典型文献
结合注意力机制的CNN-LSTM的视频中双相抑郁症检测方法
文献摘要：
双相抑郁症(Bipolar Disorder)会使人们因为严重的情绪问题无法参与正常的社会生活,甚至导致自残和自杀行为.为了准确检测患者当下心理状态以协助医生进行更精准的治疗,提出了一种结合注意力机制的CNN-LSTM网络的混合模型的双相抑郁症检测方法.该方法首先使用在人脸表情数据集上微调的Resnet50模型提取视频帧的空间特征,其次通过结合注意力机制的LSTM网络提取帧之间的时序信息去检测双相抑郁症.在AVEC2018双相抑郁症数据库开发集上,验证了该方法的有效性.
文献关键词：
双相抑郁症检测;卷积神经网络;长短时记忆单元
中图分类号：
作者姓名：
穆家宝
作者机构：
中国科学技术大学大数据学院,安徽合肥230026
文献出处：
引用格式：
[1]穆家宝-.结合注意力机制的CNN-LSTM的视频中双相抑郁症检测方法)[J].网络安全与数据治理,2022(05):72-76
A类：
双相抑郁症检测,AVEC2018
B类：
注意力机制,Bipolar,Disorder,情绪问题,自残,自杀行为,心理状态,混合模型,人脸表情,表情数据集,微调,Resnet50,视频帧,空间特征,时序信息,数据库开发,长短时记忆单元
AB值：
0.22768
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
