快樂還是傷心機器可能比你自己更清楚？有無情感是人與機器最大的區別之一。今年3月，由天津大學牽頭建設的腦機交互與人機共融海河實驗室在濱海高新區正式揭牌，這是天津市對標國家實驗室建設成立的第6家海河實驗室。由青年科研人員挑重擔的科研團隊，致力于用“情感計算”賦予精神醫學的發展更多“溫度”，以期消弭人機智能交互之間的鴻溝。
團隊負責人——天津大學醫學院副院長、天津大學精神醫學中心主任、腦機交互與人機共融海河實驗室主任助理劉爽介紹，情感計算(Affective Computing)旨在賦予計算機感知、識別理解人類情感的能力，幫助其與人類進行高效友好的交互，是一個集腦與心理科學、醫學、社會科學、智能科學等多學科交叉的概念。
近日，劉爽團隊提出了一種基于人體姿態運動的多尺度空時網絡情感計算新模型，通過捕捉全身運動所傳達的粗、細粒度情感信息，結合基于迭代模式的空時融合算法 ST-ITE，以解碼情緒與身體運動之間的復雜映射關系。
本研究所提出方法的模型框架
(a)-(b)多尺度空域網絡編-解碼模塊；(c)-(d)多尺度時域網絡編-解碼模塊；(e)空時網絡聯合優化模塊；(f)交叉驗證結果分
實驗證明，該模型顯著提高了基于姿態運動的情緒識別性能，識別準確率優于現有方法，為進一步推動人機交互技術的應用與創新，促進新一代大規模、低成本、非侵入式的精神疾病個性化診療系統的發展提供了技術支撐。相關研究成果已于近日發表至國際情感計算領域TOP期刊《IEEE Transactions on Affective Computing》。
除了用情感計算識別和理解情緒，劉爽還帶領團隊將情感計算應用于精神障礙疾病的客觀評估，并在抑郁、精神分裂、焦慮等精神疾病的腦機制及干預治療方面取得多項創新成果。
據世界衛生組織(WHO)統計，全球約10億人正在遭受精神障礙困擾。新冠疫情后，全球精神障礙疾病負擔更加沉重，重度抑郁癥和焦慮癥的病例分別增加了28%和26%，抑郁癥患者激增5300萬，增幅高達27.6%。我國每年大約有28萬人自殺，其中40%患有抑郁癥，我國抑郁癥患者人數約9500萬。
然而目前，精神障礙疾病的臨床診斷主要依靠醫生的經驗和量表評估，主觀性強，一致性差，亟需客觀的生理靶標。
為破解這些難題，劉爽和團隊成員集智攻關，從底層效應和源頭機制出發，獨創了一種基于情感腦機接口技術的Chirp（啁啾）高頻穩態響應誘發范式，顯著提升了腦電Gamma振蕩信噪比；隨后提出腦電Gamma時頻聯合特征解碼方法，有效增強病理特征解碼特異性，從而發現腦電40Hz-chirp-ASSR可作為表征抑郁及不同抑郁癥的生理靶標，抑郁識別正確率、特異性與靈敏度均大于90%。
基于以上成果，劉爽帶領團隊進一步自主研發了國內首款面向抑郁評估的情感腦機交互機器人系統“神工-神心”。它的使用過程十分簡單，患者只需戴上采集頭部信號的設備，系統通過聲音刺激誘發用戶聽覺穩態響應，采集腦電信號并解碼情緒信息，構建識別模型，機器人就會根據患者的大腦信號，在短時間內對用戶進行全面、客觀的抑郁評估，實現抑郁癥的智能化評估，并為患者的個性化治療提供科學依據。
神工-神心系統
探索背后，是成百上千次向未知的沖鋒。目前，“神工-神心”機器人系統已授權和公開2項國際專利，7項國家發明專利，2項國家軟件著作權，在多地三甲醫院臨床測試成功，獲得國家醫療器械注冊證和天津市技術發明獎，并作為醫療科技創新代表性成果入選北京“奮進新時代”主題成就展，目前相關產品正在天開高教科技園實施轉化。
除了依靠電生理和行為分析技術，團隊還進一步設計了基于語音信號的非接觸式抑郁識別技術，提出了一種適用于抑郁語音識別的機器語音鏈模型，利用聲音的物理特征而不是文本信息進行抑郁評估，該模型在不同語言和采集范式的多個數據集上都表現出了良好的泛化能力和識別性能。研究結果同時表明，抑郁癥患者的聲道特性或已發生變化，為抑郁癥語音研究提供了理論基礎和啟發。相關成果發表于國際精神病學領域TOP期刊《Journal of Affective Disorders》。
構筑更良性的人機關系，讓機器不僅有“智商”，更有“情商”，是劉爽選擇情緒解碼與調控這一研究方向的初衷。1989年出生的“準90后”她，已經先后入選了國家級青年人才工程和國家級高層次領軍人才計劃。未來，劉爽將繼續帶領她年輕的科研團隊深耕情緒解碼與調控新理論、新技術和新應用研究，重點面向精神醫學與康復工程、特種醫學與人機工程等重大領域的工程應用，為新一代的醫學人機交互和人機混合智能的發展提供重要支撐。
津公網備案：12019202000211
