哈佛大學最新研究成果:Instagram照片可預測抑郁癥指標

作為擁有7億月活用戶的Instagram,平臺上的用戶每天為其貢獻近1億新帖,近期其新用戶吸納率更是直接超過了Twitter、YouTube、LinkedIn甚至Facebook 。Instagram 除了給大家提供分享生活的平臺之外,也逐漸成為各大高校和機構(gòu)用于研究的重要樣本。

哈佛大學最新研究成果:Instagram照片可預測抑郁癥指標(圖片來源: Ian Gavan / Getty Images

雷鋒網(wǎng)8月13日消息 據(jù)外媒The Verge12日報道,最新一項研究表明,抑郁癥患者在社交平臺上更傾向于分享更多照片,使用更少濾鏡,而分享的照片顏色更偏深色和灰色。據(jù)本周發(fā)表在EPJ Data Science雜志上的一項研究結(jié)果表明,Instagram和其他社交平臺網(wǎng)站可用來篩查人類精神疾病。

雷鋒網(wǎng)了解到,雖然以前也有做過此類研究,但用戶的推文或在Facebook上的更新更多只能指向其是否處于低落、郁悶的狀態(tài)。而這項最新研究,并不是挖掘社交平臺上的數(shù)據(jù),而是借助了計算機視覺和機器學習的方法。該項研究由哈佛大學和佛蒙特大學共同主導,他們以166位 Instagram 用戶為研究樣本,共分析了他們分享在平臺上的43,950張照片,其中71張涉及患有抑郁癥病史。

哈佛大學最新研究成果:Instagram照片可預測抑郁癥指標

(圖片來源:EPIData Science Paper

據(jù)研究人員發(fā)表在EPJ Data Science上的論文顯示,他們使用了機器學習工具成功識別出抑郁癥的標志,并使用顏色分析、元數(shù)據(jù)組件和面部檢測算法,從43,950張Instagram 照片中計算提取統(tǒng)計特征,而每張照片的色調(diào)、亮度以及使用的濾鏡都是其重要的分析維度。

研究結(jié)果表明,患有抑郁傾向的用戶更傾向于發(fā)布更多照片,且顏色多為藍色、灰色和深色;其次,他們使用的濾鏡也更少;當他們使用一個濾鏡時,通常傾向于選擇“Inkwell”,即為“黑白”效果。而精神健康的用戶則更喜歡用“Valencia”濾鏡,這樣可以使照片色彩變得更為明亮。另外,患有抑郁傾向的用戶也更喜歡發(fā)布人臉特寫照片,但與健康的用戶相比,其分享的每張照片出現(xiàn)的人臉數(shù)量更少。這可能表明,抑郁癥患者更喜歡在小范圍的社交環(huán)境中和人交往。

同時,研究結(jié)果還表明,在利用機器學習分析了這些照片得到的模型之后,所得模型的表現(xiàn)優(yōu)于普通醫(yī)師診斷抑郁癥的平均成功率。

值得注意的是,該項研究顯然不適用于所有Instagram用戶。雖然研究人員研究了數(shù)千張的照片,但畢竟只來自相對較少的用戶。同時,這些參與研究的志愿者還必須滿足一定的條件,如,他們在Instagram上有一定的活躍度,愿意分享他們整個Instagram的發(fā)布歷史,以及他們是否有抑郁癥的診斷證明等等。該項研究還基于用戶對標準臨床抑郁癥調(diào)查的回應而將其進行分類。

不過,據(jù)這項研究的結(jié)論來看,其研究過程中使用的技術(shù)將很有可能成為數(shù)字化社會用于早期篩查和檢測精神疾病的新途徑。

Via The Verge

極客網(wǎng)企業(yè)會員

免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2017-08-14
哈佛大學最新研究成果:Instagram照片可預測抑郁癥指標
作為擁有7億月活用戶的Instagram,平臺上的用戶每天為其貢獻近1億新帖,近期其新用戶吸納率更是直接超過了Twitter、YouTube、LinkedIn甚

長按掃碼 閱讀全文