Подходы к автоматизации диагностики психического здоровья операторов отдельных профессий

Причины возникновения, распространенность психических расстройств операторов различных профессий. Автоматизированные системы оценки психических состояний. Подходы к автоматизации психической диагностики Approaches to automating mental health diagnostics.

Рубрика Психология
Вид статья
Язык русский
Дата добавления 31.01.2024
Размер файла 176,2 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Подходы к автоматизации диагностики психического здоровья операторов отдельных профессий

Approaches to Diagnostic Automation for Mental Health in Operators of Certain Occupations

Abstract

Operators' errors in some occupations (i.e. pilots, drivers, technical facility workers) can lead to human and technogenic disasters. Attention, reaction rate, concentration on performing work duties directly depend on operators' somatic and mental health. Health control of persons, whose professional activities are associated with safety of a large number of persons, is carried out both annually and immediately before starting work ("pre-trip" and "pre-duty" check-ups). The following methods are conventionally used to diagnose mental health: communicating with the patient, questionnaires, and psychological testing. At the same time, fatal air accidents analysis suggests that mental deviations are not always correctly identified using traditional methods. In particular, a person may hide mental health problems for fear of losing career opportunities and prospects. The leading problems in operators, as well as in the general population, are depression and anxiety. In this connection, the elaboration of a hardware and software complex for early diagnostics of these and other mental disorders seems promising. Nowadays, methods of audio and video information analysis based on artificial intelligence algorithms have been developed, allowing an objective assessment of individual's mental health by speech and emotional expression.

Keywords: operators' mental health, automated systems, speech analysis, emotion analysis

Введение

"Человеческий фактор", "ошибка оператора" - мы слышим такие формулировки применительно к катастрофам, произошедшим не из-за сбоя техники, а по вине управляющего ею человека. Сложно оценить, какой процент этих аварий происходит из-за измененного сознания оператора. В этом плане наиболее изучены психическое здоровье пилотов и причины, приводящие к авиаинцидентам. Самоубийства, когда средством их совершения является самолет, - явление редкое, вместе с тем если это происходит в авиации, то сопровождается гибелью сотен людей. Известно, что самоубийства чаще всего происходят на фоне депрессии. Уровень распространенности депрессии в мире, по данным единственного на текущий момент исследования, выполненного параллельно на всех континентах земного шара по единой методологии, находится в диапазоне 4,8-7,4% [1]. Среди психических расстройств у пилотов чаще всего, как и в общей популяции, встречается депрессия. Национальное неанонимное новозеландское исследование показало, что распространенность депрессии у пилотов составляет 1,9% [2]. Параллельно было проведено анонимное национальное исследование, которое установило, что распространенность тревожных и депрессивных расстройств у пилотов составляет 6,7% [3]. Использование неспецифического инструмента Patient Health Questionaire-9 (PHQ-9) показывает крайне высокую распространенность большой депрессии у пилотов - 12,6% [4], тогда как, по оценкам Национального института психического здоровья, только 6,9% населения США страдает депрессией [5], а Всемирная организация здравоохранения заявляет о 5% распространенности депрессии во всем мире [6]. Пилоты коммерческих авиакомпаний имеют более высокий уровень распространенности депрессивных расстройств по сравнению с населением в целом [7].

Автокатастрофы и техногенные аварии менее изучены в плане причин, подтолкнувших работника к неверному решению. При этом данные о распространенности тревожных расстройств, нарушении сна, депрессии среди водителей-дальнобойщиков, водителей такси также говорят о более высокой распространенности у них этих расстройств по сравнению с общей популяцией [8, 9].

Учитывая высокую значимость оценки психического состояния операторов, необходимо разработать методологию исследования, минимизирующую субъективное мнение исследователя, обладающую высокой точностью, возможностью количественной оценки результата. В этом отношении многообещающим подходом является применение автоматизированных методов, в том числе на основе искусственного интеллекта, для оценки речи, движений, эмоций человека с целью выявления психических отклонений.

Причины возникновения, распространенность психических расстройств у операторов различных профессий

Операторы профессий, связанных с безопасностью большого количества людей (пилоты, водители, операторы нефтегазовой отрасли и атомных станций), регулярно подвергаются медицинскому освидетельствованию и отстраняются от работы в случае обнаружения психических расстройств. Ретроспективно сложно оценить, сколько аварий по вине операторов произошло именно из-за ухудшения их психического здоровья. Применительно к авиапроисшествиям отметим, что благодаря непрерывной записи происходящего на борту можно определить, когда ошибки мониторинга здоровья пилотов приводят к авиакатастрофам и человеческим жертвам. Так, 24 марта 2015 года мир потрясла новость о крушении лайнера Airbus A320-211, повлекшем гибель 150 человек, находящихся на борту. Причиной крушения явились действия второго пилота Андреаса Любица, выбравшего самолет как способ самоубийства.

Известны и другие случаи возможных убийств/самоубийств, совершенных пилотами коммерческих авиакомпаний, такие как катастрофа EgyptAir в 1999 году, в результате которой погибло 217 человек [10], катастрофа SilkAir 1997 года, в которой погибло 104 человека [11]. В авиационных происшествиях с фатальным исходом в период между 1993 и 2012 годами суициды у американских пилотов, средством совершения которых были самолеты, составили 0,33% - 24/7244 несчастных случая со смертельным исходом [12, 13].

Согласно отчетам о расследовании стрессовых воздействий, которые пилот мог испытать во время аварии, 54,9% из 51 американского пилота, совершившего авиационное самоубийство, имели идентифицируемый стрессор. Из них 27,5% случаев были связаны с отношениями, 7,6% - с юридическими проблемами, а 5,9% - с серьезными заболеваниями пилота или его близких [14], при этом больше половины пилотов оставляют предсмертную записку [15].

В группу риска по возникновению психических нарушений входят представители других профессий: водители-дальнобойщики, водители такси, операторы, чья трудовая деятельность проходит в тяжелых природных и бытовых условиях (например, операторы нефтегазовых месторождений) или при большой нагрузке (операторы атомных станций).

Психическое здоровье операторов стало предметом пристального внимания исследователей в области психологии в Китае. Основной методикой оценки психического здоровья в этой стране является Symptom Checklist-90-REVISED (SCL-90-R), содержащий 90 вопросов, охватывающих практически весь спектр психических нарушений [26]. Был проведен метаанализ исследований водителей такси, который показал, что их психическое здоровье было ниже нормы для китайской общей популяции по соматизации, навязчивостям и проблемам межличностного общения [27].

С другой стороны, в Австралии высокий уровень психологического дистресса у штатных водителей фиксируется с частотой 4,5% в месяц. Следует отметить, что этот показатель ниже общепопуляционной распространенности депрессии в мире: по данным единственного на текущий момент исследования, выполненного параллельно на всех континентах земного шара по единой методологии, в течение одного месяца она находится в диапазоне 4,8-7,4% [1]. Принимая во внимание то, что психологический дистресс может быть обусловлен более широким кругом проблем и заболеваний, можно отметить, что регулярное прохождение медицинских комиссий и отстранение от работы лиц с тяжелыми психическими расстройствами вносят вклад в эти показатели. Тем не менее симптомы нарушения психического здоровья дальнобойщиков в Австралии включают трудности с вниманием, концентрацией, мотивацией, принятием решений, зрительно-моторным контролем и временем психомоторной реакции. Управление автотранспортным средством при тяжелой депрессии сравнивается с вождением с содержанием алкоголя в крови около 0,08% [28]. В США, при том что 75% дальнобойщиков характеризуют свое здоровье как хорошее, 83,4% имеют избыточный вес / ожирение, 57,9% - нарушения сна, 56,3% - усталость, 42,3% - скелетно-мышечные расстройства, около 40% - сердечно-сосудистые заболевания [29].

Следует подчеркнуть, что более 90% лиц, совершающих суициды, переносят по крайней мере одно психическое расстройство, относящееся к большой психиатрии, причем наиболее распространенным является большое депрессивное расстройство - 56-87% [30]. Оно служит одной из основных причин хронической инвалидности [31] и затрагивает 350 миллионов человек во всем мире [32].

Оптимизация мониторинга соматического и психического здоровья операторов важна для предотвращения трагедий с человеческими жертвами и со значимыми разрушениями техники и инфраструктуры. Следует подчеркнуть, что здоровье операторов регулярно проверяется на ежегодных медицинских комиссиях, предрейсовых и предвахтовых медицинских осмотрах. Выявление психических расстройств легкой и средней тяжести затруднено, так как угроза потери заработка, привилегий, карьерных возможностей может заставить людей скрывать от медицинского работника истинное состояние. Автоматизированные системы оценки психического здоровья позволят снизить субъективизм со стороны врача, проводящего осмотр, и сведут к минимуму попытки скрыть проблемы с психикой со стороны обследуемого.

Автоматизированные системы оценки психических состояний

Большой вклад в развитие автоматизированных систем оценки и коррекции психоэмоционального состояния вносит появление новых инструментальных методов оценки, таких как компьютерный анализ речи, мимики, распознавание эмоций (см. рисунок).

Наиболее обнадеживающие результаты применения автоматизированных методов исследования для диагностики в психиатрии достигнуты в области распознавания речи и эмоций при клинически выраженных психических расстройствах. Так, в работе Cohen A.S. и Elvevag B. (2014) рассматриваются подходы, связанные с автоматизированным компьютерным лингвистическим и акустическим анализом речи. Авторы отмечают, что нарушения в общении являются отличительной чертой серьезных психических заболеваний. Показана высокая корреляция полученных показателей оценки естественного языка с результатами клинической диагностики [33].

Подходы к автоматизации психической диагностики Approaches to automating mental health diagnostics

В настоящее время дифференциальный диагноз психоза строится исключительно на основе субъективных оценок и устных интервью с пациентами. Объективизация диагностики может быть достигнута за счет количественной оценки речи при помощи анализа речевых графов. Граф представляет сеть с узлами, соединенными ребрами; в речевых графах узлы соответствуют словам, а края соответствуют семантическим и грамматическим отношениям. В исследовании Mota N.B. et al. (2012) была проведена количественная оценка речевых различий, связанных с психозом, на основе интервью с пациентами, страдающими шизофренией и манией. Результаты продемонстрировали, что изменения мыслительного процесса проявляются в речи пациентов с психотическими расстройствами и можно объективно измерить эти показатели, используя теоретико-графические инструменты, разработанные для учета нормального и дисфункционального потока мысли [34]. психический расстройство оператор

Известно, что бессвязность является значимым симптомом для некоторых психиатрических и неврологических заболеваний. Однако оценить степень непоследовательности речи сложно и большинство оценок являются субъективными. Elvevag B. et al. (2007) стремились создать объективный надежный вычислительный подход к количественной оценке несогласованности речи. Пациенты с шизофренией и здоровые контрольные добровольцы выполняли множество языковых заданий. Речь была транскрибирована, а уровень согласованности вычислялся с использованием скрытого семантического анализа (LSA). По результатам исследования можно сказать, что алгоритм LSA можно использовать для анализа речи как в качестве дополнения к клиническим оценкам врача, так и для экспериментального анализа несогласованности речи в автоматическом режиме [35].

В Нижегородском государственном лингвистическом университете им. Н.А. Добролюбова проведено исследование возможности использования программного комплекса "Фонетический детектор лжи", основанного на методе оценки качества речи по общесистемному шенноновскому критерию минимума требуемой избыточности, для экспресс-оценки психоэмоционального состояния человека по его речи [36]. Полученные результаты позиционируются авторами как эффективный инструмент в задачах психолингвистики и гендерного анализа.

Для диагностики невротических расстройств хорошо себя зарекомендовали методы автоматизированного анализа эмоций. При этом изменение эмоционального фона можно зафиксировать по изменению речи, выражения лица, используя "вестибуло-эмоциональный рефлекс" и др.

Интересен подход, связанный с распознаванием человеческих эмоций по речевым сигналам с использованием методов машинного обучения. Так, Wen G. et al. (2017) показали, что сети глубокого доверия (DBN) могут автоматически обнаруживать множественные скрытые взаимосвязи в речевых сигналах. Для использования всех преимуществ этого метода исследователи создавали ансамбли случайных сетей глубокого доверия (RDBN) для распознавания эмоциональности речи. Экспериментальная оценка полученной модели с использованием эталонных баз данных, содержащих речевые сигналы с известным эмоциональным наполнением, показала большую точность RDBN по сравнению с другими методами распознавания эмоций по речевым сигналам [37].

Известно, что выражение лица широко используется для оценки эмоциональных нарушений при психических и неврологических расстройствах. Существуют подходы к автоматизации анализа эмоциональных реакций, в частности через частотные и пространственные измерения эмоций, отражающихся на лице [38]. Так, эмоции влияют на пространственные отношения точек на лице человека, различия в которых проявляются в моменты эмоциональных реакций. Примером подобных систем являются модели активного контура, активные модели внешнего вида, различные вариации с нейронными сетями и т. д. Задачей подобных методов является поиск особых точек и участков на лице человека, которые в момент проявления эмоциональных реакций претерпевают геометрические изменения, и, соответственно, анализ отношений между точками. Данные методы в настоящее время получили широкое распространение практически во всех технологиях распознавания эмоций за счет своей эффективности, поскольку лицо наиболее выразительно в плане проявления эмоциональных реакций. Карта эмоциональных реакций лица хорошо описана в системе FACS [39]. Указанная система кодирования лицевых действий Экмана и Фризена (FACS) описывает движения отдельных лицевых мышц, что позволяет отчетливо регистрировать мгновенные изменения внешнего вида лица. FACS может кодировать неоднозначные и тонкие выражения и является подходящим инструментом для анализа небольших различий в выражении лица. Тем не менее FACS-оценка требует сложной подготовки, а также отнимает много времени и носит во многом субъективный характер. Для преодоления этих ограничений Hamm J. et al. (2011) разработали автоматизированную FACS-систему, позволяющую формулировать вывод на основе технологии компьютерного обучения. Система автоматически отслеживает выражение лица по видеосигналу, извлекает геометрические параметры и особенности текстуры и вычисляет временные профили каждого движения мышц лица. В пилотном исследовании количественные показатели плоскостности и несоответствия показали четкие различия между пациентами с шизофренией и группой контроля, подчеркивая потенциал использования автоматизированной системы для количественной оценки тяжести симптомов [40].

Дефицит в выражении эмоций заметен при некоторых психических расстройствах, включая, например, шизофрению. Доступные клинические оценки выражений лица обеспечивают субъективные и качественные измерения, которые основаны на статических 2D-изображениях, не фиксирующих временную динамику и тонкости выражения лица. Поэтому существует необходимость в автоматизированном, объективном и количественном измерении выражений лица, зафиксированных с помощью видео. В исследовании Wang P. et al. (2008) описывается вычислительная структура, которая формирует вероятностные профили по выражению лица на основе видеоданных и потенциально может помочь автоматически количественно определить различия в эмоциональной экспрессии у пациентов с психическим расстройством и здоровых людей. Для анализа изменений выражения лица во времени используются вероятностные классификаторы, которые позволяют проводить анализ в отдельных кадрах, а затем рассчитывать вероятность для всего видеофрагмента, выводя временные характеристики мимики. Применение такого метода к контрольной группе и исследования пациентов с шизофренией и синдромом Аспергера демонстрируют способность метода автоматизированного видеоанализа выражения лица проводить классификацию состояний [41].

Для анализа эмоциональной реакции человека также используют частотные психомоторные и психофизиологические характеристики, в частности, колебательные движения, присущие различным частям тела человека, как следствие происходящих внутренних процессов. Среди них можно выделить: дыхание, которому сопутствуют ритмичные колебания торса; вестибулярно-эмоциональный рефлекс, проявляющийся колебаниями головы в результате деятельности вестибулярной системы; движение крови, прилив крови к лицу, способствующий изменению цветовых характеристик кожи. В системе Vibroimage в качестве предмета анализа используется "вестибулярно-эмоциональный рефлекс". С физической точки зрения механические колебания головы представляют собой вибрационный процесс, параметры которого количественно характеризуют взаимосвязь энергии и движения объекта [42].

Перспективным направлением в определении эмоциональных реакций является бесконтактное определение пульса человека. Для реализации подобной возможности существует специально разработанный алгоритм [43]. На вход подается последовательность видеокадров. К каждому кадру применяется пространственное разложение на частотные составляющие, а затем происходит усиление определенных составляющих.

Недавние открытия в области глубокого обучения и использования автоматического измерения движения лица и головы сделали возможным объективное измерение тяжести депрессии. В то время как мощные подходы глубокого обучения не поддаются интерпретации. Коллективом авторов был разработан интерпретируемый метод автоматического измерения тяжести депрессии, который использует барицентрические координаты лица в качестве ориентиров и матрицу вращения трехмерной модели головы, полученную на основе линейной алгебры. С использованием этих представлений кинематические особенности движения извлекаются, предварительно обрабатываются и кодируются с применением гауссовой модели (GMM) и векторного кодирования Фишера. Мультикласс SVM используется для классификации закодированных движений лица и головы. Предлагаемый подход был оценен у взрослых с хронической депрессией. Скорость и ускорение движения являются динамическими характеристиками, позволяющими оценить три уровня тяжести депрессии. Полученный результат соответствует клиническим данным [44].

В настоящее время исследования человеческих эмоций затруднены отсутствием консенсуса по теории эмоций, подходящей для изучения динамических аспектов эмоций и их выражения. Анализ речи при автоматической психиатрической диагностике может быть основан не на том, что сказано, а на том, как это сказано. При этом к недостаткам систем диагностики, основанных на аудиои видеорегистрации, разработчики относят жесткие условия записи информации, наличие фоновых помех. Следует отметить, что эти ограничения актуальны при попытке вести автоматизированную диагностику в местах большого скопления людей (например, торговые центры, учебные учреждения) с целью выявления лиц с психическими расстройствами. Операторы в большинстве случаев при работе занимают статическое положение, что позволяет системам фиксировать, анализировать изменения здоровья наблюдаемого и предупреждать о них.

Заключение

Применение автоматизированных систем диагностики психического состояния является перспективным направлением, призванным повысить точность выявления отклонений и помогать психиатру и психологу в постановке диагноза. Разработка автоматизированных систем особенно актуальна для удаленного постоянного мониторинга психического здоровья операторов профессий, связанных с безопасностью большого количества людей. Автоматизированная диагностика будет особенно востребована на крупных предприятиях, где требуется периодическое психиатрическое освидетельствование и психофизиологическое обследование, а также на предприятиях, работающих в том числе вахтовым методом. Следует также отметить, что инженерные решения применительно к психодиагностике не приведут к повышению ее качества без совершенствования самих психодиагностических методик. Как видно из изложенного в данной статье, диагностические методологии существенно различаются в зависимости от страны и отрасли. Таким образом, представленные нами данные актуализируют несколько вопросов для дискуссии: может ли искусственный интеллект заменить диагноста; как совместить традиционные методики с искусственным интеллектом; нужны ли новые психодиагностические методики для автоматизированной диагностики; нужна ли унификация психодиагностической методологии?

Литература/references

1. OstCin T.B., Sartorius N. Public health aspects of anxiety and depressive disorders. Int Clin Psychopharmacol. 1993;8(1):15-20. Available at: https:// doi.org/10.1097/00004850-199309001-00002

2. Sykes A.J., Larsen P.D., Griffiths R.F., Aldington S. A study of airline pilot morbidity. AviatSpace Environ Med. 2012;83(10):1001-1005. Available at: https://doi.org/10.3357/asem.3380.2012

3. Feijo D.R., Luiz R., Camara V.M. Common mental disorders among civil aviation pilots. Aviat Space Environ Med. 2012;83(5):509-513. Available at: https://doi.org/10.3357/asem.3185.2012

4. Wu A.C., Donnelly-McLay D., Weisskopf M.G. Airplane pilot mental health and suicidal thoughts: a cross-sectional descriptive study via anonymous web-based survey. Environ. Health. 2016;15(1):1-12. Available at: https://doi.org/10.1186/s12940-016-0200-6

5. Bose J.S., Hedden L., Lipari R.N. Key Substance Use and Mental Health Indicators in the United States: Results From the 2015 National Survey on Drug Use and Health. Rockville: Substance Abuse and Mental Health Services Administration. 2016.

6. Kessler R.C., Aguilar-Gaxiola S., Alonso J. The global burden of mental disorders: an update from the WHO World Mental Health (WMH) surveys. Epidemiol Psichiatr Soc. 2009;18:23-33. Available at: https://doi.org/10.1017/s1121189x00001421

7. Pasha T., Stokes P.R.A. Reflecting on the Germanwings Disaster: A Systematic Review of Depression and Suicide in Commercial Airline Pilots. Front Psychiatry. 2018;9:86. Available at: https://doi.org/10.3389/fpsyt.2018.00086

8. Yang Z.F., Cao H., Lu C. Changes of anxiety in Chinese military personnels over time: a cross-temporal meta-analysis. Int J Ment Health Syst. 2014;8:9. Available at: https://doi.org/10.1186/1752-4458-8-19

9. Ulhoa M.A., Marqueze E.C., Lemos L.C. Minor psychiatric disorders and working conditions in truck drivers. RevSaude Publ. 2010;44:1130-1136.

10. Mastrangelo G.P., Carassai C., Carletti L. Safety and health of workers employed in industry. Data of the committee for compensation of accidents at work (INAIL) and the National Institute of Social Security (INPS), Veneto region, 1994-2002. Med Lav. 2008;99(1):67-75.

11. National Transportation Safety Committee. Aircraft Accident Report SilkAir Flight M1185 /National Transportation Safety Committee. Palembang: Department of Communications Republic of Indonesia. 1997.

12. Lewis R.J., Johnson R.D., Whinnery J.E., Forster E.M. Aircraft-assisted pilot suicides in the United States, 1993-2002. Arch. Suicide Res. 2007;11(2):149-161. Available at: https://doi.org/10.1080/13811110701247636

13. Vuorio A.T., Laukkala P., Navathe P. Aircraft-assisted pilot suicides: lessons to be learned. Aviat Space Environ Med. 2014;85:841-846. Available at: https://doi.org/10.3357/asem.4000.2014

14. Politano P.M., Walton R.O. Analysis of NTSB aircraft-assisted pilot suicides: 1982-2014. Suicide Life Threat Behav. 2016;46(2):234-238. Available at: https://doi.org/10.1111/sltb.12187

15. Bills C.B., Grabowski J.G., Li G. Suicide by aircraft: a comparative analysis. Aviat Space Environ Med. 2005;76(8):715-719.

16. Garbarino S., Guglielmi O., Sannita W.G. Sleep and Mental Health in Truck Drivers: Descriptive Review of the Current Evidence and Proposal of Strategies for Primary Prevention. Int J Env Res Pub Health. 2018;15(9):E1852. Available at: https://doi.org/10.3390/ijerph15091852

17. Thiese M.S., Effiong A.C., Ott U. A Clinical Trial on Weight Loss among Truck Drivers. Int J Occup. Environ Med. 2015;6:104-112. Available at: https:// doi.org/10.15171/ijoem.2015.551

18. Ng M.K., Yousuf B., Bigelow P.L., Van Eerd D. Effectiveness of health promotion programs for truck drivers: A systematic review. Health Educ. J. 2015;74:270-286. Available at: https://doi.org/10.1177/0017896914533953

19. Thiese M.S., Hanowski R.J., Moffitt G. A retrospective analysis of cardiometabolic health in a large cohort of truck drivers compared to the American working population. Am J Ind Med. 2018;61:103-110. Available at: https://doi.org/10.1002/ajim.22795

20. Apostolopoulos Y., Sonmez S., Shattell M.M., Belzer M. Worksite-induced morbidities among truck drivers in the United States. AAOHN J. 2010;58:285-296. Available at: https://doi.org/10.1177/216507991005800703

21. Heaton K. Truck driver hours of service regulations: the collision of policy and public health. Policy Polit Nurs Pract. 2005;6(4):277-284. Available at: https://doi.org/10.1177/1527154405282841

22. Rice S.M., Aucote H.M., Eleftheriadis D., Moller-LeimkCihler A.M. Prevalence and Co-Occurrence of Internalizing and Externalizing Depression Symptoms in a Community Sample of Australian Male Truck Drivers. Am J Mens Health. 2018;12:74-77. Available at: https://doi. org/10.1177/1557988315626262

23. Marqueze E.C., Ulhoa M.A., Moreno C.R.C. Irregular working times and metabolic disorders among truck drivers: a review. Work. 2012;41:371825. Available at: http://dx.doi.org/10.3233/wor-2012-0085-3718

24. Da Silva-Junior F.P., De Pinho R.S., De Mello M.T. Risk factors for depression in truck drivers. Soc Psychiatry Psychiatr Epidemiol. 2009;44:125-129. Available at: https://doi.org/10.1007/s00127-008-0412-3

25. Hilton M.F., Staddon Z., Sheridan J., Whiteford H.A. The impact of mental health symptoms on heavy goods vehicle drivers' performance. Accid AnalPrev. 2009;41:453-461. Available at: https://doi.org/10.10167j.aap.2009.01.012

26. Derogatis L.R. Symptom Checklist-90 Revised: Administration, Scoring and Procedures Manual. Minneapolis: National Computer Systems, 1977. Available at: https://doi.org/10.1037/t01210-000

27. Yang Z.F., Cao H., Lu F. Changes of anxiety in Chinese military personnels over time: a cross-temporal meta-analysis. Int J Ment Health Syst. 2014;8:9. Available at: https://doi.org/10.1186/1752-4458-8-19

28. Hilton M.F., Staddon Z., Sheridan J. The impact of mental health symptoms on heavy goods vehicle drivers' performance. Accid Anal Prev. 2009;41(3):453-461. Available at: https://doi.org/10.1016/_j.aap.2009.01.012

29. Apostolopoulos Y., Sonmez S., Shattell M.M. Health survey of U.S. long-haul truck drivers: work environment, physical health, and healthcare access. Work. 2013;46(1):113-123. Available at: https://doi.org/10.3233/wor-121553

30. Oquendo M.A., Galfalvy H., Russo S. Prospective study of clinical predictors of suicidal acts after a major depressive episode in patients with major depressive disorder or bipolar disorder. Am J Psychiatry. 2004;161(8):1433-1441. Available at: https://doi.org/10.1176/appi.ajp.161.8.1433

31. Ferrari A.J., Charlson F.J., Norman R.E. Burden of depressive disorders by country, sex, age, and year: findings from the global burden of disease study 2010. PLoSMed. 2013;10:e1001547. Available at: https://doi.org/10.1371/journal.pmed.1001547

32. Mathers C.D. History of global burden of disease assessment at the World Health Organization. Archives of Public Health. 2020;24;78(1). Available at: http://dx.doi.org/10.1186/s13690-020-00458-3

33. Cohen A.S., Elvevag B. Automated computerized analysis of speech in psychiatric disorders. Curr Opin Psychiatry. 2014;27(3):203-209. Available at: https://doi.org/10.1097/yco.0000000000000056

34. Mota N.B. Speech graphs provide a quantitative measure of thought disorder in psychosis. PLoS ONE. 2012;7(4):e34928. Available at: https://doi. org/10.1371/journal.pone.0034928

35. Elvevag B. Quantifying incoherence in speech: an automated methodology and novel application to schizophrenia. Schizophrenia Research. 2007;3(93):304-316. Available at: https://doi.org/10.1016Zj.schres.2007.03.001

36. Rodkina O. Ya., Nikolskaya V.A. On the problem of individual psycho-emotional state recognition by speech using automated systems. Informacionnye tekhnologii. 2016;22(10):728-733. (in Russian)

37. Wen G. Random Deep Belief Networks for Recognizing Emotions from Speech Signals. Computational Intelligence and Neuroscience. 2017:1945630. Available at: https://doi.org/10.1155/2017/1945630

38. Vasilev I.A., Degtyarev V.M. Frequency and dimensional approaches to emotional reactions detection. Actual issues of informatics and telecommunications in science and education. II International scientific-technical and scientific-methodological conference. 2013:548-551. (in Russian)

39. Ekman P., Friesen W.V., Hager J.C. Facial Action Coding System Investigator's Guide. Salt Lake City, UT: Research Nexus. 2002:197. Available at: https://doi.org/10.1037/t27734-000

40. Hamm J., Kohler C.G., Gur R.C., Verma R. Automated Facial Action Coding System for dynamic analysis of facial expressions in neuropsychiatric disorders. NeurosciMethods. 2011;200(2):237-56. Available at: https://doi.org/10.1016/j.jneumeth.2011.06.023

41. Wang P., Barrett F., Martin E., Milonova M., Gur R.E., Gur R.C., Kohler C., Verma R. Automated video-based facial expression analysis of neuropsychiatric disorders. J Neurosci Methods. 2008;168(1):224-38. Available at: https://doi.org/10.1016/j.jneumeth.2007.09.030

42. Minkin V.A., Nikolaenko N.N. Application of vibraimage technology and system for analysis of motor activity and study of functional state of the human body. Med Tekh. 2008;4:30-34. (in Russian)

43. Wu H.Y., Rubinstein M., Shih E. Eulerian video magnification for revealing subtle changes in the world. MIT web domain. 2012. Available at: https:// doi.org/10.1145/2185520.2185561

44. Kacem A., Hammal Z., Daoudi M., Cohn J. Detecting Depression Severity by Interpretable Representations of Motion Dynamics. Proc Int Conf Autom Face Gesture Recognit. 2018;2018:739-745. Available at: https://doi.org/10.1109/fg.2018.00116

Размещено на Allbest.ru

...

Подобные документы

  • Поиск объективных методов диагностики эмоционально значимых состояний человека. Влияние особенностей межполушарной организации психических процессов на характер протекания различных эмоциональных состояний в условиях актуализации мотивации достижения.

    реферат [15,7 K], добавлен 11.05.2010

  • Изучение подходов к пониманию психического здоровья личности. Сущность и виды психогенных психических расстройств. Выявление взаимосвязи между уровнем психического здоровья испытуемых (студентов и работающих лиц) и их оценкой качества собственной жизни.

    диссертация [579,3 K], добавлен 16.12.2013

  • Особенности психических расстройств несовершеннолетних осужденных. Понятие психических расстройств. Особенности подростковых психических расстройств. Понятие пенитенциарного стресса. Роль пенитенциарного стресса в формировании психических расстройств.

    курсовая работа [88,8 K], добавлен 16.11.2008

  • Причины возникновения и развития психических заболеваний. Условия, способствующие прогрессированию психических нарушений. Синдромы, стадии и симптоматология течения психического заболевания. Классификация психических заболеваний в судебной психиатрии.

    реферат [26,5 K], добавлен 25.01.2011

  • Внушенные изменения уровня активности психических процессов. Гипнорепродукция психических состояний. Репродуктивное внушение заданных психических состояний. Квалифицированная репродукция психических процессов и состояний. Изменение самооценки личности.

    практическая работа [17,9 K], добавлен 23.11.2009

  • Диагностические возможности патохарактерологического диагностического опросника. Взаимосвязь дискордантности черт характера и расстройств у подростков. Типы акцентуаций характера. Развитие психических и пограничных нервно-психических расстройств.

    дипломная работа [500,2 K], добавлен 20.12.2010

  • Сущность психических состояний. Особенности эмоциональных состояний студентов, влияющих на познавательную активность в процессе учебной деятельности. Исследование развития у детей состояния нервно-психического напряжения в ситуациях зачетов и экзаменов.

    курсовая работа [73,5 K], добавлен 23.05.2014

  • Отличительные черты невротических и личностных расстройств - психогенных заболеваний, возникающих из-за различных факторов, травмирующих психику. Обобщение факторов, влияющих на возникновение пограничных психических расстройств. Методы их профилактики.

    дипломная работа [265,7 K], добавлен 21.01.2011

  • Характеристика психических состояний студентов в различные периоды учебной деятельности. Исследование особенностей изменений психических состояний студентов в период сессии. Изучение рекомендаций студентам для психологической подготовки к экзаменам.

    курсовая работа [227,1 K], добавлен 11.07.2015

  • Особенности развития личности в младшем школьном возрасте. Анализ проблемы психических состояний в психологической науке. Эмпирическое исследование психических состояний у младших школьников. Организация и методы исследования, анализ его результатов.

    курсовая работа [364,9 K], добавлен 19.03.2013

  • Практические задания по изучению ощущений и восприятия. Методы диагностики памяти. Методы диагностики мышления младших школьников. Методы изучения воображения. Метод оценки уровня речи. Методы оценки внимания младшего школьника.

    практическая работа [2,4 M], добавлен 23.03.2007

  • Качество жизни в контексте психологии здоровья. Систематика психогенных психических расстройств. Особенности самооценочных представлений совокупных субъектов (работающих и студентов) о психически здоровой личности и субъективной оценки качества жизни.

    диссертация [224,5 K], добавлен 02.12.2013

  • Основные теоретические подходы к изучению нервно-психических напряжений. Классификация психических состояний человека. Понятие тревожности и субъективные факторы, влияющие на ее возникновение и проявление. Влияние тревоги на эффективность деятельности.

    курсовая работа [31,4 K], добавлен 14.04.2009

  • Факторы успешности предпринимательской деятельности на уровне психических состояний. Методики исследования гибкости мышления, изучения индивидуальных особенностей решения задач, диагностики оперативной памяти, диагностики мотивации избегания неудач.

    реферат [27,7 K], добавлен 25.11.2012

  • Общие воззрения на теорию неврозов. Основные формы расстройств. Методы нейропсихологической диагностики в изучении высших психических функций, поведения и их связи с мозговым субстратом. Применение нейропсихологического подхода к диагностике неврозов.

    курсовая работа [49,0 K], добавлен 26.08.2011

  • Настроение как целостное состояния психики. Значение его особенностей в деятельности преподавателей. Виды психических состояний. Последовательность выявления и последующего устранения причин отрицательных состояний и усиления положительных у учащихся.

    реферат [15,5 K], добавлен 24.07.2014

  • Временное своеобразие психической деятельности. Определение психического состояния как особой психологической категории. Психологические фильтры, обеспечивающие специфическое восприятие окружающего мира. Трудность классификации психических состояний.

    контрольная работа [456,2 K], добавлен 15.06.2015

  • Понятие и содержание, разновидности агрессии, ее основные причины и предпосылки возникновения в современном обществе, общие характеристики. Взаимосвязь и взаимовлияние психических состояний и психических свойств от доминантости полушария головного мозга.

    дипломная работа [192,9 K], добавлен 19.04.2012

  • Подходы и концепции коммуникативной компетенции. Понятие профессионально важных качеств. Основные типы профессий. Факторный личностный опросник Р. Кеттелла. Методика диагностики коммуникативной социальной компетентности. Оценка уровня общительности.

    курсовая работа [469,2 K], добавлен 19.05.2014

  • История изучения психических состояний от древности до наших дней. Функции и виды психических состояний. Методики определения уровня тревожности. Признаки и виды аффективных состояний. Методы борьбы со стрессом. Отличия чувств и эмоций, понятие эмпатии.

    шпаргалка [1,9 M], добавлен 19.06.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.