[论文解读] Towards Deep Learning Models for Psychological State Prediction using Smartphone Data: Challenges and Opportunities

Gatis Mikelsons, Matthew D. Smith+2 more|arXiv (Cornell University)|Nov 16, 2017

Mental Health Research Topics参考文献 18被引用 16

一句话总结

本文提出一种利用智能手机GPS数据预测心理压力水平的深度学习模型，通过手工设计的时空度量和时间特征实现。在StudentLife数据集上评估，该模型通过使用批量归一化和Dropout的神经网络，实现了分类性能的提升，尽管存在标签噪声和人群异质性等挑战，仍凸显了深度学习在数字心理健康监测中的潜力。

ABSTRACT

There is an increasing interest in exploiting mobile sensing technologies and machine learning techniques for mental health monitoring and intervention. Researchers have effectively used contextual information, such as mobility, communication and mobile phone usage patterns for quantifying individuals' mood and wellbeing. In this paper, we investigate the effectiveness of neural network models for predicting users' level of stress by using the location information collected by smartphones. We characterize the mobility patterns of individuals using the GPS metrics presented in the literature and employ these metrics as input to the network. We evaluate our approach on the open-source StudentLife dataset. Moreover, we discuss the challenges and trade-offs involved in building machine learning models for digital mental health and highlight potential future work in this direction.

研究动机与目标

• 开发一种利用被动智能手机传感器数据预测心理压力水平的深度学习模型。
• 评估神经网络在建模GPS衍生移动模式压力方面的有效性。
• 解决心理建模中标签噪声和人群异质性等挑战。
• 通过StudentLife数据集上的交叉验证，探索特征重要性与模型鲁棒性。
• 识别数字心理健康应用中关键的设计权衡与未来研究方向。

提出的方法

• 该模型采用四层全连接神经网络，激活函数为tanh，结合批量归一化与Dropout正则化（Dropout率分别为0.35、0.25、0.15）以进行特征学习。
• 输入特征包括八个基于GPS的时空度量（如总距离、空间覆盖范围、熵）和四个独热编码的时间特征（周末、学期开始/中期/结束）。
• 对每个用户进行特征标准化，以减少个体差异并提升模型泛化能力。
• 压力标签源自每日平均自报数据，经重标度后划分为三类：低于中位数、中位数、高于中位数压力。
• 最后一层使用Softmax激活函数，实现三类压力水平的多分类。
• 通过交叉验证评估模型性能，以分析特征重要性与泛化能力。

实验结果

研究问题

• RQ1 仅使用智能手机GPS数据，深度学习模型能否有效预测心理压力水平？
• RQ2 手工设计的GPS时空度量在预测能力上与时间上下文特征相比如何？
• RQ3 标签噪声与个体差异对心理预测模型性能有何影响？
• RQ4 批量归一化与Dropout等正则化技术在此背景下如何影响模型泛化能力？
• RQ5 在构建真实世界数字心理健康应用的稳健、可扩展模型时，面临哪些关键挑战？

主要发现

• 结合批量归一化与Dropout的深度学习模型在分类压力水平方面相比基线方法表现更优，凸显了神经网络在建模复杂心理状态方面的价值。
• 时间独热特征（如学期开始、中期）的引入显著提升了模型性能，表明上下文时间标记可增强预测准确性。
• 时空GPS度量（如总移动距离、凸包法计算的空间覆盖范围）是压力分类中最具信息量的预测因子之一。
• 模型表明，对个体特征进行标准化处理可显著提升泛化能力，降低用户间差异的影响。
• 由于自报情绪和回忆偏差导致的标签噪声仍是主要挑战，分类性能受限于用户对压力量表解释的不一致。
• 本研究将人群异质性识别为构建单一泛化模型的关键障碍，建议未来研究方向包括个体化定制或聚类策略。