Vorhersage der psychischen Gesundheit mithilfe von Stimmungsanalyse und Gesichtserkennung

Psychische Erkrankungen stellen in der heutigen Gesellschaft ein wachsendes Problem dar, da sie aufgrund ihrer subtilen Symptome und des Stigmas, das psychische Erkrankungen umgibt, häufig nicht diagnostiziert werden. Dieses Projekt mit dem Titel Mental Health Prediction Using Natural Language Sentiment and Facial Expression Recognition stellt ein umfassendes, automatisiertes System vor, das die Fortschritte in der Verarbeitung natürlicher Sprache und der Computer Vision nutzt, um potenzielle Indikatoren für psychische Störungen zu identifizieren. Das vorgeschlagene System verfolgt einen zweimodalen Ansatz, indem es sowohl Textdaten als auch Gesichtsausdrücke analysiert, um emotionale und psychologische Zustände zu bewerten. Die Analyse von Gefühlen erfolgt anhand der vom Benutzer generierten Texteingaben, wobei emotionale Anhaltspunkte extrahiert und die Polarität und Intensität der ausgedrückten Gefühle bewertet werden. Gleichzeitig wird die Erkennung von Gesichtsausdrücken eingesetzt, um nonverbale Signale mithilfe von Gesichtsmerkmalen und Emotionsklassifizierungsmodellen zu dekodieren. Durch die Integration der Erkenntnisse aus diesen beiden Modalitäten verbessert das System die Zuverlässigkeit und Tiefe der Beurteilung der psychischen Gesundheit. Diese Methode soll Fachleute im Bereich der psychischen Gesundheit unterstützen, indem sie eine nicht-invasive, Echtzeit- und skalierbare Lösung bietet.