面部表情會出賣自己的小心思，而如今，面部活動識別的功能又被科學家拓寬了，它們還可能透露心理健康狀況。近日，中國科學院心理研究所行為科學重點實驗室朱廷劭研究組的科研人員借助人工智能，構(gòu)建了不同心理癥狀的面部自動識別模型，探索了個體面部活動指向心理健康癥狀的可能性。相關(guān)研究成果在線發(fā)表于《心理學前沿》。

凡是接觸過心理咨詢的人都不會對心理測試量表感到陌生，因為在專業(yè)場景中，它是目前最核心的診斷方法。然而，傳統(tǒng)心理測試量表有明顯的局限。基于面部活動識別人的心理健康狀況便是當下不同于傳統(tǒng)心理測量的新方法。已有研究表明，人類的行為包括面部活動會反映積極或消極的情緒變化，而情緒又受到心理健康狀態(tài)的影響。

“患有不同心理疾病的個體表現(xiàn)出不同行為，而患有同種心理疾病不同亞型的個體的行為也存在差異?！敝焱③勘硎?，這些研究結(jié)果為使用行為數(shù)據(jù)識別個體全面的心理健康癥狀提供了可能，而過去多數(shù)研究主要集中在識別某一種心理疾病的存在或程度。

“這一新方法借助人工智能里的機器學習算法，將人的面部活動變化作為輸入，將其心理測試指標作為輸出，建立輸入和輸出的映射關(guān)系后，被試者只要‘刷個臉，理論上我們就能通過他的面部數(shù)據(jù)得到他的心理健康狀況了?！敝焱③空f。

在與心理健康相關(guān)的所有非語言行為中，面部表情相對穩(wěn)定，并且易于獲取。通過面部活動識別心理狀況，既方便又可以多次使用，還能避免被試者主觀想法干擾實驗，并且減輕被試者過多的心理負擔。

于是，朱廷劭團隊嘗試構(gòu)建了不同心理癥狀的面部自動識別模型，從而探索個體的面部活動能否有效指向被試者的心理健康癥狀。他們還將信效度檢驗方法應用于機器學習模型的評估，為未來的同類型研究提供一種可行的多維度機器學習模型評估方法。

“這一方法目前仍在探索階段?！敝焱③勘硎?，由于研究的樣本量不夠大，機器學習還需要大量練習，才可能提高準確性和有效性。再者，選擇面部的哪些特征變化才能更好地對心理指標進行預測，也需要不斷分析和調(diào)整。

盡管如此，朱廷劭認為，未來在一些非專業(yè)診斷的場景，這種方法有很大的應用潛力。

◎ 編譯|胡珉琦? 張思璇

◎ 來源| 中國科學報