近日，我校信息工程学院尚媛园教授团队在国际著名IEEE会刊《IEEE情感计算会刊》（IEEE Transactions on Affective Computing）发表题为《融合局部四元数和全局深度网络的抑郁症识别模型研究》（LQGDNet: A Local Quaternion and Global Deep Network for Facial Depression Recognition, Y. Shang, Y. Pan, X. Jiang, Z. Shao^*, G. Guo, T. Liu and H. Ding）的学术论文，对抑郁症患者视觉特征进行深层解析。该工作是我校作为第一署名单位联合美国西弗吉尼亚大学完成。        

基于AI的抑郁症识别问题是情感识别领域的国际前沿研究问题，受到美国国家工程院院士、美国斯坦福大学教授李飞飞等国内外知名学者的广泛关注。本课题开展人工智能的数学解释研究，并首次将深度学习与四元数理论相结合，构建全局深度网络与局部四元数结构的混合模型，深度挖掘患者视觉特征与诊断结果的关联，为医学相关研究提供解释或印证。

《IEEE情感计算会刊》是由国际电气与电子工程师协会（IEEE）出版的著名期刊，发表有关模拟人类情感和情感现象的前沿研究成果，为SCI一区领域顶级期刊。该成果也是团队2020年在此期刊发表学术论文“抑郁症识别的视觉可解释特征与学习范式研究”（Visually Interpretable Representation Learning for Depression Recognition from Facial Images, IEEE Transactions on Affective Computing）后的再次突破，论文通信作者为尚媛园并已入选ESI高被引论文。团队近年来在人工智能、计算机视觉领域持续开展研究，多篇论文入选ESI高被引论文，在国内外产生一定影响，团队成员刘铁单篇论文引用达2935次。   

课题获国家自然科学基金、北京市长城学者、学校交叉科学研究院等项目资助。

链接：https://ieeexplore.ieee.org/document/9667301