【摘 要】
：
随着社会就业压力不断增加,以及2020年以来受新冠疫情影响,精神疾病的患病率不断提高。然而,我国目前精神疾病患者选择到相关门诊就医的人数不到十分之一,若得不到及时地确诊和医治可能引发其他相关疾病。因此,一套高效简捷的人格检测工具对国民精神疾病筛查非常必要。明尼苏达多项人格检测量表（Minnesota Multiphasic Personality Inventory,MMPI）是世界上使用最普遍的
论文部分内容阅读
随着社会就业压力不断增加,以及2020年以来受新冠疫情影响,精神疾病的患病率不断提高。然而,我国目前精神疾病患者选择到相关门诊就医的人数不到十分之一,若得不到及时地确诊和医治可能引发其他相关疾病。因此,一套高效简捷的人格检测工具对国民精神疾病筛查非常必要。明尼苏达多项人格检测量表（Minnesota Multiphasic Personality Inventory,MMPI）是世界上使用最普遍的心理测评工具之一,主要用于筛查精神疾病。我国现在使用的MMPI版本共有566个题目,作答时间需要45分钟以上,导致在许多应用场景下测评者难以耐心完成所有题目。MMPI量表创建于1940年,很难适应当下的需求。机器学习的发展极其迅速,已经逐步涉及到医学领域中。本文为实现MMPI量表的简化,采用6种经典机器学习算法,对收集到的北京大学第六医院的数据进行优化建模。为获得优化效果最好的模型,首先优化MMPI题组,循环选择10个题组中的9个题组来预测余下题组,以题组预测的允许误差作为题组模型的标准。其次,通过前置题组的特征选择,建立题目模型,删减敏感度与特异度高于85%的题目。采用此方案建立的MMPI动态简化模型,实现了题组和题目的动态删减。在进行题组简化时,预测题组的允许误差设为4.5能够将原有的10个题组简化至3个,男性和女性预测准确率分别为78.4%～99.0%和75.0%～99.0%。对于题目预测来说,组内题目预测的敏感度和特异度均达到85%时,各题组内的题目能够由原来的33～78个缩短为13～60个,男性和女性测评时间分别缩短了37.3%和39.1%。结果显示,简化后的量表能够根据测试者答题情况动态删减题目,提高了答题效率,并且在人格检测中仍具有较高的准确率。目前,MMPI简化版已应用在多家医院和体检中心,实现了可靠的筛查和辅助诊断功能,为医生的干预治疗创造条件,及早发现、尽早治疗、减轻患者所承受的痛苦。测评系统的落地和推广,使得简化版本的MMPI量表不断地发挥价值,在体检场景下能为更多有需要的测评者提供高效简捷的筛查服务,为促进我国的心理卫生的健康发展作出重大的贡献。
其他文献
中国象棋作为休闲和益智的一款游戏,流传至今,在伴随科技进步的同时,基于识别的机器人技术得到了很大发展,人机象棋博弈的相关研究也热度增加。当前,人机象棋走棋多为空间移动,为提高人机设备场地适用性,平面移动条件下的人机象棋博弈不可或缺,本文通过研究人机象棋相关方面理论,实现了一种基于平面约束条件下的人机象棋智能控制系统。其控制过程主要通过以下四个方面实现。第一、人机象棋系统棋子定位与识别。由机器视觉获
实例分割任务主要是将图像中的几种类别区分并检测标记出来。在基础卷积神经网络的基础上,对模型进行改进。当前的实例分割算法无法分割两个高度重叠的对象,之前的实例分割算法基本都是对图片的目标进行检测,然后在生成的检测框的基础上进行实例分割,这样可能会导致两个非常近的人无法区分出来。本文发现利用人体骨骼的特殊性能够更好的把图片中的人精准的分割出来,从而避免了候选框所带来的漏检情况,并且本文提出了两种全新的
步入21世纪后,中国经济发展势头强劲,一跃成为全球第二大经济体。但在快速经济发展的同时,国内能源问题也日益突出。根据去年全球能源使用情况调查数据显示,中国已成为能源消费最大的国家之一。为了缓解能源枯竭带来的危机,中国政府连续多年出台政策,对工业、建筑业和交通业三个能耗巨头的发展提出了一系列可持续发展的新要求。以建筑行业为例,每年建筑能耗使用占比超过了社会各行业总能耗的三分之一,且针对于建筑方面的节
近年来,中国经济发展迅速,城市现代化水平不断加深。然而,交通车辆保有量的急剧增加给城市交通运行带来了巨大的压力。出租车、公交车等公共交通工具的精准时间预测,不但能够利于人们对行程进行合理规划,节约时间,而且能缓解交通拥堵现象,避免人力、能源等浪费,进而给城市的规划建设提供重要参考。交通车辆通行时间预测研究已经成为智能交通领域的热点问题之一。然而,传统的研究方法无法充分提取各轨迹路径之间的时空特性,
生成对抗网络（GAN）作为一种深度学习模型,凭借可以在训练阶段提取真实图像和生成图像丰富特征的优势,正逐渐被应用于监督和半监督的图像识别中。本文围绕GAN模型图像识别精度的提升,在原始GAN模型的基础上做了以下工作:（1）原始GAN模型对图像特征的提取在一定程度上依赖判别器自身的学习,导致其提取到的数据特征与真实数据特征之间存在一定的偏移,影响了GAN模型图像识别的精度。针对这个问题,本文在原始G
我国是茶叶的生产大国,茶种植区的监测工作对我国经济发展具有重要意义。然而传统的人工野外勘测方法需要耗费大量的人力物力,时效性差,精度低,不能及时有效地获取茶种植区空间分布信息,同时也有着比较高的误差。遥感技术具有准确、及时获取信息的天然优势,因此使用遥感监测的方法实现对茶种植区的自动提取是可行的,但同时由于茶树在光谱特征上与其它农作物种植区的相似性,导致目前的茶提取算法难以达到良好的效果。本文以遥
基于光谱特征结合机器学习方法准确提取湿地信息并研究其动态变化,对于湿地环境监测和保护具有重要价值。随着人口增加,城乡建设快速发展,围垦、埋填、占用湿地,有害物质排放进入湿地,破坏了湿地生态环境,湿地的面积日益减少。因此,急需一种新的分类手段,以利于湿地的动态监测,湿地环境保护和合理的开发建设。城市建筑物分割是高分辨率遥感的热门研究领域。然而,高分辨率遥感图像的各种外观和复杂的背景使得城市建筑物的精
系统的状态估计问题广泛存在于自动驾驶、数据传输、故障诊断等领域,由于环境影响、模型参数不当选取、测量设备故障等原因,系统状态方程和测量方程中往往含有未知输入。而未知输入的存在使得上述状态估计问题的研究变得非常复杂。因此,本文考虑含有未知输入的线性系统和非线性系统,研究系统状态和未知输入的估计问题。首先,针对未知输入直接馈通到线性系统测量方程的情况,提出新的扩展递归三步滤波器,同时估计未知输入和线性
海岸线变化监测对海岸带的科学管理和保护具有重要意义。随着高分辨率遥感图像的快速积累,自动提取高分辨率遥感图像中的水边线（海陆分割线）是实现海岸线变化监测的重要手段。但高分辨遥感图像中地物细节复杂,陆地上临近封闭内水区域的边界极易被误识别为海陆分割线;另一方面,由于水边线本身类型多样（包括人工、砂质、淤泥质等）且易受附近地物遮挡,提取的水边线极易存在断点不连续的情况,因此,研究基于高分辨率遥感图像的
随着互联网技术的迅猛发展和众多无线智能设备的普及,越来越多的移动用户趋向于使用移动设备下载内容、浏览新闻视频等。用户的这些行为导致了移动数据需求量的爆炸性增长,给移动蜂窝网络运营商造成了巨大的数据流量负载和网络拥塞。目前,大部分工作或针对激励机制,或针对用户合作参与D2D分流,而忽略了CT的自私与不合作属性,考虑不够全面。基于设备到设备的机会通信辅助移动数据分流,并激励用户积极参与,实现内容传输用