机器学习在儿童创伤后应激障碍识别及转归预测中的应用

创伤后应激障碍(PTSD)会给儿童发展带来负面效应, 其影响甚至延续至成年期。然而传统诊断方式难以做到快速、客观、准确的识别和诊断儿童PTSD, 机器学习作为一种处理大量变量和数据的新兴方法, 逐渐被应用到儿童PTSD的早期预测、识别及辅助诊断等研究中。机器学习凭借其性能、原理等方面的优势, 可被应用在儿童PTSD的识别与转归领域。相比自我报告式的诊断, 通过机器学习辅助识别和诊断儿童PTSD的过程具有效率高、客观准确、节约资源等独特优势。然而, 机器学习也在硬件成本、算法选择和预测准确度等方面存在局限性。未来研究人员需要进一步提高机器学习诊断识别儿童PTSD的准确率, 并将机器学习算法同传统诊断方法结合进行更多的探索和应用。     

抑郁症患者的语言使用模式

语言使用模式能反映心理状态和精神病理学特征。抑郁症患者与健康人群的语言使用模式存在差异, 识别抑郁症患者的语言使用模式有助于抑郁症的预测和诊断。传统的心理学研究和基于社交媒体的研究均表明, 抑郁症患者更多地使用第一人称单数代词和消极情绪词, 更少地使用第一人称复数代词和积极情绪词。基于社交媒体的研究进一步发现了一些抑郁个体日常生活中的其他语言标志。建议未来的研究进一步确认更具抑郁特异性的语言标志, 并进一步探索语言标志与抑郁症状间的理论联系。     

采用LLTM作测量与认知结合研究的初步探讨

心理测量学与认知心理学相结合是新型测验理论和测验设计的核心思想。这两者的结合需要理论证实的认知加工模型和基于现代测验理论之上的测量模型,本文以空间认知能力的加工过程为例,通过心理学的实证研究,探索了心理测量学与认知心理学相结合的切入点及理论模型。     

大数据时代心理学文本分析技术——“主题模型”的应用

主题模型(Topic Model)作为一种计算机化文本分析方法,目前被研究人员应用于心理学文本分析领域的诸多研究中。在心理咨询研究领域中,主题模型可以用于探索咨询过程中咨询师和当事人之间谈话的主题,比较不同治疗类别的相似性,以及进行行为编码;在社交媒体与心理健康上,利用主题模型可识别和预测各种心理障碍以及进行人格计算。未来需要关注主题模型在算法和操作上的改善,并将其应用到中文语言环境之中,探索中文文本的心理学内涵。     

心理软计算的理论和应用

心理软计算是软计算、机器学习、数据挖掘、智能计算和心理学相结合的新方法体系,本文提出了心理软计算的总体框架和基本体系,指出该理论的主要内容包括心理软测量、心理软识别、心理软建模和心理软评估,介绍了它在参数估计、认知诊断、数据分析、综合评估和测验编制等方面的应用。随着现代科学技术的发展,心理软计算的内涵必将更加丰富,应用一定更加广泛。     

基于认知理论的测验编制技术—项目生成

传统测验重视统计技术,不重视测量结构的心理学意义,使得它的功能局限于筛选,不能提供更多的信息。由于认知心理学理论、心理计量学以及计算机技术的发展,使得基于认知理论指导下的项目生成技术逐渐成熟。该文从项目生成的概念、方法,及研究的意义和难点等方面对项目生成技术作了一个简要述评,以期推进我国认知心理学与心理测量学相结合的研究工作。     

研究心理理论的新方法——失言识别任务

心理理论是对他人心理状态进行推论的能力。考察心理理论的经典范式是错误信念任务, 而青少年和成人在这种任务上可能出现天花板效应。为了测量青少年和成人的心理理论, Valerie E. Stone和她的合作者设计了失言识别任务。征求了Stone意见, 对失言识别任务的提出、构成、使用进行了介绍, 说明了该任务相对于经典范式的优势; 与此同时, 分析了失言识别任务范式存在的一些问题, 比如其效度指标问题, 与言语能力的分离问题, 失言识别任务与执行功能之间的分离等。未来研究可以尝试编制失言识别任务的本土化的量表, 并利用其探讨年长个体心理理论水平发展变化的规律。     

心理实验程序设计的模式化方法

心理实验程序设计是指将心理学的研究计划或设想转变成计算机可识别的程序的过程,是心理学研究中的一个重要环节。本文提出了心理实验程序设计的一套模式化方法——12345理论,即一个过程,两种类型,三大原则,四种模式,五个要素。12345理论具有较强的指导性和操作性,能够为心理学研究人员设计实验程序提供理论和方法指导,对心理实验程序设计体系的规范化或标准化的建立作出了有益的探讨。     

基于生物运动的社交焦虑者情绪加工与社会意图理解负向偏差机制

社交焦虑者在情绪加工和社会意图理解方面均可能存在异常,以负向认知偏差为代表,但目前尚缺乏针对社交焦虑的情绪与社会意图理解共性机制的研究和临床预测模型。本项目计划综合运用行为实验、功能磁共振成像和计算建模,基于情绪识别与社会意图推理的生物运动范式,并结合面部表情识别任务,系统考察社交焦虑者在情绪加工和社会意图加工中的负向认知偏差机制,并构建社交焦虑症状的预测模型,检验精神疾病背后的多维数据关联,以及多维数据对社交焦虑临床症状的客观分类和预测的作用。     

基于事件相关电位(ERPs)和机器学习的考试焦虑诊断

考试焦虑对个体的身心具有严重危害。传统诊断考试焦虑的方法容易受到个体主观态度的影响,从而影响对个体考试焦虑的发现与及早干预。为了克服传统主观问卷对考试焦虑群体诊断的不足,本研究提出脑电神经数据结合机器学习的客观综合诊断方法评估个体的考试焦虑水平。研究采用情绪Stroop范式,结合脑电技术测量个体对考试焦虑者的注意抑制功能,机器学习基于此前提,提取P1, P2, N2, P3和LPP五种事件相关电位(ERP)成分,以卷积神经网络(CNN)为主采用7种常见的机器学习算法对个体考试焦虑程度进行进一步的诊断。结果表明CNN对考试焦虑诊断的准确率达86.5%,F1-score为0.911,显著高于其他6种常见算法。因此采用CNN对脑电信号进行深度学习得出的诊断模型能够有效地对个体的考试焦虑程度进行诊断。     

高中生感恩对心理幸福感的影响:领悟社会支持和基本心理需要的链式中介作用

本研究采用感恩量表GQ-6、领悟社会支持量表、基本心理需要量表以及心理幸福感量表,测查了583名高中生,考察了社会支持和基本心理需要在感恩与心理幸福感之间是否起着链式中介的作用。结果表明:(1)领悟社会支持和基本心理需要在感恩和心理幸福感中起着链式中介的作用;(2)在感恩—领悟社会支持—基本心理需要—心理幸福感这一链式中介模型中,除了领悟社会支持到心理幸福感这条路径的系数不显著以外,其余的路径系数均显著。此外,本研究不支持心理幸福感量表的原维度构念。以往研究对该量表构念的结论不一,存在争议,建议对该量表进行全面修订。     

青少年心理健康与心理素质培养的整合研究

青少年心理健康与心理素质培养的整合研究是重庆市人文社会科学重点研究基地西南大学心理健康教育研究中心十多年来确立的研究主题。围绕该主题我们不仅从理论到实证进行了较为系统的探讨,取得了一批有本土特色的研究成果,受到国内外学术界关注,而且重视把研究成果及时转化运用于教育实践,开发了系统测量工具,编写了系列教材,开展了青少年心理素质教育的实验探索,推动了学校心理健康教育积极有效的开展。文章主要从青少年心理健康与心理素质培养整合研究的理论依据、方法论思考、研究主题等方面,概括总结心理健康与心理素质培养整合研究的概况,以期进一步促进该领域的深化研究。     

人工智能辅助下的心理健康新型测评

近年来, 人工智能技术的飞速发展及应用催生了“智能化心理健康测评”这一领域。智能化心理健康测评能够弥补传统方法的不足, 降低漏诊率并提高诊断效率, 这对于心理健康问题的普查及预警具有重大意义。目前, 智能化心理健康测评处于初步发展阶段, 研究者基于在线行为数据、便携式设备数据等开展主要以数据驱动为导向的探索研究, 旨在实现更高的预测准确率, 但是测评结果的可解释性等指标尚不够理想。未来的智能化心理健康测评需要强调心理学领域知识和经验的深度介入, 提高测评的针对性和精细化程度, 加强信效度检验, 这对于智能化心理健康测评工具的进一步发展和应用至关重要。     

心理健康素质测评系统·基本概念、理论与编制构思

作为《心理健康素质测评系统的研制》的开篇报告,本文界定了《心理健康素质测评系统》中所涉及的几个基本概念:素质,心理素质,心理健康,心理健康素质。在经典的素质-应激模型的基础上,提出"应激-素质相互作用模型",作为心理素质影响健康的理论模型。确定了可以用来反映中国成年人心理健康素质的8种心理特质和"类特质"(自我概念,人际心理素质,坚韧性,弹性特质,情绪性,社会期许性,生活信念和健康信念)和两种"亚特质"(认知风格和应对风格)。制定了测评系统的研制计划,并规定了量表编制的技术要求和所要达到的心理测量学指标。     

人才甄选中的人格测验作假研究的深入与拓展

企业人才甄选情境下求职者很容易在人格测验中作假。至今有关作假的研究已包含作假的内涵、来源和识别等多个方面,也诞生了多种心理模型尝试解释作假产生的心理机制,如作假动机与作假能力交互作用理论、作假计划行为理论、作假整合模型、一般作假行为模型以及作假的VIE模型,为后续理论研究点明方向。此外,作假应用领域中新兴的网络人格测验作假受到关注,在此介绍网络与纸笔测验两种形式下,人格测验作假行为、作假意向的不同。     

西方心理分离的研究回顾

近几十年来,家庭对儿童青少年心理发展的影响受到众多研究者的关注,国外家庭研究和治疗领域的许多研究者进行了大量有关心理分离的研究。心理分离即个体与家庭在心理上的分离并形成个体化的程度。文章从心理分离的界定、心理分离的理论背景（Mahler发展阶段理论、Bowen家庭系统理论）、心理分离的测量方法、心理分离研究现状这几方面对现有研究进行了综述,并做了简要评述,最后阐述了西方心理分离的研究对我国家庭研究与治疗的启示,并对未来的研究进行了展望     

社会规范的动态过程

社会心理学的经典研究将社会规范区分为描述性规范与指令性规范。近年来, 研究者从以往对社会规范的静态区分, 开始深入研究社会规范“如何发展变化”的动态过程, 即探究社会规范的习得、传播与转变过程, 以及社会规范发挥作用的影响因素。社会规范的习得可以追溯至童年早期的社会互动, 描述性规范的形成是个体在社会网络中学习社会范畴典型范例的过程, 对现状的合理化催生了描述性规范向指令性规范的转化。社会规范发挥作用也呈现动态性, 不仅与社会规范的心理功能相关, 即遵守或违反社会规范能满足个体的安全感、归属感、独特感需要等, 还与外部环境如权力位置、惩罚机制相关。未来研究可对社会规范形成过程、作用过程做进一步分析; 结合社会规范强度研究, 深入探讨规范性影响的作用过程; 开展文化情境下的社会规范研究等。     

如何利用开源工具分析fMRI数据：基于多体素模式的有监督机器学习算法介绍

摘要：目前,多体素模式分析（MVPA）日渐普遍地应用于脑影像研究。近些年,机器学习的模式分类等算法在MVPA方法中被广泛应用,因其具有能够抽取高维数据模式,提高数据利用率的优点。其中一种典型的应用是利用解码的思想来解决神经表征问题,本文主要介绍了利用基于Python语言的工具库中有监督学习算法分析数据的过程。除介绍Nilearn结合Scikit-learn分析数据的步骤外,还比较不同算法的效率,为算法的选择及参数设备提供具体参考。     

道德伪善的心理学研究述评

道德伪善(moral hypocrisy)是对道德知行脱离进行反思的产物, 反映了道德心理学和社会认知领域的最新进展。从社会学习理论、认知失调理论、社会影响理论和双加工理论四个理论来对道德伪善产生缘由进行了探讨, 并在此基础上对其产生机制进行了阐述。为了避免道德伪善的消极效应与不良后果, 进一步从个体和群体两个层面来探讨了道德伪善的影响因素。考虑到现实生活中过分强调道德伪善的负面价值, 研究积极地审视了道德伪善在诱导认知失调、塑造和培养亲社会行为以及促进组织发展等领域的应用。未来研究需在现有研究基础上, 进一步借鉴反应时和内隐测量技术来对道德伪善进行本土化和跨文化研究, 并对其应用性开展更深入和系统的探讨。