Классификация депрессивных эпизодов на основе ночных измерений: многомерный и одномерный анализ данных

Психические расстройства типа депрессии составляют 28% от общего числа заболеваний, связанных с инвалидностью, и около 7,5% инвалидов в мире имеют подобные расстройства. Депрессия – это распространенное расстройство, которое влияет на душевное состояние, ежедневную деятельность, эмоции, а также вызывает нарушения сна. По некоторым оценкам, примерно 50% пациентов с депрессией страдают от нарушений сна. В данной работе процесс извлечения данных для классификации депрессивных и недепрессивных эпизодов в ночное время осуществляется на основе формального метода обнаружения знаний в базах данных (Knowledge Discovery in Databases, KDD). При использовании KDD процесс интеллектуального анализа данных имеет следующие четко выраженные этапы: предварительное обнаружение знаний в базах данных, отбор, предварительная обработка, преобразование, собственно анализ, оценка и последующее обнаружение знаний в базах данных. Для классификации был использован набор данных DEPRESJON, в котором содержится информация о двигательной активности 23 пациентов с монополярным и биполярным расстройством и 32 здоровых людей. Для классификации депрессивных и недепрессивных эпизодов были использованы два различных метода – многомерный и одномерный анализ данных. Для многомерного анализа применяется алгоритм случайного леса с моделью, основанной на 8 признаках. Результаты классификации имеют специфичность 0,9927 и чувствительность 0,9991. Одномерный анализ показывает, что наиболее информативной характеристикой модели являются пики активности, обеспечивающие точность 0,908 при классификации депрессивных эпизодов.