跳到正文
热点事件持续更新

SIGMA:多模态临床访谈抑郁评估框架

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

SIGMA研究团队发布了基于说话人感知与症状结构化的多模态抑郁严重度估计框架。该框架专门针对半临床访谈场景,旨在从多模态数据中准确评估抑郁症患者的症状严重程度。 在技术实现上,SIGMA利用说话人分离技术隔离参与者语音,并通过交叉注意力机制融合文本、音频和视频三种模态。系统使用共享潜在严重度特征与特定条目有序阈值,联合预测八项问卷条目。 在扩展困扰分析访谈语料库上的测试显示,SIGMA实现了CCC 0.762、RMSE 4.13、MAE 3.30的最先进性能。消融实验证实,隔离参与者语音及联合结构化症状预测显著提高了估计准确性。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · AI
    SIGMA:基于说话人隔离与症状结构化多模态估计的临床访谈抑郁严重度评估框架

    SIGMA 提出一种基于说话人感知与症状结构化的抑郁严重度估计框架,在扩展困扰分析访谈语料库上实现 CCC 0.762、RMSE 4.13、MAE 3.30 的最先进性能。 框架采用说话人分离仅限参与者语音,利用交叉注意力机制融合文本、音频和视频模态,并通过共享潜在严重度特征与特定条目有序阈值联合预测八项问卷条目。 消融实验证实隔离参与者语音及联合结构化症状预测显著提高了估计准确性。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。