王鹏宇，张 敏，马为之，刘奕群，马少平

(1. 清华大学 计算机科学与技术系，北京 100084；2. 清华大学 人工智能研究院，北京 100084；3. 清华大学 北京信息科学与技术国家研究中心，北京 100084)

0 引言

抑郁症已经成为威胁当代人精神和生理健康的重要因素。其不仅是导致精神障碍和自杀的主要原因之一，而且还与某些生理疾病相关。调查和分析[1]表明，抑郁症与生理疾病(如中风)的发病率和死亡率风险的显著增高有一定的相关性。因此，如何有效防治抑郁症已经成为现代医学一个重要的课题。

目前对于抑郁症的诊察和治疗手段主要侧重于对患者的确诊和治疗，而缺乏对于潜在抑郁症用户的检测手段。由于用户对情绪倾向的自检不一定准确，潜在抑郁症用户并不容易察觉自己的情绪状况。此外，缺乏对患者情绪的实时监测手段，依靠定时给药等治疗方式难以应对突发的激烈情绪波动。同时，抑郁症存在一定的复发率，对于已治愈者，还缺少长期有效的观测手段。

抑郁症的主要特征包括心情低落、缺乏兴趣等情绪表现，故实时有效地判断和识别用户情绪的方法对于抑郁症的发现和治疗大有意义。首先，实时的情绪识别有利于用户自检，便于潜在患者及时寻求医疗帮助；其次，医生可以通过对患者的情绪监测来判断是否应该改变治疗方式；最后，对于一度治愈抑郁症的人群，同样可以确认其是否再次发病。

对用户的情绪识别，尤其是实时的多模态情绪识别是近年来情感识别领域的热点话题。……