле сфера их применения весьма широка.

В первую очередь самые различные психологические тесты – большие и короткие, представляющие собой набор картинок или анкету, подразумевающие выбор ответа из представленных вариантов или предоставляющие широкий простор для творчества – используют психиатры, психологи, психотерапевты
и т.д. Различные задания и опросники помогут врачу поставить диагноз, а пациенту – разобраться в своих проблемах, определить особенности характера и многое другое.

Кроме того, прохождение психологических тестов – один из обязательных этапов поступления в некоторые учебные заведения
или получения работы
в определенных учреждениях (в первую очередь речь идет о медицинских сферах, силовых структурах и т.д.). Работодатели в принципе любят тестировать кандидатов, чтобы найти наиболее подходящего – того, кто лучше всего вольется в коллектив и справится с предлагаемыми обязанностями.

Онлайн-тесты по психологии или «бумажные» сборники тестов хороши и для самодиагностики
(при условии, что вы сначала проходите тест, а потом смотрите расшифровку). Подобные опросники расскажут больше о вашей личности в целом, о характере, о ваших сильных и слабых сторонах, дадут портрет со стороны, то есть помогут понять, как вас, возможно, воспринимают со стороны.

О чем могут рассказать тесты по психологии? О самых разных вещах – практически обо всем. Некоторые тесты дают комплексную, всестороннюю характеристику личности (их часто называют многофакторными). Некоторые ориентированы только на 2-3 фактора, самые узкоспециализированные сфокусированы только на одном параметре. Различные психологические тесты могут рассказать о характере, коммуникабельности, особенностях мышления и восприятия, эмоциональности, склонности к определенным типам поведения или патологиям.

При этом некоторые тесты подразумевают непосредственное общение специалиста и его клиента/пациента
. Речь идет о тех методиках, где нет как таковых вариантов ответа, например, где испытуемому надо что-то нарисовать или рассказать о своих ассоциациях. Все ответы здесь, как правило, очень индивидуальны, и их расшифровкой должен заниматься профессионал. Другие же виды тестов – в первую очередь психологические опросники – вполне можно проходить самостоятельно
. Особенно удобны онлайн-тесты по психологии, где надо выбрать ответ из предложенных вариантов, а результаты подсчитываются специальными алгоритмами.

Именно такие и представлены на нашем сайте. Мы отобрали наиболее интересные тесты по психологии
– как многофакторные, так и более специализированные. Все их можно пройти совершенно бесплатно и без регистрации. Результаты вы получите сразу же после завершения тестирования (обращаем ваше внимание, что алгоритм не подсчитает результаты по не пройденным до конца опросникам или там, где даны ответы не на все вопросы). К каждому тесту мы постарались привести максимально подробную и понятную расшифровку. Однако если у вас остались вопросы, не стесняйтесь обращаться к нам за пояснениями.

границ | Объективные методы надежного обнаружения скрытой депрессии

1. Введение

Психические расстройства оказывают разрушительное воздействие на здоровье и счастье человека. По оценкам, во всем мире четыре из десяти основных причин инвалидности для людей в возрасте от пяти лет и старше являются психическими расстройствами (Министерство здравоохранения и социальных служб США, 1999). Среди развитых стран большая депрессия является ведущей причиной инвалидности: согласно Зеленым книгам Европейского союза, датированным с 2005 г. (Генеральный директорат здравоохранения и защиты потребителей, 2005 г.) по 2008 г. (Генеральный директорат здравоохранения и защиты потребителей, 2008 г.), проблемы психического здоровья затрагивают одного человека. у четырех граждан в какой-то момент в течение их жизни.В отличие от многих других болезней, психические расстройства часто поражают людей трудоспособного возраста, вызывая значительные потери и обременяя экономическую систему, а также социальную, образовательную и судебную системы. Экономическое бремя этих болезней только в США превышает 300 миллиардов долларов (Insel, 2008). Несмотря на эти факты, социальная стигма и самостигма, связанная с психическими расстройствами, остаются повсеместными, и их оценка, диагностика и лечение резко контрастируют с многочисленными технологическими инновациями в других областях здравоохранения.

Объективные методы необходимы для улучшения современной диагностической практики, поскольку клинические стандарты диагностики субъективны, непоследовательны и неточны. Чтобы преодолеть это, исследователи начали сосредотачиваться на известных физических сигналах (биомаркерах), которые коррелируют с депрессией, таких как уровень стресса (Sano and Picard, 2013), движения головы (Altorfer et al., 2000; Leask et al., 2013) , психомоторные симптомы (Lemke and Hesse, 1998) и выражения лица (Valstar et al., 2014). Последние достижения в области эмоциональных вычислений и обработки социальных сигналов обещают предоставить некоторые из этих объективных измерений.

Аффективные вычисления — это наука о создании эмоционально ориентированной технологии, включая автоматический анализ аффекта и выразительного поведения (Пикард, 1997). По самому своему определению расстройства настроения напрямую связаны с аффективным состоянием, и поэтому аффективные вычисления обещают стать хорошим подходом к анализу депрессии. Обработка социальных сигналов касается всех вербальных и невербальных коммуникативных сигналов во время социальных взаимодействий, независимо от того, имеют они аффективный характер или нет (Vinciarelli et al., 2012). Было показано, что депрессия коррелирует с нарушением нормального социального взаимодействия, что приводит к таким наблюдениям, как ослабление лицевых экспрессивных реакций, избегание зрительного контакта и использование коротких предложений с ровной интонацией.

Хотя оценка поведения является центральным компонентом психиатрической практики, она сильно ограничена индивидуальным субъективным наблюдением и отсутствием каких-либо натуралистических измерений в реальном времени. Таким образом, вполне логично, что исследователи в области аффективных вычислений и обработки социальных сигналов, которые стремятся количественно оценить такие аспекты экспрессивного поведения, как активация лицевых мышц и скорость речи, начали искать способы, которыми их сообщества могут помочь практикующим психиатрам.Это фундаментальное обещание недавно определенной области исследований поведенческой медицины (Valstar, 2014), которая направлена ​​на применение автоматического анализа и синтеза аффективных и социальных сигналов для помощи в объективной диагностике, мониторинге и лечении медицинских состояний, которые изменяют аффективные и социальные аспекты человека. выразительное поведение.

Что касается депрессии, недавние задачи, организованные для измерения тяжести депрессии с помощью эталонной базы данных, показали относительно впечатляющий успех в автоматической оценке тяжести депрессии (Valstar et al., 2013, 2014). Победитель конкурса 2014 года, команда из лаборатории Линкольна Массачусетского технологического института (Williamson et al., 2014), достигла средней ошибки 6,31 по шкале тяжести депрессии в диапазоне от 0 до 43, что указывает на то, что даже первые подходы в этом направление имеют значительную прогностическую ценность.

Однако предыдущие исследования также показали, что определение надежных индикаторов депрессии нетривиально. Симптомы депрессии могут сильно различаться как у разных людей, так и у разных людей.Более того, люди естественным образом изменяют свое поведение, чтобы адаптироваться к своей социальной среде. Это может включать сокрытие истинной степени чьих-то чувств. Хотя изменение социального представления эмоций может быть частью повседневной жизни, это может быть особенно проблематичным для людей, страдающих депрессией, особенно потому, что люди часто не решаются обратиться за помощью из-за социальной стигмы психического заболевания, что еще больше снижает вероятность точного диагноз. С обещанием поведенческих медицинских инструментов для автоматического скрининга или даже диагностики депрессии, необходимо ответить на серьезный вопрос: насколько легко обмануть такие автоматические системы?

Мы провели эксперимент, в котором участникам было предложено выполнить две задачи: прочитать отрывок из популярной книги и ответить на вопрос об их текущем эмоциональном состоянии.Этот эксперимент был повторен участниками, которые, как известно, страдали большим депрессивным расстройством. После первого раза участникам было дано краткое объяснение того, как автоматизированная система анализа депрессии может обнаруживать депрессию по их голосу, и участникам было предложено изменить свое поведение, чтобы избежать распознавания депрессии. Однако оказалось, что, хотя участники действительно пытались скрыть свою депрессию, это не увенчалось успехом, и наша автоматическая система распознавания депрессии работала почти так же хорошо, как и на не скрытых данных.

Исследование, о котором мы сообщаем в этой работе, содержит два основных вклада: во-первых, мы показываем, что всего с двумя звуковыми функциями и простым наивным байесовским классификатором мы можем точно различать людей с депрессией и без депрессии с точностью 82,35%. Мы также исследуем в более общем плане, какие слуховые особенности значительно различаются у здоровых и депрессивных людей. Во-вторых, что, возможно, более заметно, мы показываем, как на эти различия влияет попытка человека скрыть свою депрессию, и впервые обнаруживаем экспериментальные доказательства того, что люди, возможно, не могут скрыть сигналы депрессии в своем голосе.

2. Депрессия

Депрессия — самое распространенное психическое расстройство, которым страдает каждый десятый взрослый. Традиционно научные и клинические подходы классифицируют депрессию на основе наблюдаемых изменений аффекта пациента, которые не являются ожидаемыми реакциями на потерю или травму. Хотя существует широкий диапазон как симптомов, так и степени тяжести депрессии, в целом это согласовано в соответствии с Диагностическим и статистическим руководством, 4-е изд. (DSM-IV), что для диагностики большого депрессивного расстройства у пациента должно быть пять или более из следующих симптомов (American Psychiatric Association, 2000):

1.Подавленное настроение большую часть дня или почти каждый день.

2. Заметное снижение интереса или удовольствия от всех или почти всех занятий большую часть дня или почти каждый день.

3. Значительная непреднамеренная потеря веса или увеличение или увеличение / уменьшение аппетита.

4. Бессонница или гиперсомния почти каждый день.

5. Заметное психомоторное возбуждение или заторможенность почти каждый день.

6. Усталость или потеря энергии почти каждый день.

7.Чувство никчемности или чрезмерной или неуместной вины почти каждый день.

8. Снижение способности думать, концентрироваться или принимать решения почти каждый день.

9. Повторяющиеся мысли о смерти, повторяющиеся суицидальные мысли без определенного плана или попытки самоубийства и конкретный план.

Однако депрессия часто оказывает гораздо более значительное влияние, чем просто перечисленные симптомы, и может влиять на различные биологические, экологические, социальные или когнитивные факторы или влиять на них.Саму депрессию нельзя понять без учета социального контекста и окружающей среды, поскольку национальность, этническая принадлежность и социально-экономический статус влияют на распространенность и проявление депрессии (Karasz, 2005). Также существуют значительные различия между индивидуальными переживаниями депрессии (Lewis, 1996).

Такое определение депрессии, основанное на симптомах, делает точный диагноз проблематичным, поскольку трудно объективно измерить психологические, а не физиологические явления.Хотя диагностические критерии в некоторой степени произвольны, сама классификация может оказать значительное влияние на рекомендованное лечение. Кроме того, депрессию не всегда можно категорически отличить от других расстройств психического здоровья. В частности, депрессия и тревога часто сосуществуют и оказывают сходное влияние на аффекты пациента (Clark and Watson, 1991). Для постановки диагноза необходимы опытные клиницисты и понимание истории пациента, записей психологического тестирования, самоотчета и оценки во время клинических собеседований (Yingthawornsuk, 2007).Часто это длительная процедура, и соответствующие данные или эксперты не всегда могут быть доступны.

2.1. Самооценка депрессии

Из-за сложности постановки последовательного, эффективного и точного диагноза самооценка часто используется как быстрый способ диагностировать и контролировать депрессию. Следует отметить, что, хотя эти методы по своей природе ошибочны и требуют от пациента критической и честной оценки своего поведения, они, тем не менее, служат разумным поддающимся количественной оценке стандартом, с которым следует сравнивать.Двумя наиболее часто используемыми оценками являются Опросник депрессии Бека-II (BDI-II) и опросник здоровья пациента (PHQ-9). Тест BDI был создан в 1961 году и с тех пор несколько раз обновлялся. Самая последняя версия была создана в 1996 году и модифицирована для лучшего соответствия критериям DSM-IV (Beck et al., 1961, 1996). Напротив, PHQ-9 был создан в середине 1990-х годов как усовершенствование более продолжительной первичной медицинской помощи при оценке психических расстройств (PRIME-MD) и явно оценивает критерии DSM-IV посредством самоотчета (Spitzer et al., 1999).

Сравнение этих двух оценок можно найти в таблице 1 (Kroenke et al., 2001; Kroenke and Spitzer, 2002; Kung et al., 2013). Многочисленные исследования изучали взаимосвязь между двумя тестами для ряда пациентов с различными расстройствами настроения, жизненным опытом и состояниями и сообщили о корреляции в диапазоне от 0,67 до 0,87 (Diez-Quevedo et al., 2001; Dum et al., 2008). ; Hepner et al., 2009; Furukawa, 2010; Kung et al., 2013). Эти инструменты также показали высокую корреляцию с оценками депрессии, оцениваемыми клиницистами, такими как 17-позиционная шкала оценки депрессии Гамильтона (HRSD-17) (Kung et al., 2013).

Таблица 1 . Сравнение нескольких характеристик BDI-II и PHQ-9 .

Хотя существует множество других диагностических тестов депрессии, эти два были выбраны для нашего исследования по причинам доступности и сопоставимости. BDI-II используется в качестве золотого стандарта для измерения тяжести депрессии в недавних исследованиях аудио / визуальных эмоций (AVEC 2013/2014, Valstar et al., 2013, 2014).С другой стороны, PHQ-9 — это простой, эффективный и бесплатный тест, который часто используется взаимозаменяемо с BDI-II. Поскольку для завершения PHQ-9 требуется всего около минуты, было сочтено целесообразным добавить проверку на надежность и позволить будущим исследователям свободно сравнивать свои результаты с нашими.

2.2. Регулирование эмоций и обман

Во всем, от нормального социального взаимодействия до полицейских расследований, люди постоянно пытаются определить правдивость поведения других.Следовательно, ученые попытались определить поведенческие сигналы, которые могут указывать на обман (DePaulo et al., 2003). Однако эти сигналы не обязательно указывают на повседневные попытки подавить или отрегулировать эмоции и их выражение. В течение жизни люди узнают, какие эмоции они должны испытывать и выражать в данном социальном контексте (Miller and Sperry, 1987; Harris et al., 1989). Регулирование эмоций необходимо для социального функционирования, хотя степень необходимого регулирования варьируется в зависимости от культуры (Gross and Muñoz, 1995; Mayer and Salovey, 1995).

Эти неявные правила, определяющие, что является социально приемлемым, влияют не только на то, что люди чувствуют, но и на то, как их чувства воспринимаются как лично, так и другими (Kirmayer, 2001). Таким образом, культура может усиливать давление, заставляющее отрицать или преуменьшать свое чувство «социальной приемлемости», что затрудняет диагностику. Напротив, соматические жалобы не имеют клейма, и поэтому их легче подавать. Исследование Kirmayer et al. (1993) продемонстрировали, насколько часто это явление возникает при депрессии и тревоге.Большинство пациентов обращались к своим терапевтам с исключительно соматическими симптомами и признавали психологический аспект только при запросе дополнительной информации. Однако психологические жалобы легче распознаются и точно диагностируются врачами первичного звена. Более того, эти результаты были воспроизведены в нескольких странах, демонстрируя, что это подавление устойчиво во многих этнокультурных группах (Kirmayer et al., 1993; Garcia-Campayo et al., 1998; Simon et al., 1999; Кирмайер, 2001).

3. Автоматическое распознавание депрессии на основе речи

В предыдущей работе по автоматическому распознаванию депрессии использовались как аудио, так и видео режимы, например, Williamson et al. (2013) для аудио и Girard et al. (2013) для видео. Из этих двух аудиомодальность до сих пор была наиболее успешной: подход, основанный на аудио, от лаборатории Массачусетского технологического института-Линкольна выиграл конкурс AVEC 2013 по распознаванию депрессии (Valstar et al., 2013; Williamson et al., 2013).Хотя ожидается, что в конечном итоге комбинация аудио- и видеомодальностей получит максимально возможную скорость распознавания, для простоты мы сосредоточимся только на аудио-функциях в этом исследовании сокрытия депрессии.

3.1. Теория производства речи

При первой попытке понять, как создается речь, полезно рассматривать голосовой аппарат человека как источник и фильтр. В голосовой речи источником является волна давления, создаваемая взаимодействием воздуха, проталкиваемого через гортань и колеблющиеся голосовые связки, тогда как в глухой речи воздух по определению не взаимодействует с голосовыми связками.Голосовые связки можно регулировать, управляя мышцами гортани, хотя конкретная геометрия связок зависит от говорящего. Во время разговора воздух из легких течет достаточно быстро, чтобы связки автоколебались, что изменяет размер голосовой щели и, в свою очередь, количество пропускаемого воздуха. Результирующая объемная скорость голосовой щели в конечном итоге определяет периодичность речи или основную частоту (Talkin, 1995). Однако эта частота изменяется естественным образом при разговоре посредством дальнейших изменений челюсти, губ, языка и т. Д.Важно отметить, что реальный звук, производимый гортани во время фонации, создается не самими вибрациями, а, скорее, модулированным потоком воздуха, движущимся через вибрирующие складки (см. Рисунок 1). Понимание того, как производится речь, уместно, если учесть, что депрессия влияет на различные аспекты моторного контроля, что, таким образом, отражается в артикуляционных изменениях.

Рис. 1. Теорию создания речи с помощью фильтра-источника можно проследить до объемной скорости голосовой щели, которая производит (A) голосовую волну.Затем это изменяется (B) формой речевого тракта до того, как (C) излучаемая звуковая волна становится слышимой . Эквивалентный голосовой спектр (D) может также рассматриваться как находящийся под влиянием (E) функции передачи голосового тракта для создания (F) результирующего акустического спектра у ротового отверстия. Рисунок взят из Chang (2012).

3.2. Связанные работы

Качественные наблюдения депрессии были хорошо задокументированы, такие как более медленные движения тела, когнитивная обработка и производство речи, при этом депрессивная речь часто описывается как «мертвая» и «апатичная» (Newman and Mather, 1938; Moses, 1942; Moore et al. al., 2004). Само содержание речи изменяется, что можно количественно оценить по количеству личных упоминаний, отрицаний, прямых упоминаний или выражений чувств в разговоре (Weintraub and Aronson, 1967; Hinchliffe et al., 1971).

Напротив, параметры, полученные из записанного речевого сигнала, а не его предметного содержания, изучались только в течение последних 40 лет, причем исследования часто давали противоречивые результаты. Например, некоторые исследования спектрального распределения энергии пришли к выводу, что депрессия связана с увеличением энергии на более низких частотах (Ostwald, 1963; Tolkmitt et al., 1982), в то время как другие пришли к противоположному выводу (France et al., 2000).

Другие параметры речи дали более стабильные результаты. Основная частота ( F 0 ) является одним из наиболее широко изучаемых параметров и продемонстрировала умеренную предсказуемость тяжести депрессии, при этом уменьшение амплитуды и вариабельности, как правило, указывает на более высокую степень тяжести (Low et al., 2010; Mundt et al., 2012; Cummins et al., 2013; Yang et al., 2013). Low et al. оценили результирующую точность классификации кепстральных коэффициентов Mel-частоты (MFCC), энергии, скорости пересечения нуля (ZCR) и операторов энергии Тигера (TEO) и обнаружили наиболее эффективную комбинацию MFCC и других функций (Low et al., 2009а, б, 2010). Было также показано, что паттерны формант отражают снижение артикуляционной точности из-за депрессии (Hargreaves and Starkweather, 1964; Kuny and Stassen, 1993).

Несколько многообещающих просодических признаков являются мерой известных клинических наблюдений. Чаще всего о депрессивной речи сообщают как о более тихой, менее изменчивой и медленной, с меньшим количеством произнесенных слов и более низкой частотой слов (Weintraub and Aronson, 1967). Надежные измерения этого включают, помимо прочего, среднюю продолжительность речи, общее время выступления, продолжительность паузы как внутри речевых сегментов, так и перед ответами, вариабельность продолжительности паузы, средний уровень голоса (громкость), вариацию уровня голоса по всем пикам ( выделение) и вариация высоты тона (интонация) (Greden et al., 1981; Сабади и Брэдшоу, 1983; Канниццаро ​​и др., 2004; Mundt et al., 2012). Изменения этих параметров могут отражать временные изменения тяжести депрессии в результате лечения (Mundt et al., 2007). Эти результаты были воспроизведены с людьми, не говорящими по-английски (Hardy et al., 1984).

Важно отметить, что экспериментальные результаты обычно различаются, если у пациента с депрессией проявляются «возбужденные» или «заторможенные» симптомы. Замедленная депрессия проявляет те же характеристики, что и грусть, тогда как ажитированная депрессия включает в себя уровень страха или беспокойства.Существует также заметная разница, если данные исходят из автоматической речи (счет или чтение) или свободы слова (Alghowinem et al., 2013). Когнитивная потребность в свободе слова обычно подчеркивает речевые аномалии, особенно во время паузы, более того, различные области мозга активируются во время автоматической и свободной речи (Sturim et al., 2011; Horwitz et al., 2013). Следовательно, в этих экспериментах использовались оба типа.

4. Методология

Эта работа направлена ​​не только на определение звуковых характеристик, которые различаются у здоровых и депрессивных людей, но и на исследование того, как они меняются, когда люди с депрессией пытаются скрыть свои истинные эмоции.Интересующая нас популяция выделена синим цветом на Рисунке 2 ниже. Основываясь на наборе оптимизированных функций, нашей целью было автоматическое распознавание депрессии, которое по-прежнему сможет правильно классифицировать человека как депрессивного, даже если он пытается скрыть свою депрессию. Здоровые люди, изменяющие свое поведение так, чтобы казаться подавленными, не представляли интереса в этом исследовании.

Рис. 2. Население депрессивных людей можно разделить на тех, кто действует так, как они чувствуют, и тех, кто пытается внешне подавить свои симптомы .Хотя в диагностических системах необходимо сосредоточиться на обоих аспектах, по-настоящему надежные системы должны быть в состоянии точно диагностировать депрессию у человека независимо от обстоятельств.

4.1. Сбор данных

участников набирались в основном из аспирантов Ноттингемского университета, так как они были наиболее доступными. Рекламные объявления были размещены на веб-сайтах социальных сетей, призывов к участникам и разосланы по множеству различных списков рассылки.Участники сами идентифицировали себя как «депрессивные» или «здоровые», но эти классификации были подтверждены с помощью анкетных опросов PHQ-9 и BDI-II. Цель исследования была полностью объяснена как участникам депрессии, так и контрольной группе. Однако, чтобы не повлиять на поведение участников, объяснение не включало, какие именно звуковые сигналы мы исследовали в качестве объективных показателей (например, вокальная просодия, громкость и т. Д.).

Утверждение

по этике было получено наблюдательным советом по этике Школы компьютерных наук Ноттингемского университета.Заявка содержала форму согласия, информационный лист и подробный контрольный список, в котором описывался протокол эксперимента и соответствующие методы защиты. Для этого исследования были отобраны тринадцать женщин (средний возраст 24,5 ± 3,1) и четыре мужчины (средний возраст 25,5 ± 4,5). Из них примерно половина представителей обоих полов были классифицированы как «здоровые люди из контрольной группы», а другая половина — как «депрессивные» по результатам первоначальной оценки PHQ-9 и подтверждена BDI-II. По результатам анкетирования классификация одного участника была изменена, в результате чего было распределено девять человек с депрессией и восемь здоровых людей.Поскольку эта участница либо уже пыталась скрыть свою депрессию, либо просто считала себя здоровой, она не выполнила ту же задачу по сокрытию. Во всех дальнейших обсуждениях она упоминается как «реклассифицированный участник».

Критерии включения требовали, чтобы участники были старше 18 лет, желали дать информированное согласие, а для участников с депрессией соответствовали критериям DSM-IV для легкой и умеренной депрессии либо по шкале PHQ-9 от 5 до 15, либо по шкале BDI-II между 14 и 28.Участники были исключены, если у них было ранее существовавшее психотическое расстройство психического здоровья (биполярное расстройство, депрессия с бредом и галлюцинациями, или параноидальные представления, или шизофрения, или бредовое расстройство по их собственному мнению), высокий балл по пунктам, касающимся суицидальных мыслей по любому из диагностических критериев. результаты теста или депрессии выше указанного диапазона, что указывает на депрессию средней тяжести или выше. Было отмечено лекарство, но это не сделало участника непригодным для участия в исследовании.В дополнение к 17, которые соответствовали соответствующим критериям, три человека были признаны неприемлемыми из-за серьезности их депрессии.

В идеале участники должны были быть этнически и культурно единообразными, чтобы исключить любое влияние на регуляцию эмоций, содержание речи или выражение лица, не связанное с депрессией. Однако, учитывая, что доступное население было почти исключительно ограничено аспирантами университетов, из которых более половины — иностранцы, это было нереально.В качестве второй лучшей альтернативы однородной популяции были отобраны здоровые участники, соответствующие возрасту, полу, культурному происхождению и родному языку каждого из депрессивных участников. Подбор возраста производился до максимально возможного возраста. Некоторые совпадения были точными, но для других мы применили подход с минимальной среднеквадратической ошибкой. Культурное происхождение определялось тем, был ли первым языком участника английский или нет (на практике это означало, что иностранные студенты или иностранные студенты).В некоторых случаях можно было провести точное совпадение национальностей, но не для всех участников. Отмечалось также, что курение связано с повреждением голосовых связок и гортани (Hirabayashi et al., 1990). Знание того, кто был подходящим партнером, не использовалось ни в одном из статистических анализов и анализов машинного обучения, выполненных в этой работе.

Протокол сбора данных этих экспериментов проиллюстрирован на рисунке 3. Одна и та же система сбора данных, местоположение и интервьюер использовались во время экспериментов для обеспечения согласованной контролируемой среды.Приемлемым участникам было задано два отдельных набора вопросов. Депрессивные участники были проинструктированы действовать естественно при ответе на один набор и изменить свое поведение так, чтобы скрыть любые физические признаки депрессии в другом. Здоровые участники были проинструктированы вести себя как можно более естественно на протяжении всего эксперимента. После каждого набора вопросов участники зачитывали вслух одностраничный отрывок из третьей книги «Гарри Поттер», чтобы иметь стандартный фонетический контент для сравнения.Порядок вопросов был рандомизирован.

Рисунок 3. Обзор протокола эксперимента и процесса тестирования . Подходящим участникам было задано два отдельных набора вопросов и предложено прочитать вслух отрывок из популярной книги. Депрессивные участники были проинструктированы действовать естественно при ответе на один набор и изменить свое поведение так, чтобы скрыть любые физические признаки депрессии в другом. Здоровые участники были проинструктированы вести себя как можно более естественно на протяжении всего эксперимента.Порядок вопросов был рандомизирован.

В ходе экспериментов участники записывались с помощью веб-камеры и микрофона. Аудио и видео данные были записаны с помощью веб-камеры Logitech C910 HD Pro и микрофона Blue Snowball. Видео было собрано исключительно для потенциального использования в будущих исследованиях по созданию мультимодальных систем. Образцы речи были оцифрованы с частотой дискретизации 44,1 кГц и 16 бит. Для каждого набора вопросов и отрывков для чтения был создан новый файл AVI.Затем звук был извлечен в файл WAV для дальнейшей обработки и обеспечения совместимости с различными программными пакетами.

Чтобы указать стандартные темы для разговора во время эксперимента, интервьюер задавал ряд заранее заданных вопросов, стараясь не реагировать ни на один из ответов испытуемого. Сценарий был разработан для максимального увеличения количества депрессивных сигналов, собранных за короткий период времени. Перед собеседованием участникам было дано время, чтобы они познакомились с окружающей обстановкой и задали любые уточняющие вопросы.В обоих сценариях начальные вопросы были простыми и позитивными по тону, чтобы установить взаимопонимание между интервьюером и интервьюируемым, а за ними следовали два рефлексивных, потенциально негативных вопроса. При естественном поведении депрессивных участников спрашивали, что, по их мнению, является физическим индикатором депрессии, а также как они ранее пытались скрыть свою депрессию, объясняя это тем, что легче быть честным, если не пытаться сознательно обмануть.

Однако, когда участников попросили скрыть свою депрессию, их спросили о глубоко эмоциональной теме, а именно описать свой опыт депрессии.В свою очередь, это имитировало соответствующую сложность сокрытия сильных эмоций в повседневной жизни. Последние вопросы были более открытыми, что позволяло участникам выбирать тему и, таким образом, чувствовать больший контроль над ситуацией. Это было рекомендовано в качестве хорошей практики для экспериментов, связанных с социальной психологией (Harmon-Jones et al., 2007; Quigley et al., 2014).

Контрольным субъектам задавали аналогичные вопросы, за исключением того, что их просили описать время, когда они чувствовали необходимость скрывать свои эмоции, и как они думали, что они будут чувствовать депрессию.В дополнение к этим вопросам участникам также было предложено прочитать вслух первые три абзаца из третьего романа «Гарри Поттер» (Rowling, 1999), поскольку он удобен для чтения и общения в разных культурах, а также позволяет более прямо сравнение характеристик речи в группах и наборах вопросов.

4,2. Извлечение функций

Из-за любого потенциального воздействия оборудования или окружающей среды на последующий анализ, сигналы были предварительно обработаны перед извлечением признаков путем ручного удаления голосов, отличных от голосов участника (т.д., интервьюера) и синтаксический анализ полученного сигнала в новый файл для каждого вопроса. Затем речь была усилена за счет спектрального вычитания. Сигнал был разделен на кадры данных длиной примерно 25 мс, поскольку предполагалось, что свойства речи были постоянными в течение этого периода, и к каждому кадру применялось окно Хэмминга, чтобы удалить неоднородность сигнала на концах каждого блока. Каждый кадр был нормализован, и спектр мощности был извлечен для оценки шума с использованием средства оценки минимальной среднеквадратичной ошибки (MMSE).Спектры шума усреднялись по нескольким кадрам «тишины» или сегментам, когда присутствовал только шум, а затем оценка шума вычиталась из сигнала, но не допускалась его снижение ниже минимального порога. В свою очередь, это помогло предотвратить чрезмерное ослабление спектральных пиков. Кроме того, поскольку этот порог был установлен как SNR, он также может варьироваться между кадрами. Это было реализовано как модифицированная версия функции спектрального вычитания в наборе инструментов MATLAB VOICEBOX (Brookes, 1997).

Затем этот усиленный сигнал был пропущен через КИХ-фильтр верхних частот первого порядка для предварительного выделения. Этот фильтр был определен как:

, где α было установлено равным -0,95, что предполагает, что 95% любого образца происходит из предыдущего. Предварительное выделение служит для сглаживания спектра сигнала для усиления высокочастотных компонентов и смещения естественно отрицательного спектрального наклона вокализованной речи (Kesarkar and Rao, 2003). Поскольку человеческий слух более чувствителен выше 1000 Гц, любой дальнейший анализ также становится более чувствительным к воспринимаемым значимым аспектам речи, которые в противном случае были бы затемнены более низкими частотами.

Выбор функций существенно влияет на точность классификаторов машинного обучения. Как описано в Moore et al. (2003, 2008) и Low (2011) акустические характеристики часто разделяются на категории и подкатегории для определения оптимальных наборов характеристик. В этом исследовании используются аналогичные группировки, которые делятся на просодические, спектральные, кепстральные и на основе TEO. Затем используется статистический анализ, чтобы сократить количество функций, чтобы включить только те, которые являются статистически значимыми.

4.2.1. Просодические характеристики: высота тона и основная частота

Шаг обычно определяется количественно и считается эквивалентом основной частоты ( F 0 ). F 0 — это основное и легко измеряемое свойство периодических сигналов, которое сильно коррелирует с воспринимаемой высотой звука. F 0 приблизительно соответствует периодической скорости открытия и закрытия голосовой щели в голосовой речи (Moore et al., 2003). Однако его сложно измерить, поскольку он меняется со временем и зависит от состояния голоса, которое часто бывает неясным.В этих экспериментах была реализована слегка измененная версия алгоритма отслеживания высоты тона Talkin в панели инструментов MATLAB VOICEBOX. Этот алгоритм известен своей относительной надежностью (Talkin, 1995).

4.2.2. Характеристики просодики: журнал Energy

Логарифм кратковременной энергии представляет громкость сигнала и рассчитывается для каждого кадра по формуле. 2 ниже (Low, 2011).

Es (m) = log∑n = m − N + 1ms2 (n) (2)

, где m — номер кадра с N отсчетами на кадр, а s (n) — речевой сигнал.Стресс или эмоции часто влияют на измеряемую энергию.

4.2.3. Просодические характеристики: временные меры

Хотя речь часто сегментируется перед анализом, просодический анализ сегмента в целом также может быть полезным. В программном пакете Praat (Boersma and Weenink, 2014) был написан автоматизированный сценарий для извлечения различных временных показателей, рассчитанных с помощью уравнений 3–6. Общее количество слогов в чтении отрывка считалось постоянным для всех участников, так как содержание не менялось.

Эти функции позволили количественно оценить некоторые симптомы психомоторной отсталости у пациентов с депрессией, такие как трудности с мышлением, концентрацией и выбором слов. Было установлено, что выполнение этих тестов на спонтанной речи будет неточной оценкой просодии из-за того, в какой степени некоторые участники в обеих группах подключились или не ответили на вопрос. Например, некоторые участники ответили отдельными предложениями, в которых не было достаточно данных для справедливого сравнения.

Скорость речи = Количество слогов Общее время (3)

Время звучания = Продолжительность озвученной речи (4)

Скорость произношения = Количество слогов Время произнесения речи (5)

Средняя продолжительность слога = Время звучания Количество слогов (6)

4.2.4. Спектральные характеристики: спектральный центроид

Спектральный центроид получается из средневзвешенного значения частот, присутствующих в сигнале, и представляет собой центр распределения мощности.Он рассчитывается по формуле. 7 ниже:

SC = ∑n = 0N − 1f (n) S (n) ∑n = 0N − 1S (n) (7)

, где S ( n ) — величина спектра мощности для интервала номер n , центра интервала f ( n ) и общего числа интервалов N (Low, 2011).

4.2.5. Спектральные характеристики: спектральный поток

Спектральный поток измеряет, насколько быстро изменяется мощность в сигнале, сравнивая соседние спектры мощности (уравнение 8). Теоретически депрессивная речь должна колебаться сильнее, чем ровный голос здорового человека.Для его расчета измеряется евклидова норма разницы в мощности между соседними кадрами:

SF (k) = ‖ | S (k) | — | S (k + 1) | ‖ (8)

, где S ( k ) — мощность в полосе частот с соответствующим индексом k (Low, 2011). Спектральный разброс каждого участника нормализован от 0 до 1.

4.2.6. Спектральные характеристики: спектральный спад

Спад спектра определяется (Low, 2011) как частотная точка, в которой 80% спектра мощности находится ниже, или как в формуле.9:

SR = 0.80∑n = 0k − 1S (n) (9)

4.2.7. Cepstral особенности

Оптимальное представление речи характеризует уникальный «фильтр» или голосовой тракт человека, устраняя при этом любое влияние источника. Это проблематично, поскольку согласно модели источник-фильтр, они по своей сути связаны сверткой или умножением во временной и частотной областях соответственно. Однако можно использовать логарифмы, чтобы разделить эти два значения, преобразовав умножения в суммы:

C (z) = log [X (z) ∗ H (z)] = logX (z) + logH (z) (10).

, где X ( z ) и H ( z ) — частотные характеристики источника и фильтра (Oppenheim and Schafer, 2004).Если фильтр в основном содержит низкие частоты, а источник — в основном высокие частоты, дополнительный фильтр теоретически может разделить их. Z — инверсия C ( z ), измеренная в единицах частоты, называется кепстром.

Кепстральные коэффициенты Mel-частоты (MFCC) — это функции, обычно используемые при распознавании говорящих. Мел — это просто единица измерения воспринимаемой высоты звука, учитывающая тот факт, что люди снизили чувствительность на более высоких частотах.Как и в случае с любой краткосрочной акустической функцией, аудиосигнал считается стационарным в небольшом временном масштабе (25 мс). Если кадры короче, чем это, имеется недостаточно выборок для адекватного расчета свойств речи, но если они намного длиннее, сигнал слишком сильно изменяется на протяжении всего кадра. Кадры сдвигаются на 10 мс, чтобы отразить непрерывность сигнала.

После вычисления БПФ для каждого кадра определяется набор фильтров Mel с использованием заданного количества треугольных фильтров, равномерно разнесенных в области Mel, и вычисляется логарифм энергии в полосе пропускания каждого фильтра.Было использовано тридцать фильтров на основе результатов предварительной оптимизации для классификации депрессий (Low, 2011).

Затем вычисляется дискретное косинусное преобразование (DCT) на основе этих логарифмических энергий, и MFCC являются результирующими коэффициентами. При этом энергия лучше представлена ​​в соответствии с человеческим восприятием, а корреляции между функциями устраняются. Кроме того, выбирая только первые 12 коэффициентов, можно изолировать более медленные изменения энергии банка фильтров, поскольку более высокие изменения частоты ухудшают точность распознавания.

значений MFCC предоставляют информацию о спектральной огибающей мощности последовательности кадров. Однако, чтобы получить динамическую информацию о траекториях коэффициентов во времени, коэффициенты Δ (дифференциал) и Δ-Δ (ускорение) могут быть рассчитаны по формуле. 11 ниже:

dt = ∑θ = 1ϕθct + θ − ct − θ2∑θ = 1ϕθ2 (11)

, где d t — коэффициент Δ в момент времени t , вычисленный из статических коэффициентов c для размера окна ϕ из 9 кадров (Low et al., 2009а). Коэффициенты Δ-Δ рассчитывались аналогичным образом. Теоретически депрессия должна приводить к снижению артикуляционной точности, что затем отражается в этих значениях.

4.2.8. Особенности на базе ТЭО

Функции на основе оператора энергии Тигера (TEO)

являются полезными инструментами для анализа профиля энергии сигнала и энергии, необходимой для генерации этого сигнала (Kaiser, 1990). Применительно к производству речи они способны учитывать нелинейный воздушный поток и, таким образом, особенно важны при распознавании стресса из-за турбулентного (и, следовательно, нелинейного) воздушного потока в более эмоциональных состояниях.Два основных типа вихрей влияют на качество голоса — первый из них возникает в результате нормального разделения потока из-за открытия и закрытия голосовой щели и отвечает за громкость динамика и высокочастотные гармоники. Второй тип вызван быстрым потоком воздуха в эмоциональном или стрессовом состоянии, который создает вихри вокруг вестибулярных складок и, следовательно, производит дополнительные сигналы возбуждения, не связанные с измеренной основной частотой, генерируемой закрытием голосовой щели (Teager, 1980; Teager and Teager, 1983, 1990 ; Хосла и др., 2008). Оператор, используемый для создания этого энергетического профиля TEO, математически рассчитывается с помощью уравнения. 12 ниже:

ψ (x [n]) = (x [n]) 2 − x [n + 1] × x [n − 1] (12)

, где ψ — оператор энергии Тигера, а x [ n ] — соответствующий n -й образец речи (Low, 2011). В некоторых исследованиях сообщается о высокой эффективности этих характеристик при классификации депрессии (Low et al., 2009a, 2010), что побудило их использовать в этих экспериментах.

4.2.9. Статистический анализ

Вышеупомянутые функции были протестированы на их способность различать попарные сравнения здоровых и депрессивных участников с использованием тестов t с каждым файлом WAV, используемым в качестве точки данных. Любые особенности, которые не были статистически значимыми на уровне альфа 0,05, не использовались в последующем моделировании. Односторонние тесты t использовались, если была известна связь между этим признаком и депрессией. Например, участники в депрессии должны демонстрировать более низкий уровень энергии, чем их здоровые сверстники.Если связь не была известна, выполнялись двусторонние тесты.

5. Результаты

Наш анализ релевантных голосовых сигналов депрессии проводился в три этапа. Во-первых, мы провели краткий визуальный осмотр признаков, которые, по мнению клинической литературы, являются сильными индикаторами депрессии. Во-вторых, мы вдохновились исследованием распознавания эмоций на основе звука и выяснили, какие из функций, которые ценны для распознавания эмоций, также являются статистически значимыми при обнаружении депрессии.Наконец, мы провели анализ машинного обучения, в котором мы обучили два простых классификатора распознавать депрессию независимо от субъекта. В последнем исследовании мы также экспериментировали с инкрементным жадным выбором функций.

В целом, визуальный осмотр того, что должно быть уместным для распознавания депрессии, не выявил каких-либо явных закономерностей. На рисунке 4 показаны, пожалуй, наиболее заметные результаты, основанные на логарифмической энергии речевого сигнала. Хотя у большинства депрессивных участников, как правило, был более низкий уровень энергии, чем у их здоровых коллег, как показано на рисунке 4A, значительные вариации субъектов и выбросы скрывали эту взаимосвязь.Сравнение участников непосредственно в подобранных парах оказалось гораздо более показательным, поскольку почти все подобранные пары продемонстрировали более низкий уровень энергии для депрессивных участников по сравнению с их здоровыми коллегами (Рисунок 4B). У мужчин обычно было меньше энергии, чем у женщин (рис. 4C), но при размере выборки, равном четырем, эта тенденция не является статистически значимой. У носителей английского языка, по-видимому, более широкий разброс в среднем уровне энергии, чем у тех, для кого английский язык не является родным (рис. 4D), но опять же, эта тенденция не является статистически значимой.

Рис. 4. Средняя логарифмическая энергия была нанесена на график для каждого участника, сгруппированного по (A) классификации, (B) подобранным парам, (C) полу и (D) родному языку . Хотя с первого взгляда сложно определить закономерности, в целом каждый участник в депрессии демонстрировал значительно более низкую энергию, чем их соответствующий здоровый контроль. Из-за неравномерного количества участников у одного очка не было подходящей пары.

Был проведен статистический анализ выбранных функций для выявления закономерностей, которые не видны при визуальном осмотре.Поскольку полный набор функций очень велик, мы сосредоточили наше исследование на особенностях, которые ранее были признаны важными для распознавания эмоций (Iliou and Anagnostopoulos, 2010). Поскольку депрессия по своей сути является расстройством настроения, голос должен подавать сигналы, аналогичные некоторым негативным эмоциям. Таким образом, мы предполагаем, что некоторые из этих характеристик также могут иметь значение для классификации депрессии.

Каждую особенность сравнивали в подобранной паре здорового человека и человека с депрессией, и общее количество статистически значимых совпадающих пар перечислено в каждой соответствующей ячейке в таблицах 2 и 3.Если шесть или более (из восьми) пар демонстрировали значительные различия, эта особенность считалась потенциальным индикатором депрессии и закрашивалась синим или бирюзовым цветом. Было отмечено, что этот процесс не обязательно означает, что разница связана только с депрессией, а скорее, что депрессия, возможно, коррелирует с этой конкретной особенностью. Проверялось как нормальное, так и скрытое поведение. Признаки, которые оказались важными как для нормального поведения, так и для обнаружения эмоций [по данным исследования Илиу (Iliou and Anagnostopoulos, 2010)], выделены более толстыми черными границами в таблице 2.Было отмечено, что 24 характеристики существенно различаются при нормальном поведении.

Таблица 2 . Признаки, которые значительно различаются между здоровыми и подавленными подобранными парами при нормальном поведении, заштрихованы синим цветом .

Таблица 3 . В таблице указаны речевые особенности, которые, как было определено, существенно различаются между согласованными парами здоровых и подавленных во время скрытого поведения .

Также была исследована значимость особенностей между нормальным и скрытым поведением. Из 17 признаков, которые продемонстрировали значимые различия между здоровыми и депрессивными людьми в отношении скрытого поведения, 14 также были значимыми при нормальном поведении (см. Таблицу 3). Хотя эти черты не обязательно являются индикаторами депрессии, тем не менее интересно, что черты, которые считались значимыми для скрытого поведения, почти всегда были значимы и для нормального поведения.MFCC были протестированы с помощью двухстороннего теста t , тогда как шаг и энергия были протестированы с помощью одностороннего теста, поскольку предполагалось, что участники в депрессии будут иметь более низкие значения высоты звука и энергии.

Энергия журнала и аналогичные статистические данные были одними из наиболее отличительных черт между группами во время спонтанной речи. Учитывая, что большинство депрессивных участников, как правило, говорили тише, чем их здоровые сверстники, это было несколько ожидаемо. С другой стороны, большинство характеристик, связанных с высотой звука и его статистическими функциями, были на удивление плохими отличительными чертами.Возможно, это связано с тем, что высота тона чрезвычайно зависит от человека и может потребовать нормализации для прямого сравнения. Кроме того, участники, для которых английский не являлся родным, обычно имели более широкий разброс по высоте звука независимо от их классификации. Далее было отмечено, что сама «значимость» в этом исследовании проверялась иначе, чем в Iliou and Anagnostopoulos (2010), что может объяснить некоторые расхождения.

5.1. Оценка машинного обучения

Мы провели анализ машинного обучения с двумя целями: определить, можно ли обнаружить депрессию, даже если участник пытался скрыть свое депрессивное поведение, и определить минимальный набор функций, необходимых для четкого различения депрессивного и недепрессивного поведения.

Для первой цели модели машинного обучения были обучены на данных нормального поведения, чтобы найти оптимальный классификатор. Четыре различных классификатора были оценены не только на основе их точности классификации по предметам, но и на основе их чувствительности. Поскольку эти методы в идеале можно было бы реализовать в автоматическом диагностическом устройстве, было важнее иметь высокую чувствительность (процент людей, у которых правильно поставлен диагноз депрессии), чем высокую специфичность (процент людей, правильно определенных как здоровых).Затем обученная модель была протестирована на скрытых данных, и ее производительность была отмечена.

Наивный Байес, k — Классификаторы ближайшего соседа, случайного леса и нейронной сети были выбраны потому, что они, как известно, хорошо справляются с такими задачами и очень хорошо изучены. При обучении моделей перекрестная проверка с исключением одного субъекта и исключения использовалась, чтобы избежать одной из многих распространенных ошибок при использовании методов машинного обучения: переобучения, которое часто может приводить к ошибочно чрезмерно оптимистичным результатам (Jain and Zongker, 1997; Guyon and Элиссефф, 2003).Таким образом, мы обучили 16 отдельных моделей на данных о нормальном поведении, каждый раз исключая данные одного испытуемого. Затем каждая модель будет проверяться либо на нормальных, либо на скрытых данных оставленного субъекта. Обратите внимание, что в нашем подходе скрытые данные никогда не использовались для обучения какой-либо из моделей.

Из четырех классификаторов и наивный байесовский, и kNN классификаторы продемонстрировали замечательную точность классификации как для нормального, так и для скрытого поведения, как показано в таблице 4. Хотя оба достигли точности классификации (CA) 88.24% на индивидуальной основе, наивный байесовский классификатор показал превосходную чувствительность 88,89 и 75% для нормального и скрытого поведения соответственно по сравнению с 77,78% CA и 75% чувствительностью для классификатора kNN. Результаты показали, что добавление кепстральных функций не улучшило результатов. Применяя бритву Оккама, было обнаружено, что наилучшие результаты достигаются при использовании просодических функций в этой обстановке.

Таблица 4 . Сравнение оптимальных характеристик классификатора с точки зрения точности классификации (CA) и чувствительности с добавлением просодических (P), кепстральных (C) или обеих категорий признаков .

Для дальнейшего уточнения минимального набора надежных индикаторов депрессии, особенности, которые были признаны значимыми в предыдущих разделах, были объединены поэтапно по категориям. Например, сначала была создана модель, основанная исключительно на временных показателях (TM), а другие просодические характеристики высоты тона и энергии были постепенно добавлены и протестированы на предмет улучшения. Точно так же MFCC были включены в более поздние версии. Эффекты выбора функции четко показаны в Таблице 5. Модель Наивного Байеса достигла высокого уровня точности, используя только две функции: общее время и среднее абсолютное отклонение шага, тогда как для модели kNN требовалось три: общее время, среднее абсолютное отклонение высота тона и скорость речи.Важно отметить, что реклассифицированный участник не был включен в расчеты, выполненные для данных скрытой задачи, поэтому результаты были рассчитаны для 16 участников вместо 17.

Таблица 5 . Последовательный выбор функций, ранжированный по получению информации во время нормального поведения .

Дальнейшее изучение данных выявило некоторые интересные закономерности. Например, когда среднее абсолютное отклонение высоты звука было нанесено на график в зависимости от общего времени, оказалось, что существует общий диапазон от 16 до 22 Гц, в который попадают межкадровые отклонения высоты звука для здоровых людей (Рисунок 5).Кроме того, во время (рис. 5А) нормального поведения у многих депрессивных участников отклонения по высоте звука были заметно ниже, чем в контрольной группе, что логически подтверждалось клиническими наблюдениями. Этот паттерн несколько изменился во время (рис. 5В) скрытого поведения, хотя до такой степени, что многие депрессивные участники слишком сильно меняли свой тон, и отклонение все еще не находилось в «нормальном» диапазоне.

Рис. 5. Диаграмма разброса среднего абсолютного отклонения высоты звука от общей продолжительности речи для (A) нормального поведения и (B) скрытого поведения .У большинства здоровых участников отклонения высоты тона составляли от 16 до 22 Гц, тогда как у депрессивных участников отклонения при нормальном поведении были заметно меньше. Эта тенденция несколько изменилась, когда депрессивных участников попросили скрыть свою депрессию, и многие из них упали выше этого диапазона. Реклассифицированный участник обведен синим.

Потенциальная проблема с интерпретацией рисунка 5 заключается в том, что наш экспериментальный план рассматривает только сокрытие голосового управления участниками в депрессии.Причина этого в том, что участникам, не находящимся в депрессии, не нужно казаться не депрессивными. Тем не менее, мы хотим судить, наблюдается ли повышенное отклонение в уровне депрессии также у здоровых людей из контрольной группы, если они что-то скрывают от интервьюера в аналогичных экспериментах. Для этого мы обратились к литературе по детекции лжи. Anolli и Ciceri (1997) сообщили, что у здоровых субъектов ложь приводит к большему количеству пауз и слов, а также к чрезмерному снижению вариабельности тона или к потере контроля над тоном (поэтому более вариабельный).Таким образом, изменения тона у депрессивных субъектов следуют общему шаблону, показанному у здоровых субъектов с точки зрения тона, что некоторые люди не меняют свой тон обманом. Однако общий вывод о том, что машину не обмануть, все еще остается в силе.

Аналогичная кластеризация произошла, когда среднее абсолютное отклонение высоты звука было построено против первого частотного коэффициента Mel-cepstral (Рисунок 6). Хотя трудно определить конкретную физическую величину, которую представляет первый MFCC, коэффициенты в целом используются для уникальной характеристики речевого тракта.Таким образом, эта тенденция была отмечена как интересное наблюдение, которое может быть исследовано в будущих экспериментах.

Рис. 6. Диаграмма рассеяния среднего абсолютного отклонения высоты тона от первого кепстрального коэффициента Mel-частоты для (A) нормального поведения и (B) скрытого поведения . Снова очевидна кластеризация здоровых участников в пределах определенного диапазона, и во время скрытого поведения депрессивные участники, кажется, меняют свое поведение более существенно.Реклассифицированный участник снова обведен синим.

Несколько ожидаемых клинических наблюдений были подтверждены визуально путем сопоставления некоторых из этих характеристик друг с другом. Например, на Рисунке 7 скорость артикуляции была нанесена в зависимости от общей продолжительности речи. Что свидетельствует о психомоторной отсталости, характерной для многих людей с депрессией, депрессивные участники обычно говорили медленнее, и им требовалось больше времени, чтобы произнести то же фонетическое содержание.

Рисунок 7.Диаграмма рассеяния скорости артикуляции от общего времени . Депрессивные участники обычно имели более медленную артикуляцию, и им требовалось больше времени, чтобы произнести то же фонетическое содержание. Также очевидна сильная линейная корреляция этих характеристик.

6. Заключение

Мы представили наши результаты исследования, посвященного автоматическому обнаружению депрессии с использованием звуковых функций в условиях взаимодействия человека с компьютером. В частности, мы решили выяснить, насколько сложно обмануть или обмануть такую ​​автоматизированную систему.В нашем исследовании с участием 17 подходящих здоровых и депрессивных участников мы обнаружили, что депрессивные участники, по-видимому, следовали предсказанной схеме более низких уровней энергии в речи. Многие из просодических и кепстральных функций, которые раньше использовались для распознавания эмоций, также оказались важными при распознавании депрессии. Однако не все особенности, которые были важны для дифференциации депрессивных и здоровых участников, были такими же, как те, которые использовались при распознавании эмоций. Эти несоответствия могут указывать на некоторую зависимость от собранных данных и методов, используемых для их получения, или, возможно, от более фундаментальных различий между эмоциями и депрессией.Одним из важных выводов нашего исследования было то, что почти все особенности, которые оказались значимыми во время скрытого поведения , были также значимы в течение нормального поведения . Это указывает на то, что может быть сложно обмануть автоматизированную систему выявления депрессии. Если это будет подтверждено дополнительными доказательствами, это открытие должно иметь большое значение для разработки надежных систем выявления депрессии или мониторинга. Вторым важным выводом нашего исследования было то, что мы достигли высокой точности классификации и распознавания депрессии, используя только простые методы машинного обучения.И k -Nearest Neighbours, и Naive Bayes достигли уровня классификации более 80% при использовании только 3 или 2 наиболее важных характеристик соответственно.

Классификация

оказалась на удивление точной, учитывая, что использовалось очень мало функций, и оставалась высокой для скрытого поведения. Это может указывать на то, что выбранные функции являются надежными индикаторами депрессии. Однако наши результаты представлены с полным осознанием того, что при таком небольшом ограниченном размере выборки ( n = 17) результаты этого исследования не обязательно распространяются на популяцию в целом.Исследование более широких слоев населения станет частью нашей будущей работы. Кроме того, мы добавим визуальные сигналы депрессии, чтобы повысить точность наших прогнозов.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Работа MV, RM и JC частично финансируется NIHR-HTC «MindTech.«Кроме того, часть работы MV финансируется Horizon Digital Economy Research, грант RCUK EP / G065802 / 1. Часть работы RM финансируется Национальным институтом сотрудничества в области медицинских исследований для лидерства в прикладных медицинских исследованиях и уходе (NIHR CLAHRC) Ист-Мидлендс.

Сноски

Список литературы

Альговинем, С., Гёке, Р., Вагнер, М., Эппс, Дж., Брейкспир, М., и Паркер, Г. (2013). «Выявление депрессии: сравнение спонтанной и прочитанной речи», Международная конференция IEEE 2013 г. по акустике, речи и обработке сигналов (ICASSP) (Ванкувер, Британская Колумбия: IEEE), 7547–7551.

Google Scholar

Альторфер А., Йоссен С., Вурмле О., Касерманн М. Л., Фоппа К. и Циммерманн Х. (2000). Измерение и значение движений головы в повседневном общении лицом к лицу. Behav. Res. Методы Instrum. Comput. 32, 17–32. DOI: 10.3758 / BF03200785

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Anolli, L., and Ciceri, R. (1997). Голос обмана: вокальные стратегии наивных и способных лжецов. J. Nonverb. Behav. 4, 259–284. DOI: 10.1023 / A: 1024916214403

CrossRef Полный текст | Google Scholar

Американская психиатрическая ассоциация (2000). Диагностическое и статистическое руководство по психическим расстройствам DSM-IV-TR, четвертое издание . Вашингтон, округ Колумбия: American Psychiatric Publishing, Inc.

Google Scholar

Бек А. Т., Уорд К., Мендельсон М., Мок Дж. И Эрбоу Дж. (1961). Инвентаризация депрессии Бека (BDI). Arch. Gen. Psychiatry 4, 561–571. DOI: 10.1001 / archpsyc.1961.01710120031004

CrossRef Полный текст | Google Scholar

Брукс, М. (1997). Voicebox: набор инструментов обработки речи для MatLab . Технический отчет, Имперский колледж, Лондон.

Google Scholar

Камерон И. М., Карди А., Кроуфорд Дж. Р., дю Туа С. В., Хэй С., Лоутон К. и др. (2011). Измерение тяжести депрессии в общей практике: дискриминационные характеристики PHQ-9, HADS-D и BDI-II. руб. J. Gen. Pract. 61, e419 – e426. DOI: 10.3399 / bjgp11X583209

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Канниццаро ​​М., Харел Б., Рейли Н., Чаппелл П. и Снайдер П. Дж. (2004). Голосовое акустическое измерение степени серьезности депрессии. Brain Cogn. 56, 30–35. DOI: 10.1016 / j.bandc.2004.05.003

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Чанг, К.-ЧАС. (2012). Методологии анализа речи для ненавязчивого мониторинга психического здоровья . Кандидат наук. защитил диссертацию на кафедре EECS Калифорнийского университета в Беркли.

Google Scholar

Камминс, Н., Эппс, Дж., Сету, В., Брейкспир, М., и Гёке, Р. (2013). «Моделирование спектральной изменчивости для классификации депрессивной речи», 14-я ежегодная конференция Международной ассоциации речевой коммуникации Interspeech . Лион, 857–861.

Google Scholar

ДеПауло, Б. М., Линдси, Дж. Дж., Мэлоун, Б. Э., Мюленбрук, Л., Чарльтон, К., и Купер, Х. (2003). Подсказки к обману. Psychol. Бык. 129, 74. DOI: 10.1037 / 0033-2909.129.1.74

CrossRef Полный текст | Google Scholar

Diez-Quevedo, C., Rangil, T., Sanchez-Planell, L., Kroenke, K., and Spitzer, R.L. (2001). Проверка и полезность анкеты о состоянии здоровья пациента при диагностике психических расстройств у 1003 испанских стационарных пациентов больниц общего профиля. Психосом. Med. 63, 679–686. DOI: 10.1097 / 00006842-200107000-00021

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Франция, Д. Дж., Шиави, Р. Г., Сильверман, С., Сильверман, М., и Уилкс, Д. М. (2000). Акустические свойства речи как индикаторы депрессии и суицидального риска. IEEE Trans. Биомед. Англ. 47, 829–837. DOI: 10.1109 / 10.846676

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Жирар, Ж.М., Кон, Дж. Ф., Махур, М. Х., Мавадати, С. М., Хаммал, З., и Розенвальд, Д. П. (2013). Невербальная социальная изоляция при депрессии: данные ручного и автоматического анализа. Изображение Vis. Comput. 32, 641–647.

Pubmed Аннотация | Pubmed Полный текст | Google Scholar

Греден, Дж. Ф., Альбала, А., Смоклер, И., Гарднер, Р., и Кэрролл, Б. (1981). Время речевой паузы: маркер психомоторной задержки у эндогенных депрессивных людей. Biol. Психиатрия 16, 851–859.

Pubmed Аннотация | Pubmed Полный текст | Google Scholar

Гросс, Дж. Дж., И Муньос, Р. Ф. (1995). Регулирование эмоций и психическое здоровье. Clin. Psychol. Sci. Практик. 2, 151–164.

Google Scholar

Гийон И., Элиссефф А. (2003). Введение в выбор переменных и функций. J. Mach. Учить. Res. 3, 1157–1182.

Google Scholar

Харгривз, В. А., и Старквезер, Дж. А. (1964). Качество голоса меняется при депрессии. Lang. Речь 7, 84–88.

Google Scholar

Хармон-Джонс, Э., Амодио, Д. М., и Зиннер, Л. Р. (2007). «Социально-психологические методы выявления эмоций», в Справочнике по выявлению и оценке эмоций , ред. Дж. А. Коан и Дж. Дж. Б. Аллен (Нью-Йорк: Oxford University Press), 91–105.

Google Scholar

Харрис, П. Л., Джонсон, К.Н., Хаттон Д., Эндрюс Г. и Кук Т. (1989). Теория разума и эмоций детей младшего возраста. Cogn. Эмот. 3, 379–400. DOI: 10.1080 / 02699938

2713

CrossRef Полный текст | Google Scholar

Главное управление здравоохранения и защиты прав потребителей. (2005). Улучшение психического здоровья населения: на пути к стратегии психического здоровья для Европейского Союза . Технический отчет. Брюссель: Европейский Союз.

Google Scholar

Главное управление здравоохранения и защиты прав потребителей.(2008). Психическое здоровье в ЕС . Технический отчет, Европейский Союз.

Google Scholar

Хепнер, К. А., Хантер, С. Б., Эделен, М. О., Чжоу, А. Дж., И Уоткинс, К. (2009). Сравнение двух показателей депрессивной симптоматики у клиентов стационарного лечения наркозависимости. J. Subst. Жестокое обращение. 37, 318–325. DOI: 10.1016 / j.jsat.2009.03.005

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Хинчлифф, М.К., Ланкашир, М., и Робертс, Ф. (1971). Депрессия: защитные механизмы речи. руб. J. Psychiatry 118, 471–472. DOI: 10.1192 / bjp.118.545.471

CrossRef Полный текст | Google Scholar

Hirabayashi, H., Koshii, K., Uno, K., Ohgaki, H., Nakasone, Y., Fujisawa, T., et al. (1990). Изменения эпителия гортани в результате курения и употребления алкоголя. Auris Nasus Larynx 17, 105–114. DOI: 10.1016 / S0385-8146 (12) 80192-1

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Хорвиц, Р., Quatieri, T.F., Helfer, B.S., Yu, B., Williamson, J.R., и Mundt, J. (2013). «Об относительной важности источника голоса, системы и просодии в человеческой депрессии», в Body Sensor Networks (BSN), 2013 IEEE International Conference on (Cambridge, MA: IEEE), 1–6.

Google Scholar

Илиу, Т., и Анагностопулос, К.-Н. (2010). Классификация по распознаванию речевых эмоций — сравнительное исследование. Внутр. J. Adv. Life Sci. 2, 18–28.

Google Scholar

Инсель, Т.Р. (2008). Оценка экономических издержек тяжелого психического заболевания. Am. J. Psychiatry 165, 663–665. DOI: 10.1176 / appi.ajp.2008.08030366

CrossRef Полный текст | Google Scholar

Джайн А. и Зонгкер Д. (1997). Выбор функций: оценка, применение и выполнение небольших выборок. IEEE Trans. Шаблон. Анальный. Мах. Intell. 19, 153–158. DOI: 10.1109 / 34.574797

CrossRef Полный текст | Google Scholar

Кайзер, Дж.Ф. (1990). «О простом алгоритме для вычисления энергии сигнала», в ICASSP-90., 1990 Международная конференция по акустике, речи и обработке сигналов, 1990 (Альбукерке: Bell Communication Research, Inc), 381.

Google Scholar

Караш, А. (2005). Культурные различия в концептуальных моделях депрессии. Soc. Sci. Amp Med. 60, 1625–1635. DOI: 10.1016 / j.socscimed.2004.08.011

CrossRef Полный текст | Google Scholar

Кесаркар, М.П. и Рао П. (2003). Извлечение функций для распознавания речи . Отчет о кредитном семинаре, Electronic Systems Group, EE. Департамент ИИТ, Бомбей.

Google Scholar

Кирмайер, Л. Дж. (2001). Культурные различия в клинических проявлениях депрессии и тревоги: значение для диагностики и лечения. J. Clin. Психиатрия 62, 22–30.

Pubmed Аннотация | Pubmed Полный текст | Google Scholar

Кирмайер, Л.Дж., Роббинс, Дж. М., Дворкинд, М., Яффе, М. Дж. (1993). Соматизация и распознавание депрессии и тревоги в первичной медико-санитарной помощи. Am. J. Psychiatry 150, 734–741.

Pubmed Аннотация | Pubmed Полный текст | Google Scholar

Кроенке К. и Спитцер Р. Л. (2002). Phq-9: новая диагностика депрессии и мера тяжести. Психиатр. Аня. 32, 509–515. DOI: 10.3928 / 0048-5713-20020901-06

CrossRef Полный текст | Google Scholar

Кроенке, К., Спитцер, Р. Л., и Уильямс, Дж. Б. (2001). Файл phq-9. J. Gen. Intern. Med. 16, 606–613. DOI: 10.1046 / j.1525-1497.2001.016009606.x

CrossRef Полный текст | Google Scholar

Кунг, С., Аларкон, Р. Д., Уильямс, М. Д., Поппе, К. А., Джо Мур, М., и Фрай, М. А. (2013). Сравнение показателей депрессии по описанию депрессии Бека-ii (bdi-ii) и опроснику здоровья пациента (phq-9) в интегрированной практике лечения расстройств настроения. J. Affect. Disord. 145, 341–343. DOI: 10.1016 / j.jad.2012.08.017

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Лемке, М. Р., и Гессе, А. С. (1998). Психомоторные симптомы при депрессии. Am. J. Psychiatry 155, 709–710. DOI: 10.1176 / ajp.155.5.709

CrossRef Полный текст | Google Scholar

Льюис, С. Э. (1996). Социальная конструкция депрессии: опыт, дискурс и субъективность .Кандидат наук. защитил диссертацию в Шеффилдском университете.

Google Scholar

Low, L. (2011). Выявление клинической депрессии у подростков с помощью акустического анализа речи . Кандидат наук. кандидатская диссертация, Университет РМИТ.

Google Scholar

Лоу, Л.-С., Мэддейдж, М., Лех, М., Шибер, Л., и Аллен, Н. (2010). «Влияние акустических дескрипторов низкого уровня на выявление клинической депрессии у подростков», в Международная конференция IEEE 2010 г. по акустической обработке речи и сигналов (ICASSP) (Даллас, Техас: IEEE), 5154–5157.

Google Scholar

Low, L.-S. А., Мэддэдж, Н. К., Лех, М., Шибер, Л., и Аллен, Н. (2009a). «Обнаружение клинической депрессии у подростков на основе содержания», Труды Европейской конференции по обработке сигналов , (Германия: Европейская ассоциация обработки сигналов, речи и изображений (EURASIP)), 2362–2365.

Google Scholar

Лоу, Л.-С., Мэддэдж, М., Лех, М., и Аллен, Н. (2009b). «Кепстральная характеристика Mel-частоты и гауссовские смеси для моделирования клинической депрессии у подростков», 8-я Международная конференция IEEE по когнитивной информатике, 2009 г.ICCI’09 (Коулун: IEEE), 346–350.

Google Scholar

Майер, Дж. Д., и Саловей, П. (1995). Эмоциональный интеллект, построение и регулирование чувств. Заявл. Предотвращать. Psychol. 4, 197–208. DOI: 10.1016 / S0962-1849 (05) 80058-7

CrossRef Полный текст | Google Scholar

Миллер П. и Сперри Л. Л. (1987). «Социализация гнева и агрессии», в Merrill-Palmer Quarterly (Детройт: Wayne State University Press), 1–31.

Google Scholar

Мур, Э., Клементс, М., Пайфер, Дж., И Вайссер, Л. (2003). «Анализ просодических вариаций речи при клинической депрессии», Engineering in Medicine and Biology Society, 2003. Труды 25-й ежегодной международной конференции IEEE , Vol. 3 (Канкун: IEEE), 2925–2928.

Google Scholar

Мур, Э., Клементс, М., Пайфер, Дж., И Вайссер, Л. (2004). «Сравнение объективных статистических характеристик речи для классификации клинической депрессии» в журнале « Engineering in Medicine and Biology Society», 2004 г.IEMBS’04. 26-я ежегодная международная конференция IEEE , Vol. 1 (Сан-Франциско, Калифорния: IEEE), 17–20.

Google Scholar

Мур Э., Клементс М. А., Пайфер Дж. У. и Вайссер Л. (2008). Критический анализ влияния особенностей голосовой щели на классификацию клинической депрессии в речи. IEEE Trans. Биомед. Англ. 55, 96–107. DOI: 10.1109 / TBME.2007.2

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Мундт, Дж.К., Снайдер П. Дж., Канниццаро ​​М. С., Чаппи К. и Геральтс Д. С. (2007). Голосовые акустические измерения тяжести депрессии и реакции на лечение, собранные с помощью технологии интерактивного голосового ответа (IVR). J. Нейролингвистика 20, 50–64. DOI: 10.1016 / j.jneuroling.2006.04.001

Pubmed Аннотация | Pubmed Полный текст | CrossRef Полный текст | Google Scholar

Ньюман С. и Мазер В. Г. (1938). Анализ разговорной речи пациентов с аффективными расстройствами. Am. J. Psychiatry 94, 913–942. DOI: 10.1176 / ajp.94.4.913

CrossRef Полный текст | Google Scholar

Оппенгейм, А. В., и Шафер, Р. В. (2004). От частоты к количеству: история кепстра. Сигнальный процесс IEEE. Mag. 21, 95–106. DOI: 10.1109 / MSP.2004.1328092

CrossRef Полный текст | Google Scholar

Оствальд, П. Ф. (1963). Звуковое сопровождение. Акустическая коммуникация эмоций .Сан-Франциско, Калифорния: Чарльз С. Томас.

Google Scholar

Куигли, К. К. С., Линдквист, К. А., и Барретт, Л. Ф. (2014). Вызывание и измерение эмоций и аффектов: советы, уловки и секреты . Издательство Кембриджского университета.

Google Scholar

Роулинг, Дж. К. (1999). Гарри Поттер и узник Азкабана . Нью-Йорк, Нью-Йорк: Книги Артура А. Левина.

Google Scholar

Сано, А., и Пикард, Р. У. (2013). «Распознавание стресса с помощью носимых датчиков и мобильных телефонов», на конференции Humane Association Conference по эффективным вычислениям и интеллектуальному взаимодействию . Женева. 671–676.

Google Scholar

Саймон, Г. Э., Фон Корфф, М., Пиччинелли, М., Фуллертон, К., и Ормель, Дж. (1999). Международное исследование связи между соматическими симптомами и депрессией. N Engl. J. Med. 341, 1329–1335.

Pubmed Аннотация | Pubmed Полный текст | Google Scholar

Стурим, Д.Э., Торрес-Карраскильо, П. А., Кутьери, Т. Ф., Малиска, Н., и МакКри, А. (2011). «Автоматическое обнаружение депрессии в речи с использованием моделирования смеси Гаусса с факторным анализом», в Interspeech 2011 , 2981–2984.

Google Scholar

Сабади Э. и Брэдшоу К. (1983). Время паузы речи: поведенческий коррелят настроения. Am. J. Psychiatry 140, 265–265. DOI: 10.1176 / ajp.140.2.265b

CrossRef Полный текст | Google Scholar

Тигер, Х.(1980). Некоторые наблюдения о ротовом потоке воздуха при фонации. IEEE Trans. Акуст. 28, 599–601. DOI: 10.1109 / TASSP.1980.1163453

CrossRef Полный текст | Google Scholar

Тигер, Х., Тигер, С. (1990). «Доказательства нелинейных механизмов звукообразования в речевом тракте», в Speech Production and Speech Modeling , ред. W. J. Hardcastle и A. Marchal (Нидерланды: Springer), 241–261.

Google Scholar

Тигер, Х.М. и Тигер С. М. (1985). «Феноменологическая модель образования гласных в речевом тракте», в Speech Science: Recent Advances , ed. Р. Г. Данилофф (Сан-Диего, Калифорния: College-Hill Press), 73–109.

Google Scholar

Министерство здравоохранения и социальных служб США. (1999). Психическое здоровье: отчет главного хирурга . Технический отчет, Центр психиатрических услуг, Управление наркологической и психиатрической помощи, Центр психиатрических услуг, Национальные институты здоровья, Национальный институт психического здоровья, Бетесда.

Google Scholar

Валстар, М. (2014). «Автоматическое понимание поведения в медицине», в Proceedings ACM Int’l Conf. Мультимодальное взаимодействие . Стамбул.

Google Scholar

Валстар М., Шуллер Б., Смит К., Алмаев Т., Эйбен Ф., Краевски Дж. И др. (2014). «Avec 2014–3d проблема распознавания аффекта и депрессии», в Международный семинар ACM по Audio / Visual Emotion Challenge .Орландо, Флорида.

Google Scholar

Валстар М., Шуллер Б., Смит К., Эйбен Ф., Цзян Б., Билахия С. и др. (2013). «Avec 2013 — непрерывный вызов аудио / визуальных эмоций и распознавания депрессии», в Proc. 3-й международный семинар ACM по Audio / Visual Emotion Challenge . Барселона. 3–10.

Google Scholar

Винчиарелли А., Пантик М., Хейлен Д., Пелашо К., Поджи И., Д’ерикко Ф. и др.(2012). Преодоление разрыва между социальным животным и асоциальной машиной: обзор обработки социальных сигналов. IEEE Trans. Оказывать воздействие. Comput. 3, 69–87. DOI: 10.1109 / T-AFFC.2011.27

CrossRef Полный текст | Google Scholar

Вайнтрауб В. и Аронсон Х. (1967). Применение вербального анализа поведения к изучению механизмов психологической защиты. iv: речевой паттерн, связанный с депрессивным поведением. J. Nerv. Ment. Дис. 144, 22–28.DOI: 10.1097 / 00005053-196701000-00005

CrossRef Полный текст | Google Scholar

Уильямсон, Дж. Р., Кутьери, Т. Ф., Хелфер, Б. С., Чиккарелли, Г., и Мехта, Д. Д. (2014). «Вокальные и лицевые биомаркеры депрессии, основанные на моторной несогласованности и времени», в материалах Труды 4-го Международного семинара ACM по аудиовизуальным проблемам эмоций (Орландо, Флорида: ACM).

Google Scholar

Уильямсон, Дж. Р., Кутьери, Т.Ф., Хелфер Б. С., Хорвиц Р., Ю. Б. и Мехта Д. Д. (2013). «Голосовые биомаркеры депрессии, основанные на нарушении координации движений», в Труды 3-го Международного семинара ACM по Audio / Visual Emotion Challenge (Нью-Йорк, Нью-Йорк: AVEC ’13), 41–48.

Google Scholar

Янг, Ю., Фэйрбэрн, К., Кон, Дж. Ф. (2013). Определение степени депрессии по вокальной просодии. IEEE Trans Affect Comput 4, 142–150. DOI: 10.1109 / T-AFFC.2012.38

CrossRef Полный текст | Google Scholar

Yingthawornsuk, T.(2007). Акустический анализ характеристик вокального выхода для оценки суицидального риска . Кандидат наук. защитил диссертацию в Университете Вандербильта. Нэшвилл, Теннесси.

Google Scholar

НАМИ: Национальный альянс по психическим заболеваниям

В этой серии подкастов, состоящей из двух частей, главный врач NAMI доктор Кен Дакворт ведет дискуссии о большом депрессивном расстройстве, предлагая идеи отдельных лиц, членов семьи и специалистов в области психического здоровья.Прочтите стенограмму.
Примечание. Контент включает обсуждения на такие темы, как попытки самоубийства, и может быть провоцирующим.

Депрессивное расстройство, часто называемое просто депрессией, — это больше, чем просто грусть или тяжелый период. Это серьезное психическое заболевание, требующее понимания и медицинской помощи. При отсутствии лечения депрессия может иметь разрушительные последствия для тех, у кого она есть, и для их семей. К счастью, благодаря раннему выявлению, диагностике и плану лечения, состоящему из лекарств, психотерапии и выбора здорового образа жизни, многие люди могут выздоравливать и выздоравливают.

Некоторые переживают только один депрессивный эпизод в жизни, но у большинства депрессивное расстройство повторяется. Без лечения эпизоды могут длиться от нескольких месяцев до нескольких лет.

Более 19 миллионов взрослых в США — почти 8% населения — имели хотя бы один серьезный депрессивный эпизод в прошлом году. Люди любого возраста и любого расового, этнического и социально-экономического происхождения испытывают депрессию, но на одни группы она влияет больше, чем на другие.

Симптомы

Депрессия может проявляться разными симптомами в зависимости от человека.Но для большинства людей депрессивное расстройство меняет их повседневное функционирование, обычно более двух недель. Общие симптомы включают:

  • Изменения сна
  • Изменения аппетита
  • Недостаток концентрации
  • Потеря энергии
  • Отсутствие интереса к деятельности
  • Безнадежность или виноватые мысли
  • Изменения в движении (уменьшение активности или волнения)
  • Физические боли
  • Суицидальные мысли

Причины

У депрессии нет единственной причины.Это может быть вызвано жизненным кризисом, физическим заболеванием или чем-то еще, но также может возникать спонтанно. Ученые считают, что депрессии могут способствовать несколько факторов:

  • Травма . Когда люди переживают травму в раннем возрасте, это может вызвать долгосрочные изменения в том, как их мозг реагирует на страх и стресс. Эти изменения могут привести к депрессии.
  • Генетика . Расстройства настроения, такие как депрессия, обычно передаются по наследству.
  • Жизненные обстоятельства .Семейное положение, изменения в отношениях, финансовое положение и место проживания влияют на то, разовьется ли у человека депрессия.
  • Изменения в мозге . Визуальные исследования показали, что лобная доля мозга становится менее активной, когда человек находится в депрессии. Депрессия также связана с изменением реакции гипофиза и гипоталамуса на гормональную стимуляцию.
  • Прочие медицинские условия . Люди, у которых в анамнезе были нарушения сна, заболевания, хроническая боль, тревога и синдром дефицита внимания с гиперактивностью (СДВГ), более склонны к развитию депрессии.Некоторые медицинские синдромы (например, гипотиреоз) могут имитировать депрессивное расстройство. Некоторые лекарства также могут вызывать симптомы депрессии.
  • Злоупотребление наркотиками и алкоголем . 21% взрослых с расстройством, связанным с употреблением психоактивных веществ, также испытали серьезный депрессивный эпизод в 2018 году. Сопутствующие расстройства требуют скоординированного лечения обоих состояний, поскольку алкоголь может усугубить депрессивные симптомы.

Диагностика

Чтобы получить диагноз депрессивное расстройство, человек должен испытать депрессивный эпизод продолжительностью более двух недель.Симптомы депрессивного эпизода включают:

  • Потеря интереса или потеря удовольствия от любой деятельности
  • Изменение аппетита или веса
  • Нарушения сна
  • Чувство возбуждения или замедления движения
  • Усталость
  • Чувство низкой самооценки, вины или недостатков
  • Затруднения с концентрацией внимания или принятием решений
  • Суицидальные мысли или намерения

Лечебные процедуры

Хотя депрессивное расстройство может быть разрушительным заболеванием, оно часто поддается лечению.Главное — получить конкретную оценку и план лечения. Планирование безопасности важно для людей, у которых есть суицидальные мысли. После того, как оценка исключает медицинские и другие возможные причины, планы лечения, ориентированные на пациента, могут включать любое или комбинацию из следующего:

  • Психотерапия , включая когнитивно-поведенческую терапию, семейную терапию и межличностную терапию.
  • Лекарства , включая антидепрессанты, стабилизаторы настроения и нейролептики.
  • Exercise может помочь с профилактикой и облегчением симптомов от легкой до умеренной.
  • Терапия стимуляцией мозга можно попробовать, если психотерапия и / или лекарства не эффективны. К ним относятся электросудорожная терапия (ЭСТ) при депрессивном расстройстве с психозом или повторяющаяся транскраниальная магнитная стимуляция (рТМС) при тяжелой депрессии.
  • Световая терапия , при которой используется световой короб для облучения человека светом полного спектра с целью регулирования гормона мелатонина.
  • Альтернативные подходы , включая иглоукалывание, медитацию, веру и питание, могут быть частью комплексного плана лечения.

Отзыв написан в августе 2017 г.

Скрининг депрессии в первичной медико-санитарной помощи | Doctor

Депрессия — третья по частоте причина для консультации в общей практике в Великобритании и третье место в рейтинге лет жизни с поправкой на инвалидность (DALY), рассчитанном для всех возрастов в Шотландии в 2016 году, что дало более 67000 DALY [1 ] .

Большое депрессивное расстройство связано с высокой степенью инвалидности, множественной заболеваемостью, самоубийствами и ухудшением качества жизни пациентов, их семей и лиц, осуществляющих уход. Пациенты с хронической депрессией также могут активно пользоваться услугами, что влечет за собой значительные экономические последствия.

Депрессия не всегда может быть распознана терапевтами. Каждый год примерно один из двадцати взрослых людей испытывает приступ депрессии. Приблизительно каждый четвертый человек с двумя или более хроническими проблемами со здоровьем находится в депрессии по сравнению с 3% физически здоровых людей [2] .

В этой статье рассматривается только скрининг депрессии в системе первичной медико-санитарной помощи. См. Отдельные статьи о депрессии, депрессии у детей и подростков и послеродовой депрессии для получения подробной информации об эпидемиологии, исследованиях и лечении.

Требования к скринингу

Для того, чтобы система скрининга была жизнеспособной, она должна соответствовать определенным критериям [3] :

  • Состояние должно быть достаточно общим, чтобы его можно было проверять. Это не обязательно означает распространенность среди всего населения, если не проводится всеобщий скрининг.Значит, обычное в целевой группе для скрининга.
  • Должно быть эффективное вмешательство в отношении запрашиваемого состояния.
  • Скрининг должен приводить к выявлению состояния на более ранней стадии, когда вмешательство более эффективно.
  • Должна быть высокая специфичность (низкий уровень ложноположительных результатов) и очень высокая чувствительность (очень низкий уровень ложноотрицательных результатов), хотя это трудно оценить при оценке инструмента скрининга на депрессию.
  • Скрининговый тест должен быть относительно дешевым или, по крайней мере, стоимость одного выявленного случая не должна быть чрезмерно высокой.
  • Он должен быть безопасным, простым в использовании и приемлемым для пациента.

Кого следует обследовать?

Клиницисты обязаны распознать депрессию на ранней стадии у любого пациента. Это представляет собой значительную рабочую нагрузку, и, возможно, лучше всего сосредоточить внимание на пациентах, которые считаются «подверженными риску».

В рекомендациях Национального института здравоохранения и повышения квалификации (NICE) предлагается проводить скрининг лиц, в прошлом страдающих депрессией, серьезными физическими заболеваниями — особенно если они вызывают инвалидность — и другими проблемами психического здоровья, такими как слабоумие.К другим ситуациям, в которых вероятность депрессии очень высока, относятся:

Депрессию труднее обнаружить у пациентов с физическим заболеванием, поскольку оба состояния могут иметь схожие симптомы.

Инструменты скрининга и оценки

Ряд инструментов скрининга и оценки прошел валидацию и стал общедоступным.

Первичный скрининг пациентов, у которых может быть депрессия

NICE рекомендует всем пациентам, у которых может быть депрессия (особенно тем, у кого в анамнезе была депрессия в анамнезе или которые страдают хроническим физическим заболеванием, связанным с функциональными нарушениями), должны быть заданы следующие два вопроса [4] :

  • Приходилось ли вам в течение последнего месяца часто чувствовать себя подавленным, подавленным или безнадежным?
  • В течение последнего месяца вас часто беспокоило отсутствие интереса или удовольствия от занятий?

Ответ «да» на один из двух вопросов имеет высокую специфичность для депрессии (0.95, 95% ДИ от 0,91 до 0,97), но с низкой чувствительностью (0,66, 95% ДИ от 0,55 до 0,76) [2] . Затем следует задать следующие вопросы:

В течение последнего месяца вас часто беспокоили:

  • Чувство плохого самочувствия или того, что вы неудачник или подвели себя или свою семью?
  • Плохая концентрация?
  • Усталость / низкий уровень энергии?
  • Изменения аппетита (снижение или повышение)?
  • Изменения в вашем режиме сна (слишком много сна, проблемы с засыпанием, пробуждение ночью или раннее пробуждение)?
  • Быть настолько замедленным, или таким беспокойным или беспокойным, что другие люди заметили?
  • Мысли о смерти?

Оценка впервые диагностированных пациентов

Эти инструменты включают:

  • Опросник здоровья пациента (PHQ-9) : это опросник из девяти пунктов, который помогает как диагностировать депрессию, так и оценивать ее тяжесть.Он основан непосредственно на диагностических критериях большого депрессивного расстройства в Диагностическом и статистическом руководстве — четвертое издание (DSM-IV). Это займет около трех минут. Баллы подразделяются на минимальную (1-4), легкую (5-9), умеренную (10-14), умеренно тяжелую (15-19) и тяжелую депрессию (20-27). Его можно бесплатно скачать в Интернете.
  • Больничная шкала тревожности и депрессии (HAD) : несмотря на свое название, она одобрена для использования в первичной медико-санитарной помощи. Он предназначен для оценки как тревожности, так и депрессии.Это займет около пяти минут. Каждая шкала тревожности и депрессии состоит из семи вопросов, и оценки делятся на нормальные (0-7), легкие (8-10), умеренные (11-14) и тяжелые (15-21).
  • Beck Depression Inventory® — второе издание (BDI-II) : здесь также используются критерии DSM. это займет около пяти минут. Это оценка степени депрессии, которая бывает минимальной (0-13), легкой (14-19), средней (20-28) и тяжелой (29-36). Он состоит из 21 пункта для оценки степени депрессии у клинических и здоровых пациентов.Каждый пункт представляет собой список из четырех утверждений, расположенных в возрастающей степени серьезности, о конкретном симптоме депрессии. Это тоже не бесплатно, но его можно приобрести на сайте поставщика.

В определенных ситуациях могут быть полезны другие скрининговые тесты. Они включают:

  • Инструменты на основе интервью (такие как Kiddie-Sads и Детская и подростковая психиатрическая оценка) могут использоваться для детей и молодых людей с подозрением на депрессивное заболевание, хотя в руководстве NICE отмечается, что использование этих инструментов может потребовать модификации. для регулярного использования в загруженной рутине Настройки CAMHS [5] .
  • Шкала депрессии Центра эпидемиологических исследований (CES-D) и шкала подростковой депрессии Рейнольдса (RADS) больше подходят для подростков.
  • Эдинбургская шкала послеродовой депрессии (EPDS) — шкала самооценки — предназначена для послеродовой депрессии [6] .
  • Гериатрическая шкала депрессии (GDS) подходит для пожилых пациентов.
  • Шкала Корнелла для депрессии при деменции (CSDD) подходит для пациентов с деменцией.

You may also like

Добавить комментарий

Ваш адрес email не будет опубликован.