1. 行业背景与问题：全球抑郁患者超3.32亿，中国面临老龄化与医疗资源城乡分布不均。传统诊断依赖精神科医师访谈与自评量表，但医师资源严重不足（中国仅5.6万名），且量表评估易受主观偏差、回忆误差影响，确诊周期长。基层及偏远地区筛查可及性极差，超75%患者无法获得及时治疗，存在巨大"治疗缺口"。
2. 旨在解决的问题：构建基于音视频数据的AI辅助筛查系统，通过计算机视觉与深度学习技术自动捕捉微表情、面部动作单元及语音韵律等客观生物标志物，实现低成本、实时、一键式抑郁风险初筛。系统定位于大规模人群早期分流，缓解医师资源短缺压力，提升基层筛查覆盖率，避免最佳干预时机的延误。
具体功能模块：
1. 一键式筛查：集成视频录制/上传、质量检测、自动预处理及模型推理全流程，输出低/中/高三类风险等级与就医建议。
2. 批量筛查：支持多视频队列处理，导入被试者信息后自动批量分析，生成群体统计报告与高风险名单。
3. 数据处理：基于OpenFace提取面部动作单元（AU）序列，Librosa提取音频频谱特征，建立缓存机制避免重复计算。
4. 模型推理：支持ViDA-GCAM（基础）与ViDA-GCNN（增强）双模型，提供GPU精准模式与CPU轻量模式，适配不同硬件环境。
5. 用户交互：提供Web端与桌面客户端双平台，支持联网或离线单机部署，非技术人员经简单培训即可操作。
主要功能描述：
系统实现端到端抑郁风险辅助筛查。用户上传3-5分钟视频后，自动完成人脸对齐、AU提取、音频频谱分析；基于深度学习模型输出风险概率，划分三级风险并生成可视化报告；采用本地部署架构确保数据隐私，支持消费级硬件运行，单视频分析耗时10分钟内，适用于高校、社区等大规模早期筛查场景。
负责了Web端辅助筛查系统的全栈开发与架构设计。主导搭建基于B/S架构的三层系统：数据处理层实现视频质量检测、OpenFace面部对齐、AU序列提取及音频频谱转换；业务逻辑层完成模型服务化封装（PyTorch→ONNX）、双模式（精准/轻量）调度及批量队列管理；前端展示层开发Vue.js单页应用，实现视频上传、进度追踪、风险可视化（红黄蓝等级）及报告导出功能。同时负责本地服务器部署方案，确保数据不出域。
技术栈采用PyTorch+ONNX实现模型推理服务，OpenFace+FFmpeg+Librosa构建多模态特征提取链路，后端使用Flask提供RESTful API与WebSocket实时通信，前端基于Vue.js 2.0+Element UI实现交互界面，数据库采用MySQL存储筛查记录与队列状态。
项目亮点在于实现浏览器端的医疗级隐私保护，通过本地服务器部署确保视频数据不出域；支持Web端一键筛查与批量导入双模式，适配单机构
评论