抑郁症是一种常见的精神疾病。根据2017年世界卫生组织公布数据,全球有超过3亿抑郁症患者。目前,诊断抑郁症主要依靠医生的临床判断,辅助方法则是患者的自评量表和他评量表。上述手段受到医生临床经验、患者自我描述的真实性、准确性等方面的影响,主观性较强,误诊率相对较高。近年来,研究人员一直在寻找一种客观的评价手段与量化指标,以期客观有效地识别抑郁症。在这其中,基于面部表情行为的抑郁识别研究是一个热点话题。一些学者认为,抑郁症患者相比正常人群具有正性情绪反馈减弱、负性情绪反馈增强等行为模式,所以在某些情况下形成了积极的表情减少、消极的表情增多等特有的表情行为。因此,本文对如何利用面部表情行为有效识别抑郁症展开了研究,主要创新及贡献如下:(1)对抑郁人群的表情行为模式进行了数字特征的量化研究,验证并深入分析了相关理论。本文以人脸动作单元为基础,根据人脸动作单元的物理意义,提出了基于动作单元的典型表情行为量化评估方式,用以研究抑郁患者的表情行为时间频次比率与表情行为动态变化速率。通过针对性的实验设计和结果分析,以数字化的特征论证了抑郁患者的特有表情行为模式。(2)基于(1)的研究结果,利用时频分析与信号处理等技术,设计了刻画面部表情行为模式的高级特征,用以识别抑郁症。在152例实验收集的匹配受试样本上进行了对比和统计分析,验证了该特征集的有效性,为基于表情行为模式的抑郁识别模型奠定了基础。(3)在深入分析抑郁人群的表情行为模式与高级特征关联关系的基础上,构建了有效的抑郁识别模型。在152例样本的456段视频中,经过100次重复的十折交叉验证显示,该模型对抑郁症的识别率为:男性73.48%,女性68.43%。本文以抑郁患者的情绪反馈理论为切入点,设计了针对性的抑郁人群表情采集实验。基于实验数据,以人脸动作单元为基础数字特征,对抑郁患者表情行为模式进行了量化研究,并构建了相应的高级特征。在上述成果的基础上,建立了基于表情行为模式的抑郁识别模型,提高了依据客观指标识别抑郁症的准确性。