近年来,国民心理卫生问题越来越受到国家的重视,同时也越来越受到大众的关心,抑郁、焦虑、精分并称为当今三大精神心理问题。2014年我国抑郁现患率为2.1%,专家预测我国以抑郁障碍为主的心境障碍患病率呈上升趋势。2019年国务院印发《国务院关于实施健康中国行动的意见》,从国家方面印发《健康中国行动(2019-2030)》,其中将抑郁现患率列为结果性指标,提出有效减缓抑郁现患率上升趋势的目标。抑郁能够越早发现,越早接受治疗,患者恢复率就越高,要实现抑郁的有效管控必须加强抑郁的预防,因此对个体抑郁风险作出精确的评估很重要。本文以抑郁的注意偏向为切入点,通过情绪STROOP和面孔识别任务,比较正常人群、抑郁易感人群、抑郁患者人群的注意偏向的不同,运用BP神经网络算法,构建基于眼动指标的抑郁评估模型。研究一采用了《认知方式问卷》和《流行病调查中心抑郁量表》来探究大学生群体中抑郁认知易感水平及抑郁症状的特征,研究结果表明:女生最弱连接得分高于男性,男女大学生的抑郁易感性存在显著性别差异;大学生的抑郁症状和抑郁易感性、负性认知方式原因、结果、自我价值三个维度得分具有正相关关系,也就说个体抑郁易感性越高,其抑郁症状越严重。研究二采用情绪STROOP任务和情绪面孔识别任务,运用eyelink 1000眼动仪进行研究。情绪STROOP任务实验结果得出:负性情绪刺激条件下,抑郁组和易感组情绪STROOP任务反应时明显长于健康组,表明抑郁症患者和抑郁易感人群均存在明显的负性刺激注意偏向。面孔识别任务结果表明:抑郁症患者和抑郁易感人群均存在对负性刺激的注意偏向,表现为对负性刺激的注意维持。从注意定向理论来看,抑郁症患者对于负性刺激亦表现出注意警觉,但抑郁易感人群还具有正性刺激的注意维持的能力,抑郁症患者对正性刺激则表达出回避;健康人群对正性刺激表现出一致性的注意维持;并且,健康人群对正性刺激表达出注意警觉,对于负性刺激则表现出注意回避。研究三通过Python软件,建立三层BP神经网络模型。根据研究二的实验,确立输入层节点数量为5个(反应时、注意偏向得分、注意偏向分数、到达兴趣区之前的持续时间偏向得分、首视点注视时间偏向得分),隐层的神经元节点为2√5=4个,输出层的节点数为1个,用0-100之间的数字直观说明预期输出结果。研究结果表明:BP神经网络模型可以用于抑郁风险评估。