通过面部视频推导的心率变异性进行无接触抑郁筛查

仅用摄像头检查情绪

许多抑郁症患者从未获得帮助，常常因为谈论心理健康困难或抽不出时间去诊所。本研究探索了一个出人意料的简单想法：普通网络摄像头对准某人面部拍摄几分钟，是否可以通过追踪心跳的微小变化来帮助识别可能正在与抑郁作斗争的人？

心脏如何传达我们的内在状态

我们的心跳并非像节拍器那样规则。心跳间隔之间的微小、自然变化——称为心率变异性（HRV）——反映了神经系统对压力和情绪的灵活应对能力。早期研究表明，抑郁人群往往缺乏这种健康的变异性。本文作者探讨了是否可以用一种快速且舒适的方式测量HRV，并将其用于实验室外的大规模抑郁筛查。

使用面部视频的无接触检查

研究团队没有将传感器贴在胸部或手腕上，而是使用了来自韩国多家医院、超过1400名成年人的面部视频记录。标准网络摄像头在受试者静坐数分钟时拍摄他们的面部。肉眼看不到但摄像头可检测到的皮肤色彩细微变化被转换为脉搏信号，进而计算出详细的HRV指标。在同一次就诊中，参与者还填写了一份简短问卷（PHQ-9），评估过去两周的抑郁症状。得分5分及以上者被归为有抑郁症状组，得分较低者在本研究中被视作无抑郁症状组。

训练计算机识别模式

研究人员随后构建了一个机器学习系统，学习区分有无抑郁症状个体的模式。他们结合了多种信息：多种HRV指标（例如平均心率和不同频段的变异性）以及基本人口学信息，如年龄、性别、吸烟状况、体质指数和是否有其他疾病。将几种不同算法堆叠在一起，以便最终模型能利用各自的优势。团队使用了适合医学中二元决策的评估指标来判断性能，包括系统在重复测试中将可能抑郁与非抑郁个体分开的能力。

系统哪里做得对——又存在哪些不足

该模型在区分两组方面优于随机猜测，但达不到作为独立诊断工具所需的准确度。其整体判别能力有限：按医学常用标准，其表现处于“中等”而非“高”范围。一个重要发现是，简单的人口学因素——尤其是是否吸烟、性别以及是否有慢性疾病——比任何单一HRV指标更强的预测作用。尽管如此，HRV在与这些基础信息结合时仍提供了有价值的补充信息。抑郁症状较多的人倾向于静息心率略快且HRV较低，这表明其压力反应系统较不灵活。该模型在某些亚组中表现稍好，例如肥胖者或当前吸烟者，这些组别中抑郁与非抑郁参与者之间的生理差异更为显著。

这对日常生活意味着什么

这项工作表明，使用普通摄像头进行的一段短时无接触记录能够捕捉与情绪相关的心律信号，这些信号与几项简单问卷结合后，可以中等程度地标记出可能正经历抑郁的人。虽然当前系统的准确性尚不足以取代专业评估，但未来它可能成为一种便捷的第一步——例如集成在智能手机或远程医疗访问中——将有风险的人引导至更全面的护理。简单来说，通过安全的远距离测量，你的面容和心跳可能为是否需要与他人谈谈你的感受提供温和的早期警示。

引用: Jhon, M., Kim, JW., Lee, K. et al. Contactless depression screening via facial video-derived heart rate variability. Transl Psychiatry 16, 49 (2026). https://doi.org/10.1038/s41398-026-03831-y

关键词: 抑郁筛查, 心率变异性, 面部视频, 机器学习, 心理健康技术