两篇新研究论文EDA和SIGMA,提出了用于评估抑郁严重程度的先进多模态框架。EDA通过将声学和视觉线索本地化为可检查的“证据记录”并使用冻结的多模态代理进行验证,来专注于基于证据的分析。另一方面,SIGMA强调说话人隔离和症状结构,通过文本、音频和视频之间的交叉注意力联合预测八个问卷项目。两种方法都旨在提高抑郁评估的准确性和可解释性,其中SIGMA在扩展的痛苦分析访谈语料库上取得了最先进的性能。 AI
影响 这些新框架提供了更具可检查性和准确性的AI驱动的抑郁评估方法,有望改善临床筛查和研究。
排序理由 两篇在arXiv上发表的学术论文,详细介绍了用于抑郁分析的新多模态AI框架。
- $7B
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- D-Vlog
- EDA
- Extended Distress Analysis Interview Corpus
- Gotit.pub
- Hugging Face
- PHQ-9
- ScienceCast
- SIGMA
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →