元启发式优化的跨模态注意力网络用于大学生多模态心理健康评估

《Frontiers in Systems Neuroscience》：Metaheuristic-optimized cross-modal attention networks for multimodal mental health assessment in college students

　　

大学生心理健康障碍的增加需要新颖的评估策略，以规避现有自我报告工具的限制。为解决这一问题，本研究提出了一种新的深度学习框架，通过整合从智能手机收集的多模态被动感知数据，用于学术机构内的心理健康监测。一个由新型元启发式算法——Addax优化算法（Addax Optimization Algorithm, AOA）进行神经架构搜索所发现的跨模态注意力网络，在StudentLife数据集上进行了训练并首次评估。由于测试集样本数量极为有限（N = 7），为进一步验证结果，研究人员随后在大学生经历研究（College Experience Study, CES）数据集上进行了零样本迁移和微调评估。CES是一个大型纵向数据集，包含超过200名学生在5年内收集的数据，包括被动收集的传感器、调查和脑成像数据。模型在140名本地参与者上的验证结果显示，在StudentLife数据集上抑郁分类准确率为87.4%（调整后95%置信区间为62–98%），表明存在相当大的不确定性。在CES数据集上，零样本迁移模型的分类准确率达到72.3%，微调后达到83.9%。这意味着初始的87.4%结果可能被解释为过于乐观。模态权重分析显示了调查在预测抑郁中的重要性以及活动对压力预测的影响。本研究作为概念验证，展示了一种在学术环境中通过手机被动筛查心理健康障碍的新型系统，并表明该系统可能在风险早期检测中发挥作用。

**论文解读：元启发式优化的跨模态注意力网络用于大学生多模态心理健康评估**

**研究背景与问题**

大学生心理健康障碍发病率持续上升，全球约30–35%的大学生在校期间报告抑郁、焦虑或心理困扰症状，过去十年内报告率增长了40%。传统评估方法（如患者健康问卷-9（PHQ-9）和感知压力量表（PSS））存在回忆偏差、社会期望效应、高受访负担以及横截面性质等局限，无法捕捉心理状态的动态变化。临床访谈虽有效，但难以大规模推广，且受限于污名化、高成本和咨询资源不足。因此，亟需一种能够连续、被动、多模态采集数据的评估策略。智能手机作为普遍存在的传感器平台，可记录行为和环境预测因子（如身体活动、睡眠、社交互动、位置等），但如何将异构传感器流转化为临床可用的洞察仍面临计算挑战，尤其是多模态数据融合、缺失模式处理和神经架构设计的系统优化。

**研究目的与意义**

为解决上述问题，研究人员提出了一种新型深度学习框架，用于大学生心理健康监测。该框架整合了多模态被动感知数据，采用一种新型元启发式算法——Addax优化算法（AOA）进行神经架构搜索，以优化跨模态注意力网络。研究在StudentLife数据集（48名达特茅斯学院本科生，10周）上训练并首次评估，随后在大学生经历研究（CES）数据集（200+名学生，5年纵向数据）上进行零样本迁移和微调验证，以评估模型泛化能力。该研究旨在为大学环境中被动式心理健康筛查提供概念验证，并探讨其在早期风险检测中的潜在作用。论文发表在《Frontiers in Systems Neuroscience》。

**主要关键技术方法**

1. **多模态被动感知数据采集**：通过智能手机内置传感器（加速度计、GPS、音频、睡眠推理、手机使用记录）及生态瞬时评估（EMA）和每周调查，收集身体活动、位置、对话、睡眠、手机使用和自述心理状态等6种模态数据。

2. **特征工程与预处理**：对原始传感器流进行时间对齐、缺失值插值（线性插值、STL分解、链式方程多重插补）、异常值检测（修正Z分数）和特征提取，最终从127个原始特征中通过递归特征消除（RFE）筛选出48个低多重共线性（VIF<5）特征。

3. **跨模态注意力网络架构**：包含模态特定编码器（时间卷积网络（TCN）、门控循环单元（GRU）、多层感知机（MLP）等）、多头自注意力和交叉注意力机制（8个注意力头），以及分层融合策略（加权拼接+Transformer层）。预测模块包含回归头（连续心理健康指数）和分类头（风险等级），联合损失函数训练。

4. **新型Addax优化算法（AOA）**：受沙漠羚羊觅食和挖掘行为启发，结合混沌映射（圆形映射）和Lévy飞行机制，用于搜索最优网络架构（编码器类型、注意力头数、融合策略、超参数等）。搜索空间包含47个参数（28个离散、19个连续），采用多目标优化（回归损失、分类损失、模型复杂度、注意力稀疏性）和约束处理（参数规模<10⁶、推理时间<100ms、注意力稀疏性≥0.7）。

5. **严格交叉验证与外部验证**：采用留一被试交叉验证（LOSO-CV）评估StudentLife模型性能；在CES数据集上实施零样本迁移和微调迁移（140名训练，60+名测试），以评估泛化能力。样本队列来源：StudentLife数据集（达特茅斯学院，2013年春季，48名本科生）、CES数据集（达特茅斯学院，2017–2022年，200+名本科生）。

**研究结果**

**4.1 Addax优化性能**
通过比较Addax与粒子群优化（PSO）、遗传算法（GA）、蚁群优化（ACO）和贝叶斯优化（BO）的收敛曲线，Addax在42次迭代后达到最优适应度0.894，显著优于其他算法（F=18.47，p<0.001）。种群多样性（Shannon熵）为2.34，高于其他算法，表明其能有效避免早熟收敛。计算效率方面，Addax耗时8.7小时，优于BO（9.9小时）和PSO（12.4小时）。

**4.2 网络架构优化结果**
最优架构包括：活动数据采用64滤波器、核大小5的TCN；位置数据采用32滤波器、核大小5的卷积网络；音频数据采用16单元的GRU；睡眠数据采用32→16→8维MLP；调查数据采用8维嵌入MLP。注意力机制使用8个注意力头、维度32，温度缩放因子1.25。融合策略为两阶段（加权拼接+Transformer层，4个自注意力头，前馈维度128）。总参数412,750，满足移动端部署要求（≤500,000）。Sobol敏感性分析表明，注意力头配置对性能影响最大（S1=0.211），其次为编码器类型（S1=0.162）和学习率（S1=0.154）。

**4.3 心理健康评估性能**
在StudentLife数据集上，抑郁检测（PHQ-9≥10）准确率为87.4%（95% CI: 83.2–91.1%），敏感性85.6%，AUC为0.923；压力分类准确率83.7%（AUC=0.842）；复合健康指数准确率85.6%。回归方面，PHQ-9连续预测平均绝对误差（MAE）为1.87，PSS预测MAE为1.92。然而，由于测试集仅有7名学生，该结果存在高估风险（后续跨数据集验证证实）。模型还显示出早期检测能力：第t周抑郁预测与第t+2周实际PHQ-9得分显著相关（r=0.743，p<0.001）。

**4.4 模态重要性分析**
注意力权重分析显示，调查模态对抑郁预测最重要（α=0.342±0.087），其次为睡眠（α=0.231±0.064）、活动（α=0.198±0.059）、位置（α=0.143±0.047）和音频（α=0.086±0.032）。压力预测中，活动最重要（α=0.287±0.076），其次为位置（α=0.241±0.071）。时间分析表明，考试周期间位置和活动重要性上升，而睡眠重要性下降。个体间存在显著异质性（CV=0.324），聚类分析识别出三种响应模式：行为响应型（42%）、心理响应型（35%）和社交响应型（23%）。

**4.5 消融研究**
去除注意力机制后，抑郁检测准确率下降13.6%（p<0.001），压力预测下降13.5%（p<0.001），复合指数下降13.2%。不同模态消融表明，调查对抑郁贡献最大（Δ=-14.2%），活动对压力贡献最大（Δ=-12.4%）。所提出的加权注意力融合在准确率（85.6%）和缺失模态鲁棒性（仅下降6.4%）上显著优于早期拼接（78.3%）、晚期平均（80.7%）和张量融合（82.9%）。

**4.6 跨数据集验证（CES数据集）**
零样本迁移（直接应用StudentLife训练模型）在CES上抑郁分类准确率为72.3%（95% CI: 68.1–76.1%），AUC=0.764；压力分类准确率68.7%。微调迁移（140名CES参与者训练，60+名测试）后，抑郁准确率提升至83.9%（95% CI: 79.8–87.5%），AUC=0.894。模态重要性排名在跨数据集间保持中等一致性，调查仍为抑郁最佳预测因子（α=0.321），活动为压力最佳预测因子（α=0.279）。该结果证实初始StudentLife测试集（n=7）的87.4%准确率被高估，零样本CES的72.3%更反映真实泛化性能。

**讨论与结论**

讨论部分指出，StudentLife数据集样本量小（48名学生，来自单一大学）且标签基于自评（PHQ-9、PSS），存在主观偏差；缺失数据模式可能影响泛化性。模型目前尚不适合作为独立筛查工具，因为13%的错误率（包括假阳性和假阴性）会导致伦理风险。研究人员建议采用人类参与决策（human-in-the-loop）的渐进式部署策略，例如在考试等压力高峰期间作为预警工具，由工作人员复核。需进行多机构验证（至少500名参与者，3–5所大学）、设定高置信阈值（预测概率>0.95）、持续本地校准以及定期偏见审计。

研究结论翻译如下：
本论文通过协同整合多模态感知与复杂深度学习结构，为高等教育背景下的心理健康评估领域做出了贡献。一种改进的新型元启发式算法——Addax优化算法在神经架构搜索中表现出更优的收敛行为和解质量，在42次迭代内达到最优适应度，优于已知元启发式算法。所提出的元启发式优化跨模态注意力网络在多模态心理健康预测任务中实现了抑郁检测准确率87.4%、压力预测准确率83.7%，并与学业成绩（GPA）强相关（r=0.791）。尽管结果强劲，但需强调局限性：（1）StudentLife数据集仅包含来自一所大学的48名学生；（2）真值基于主观自评（PHQ-9、PSS），因此存在偏差；（3）被动感知中的缺失数据模式可能缺乏泛化性。关键地，研究人员强烈反对在任何大学将其作为独立筛查政策部署。假阳性可能造成不必要的焦虑和污名，假阴性可能导致学生和家庭干预延迟，每100次预测中约13次错误会带来显著负面后果。该模型最适合作为人类参与决策工具，在预期压力高峰（如考试、项目截止日期）提供决策支持。因此，建议大学咨询中心将其作为员工审核的仪表板，报告每周人群水平统计以分配资源；仅对仪表板中出现的个别标志进行自愿性个别访谈。教师可使用匿名班级级趋势（如期中考试前学生睡眠一致性下降）来调整期望（如提供灵活作业截止日期）或通过非诊断性提醒提高意识。学生可选择加入个人仪表板监测自身风险轨迹，可能鼓励其访问咨询或使用放松空间。家庭仅应接收去标识化的人群数据以供信息参考。最后，本研究采用大学生经历研究（CES）数据集——最大规模的大学生心理健康纵向移动感知研究（200+名学生，5年）。实验表明，零样本迁移准确率为72.3%（95% CI: 68.1–76.1%），而本地微调将准确率提升至83.9%（95% CI: 79.8–87.5%），两者均显著低于原始实验中的87.4%，支持了在小型StudentLife测试集（n=7）上获得的性能被高估的假设。为考虑负责任、基于证据的部署，建议进行更大规模验证（n>500，3所大学多机构验证）、严格的标志阈值（如预测概率>0.95）、持续本地校准以及常规模型偏见审计，以至少将严重抑郁的假阴性率降至3%以下。若能采取这些措施，该模型可在可预测的学业压力期间为脆弱人群提供负责任的补充支持，而不取代当前临床导向系统或引发高风险机构政策。基于这些结果和局限性，提出了实用且技术上适当的未来方向：（1）在500名用户群体上进行多机构验证；（2）开发个性化用户模型以考虑被试间变异性（准确率58–86%）；（3）使用隐私保护方法（设备端处理、联邦学习或差分隐私）；（4）对缺失数据进行显式建模；（5）应用因果推断；（6）评估超过10周学期的长期效果；（7）通过前瞻性随机对照试验（RCT）评估其是否能引起用户行为改变；（8）与学生、咨询人员及机构审查委员会（IRB）共同开发。