你快乐么

远的有海明威，近的有三毛、陈宝莲、张国荣，刚刚又有了李恩珠，不一样的生活背景，一样的方式结束人生。只因为他们被相同的问题所纠缠、困扰——抑郁症，让巨星陨落，美人香消。[编者按]     

警惕职场抑郁症

林锐在一家软件公司上班。最近，他所在的项目组接了一个对日外包的业务，分到他手上的工作量很大。为了保证时间进度，项目组需要经常加班，但加班的时候，林锐却一心想着什么时候才能回家，早点逃离公司。早上起床时，想着马上又要开始无休止地编写代码。他总是尽可能地多赖一会床。工作上遇到不顺畅的环节，他不会按照正常的思维去积极寻找解决问题的方法，而是莫名地烦躁起来，会议上也极少发言与同事沟通。鉴于他在工作上的表现，     

一例抑郁症学生的心理危机干预案例

抑郁症是大学生自杀的主要原因之一,所以,处于抑郁症这种心理危机状态的学生应是高校辅导员、心理咨询师等学生教育、管理工作者高度关注与干预的对象。本文通过对一位抑郁症学生的危机发生及干预过程的分析,来探究高校大学生心理危机预防与干预的步骤和方法。     

任正非写给华为抑郁症员工的一封信

2月26日,成都华为研发中心一员工从四楼纵身跳下,当场死亡。在过去的一年中,华为已经有4位员工自杀:3位跳楼,1位上吊,还有一位据传被累死……     

社交媒体文本数据的抑郁症检测研究综述

近年来,机器学习被逐渐运用到基于社交媒体文本数据的抑郁症检测中并凸显重要应用价值。为梳理其应用现状和发展方向,对用于抑郁症检测的社交媒体文本数据集、数据预处理和机器学习方法进行整理分类。在数据特征表示方面,对比分析了基础特征表示、静态词嵌入和语境词嵌入。全面分析了利用不同基础特征和不同算法类型的传统机器学习以及深度学习进行抑郁症检测的性能和特点。总结并建议未来在中文数据集的创建、模型的可解释性、基于隐喻的检测和轻量级预训练模型方面做进一步的探索。     

抑郁症功能脑网络社团结构差异分析研究

社团结构是复杂网络普遍具有的一个拓扑特性,被认为是一个复杂网络的主要组织原则。基于静息态fMRI(functional magnetic resonance imaging)数据构建功能脑网络,并对其进行模块划分,研究人类脑功能网络的社团结构,并首次从脑网络社区结构的角度分析抑郁症患者和正常人的差异。另外,在研究过程中,通过引入"小核团"的概念,提出一种分析脑网络社区结构间差异的新方法。通过研究抑郁症病患者在脑网络社团结构的改变,为疾病诊断方面提供了一些重要的研究和临床应用价值。     

相对剥夺感对大学生抑郁的影响:链式中介效应分析

目的 探讨相对剥夺感对大学生抑郁的影响机制.方法 采用相对剥夺感问卷、情绪调节策略问卷、领悟社会支持量表和流调中心抑郁量表对799名大学生进行调查.结果(1)相对剥夺感、认知重评、表达抑制、领悟社会支持与抑郁两两均呈显著相关;(2)相对剥夺感可以通过五条路径影响大学生抑郁:认知重评、表达抑制和领悟社会支持的独立中介作用...     

基于静息态fMRI低频振幅的首发抑郁症与功能脑区关联研究

利用功能磁共振成像(Functional magnetic resonance imaging, fMRI)技术,研究静息态下首发抑郁症患者脑功能的改变。 采用Siemens3.0T磁共振仪对5名首发抑郁症患者和1名性别年龄相仿的正常对照志愿者进行 静息态fMRI采集,采用低频振幅（Amplitude of low frequency fluctuation, ALFF）的 方 法分析数据,进行双样本t检验后分析静息态脑功能的差异。结果发现,抑郁症组大脑 左侧小脑6区、左侧颞下回、双侧尾状核、右侧舌回、左侧眶部额上回、右侧中央沟盖、右 侧前扣带和旁扣带脑回、右侧额中回、右侧岛盖部额下回、右侧补充运动区、左侧顶上回、 右侧中央后回、右侧背外侧额上回ALFF降低。首发抑郁症患者大脑的额叶、颞叶、扣带回及 尾状核等位置存在功能异常,这些区域的异常与情绪、认知、记忆等领域有关,与抑郁症息 息相关。     

轻度抑郁症脑电特征分析与机器识别研究

轻度抑郁症的快速筛查和识别具有重要现实意义.采用静息态脑电信号探索了轻度抑郁症机器识别的有效方法,旨在找出与抑郁关系密切的脑电特性以及分类算法.首先,对各个导联的原始脑电数据加时间窗分段,计算抑郁症患者和正常人的脑电活动性、移动性、复杂度;然后,采用Burg算法和小波变换,分别提取每段脑电信号的频域特征和时频非线性特征;最后,利用支持向量机算法进行抑郁脑电分类,分析不同时间窗口、导联组合、特征组合、节律组合以及机器学习算法对识别结果的影响.实验结果表明：使用支持向量机分类器,选用20 s时间窗口,在O2、 T5导联组合,以及活跃度、移动性、小波能量熵、小波奇异熵特征组合和脑电alpha、 beta、 gamma节律组合下,得到抑郁识别准确率94.24%、召回率92.35%、精确度96.23%的最佳分类结果.     

高校学生心理健康情况对其社交网络结构的影响研究

高校学生心理健康情况是近年来教育工作者普遍关注的焦点问题.目前尚无利用大规模样本分析学生心理健康对其社交行为影响的报导.该文基于某高校4955位匿名学生一卡通刷卡数据来构建社交网络,并利用《SCL-90测评量表》测评结果刻画学生的抑郁症状发生水平.分析发现,学生心理健康程度极大地影响其社交网络结构:无明显抑郁症状的学生...