基于支持向量机的抑郁障碍人群自杀风险预测

• 作者: 付遥银 孙军梅 章宣 谭忠林
• 来源期刊: 杭州师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 抑郁障碍 自杀意图 预测模型 高斯核函数
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 物理与计算机科学
• 页码范围: 219-224
• 页数: 6页
• 分类号: TP391.77
• 字数: 4550字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-232X.2019.02.018

摘要

为解决常规自杀风险评估方法的局限性问题,提出一种基于支持向量机的抑郁障碍人群自杀风险预测方法,并探讨和寻找与自杀意图有关的危险因素.通过查询法、问卷法,在精神疾病专科医院采集抑郁患者样本,特征选取在参考大量文献的基础上经过专家筛选,从社会人口学和心理状态选取了9个自杀风险特征.通过SVM算法,采用不同核函数分别构建自杀风险预测模型.实验表明采用高斯核函数时效果最好,预测准确率为73％,模型复杂度为0.38,且预测准确率、精度均高于k近邻、Lasso两种分类算法.在选择的9个自杀风险特征中,情感障碍诊断、恐慌症、焦虑症、物质依赖和住院次数特征与抑郁患者的自杀风险呈现正相关,其余特征与自杀风险呈负相关,其中年龄和住院次数对预测结果影响较大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙军梅	杭州师范大学杭州国际服务工程学院	18	63	4.0	7.0
2	谭忠林	浙江大学医学院精神卫生中心	14	31	3.0	5.0
4	付遥银	杭州师范大学杭州国际服务工程学院	2	2	1.0	1.0
7	章宣	杭州师范大学杭州国际服务工程学院	3	2	1.0	1.0