論文の概要: VS-LLM: Visual-Semantic Depression Assessment based on LLM for Drawing Projection Test

• arxiv url: http://arxiv.org/abs/2508.05299v1
• Date: Thu, 07 Aug 2025 11:59:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-08 18:59:39.842093
• Title: VS-LLM: Visual-Semantic Depression Assessment based on LLM for Drawing Projection Test
• Title（参考訳）: VS-LLM:図面投影テストのためのLCMに基づく視覚的セマンティック抑うつ評価
• Authors: Meiqi Wu, Yaxuan Kang, Xuchen Li, Shiyu Hu, Xiaotang Chen, Yunfeng Kang, Weiqiang Wang, Kaiqi Huang,
• Abstract要約: ドローイング・プロジェクション・テスト(DPT)は、心理学者がスケッチを通して参加者の精神状態を評価することを可能にする、アートセラピーにおいて不可欠なツールである。 本稿では,大規模自動DPTの実施において,心理学者を支援する効果的な同定法を提案する。
• 参考スコア（独自算出の注目度）: 40.37064404430504
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The Drawing Projection Test (DPT) is an essential tool in art therapy, allowing psychologists to assess participants' mental states through their sketches. Specifically, through sketches with the theme of "a person picking an apple from a tree (PPAT)", it can be revealed whether the participants are in mental states such as depression. Compared with scales, the DPT can enrich psychologists' understanding of an individual's mental state. However, the interpretation of the PPAT is laborious and depends on the experience of the psychologists. To address this issue, we propose an effective identification method to support psychologists in conducting a large-scale automatic DPT. Unlike traditional sketch recognition, DPT more focus on the overall evaluation of the sketches, such as color usage and space utilization. Moreover, PPAT imposes a time limit and prohibits verbal reminders, resulting in low drawing accuracy and a lack of detailed depiction. To address these challenges, we propose the following efforts: (1) Providing an experimental environment for automated analysis of PPAT sketches for depression assessment; (2) Offering a Visual-Semantic depression assessment based on LLM (VS-LLM) method; (3) Experimental results demonstrate that our method improves by 17.6% compared to the psychologist assessment method. We anticipate that this work will contribute to the research in mental state assessment based on PPAT sketches' elements recognition. Our datasets and codes are available at https://github.com/wmeiqi/VS-LLM.
• Abstract（参考訳）: ドローイング・プロジェクション・テスト(DPT)は、心理学者がスケッチを通して参加者の精神状態を評価することを可能にする、アートセラピーにおいて不可欠なツールである。 特に「木からリンゴを摘む人(PPAT)」というテーマのスケッチを通して、参加者がうつ病などの精神状態にあるかどうかを明らかにすることができる。 尺度と比較すると、DPTは心理学者の個人の精神状態に対する理解を深めることができる。 しかし、PPATの解釈は精力的であり、心理学者の経験に依存している。 そこで本研究では,大規模自動DPTの実施において,心理学者を支援する効果的な同定手法を提案する。 従来のスケッチ認識とは異なり、DPTは色利用や空間利用など、スケッチの全体的な評価に重点を置いている。 さらに、PPATは時間制限を課し、言葉によるリマインダーを禁止し、描画精度の低下と詳細な描写の欠如をもたらす。 これらの課題に対処するために,(1)うつ病評価のためのPPATスケッチの自動解析のための実験環境の提供,(2)LLM(VS-LLM)法に基づく視覚的セマンティックうつ病評価の提供,(3)心理学的評価法と比較して,我々の手法が17.6%改善したことを示す実験結果を提案する。 我々は,この研究が,PPATスケッチの要素認識に基づく精神状態評価の研究に寄与することを期待している。 データセットとコードはhttps://github.com/wmeiqi/VS-LLM.comで公開されています。

関連論文リスト

• Are LLMs effective psychological assessors? Leveraging adaptive RAG for interpretable mental health screening through psychometric practice [2.9775344067885974]
  心理学的実践において、標準化されたアンケートは、構造化され、臨床的に検証された質問を通じて精神的な健康を評価するための必須のツールとして機能する。 本稿では,心理学的実践と計算手法を橋渡しする,アンケート誘導型スクリーニングフレームワークを提案する。 提案手法は,未構造化のソーシャルメディアコンテンツと,各アンケート項目の関連記事の検索による標準化された臨床評価とを関連づけるものである。
  論文  参考訳（メタデータ） (2025-01-02T00:01:54Z)
• Therapy as an NLP Task: Psychologists' Comparison of LLMs and Human Peers in CBT [6.932239020477335]
  大規模言語モデル(LLM)はアドホックセラピストとして使われている。 本研究は,ヒトカウンセラーのセッションレベルの行動と,同僚のチームが単一セッション認知行動療法を行うように促したLDMの行動とを比較した。
  論文  参考訳（メタデータ） (2024-09-03T19:19:13Z)
• Mental-Perceiver: Audio-Textual Multi-Modal Learning for Estimating Mental Disorders [9.222458475626652]
  不安や抑うつといった精神障害は、あらゆる年齢の人々に影響を及ぼす世界的な懸念となっている。 AIベースの検出手法は将来性を示しているが、大規模なデータセットが公開されていないため、進歩は妨げられている。 音声およびテキストデータから精神障害を推定する深層学習モデルであるメンタル・パーシーバーを提案する。
  論文  参考訳（メタデータ） (2024-08-22T02:54:52Z)
• Quantifying AI Psychology: A Psychometrics Benchmark for Large Language Models [57.518784855080334]
  大きな言語モデル(LLM)は例外的なタスク解決能力を示しており、人間に似た役割を担っている。 本稿では,LLMにおける心理学的次元を調査するための枠組みとして,心理学的識別,評価データセットのキュレーション,結果検証による評価について述べる。 本研究では,個性,価値観,感情,心の理論,モチベーション,知性の6つの心理学的側面を網羅した総合的心理測定ベンチマークを導入する。
  論文  参考訳（メタデータ） (2024-06-25T16:09:08Z)
• AI-Enhanced Cognitive Behavioral Therapy: Deep Learning and Large Language Models for Extracting Cognitive Pathways from Social Media Texts [27.240795549935463]
  ソーシャルメディアからデータを収集し,認知経路抽出の課題を確立した。 我々は、精神療法士が重要な情報を素早く把握できるよう、テキスト要約タスクを構築した。 本研究では,ディープラーニングモデルと大規模言語モデルの性能評価を行った。
  論文  参考訳（メタデータ） (2024-04-17T14:55:27Z)
• PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
  心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。 心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
  論文  参考訳（メタデータ） (2024-02-19T18:00:30Z)
• Illuminate: A novel approach for depression detection with explainable analysis and proactive therapy using prompt engineering [0.0]
  本稿では,GPT-4(Generative Pre-trained Transformer 4),Llama 2 chat,およびGeminiを用いた抑うつ検出・治療のための新しいパラダイムを提案する。 LLMは、うつ病の診断、説明、治療介入を提案する特別なプロンプトで微調整されている。
  論文  参考訳（メタデータ） (2024-02-05T06:08:06Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)
• PsyMo: A Dataset for Estimating Self-Reported Psychological Traits from Gait [4.831663144935878]
  PsyMoは、歩行パターンに現れる心理的手がかりを探索するための、新しく、多目的かつマルチモーダルなデータセットである。 被験者312名から7種類の歩行変化と6種類のカメラアングルで歩行シーケンスを収集した。 被験者は歩数と合わせて6つの心理的質問紙に記入し,性格,自尊心,疲労,攻撃性,精神的健康に関連する17の心理指標を集計した。
  論文  参考訳（メタデータ） (2023-08-21T11:06:43Z)
• Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
  精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。 本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
  論文  参考訳（メタデータ） (2023-02-05T22:33:49Z)
• Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
  うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。 機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。 本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-05T05:14:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。