Exploring Facial Biomarkers for Detecting Depression through Temporal Analysis of Action Units

Depressie is een aandoening die het licht van het dagelijks leven dimt, waardoor gewone momenten veranderen in zware lasten en het vermogen om vreugde te ervaren wordt weggenomen. Decennialang hebben artsen vertrouwd op patiënten om hun innerlijke wereld te beschrijven via interviews en vragenlijsten, waarbij hen werd gevraagd hun verdriet te beoordelen of hun verliezen op te sommen. Hoewel deze instrumenten waardevol zijn, hangen ze volledig af van het vermogen van een persoon om gevoelens te verwoorden, wat moeilijk kan zijn wanneer de geest vertroebeld is door de ziekte zelf die wordt gediagnosticeerd. Wetenschappers vermoeden al lang dat het gezicht een eerlijker verslag van deze strijd kan bevatten. Het menselijk gezicht is een complex instrument, aangestuurd door tientallen kleine spieren die trillen en aanspannen om expressies te vormen. Wanneer we een specifieke emotie voelen, bewegen deze spieren in voorspelbare patronen, waardoor een unieke handtekening ontstaat die gemeten kan worden. Als deze patronen bij mensen die lijden aan depressie op een consistente manier veranderen, dan zou het gezicht zelf een venster naar de geest kunnen worden, een manier om de ziekte te zien zonder dat er een enkele vraag gesteld hoeft te worden.

Een team van onderzoekers in Duitsland zette zich in om dit idee te testen door te kijken naar hoe de gezichten van mensen met een depressie in de loop van de tijd bewegen. Ze keken niet alleen naar een enkel beeld van een glimlach of een frons; in plaats daarvan namen ze videodata op met een standaardfrequentie van 30 frames per seconde met behulp van smartphones om te zien hoe expressies evolueerden, vervaagden en weer tevoorschijn kwamen tijdens een specifieke fase van "emotionele inductie". Hun doel was om specifieke, meetbare tekenen in gezichtsbewegingen te vinden die een persoon met een depressie konden onderscheiden van iemand die gezond is. De studie richtte zich op een systeem dat bekend staat als het Facial Action Coding System, dat elke gezichtsuitdrukking opbreekt in de kleinste bouwstenen. Deze bouwstenen worden actie-eenheden genoemd, die de beweging van individuele spieren vertegenwoordigen, zoals het optrekken van de binnenkant van een wenkbrauw of het naar beneden trekken van een mondhoek. Door de intensiteit van deze bewegingen seconde voor seconde te volgen, hoopten de onderzoekers een verborgen taal van wanhoop te ontdekken die de patiënten zelf misschien niet eens beseften dat ze spraken.

De onderzoekers verzamelden videodata van deelnemers die een specifieke psychologische sessie ondergingen die ontworpen was om emoties op te wekken. Tijdens deze sessie werd de deelnemers gevraagd om naar negatieve uitspraken te luisteren die bedoeld waren om gevoelens van verdriet of wanhoop op te wekken. Terwijl zij reageerden, legden smartphonecamera's hun gezichten vast en namen ze elke subtiele verschuiving in spieractiviteit op. Het team gebruikte vervolgens computersoftware om deze video's te vertalen naar data, waarbij exact werd gemeten hoe sterk elke gezichtsspier op elk moment werd geactiveerd. Ze concentreerden zich op een handvol sleutelbewegingen die bekend staan om hun link met verdriet, zoals het optrekken van de binnenste wenkbrauwen, het laten zakken van de wenkbrauwen en het naar beneden drukken van de mondhoeken. Ze keken ook naar de bewegingen die geassocieerd worden met geluk, wat de studie definieerde als een combinatie van het opheffen van de wangen en het omhoog trekken van de mondhoeken.

Toen het team de data van de depressieve deelnemers vergeleken met de data van de gezonde groep, kwamen er duidelijke verschillen naar voren. De mensen met een depressie vertoonden een consistent patroon van sterkere en frequentere bewegingen die geassocieerd worden met verdriet. Hun binnenste wenkbrauwen trokken hoger op, hun wenkbrauwen zakten dieper omlaag en de hoeken van hun mond werden met grotere intensiteit naar beneden getrokken. In contrast hiermee waren de bewegingen gekoppeld aan geluk merkbaar zwakker en minder frequent in de depressieve groep. De gezonde deelnemers vertoonden meer van de gezichtssignaturen van vreugde, terwijl de depressieve deelnemers een staat van emotionele zwaarte leken te ervaren die zichtbaar was op hun gezichten. Dit waren niet slechts vluchtige momenten; de patronen bleven standhouden gedurende de hele opname, wat wijst op een fundamenteel verschil in hoe deze twee groepen emoties uiten.

Om de enorme hoeveelheid bewegende data te begrijpen, gebruikten de onderzoekers een methode om de informatie te vereenvoudigen, waarbij ze vergelijkbare patronen bij elkaar groeperen om te zien of ze van nature onderscheidende clusters vormen. Ze ontdekten dat de gezichtsuitdrukkingen van de depressieve groep de neiging hadden om samen te clusteren op een manier die gescheiden was van de gezonde groep. Deze clustering bevestigde dat de manier waarop deze individuen hun gezicht bewogen geen willekeurige ruis was, maar een samenhangend signaal. De onderzoekers testten ook verschillende computermodellen die ontworpen zijn om te leren van tijdgebonden data, vergelijkbaar met hoe een persoon een liedje leert herkennen aan het ritme in plaats van aan slechts één enkele noot. Eén specifieke methode, die willekeurige wiskundige filters gebruikte om patronen in de sequentie van gezichtsbewegingen te vinden, bleek het meest effectief. Het was in staat om ongeveer zeventig procent van de tijd correct te identificeren of een persoon depressief of gezond was, uitsluitend op basis van de video van hun gezicht.

De studie concludeert dat het gezicht inderdaad een meetbare handtekening van depressie draagt, zichtbaar in de specifieke intensiteit en timing van spierbewegingen. De bevindingen suggereren dat verdriet niet alleen intern wordt gevoeld, maar ook fysiek met grotere kracht wordt uitgevoerd, terwijl geluk met minder kracht wordt geuit bij degenen die aan de aandoening lijden. Dit betekent niet dat een computer een arts kan vervangen, maar het wijst naar een toekomst waarin technologie een objectieve, niet-invasieve tool kan bieden om mentale gezondheidsproblemen te diagnosticeren. Door te kijken naar de subtiele dans van de gezichtsspieren, zal de wetenschap wellicht binnenkort in staat zijn om het onzichtbare gewicht van depressie te zien, wat een nieuwe manier biedt om een aandoening te begrijpen en te behandelen die lang alleen gedefinieerd is door wat mensen zeggen dat ze voelen.