今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

用于辅助精神疾病评估的智能手机视线追踪技术

《npj Mental Health Research》:Smartphone gaze-tracking for accessible psychiatric assessment

【字体: 大 中 小 】 时间:2026年05月07日 来源:npj Mental Health Research

编辑推荐:

  摘要眼球运动是精神疾病和神经系统疾病的重要生物标志物,但传统的记录方法依赖于体积庞大、价格昂贵且需要实验室环境的设备。基于深度学习的注视追踪技术现在提供了一种在实验室外捕捉这些生物标志物的实用方法,而消费级智能手机则提供了一个特别可扩展的平台。为了评估这种方法在精神疾病评估中的可

  

摘要

眼球运动是精神疾病和神经系统疾病的重要生物标志物,但传统的记录方法依赖于体积庞大、价格昂贵且需要实验室环境的设备。基于深度学习的注视追踪技术现在提供了一种在实验室外捕捉这些生物标志物的实用方法,而消费级智能手机则提供了一个特别可扩展的平台。为了评估这种方法在精神疾病评估中的可行性,我们进行了两项互补的研究:一项针对住院精神分裂症患者的临床研究,以及一项针对健康大学生的对照研究。在研究1中,我们使用iPhone和研究级EyeLink眼动追踪仪收集了临床诊断为精神分裂症的受试者(N=134)和健康对照组(N=130)的注视数据。在研究2中,我们利用大学学生群体的智能手机注视追踪数据(N=631)对抑郁症状进行了分类。研究结果表明,基于智能手机的注视指标能够区分不同的精神疾病状态。在精神分裂症的检测中,智能手机模型的接收者操作特征曲线下面积(AUC)为87.00%,准确率为83.33%,与EyeLink的基准结果相当(AUC=87.12%;准确率=86.67%)。在抑郁症状的分类中,使用安卓智能手机进行的自由观看任务的AUC为75.54%,准确率为75.79%。这些发现凸显了智能手机注视追踪技术作为一种易于使用、保护隐私的工具,在现实世界的精神疾病评估和治疗监测中的潜力。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:糖尿病视网膜病变|中老年男性|糖尿病足|糖尿病自我管理|社会资源利用

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号