本科毕业设计（论文）
基于面部表情识别技术的针对抑郁症患者的情 绪记录与监测应用 Bubble 设计与开发
学
院
设计学院
专
业
工业设计实验班
学生姓名
孟思薇
学生学号
201730962112
指导教师
熊巍、廖丹
提交日期
2021 年 5 月 26 日
I
摘
要
抑郁症患者群体数量在现代社会日益增长，不同职业、年龄段的人群都有得抑郁症 的可能性，其中抑郁症患者多出现在学生群体和中老年群体中，主要表现为焦虑、思维 迟缓、痛苦等消极行为和抑郁情绪。目前对于抑郁症患者的治疗主要是通过药物治疗， 由于心理疾病的污名化，抑郁症患者很少主动寻求向外寻求帮助，容易造成抑郁情绪的 积压，甚至产生自杀的想法。受到心理医生资源与能力的限制，少数能够进行抑郁诊治 的患者也很难和心理医生保持联系与沟通。 随着多媒体技术与人工智能分析技术的发展，抑郁症的检测方式与治疗方式也逐渐 多样化，基于心理疾病的行为认知疗法、情绪情感识别与分析等成为当今抑郁症课题的 研究热点。 本文主要针对已确诊的青年抑郁症患者群体进行用户研究。前期进行了大量以用户 为中心的设计研究，开发一款为抑郁症患者在确诊后可以进行情绪记录与释放的手机端 应用“Bubble”。通过人脸识别技术监测分析抑郁症患者的表情，并通过可视化的表达 方式记录和释放情绪。希望能够有效改善抑郁症患者的情绪，提高抑郁症患者的生活质 量。在医疗应用层面，该应用还集合 SDS 抑郁自评量表和医生患者问诊场景对话模拟， 从多个维度进行监测，期望对心理医生监测抑郁症患者的情绪变化和抑郁程度提供帮 助。
关键词：抑郁症；情绪记录；情感可视化；Android 开发
Abstract The number of people with depression is increasing in modern society. People of different occupations and ages are likely to suffer from depression. Among them, depression mostly occurs in student groups and middle-aged and elderly groups. The main symptoms of depression are anxiety, slow thinking, pain and other negative behaviors and depressive emotions. At present, the treatment of patients with depression is mainly through drug treatment. Due to the stigma of mental illness, individuals with depression rarely actively seek help from outside, which can easily cause a backlog of depression and even suicidal thoughts. Limited by the resources and abilities of psychologists, it is difficult for a small number of people with depression who can receive diagnose and treatment to maintain contact and communication with psychologists. With the development of multimedia technology and artificial intelligence analysis technology, the detection methods and treatment methods of depression are gradually diversified. Behavioral cognitive therapy based on mental illness, emotion and emotion recognition and analysis, etc. have become current research hotspots in depression. This paper mainly conducts user research on the group of diagnosed young people with depression. Carry out a lot of user-centered design and research in the early stage. Based on design psychology and product design methodology, develop a mobile app "Bubble" that can record and release depressive emotions in people with depression after being diagnosed. Apply facial recognition technology to monitor and analyze the expressions of depression patients, and record and release emotions through visual expressions. It is hoped that it can effectively improve the mood of people with depression and improve the quality of their life. At the medical application level, this application also integrates the SDS depression self-rating scale and the doctor-patient consultation scene dialogue simulation, monitoring from multiple dimensions, hoping to provide help for psychologists to monitor the mood changes and depression levels of people with depression.
Keywords: Depression；Emotion record；Face recognition；Android application development
目 摘
录
要........................................................ II
Abstract ..................................................... III 第一章 绪论 ................................................... 1 1.1 引言 .............................................................. 1 1.2 研究背景 .......................................................... 2 1.3 研究目的及意义 .................................................... 3 1.4 研究路线 .......................................................... 4 1.5 论文结构 .......................................................... 5
第二章 市场调研与设计定位 ..................................... 6 2.1 抑郁症群体的用户调研 .............................................. 6 2.1.1 二手文献分析 ................................................ 6 2.1.2 抑郁症群体特征分析 .......................................... 7 2.1.3 抑郁症群体画像分析 ......................................... 15 2.2 目标用户调研 ..................................................... 16 2.2.1 问卷调研 ................................................... 16 2.2.2 目标用户画像总结 ........................................... 20 2.2.3 用户追踪与情景访谈 ......................................... 20 2.2.4 用户旅程地图分析 ........................................... 21 2.3 痛点分析与设计机会点总结 ......................................... 24 2.3.1 痛点分析 ................................................... 24 2.3.2 设计机会点总结 ............................................. 24 2.4 市场分析与设计定位 ............................................... 25 2.4.1 宏观市场背景分析 ........................................... 25 2.4.2 细分市场产品分析 ........................................... 25 2.4.3 产品机会点分析 ............................................. 27 2.5 产品功能分析 ..................................................... 28
2.5.1 设计共创 ................................................... 28 2.5.2 产品功能总结 ............................................... 28 2.5.3 设计概述 ................................................... 29
第三章 产品设计方案 ........................................... 30 3.1 设计方案迭代 ..................................................... 30 3.1.1 方案一 ..................................................... 30 3.1.2 方案二 ..................................................... 30 3.1.3 方案对比 ................................................... 31 3.1.4 产品功能总结 ............................................... 32 3.1.5KANO 需求分析 ............................................... 35 3.1.6 最终方案设计说明 ........................................... 38 3.2 产品架构分析 ..................................................... 38 3.2.1 产品架构分析 ............................................... 38 3.2.2 用户体验流程图 ............................................. 39 3.3 界面设计与视觉方案 ............................................... 40 3.3.1 高保真界面展示 ............................................. 40 3.3.2 视觉方案设计 ............................................... 42
第四章 情绪记录 App“Bubble”开发 ............................. 43 4.1 Bubble 产品开发基本介绍 .......................................... 43 4.2 App 权限设置与基础 Activity 开发 .................................. 43 4.2.1 App 权限设置 ............................................... 43 4.2.2 基础 Activity 开发 .......................................... 44 4.3 前端界面开发 ..................................................... 47 4.3.1 导航栏 ..................................................... 47 4.3.2 手势交互 ................................................... 47 4.3.3 界面控件设计 ............................................... 48 4.4 数据库设计与开发 ................................................. 50 4.4.1 数据表设计 ................................................. 50
4.4.2 数据库工具使用 ............................................. 51 4.4.3 关键代码展示 ............................................... 51 4.5 表情识别功能部署与开发 ........................................... 52 4.5.1 环境配置与 SDK 集成 ......................................... 52 4.5.2 2D 人脸分析器创建 .......................................... 53 4.5.3 功能测试与阈值调整 ......................................... 54 4.5.4 关键代码展示 ............................................... 55 4.6 其他功能开发 ..................................................... 57 4.6.1 语音识别功能开发 ........................................... 57 4.6.2 动画设计与开发 ............................................. 58
第三章 App“Bubble”可用性测试与产品优化 ..................... 61 5.1 设备可用性测试 ................................................... 61 5.2 产品可用性测试 ................................................... 61 5.3 产品优化方案 ..................................................... 63 5.4 产品迭代 ......................................................... 64
结论.......................................................... 65 1. 论文工作总结 ..................................................... 65 2. 工作展望 ......................................................... 65
参考文献...................................................... 67 致谢.......................................................... 69
绪论
第一章 绪论 1.1 引言 抑郁症主要是以情绪低落、兴趣丧失、精力不济或感到疲劳为核心症状的一种精神 疾病[1]，世界卫生组织最新公开的数据显示，抑郁症患者已高达 3.5 亿人，近十年来确 诊为抑郁的患者数量增速约 18%。根据美国卫生计量与评估研究所（Institute for Health Metrics and Evaluation）在 2019 年统计的数据，我国抑郁症患者发病率高达 5%左右， 根据另一项针对全球抑郁症患者的统计数据发现，在中国每十万人只有不到 2 名心理医 生[2]。 与其他类型的心理疾病不同，抑郁症发作的时候情绪波动大且持续时间长，患者的 工作、学习和生活都会受到极大的影响，主要会表现出焦虑、缺少动力、思维迟缓、自 我贬低和注意力不集中等情况。在突发的公共卫生事件新冠疫情背景下，情绪低落、长 期孤独、突发性新闻事件都可能增加抑郁症患者包括有抑郁趋向人群的抑郁感。严重情 况下，抑郁症会产生自杀的想法，每年因抑郁严重而自杀的死亡人数估计高达 100 万人。 虽然现在已有针对抑郁症的治疗方法，由于医疗设备匮乏、医护人员能力不足、社 会对抑郁症这类精神疾病存在歧视、患者不能持续接受治疗等原因，全球只有不到一半 的患者（在一些国家中仅有不到 10%）接受有效治疗[3]。少数能够接受到治疗的抑郁症 患者在情绪表达、就诊体验、人际相处、工作生活等方面仍有很大的问题，并且抑郁症 的复发率很高。 因此，有效检测抑郁症患者的抑郁程度、释放患者的抑郁情绪、提高抑郁症患者的 就诊率和就诊体验、合理解决心理医生资源问题以及消除抑郁症患者病耻心成为社会各 界的研究热点。 本课题主要针对抑郁症患者的抑郁情绪监测以及合理释放抑郁情绪问题，提出一种 表达抑郁症患者的抑郁情绪以及情绪程度的可视化工具应用，期望通过趣味化的方式建 立抑郁症患者与心理医生间的沟通交流，起到有效释放抑郁症患者的抑郁情绪，提升医 生患者沟通问诊的体验。
1
华南理工大学学士学位论文
图 1-1 1990 到 2019 年中国各年龄段抑郁症患病百分比
图 1-2 1990 到 2019 年中国各年龄段抑郁症患病数量
1.2 研究背景 目前国内抑郁症相关研究有基于“用户画像”的阅读疗法模式研究抑郁症患者的抑 郁情绪倾向，得到“用户画像”，利用推荐算法推送抑郁症患者相应的阅读治疗资源[4]。 还有通过构建抑郁症患者特征词向量建立预测模型，深度挖掘用户数据，进而预测抑郁 症患者心理障碍与分析个人情感的研究[5]。多数研究都是基于抑郁症患者的文本内容进 行情绪分析，还有研究对抑郁症患者的情绪记忆模型进行整合，构建系统化的认知结构 体系，进行全面分析抑郁症发病因素和提供针对性治疗的建议[6]。 国外对抑郁症的关注度要早，在抑郁症的治疗和应用上有大量的研究。有研究利用 机器学习的方法，通过监测患者的面部表情和言语，测量抑郁症状严重程度。研究结果
绪论
表明相较于正常人而言，抑郁症患者的微笑持续时间短，皱眉次数更多。该研究在临床 试验上与传统量表监测结果有较小的误差[7]，期望对心理健康患者和从业人员提供帮助。 在一项对未经治疗或治疗后未痊愈的抑郁症患者的表达性艺术治疗研究中，实验人员通 过艺术干预治疗手法进行创造性的表达，结合艾司西酞普药物治疗方法，发现能有效显 著改善患者残余的抑郁和焦虑情绪[8]。 虽然已经有很多抑郁症情绪监测和治疗的研究，但主要停留在理论研究方面，很少 有可以进行医疗应用的工具。目前还没有针对抑郁症患者的表情数据集，人工智能分析 工具也很难精准量化抑郁症患者的表情，且研究群体没有针对性，不同环境、文化背景 的抑郁症患者间具有特征差异性。 抑郁情绪分析方面，传统的抑郁症程度分析主要通过量表检测的方式，国内外抑郁 检测的量表主要分为自评量表如 Zung 抑郁自评量表（SDS）和他评量表如汉密尔顿抑 郁量表（HAMD）等，根据使用场景和评估方面和评估内容选择合适的检测量表。情绪 治疗方面，属于心理艺术治疗，认可度较高的心理疗法有认知行为疗法（CBT），表达 性的艺术治疗、行为激活疗法（BAT）、音乐疗法都建立在认知行为治疗的基础上。
1.3 研究目的及意义 本文的研究目的主要是为了深入了解抑郁症患者群体，分析建立抑郁症患者模型， 提供抑郁症患者一种有效表达抑郁情绪并得到一定程度的情绪缓解的方式。同时针对目 前抑郁症患者在问诊、就诊和治疗过程中存在的问题进行分析研究，期望能够提出有效 性的解决方案。 从政策意义层面，健康保健方面的课题的研究是国家积极倡导的，希望能引起政府 层面的重视，能够帮助各地区抑郁症患者的医保政策尽快落实。从社会意义层面，抑郁 症课题的研究可以提高全社会对抑郁症患者的关注度，减少疾病的污名化和抑郁症患者 的病耻心。同时可以呼吁更多心理治疗资源的建设。从经济意义层面，线上的检测记录 减少的实体设备的模型成本，且与线下的检测治疗方式相比，时间成本低、医生资源利 用率高、抑郁治疗费用低，可以有效减少国家和患者在抑郁治疗方面的经济成本。从技 术意义层面，人工智能表情识别与分析技术的应用降低了技术的使用门槛，为技术投入 使用更多医疗领域提供可能性。
3
华南理工大学学士学位论文
从个人意义层面，对于抑郁症患者来说，有效的抑郁情绪表达不仅能够减轻抑郁程 度，降低情绪极端化产生自杀等危机情况的风险，而且能够提升抑郁症患者在就诊、问 诊以及治疗方面的体验感。对于心理医生来说，相较于传统的抑郁诊断，可以获得更多 维度的抑郁倾向判断依据，提供患者更权威的抑郁评估结果。同时能够高效检测抑郁症 患者的抑郁倾向，及时提供治疗建议。
1.4 研究路线 本课题的设计研究是以用户为中心的研究，首先搜集抑郁症相关的二手资料，对抑 郁症群体及抑郁症研究课题有初步的了解。然后进一步深入抑郁症群体研究，利用大数 据分析和可视化工具对用户特征进行分析，建立抑郁症群体用户画像。确定本文的研究 对象和研究课题后，深入目标用户调研中，进行用户问卷调研与特征用户追踪与访谈， 构建用户画像与用户旅程地图。分析用户存在的痛点并进行需求转化。然后再根据需求 进行细分市场的竞品分析并总结产品的设计定位。根据用户需求转发进行产品功能的头 脑风暴后开展目标用户的设计共创，进行需求功能的第一轮筛选，发现设计机会点并进 行产品功能点总结和设计概述。 产品设计研究方面结合用户体验设计、设计心理学和设计双钻模型的研究方法，如 图 1- 所示。首先进行设计方案的发散设计，根据产品可用性原则和用户需求满足度两 方面进行方案的对比分析，列举产品功能。然后设计问卷进行用户 KANO 需求分析， 对产品功能进行优先级排序，进行最终设计方案的确定。从产品范围层面分析产品功能 架构，然后从产品结构层面进行用户体验流程分析和产品信息架构分析。设计纸上原型 进行用户测试，调整产品功能架构和信息架构。接下来从框架接层面按照可用性原则进 行界面、导航和信息三个方面的设计，形成产品低保真界面。然后设计统一的视觉风格， 形成高保真界面设计。 在产品开发前首先进行最小可行方案设计，分析核心功能点。根据国内青年抑郁症 患者的使用习惯，选择主流应用开发工具 Android Studio 和编程语言 Java，开发 Android 系统的产品。产品开发按照 MVC 架构，首先设计数据库 Model，加载数据并进行数据 的存储，本产品主要利用 Android Studio 开发工具自带的 SQLite 数据库进行本地的数据 存储与读取。然后进行产品界面 View 的开发，再进行控制器 Controller 的处理逻辑与实
绪论
现。接下来开发部署表情识别功能和其他功能如语音识别等，利用虚拟机和真机进行测 试，调整表情识别功能的阈值。最后，发布产品进行产品的可用性测试，根绝用户反馈 的需求进行产品迭代与优化。
1.5 论文结构 本文按照工科论文框架结合设计研究思路，主要由摘要、关键词、目录、论文正文、 总结、参考文献和结语几大部分组成。其中论文正文又包含五大章节，第一章简述了抑 郁症情绪监测相关的研究背景和研究意义，介绍设计研究的路线。第二章从用户和市场 两个方面逐步确定目标研究用户、需要解决的问题。第三章主要开展设计分析和产品功 能结构的最终建立。第四章是设计开发过程，进行表情识别功能应用的开发。第五章进 行目标用户的可用性测试，并开展产品的迭代优化。
5
华南理工大学学士学位论文
第二章 市场调研与设计定位 2.1 抑郁症群体的用户调研 首先进行课题相关文献整理分析，了解这一领域的研究背景。然后通过大数据分析 技术对抑郁症群体的特征研究，通过建立用户群体模型，确定课题的研究的目标与价值。
2.1.1 二手文献分析 在设计调研之初，开展了学术期刊知网、谷歌文献、Nature 期刊上关于“抑郁症” 、 “情绪”、“检测”、“治疗”话题相关关键词检索，筛选出 60 篇左右的相关文献。为了 解抑郁症的群体特征，按照文章观点分类，分析整理文献中的观点和结论，建立了如下 表 2-1 所示的二手文献分析结果。 表 2-1 课题相关二手文献观点整理
类型
关键词
观点
综述
表达
抑郁症群体更容易在社交媒体上表达消极的情绪[10]
治疗方式
药物治疗的复发率高[11] 艺术干预手段能有效改善患者残余的抑郁和焦虑情绪[8]
研究
检测
利用聊天机器人能有效进行抑郁检测[12]
情绪面孔
消极的面孔对抑郁症患者的影响大[13]
注意偏向
抑郁症患者更容易关注消极信息[14]
色彩偏好
抑郁症患者对于蓝色和红色具有情感的倾向性[15]
治疗方式
基于 EEG 的音乐推荐系统对于治疗抑郁症有效[16]
通过阅读相关文献，可以总结出： 1) 抑郁症患者容易表达消极情绪和关注消极类的信息； 2) 颜色、音乐等表达性艺术对治疗抑郁症这类心理疾病，能够有效缓解抑郁和焦虑情 绪；
第二章 市场调研与设计定位
3) 除了传统的量表检测抑郁程度这种方式，现在的研究趋向于使用数字化的方式，如 利用人工智能聊天机器人等。
2.1.2 抑郁症群体特征分析 抑郁症人群数量庞大，根据抑郁症状的数量和严重程度，可将抑郁症患者分为轻度、 中度和中度抑郁。本课题为进一步深入抑郁症群体，了解抑郁症群体特征，又分别通过 数据爬取和大数据分析为建立群体特征用户画像提供依据。 2.1.2.1 抑郁症社交类论坛数据爬取 目前相关的抑郁症研究课题获得的抑郁症群体数据主要来源于世界卫生组织在 2017 年进行统计公开的数据。本课题研究想要获得更全面的用户特征，小样本的用户问 卷很难有全面性，而且具有地域、身份局限性。于是，在进行二手文献分析获得抑郁症 群体信息之后，我利用基于 Python 语言的爬虫工具 scrapy 和八爪鱼采集器，爬取日活 跃度较高的百度贴吧“抑郁症吧”以及微博超话“抑郁症”这两个集中抑郁症群体的相 对开放言论平台。根据百度贴吧和微博超话这两个平台的用户使用特点进行如表 2-2 的 爬取操作： 表 2-2 抑郁症社交类论坛数据爬取操作
百度贴吧“抑郁症吧”
微博超话“抑郁症”
贴吧内楼主的贴子具有抑郁症
超话内的一条微博的评论具有
群体特征代表性
抑郁症群体特征代表性
爬取工具
scrapy
八爪鱼采集器
数据元
贴吧内的一条楼主贴子内容
超话内的一条微博内容、一级评
数据特征
论以及二级评论内容 获得数据时间
2021 年 4 月 1 日-2021 年 5 月 22 2021 年 3 月 2 日-2021 年 4 月 11 日
日
样本量（条）
5000
634
数据长度
30 万字
—
数据文件类型
.txt/.xlsx
.xlsx
分析工具
微词云、excel
Excel 7
华南理工大学学士学位论文
分析目标
文本高频词汇提取
文本高频词汇提取
过滤目标一：获得抑郁症群体特征画像 利用百度贴吧“抑郁症吧”爬取到的内容，首先进行数据分词、清洗工作，去除重 复词、未知词性词和单词。然后对剩下的词汇进行筛选，获得前 500 个高频词，筛选得 到的词汇出现次数为 10-327，去掉关键词中的无用高频关键词“自己”（词频为 527）、 “抑郁症” （词频 355）、连词、时间词、代词、方位词、副形词、介词、区别词、地名、 人名、成语、其他、助词、拟声词、其他专名以及副动词，得到能够反映抑郁症群体总 特征的词汇，获得词云分析图 2-1。
图 2-1 抑郁症群体用户特征
第二章 市场调研与设计定位
图 2-2 抑郁症群体特征全部关键词频统计
图 2-3 词频大于 70 的词汇统计
过滤目标二：获得抑郁症群体的行为习惯特征 在利用百度贴吧“抑郁症吧”爬取到的内容，对获得的前 500 个高频词，进行高频 词词性“时间词”、 “地处词”、 “名动词”和“动词”四类词组筛选，剔除四类词组内 无关词后，根据获得的词汇数据进行用户行为习惯分析，得到如下图 2-4 所示的行为习 惯词云特征图。 分析得到抑郁症患者活跃的时间在晚上，且这段时间内容易出现不良情绪，如抑郁、 孤独、痛苦等。通过高频词“不想”、 “工作”、 “学习”和“医院”等分析表明抑郁症患 者容易对工作生活产生消极、抵触的态度。通过高频词“一直”、 “不能”、 “情绪”和“不 9
华南理工大学学士学位论文
敢”反应抑郁症患者很难调节自己的抑郁症状、心理情绪和身体状态。
图 2-4 抑郁症群体行为习惯特征词云
过滤目标三：获得抑郁症群体接触人群特征 筛选前 500 高频词 “医生” “父亲” “老师” “宿舍”这类具有身份特征的词，分析 得到如图 2-5 所示的抑郁症患者接触人群频率统计结果。根据图 2-5 可以清晰的发现接 触人群中医生和朋友两类人群的影响更大，抑郁症母亲影响比例大于父亲，接触人群总 体来自医院、家庭、校园这三类环境。
图 2-5 抑郁症患者接触人群频率统计（单位：条）
第二章 市场调研与设计定位
过滤目标四：获得抑郁症群体的情感倾向 筛选高频词词性“形容词”，获得如图 2-6 所示的抑郁群体情绪倾向图，其中比例 最高的 8 中情绪结为消极情绪，痛苦和焦虑是抑郁症患者最常见的情绪，其中痛苦的比 例高达 38%。
图 2-6 抑郁症患者情绪倾向比例分布 2.1.2.2 抑郁症群体各类指数分析 截至 2021 年 5 月 23 日的数据统计显示，新浪微博“抑郁症”超话持续占据医疗超 话榜首，共有 70.4 万条贴子，粉丝数超 28.2 万人次，“抑郁”相关话题最多一条超 9.8 亿次。百度贴吧“抑郁症吧”累计关注 43.1 万人次，发帖数超 2400 万条。 根据百度指数上获得的数据进行分析，在趋势研究方面，从 2011 年至 2021 年十年 间， “抑郁“话题的搜索变化如图 2-7 呈上升趋势。在需求分析方面，截至 2021 年 5 月 23 日，近 5 日内的“抑郁症”关键词搜索需求内容如图 2-8，主要包含“抑郁症表现”、 “测试”、 “治疗”以及其他相关抑郁情绪，相关词排行榜如图 2-9 所示。在人群画像方 面，截至 2021 年 4 月 30 日，对近一个月的“抑郁”搜索关键词进行地域分布、人群属 性和兴趣分布三个方面的分析，如图 2-10 所示抑郁症患者主要分布在东南沿海的经济 发达城市；如图 2-11 所示，网上抑郁症群体中，20 至 29 岁年龄段的人群最高，高达
11
华南理工大学学士学位论文
37.29%，其中 19 岁以下的抑郁症患者 TGI 指数超过 200；如图 2-12 所示女性抑郁症患 者人数多于男性抑郁症患者人数。如图 2-13 所示，抑郁症患者没有特殊的兴趣偏向， 其中影视音乐占比最高，旅游、游戏休闲娱乐占比较少。
图 2-7 十年内“抑郁”关键词搜索变化指数变化
图 2-8 近 5 日“抑郁症”关键词搜索需求
第二章 市场调研与设计定位
图 2-9 近 5 日“抑郁症”关键词搜索相关词热度
图 2-10 一年内抑郁症人群城市分布
图 2-11 一个月内抑郁症人群年龄分布 13
华南理工大学学士学位论文
图 2-12 一个月内抑郁症人群性别分布
图 2-13 一个月内抑郁症人群兴趣爱好分布
1) 抑郁症群体相关的数据分析 在国家政策方面，2020 年间，建立起国家级精神卫生医学中心和区域性的精神卫生 中心，抑郁相关的政策呼吁最高的是抑郁症治疗的医保政策的落实，已有部分城市建立 抑郁症医保政策，但仍没有普及开来。社会资源配置方面，根绝 2019 年《中国医院院 长》的研究报告数据，非公立的精神医院从 1993 年至 2018 年期间数量变化如图 2-14 呈指数上涨趋势，但根据 2014 年进行的全球数据抑郁症统计，中国每十万人只有不到 2 名心理医生配置，低于全球平均水平。经济支出方面，如图 2-15 所示，中等收入水平 国家的精神健康经历和人力资源支出远低于高收入水平国家。
第二章 市场调研与设计定位
图 2-15 2017 年间全球范围内政府在精神健康领域的支出（美元）
2.1.3 抑郁症群体画像分析 结合社会学与生理心理学的方法，根据二手文献分析和抑郁症群体特征分析得到的 结果，对抑郁症患者进行用户画像分析。从社会学角度，对社会环境中的政策支持、资 源配置、社会支持和群体属性职业属性、年龄结构、性别特征、地域分布、经济能力进 行分析，得到如表 2-3 的抑郁症群体特征。从生理心理学角度，对抑郁症群体进行认知 能力、行为习惯、生理表现和心理情绪四个维度进行用户分析，得到如表 2-4 的群体画 像。 表 2-3 社会学角度的抑郁症群体特征分析结果
角
特
分类
特征总结
度
征
社
社
政策支持
国家精神卫生方面的重视度高
会
会
资源配置
可以接触到的心理医生资源少，平均 10 万人有不到 2 名的心
学
环
分
境
理医生配置 社会支持
社会对抑郁人群的支持较低； 15
华南理工大学学士学位论文
析
工作方面，仍存在较高的不接受度 经济支持
高收入水品国家精神卫生的资金投入远高于中低收入水平国 家，中低收入水平国家的精神卫生支出不足 2 美元
群
职业属性
学生群体的抑郁发病率高
体
年龄结构
20-29 岁年龄段的患病率高；
属 19 岁以下的抑郁症患者在网上活跃度高
性 性别特征
女性群体数量高于男性群体数量，但无显著差异
地域分布
高经济地区抑郁症患病率高
经济能力
抑郁症治疗的经历压力大，且只有少部分城市有抑郁医保政 策
兴趣爱好
无显著偏好，旅游、休闲、游戏占比低 表 2-4 生理心理学角度的抑郁症群体特征分析结果
认知
思维迟缓、极端化、单一固执
行为
失眠、社交困难、抗拒
生理
吃药、失眠、消瘦
心理
痛苦、焦虑、孤独
2.2 目标用户调研 根据抑郁症群体特征研究分析结果，我们发现 29 岁以下的中青年抑郁症群体患病 率高且网上活跃度高，特别是学生群体更容易得抑郁症，因此本课题研究的目标用户主 要是 29 岁以下的抑郁症患者。 为深入目标用户，挖掘用户存在痛点，提出解决性的措施，我开展了目标用户的问 卷分析，分析得到目标用户画像。然后开展关键用户的追踪和深度访谈，通过梳理分析 用户旅程地图，期望发现用户存在的关键痛点。
2.2.1 问卷调研 结合本课题抑郁症情绪的研究背景，问卷设计从认知层面、行为动机层面、生理层
第二章 市场调研与设计定位
面、情绪层面和心理情绪层面结合问诊、确诊和治疗这一流程，设计如表 2-5 所示的问 卷题目，深入了解抑郁症患者的真实处境和存在的痛点问题。 表 2-5 目标用户问卷设计内容
流程
题目
选项
问诊
你是如何意识到自己困难有抑郁症的？
自己查资料 家人提醒 找人咨询 没意识到 其他
什么原因促使你去医院进行检查？
心理压力 失眠厌食等躯体症状 他人建议 其他
确诊
你首次确诊的年纪是？
12 岁以前 13-18 岁 19-25 岁 25 岁之后
确诊是的心情如何？
积极面对 淡定释然 难以接受 其他
确诊当天或确诊后，有哪些记录
写日记本 发布社交平台 找人倾诉 其他
确诊前后，你的生活发生了哪些变化？
17
自己
无变化
的生
有变化
华南理工大学学士学位论文
活状 态 身边
变得消极
人的
无变化
态度
变得积极
确诊后，最担心的事情是什么？
（请输入文本）
你认为什么导致了抑郁症（多选）
社会 家庭 生理 心理 其他
抑郁症期间的痛苦来源有（多选）
社会 家庭 生理 心理 其他
治疗
陷入抑郁时 ，身边有几个能提供支持和 有，我能获得充分 帮助的人 ？
有（3-5）个 很少（3-5）个 一个都没有
你是否接受过系统的抑郁症治疗？
是 否
治疗期间，存在哪些积极和消极的行 为？
积极
定时就医，及时复诊 遵循医嘱，按时按量服药 调整心态，尝试积极活动 相信自己可以被治愈 及时自救，克制自杀念头 保持与外界沟通交流
第二章 市场调研与设计定位
其他 消极
不去就医 拒绝沟通 不服药或乱服药 自杀 拒绝做任何事情 主动自我封闭 其他
平均每月在治疗抑郁症上的花销是？
100 元内 100-1k 元 1k-3k 元 3k 元以上
除药物外，尝试过哪种治疗方法让你觉
心理咨询
得最有效？
运动 与人交流 看书 画画 听音乐 其他
康复
康复后，如何保持良好心态？
（请输入文本）
根据问卷调研的结果，分析得到以下结论： 1) 就诊动机 有 62.7%的患者是自己自我查找资料的方式建立抑郁症的初步认知的，查找资料的 方式主要分为抑郁自评量表检测和抑郁症状分析两个方面。 患者就诊的两大动机主要来自心理层面和生理层面，主要表现为压力、自杀倾向的 产生和失眠等躯体症状。 2) 确诊前后 多数患者在确诊后能够积极面对，少数患者难以接受抑郁症现实。 19
华南理工大学学士学位论文
确诊后，抑郁症患者普遍习惯在社交媒体发布自己确诊信息和就诊体验。 确诊后，抑郁症患者最担心的事情是自杀，研究表明 9 成患者产生过自杀的想法， 且自杀的来源主要是自身原因，表现为没有精力、缺少生活动力。 确诊后，很少有患者能够得到周围的支持和帮助。 3) 治疗方面 有 66.1%的患者没有接受过系统的抑郁治疗。 在患者接受治疗过程中，自我封闭和拒绝服药是两大主要消极行为。 有 62.0%患者每月在抑郁症治疗方面的花销在 100-1000 元。除药物外，咨询服务成 为首要的付费服务。 运动是多数患者认为最有效的情绪释放的方式。 4) 康复保持 家人支持和治疗的持续性是患者康复保持的主要原因。
2.2.2 目标用户画像总结
图 2-16 目标用户画像（图片来源于抑郁研究所）
2.2.3 用户追踪与情景访谈 本课题研究访谈的用户来源主要来自线上平台，通过在百度贴吧“抑郁症吧”和微
第二章 市场调研与设计定位
博超话“抑郁症”下的用户招募，分别建立起两位典型目标用户的追踪。观察这两位用 户在社交媒体上近一个月内的发帖，分析其情绪倾向和行为习惯。随后进行一对一的线 上访谈，询问其就诊、确诊以及治疗等方面的情况，分析总结主要存在的痛点。
2.2.4 用户旅程地图分析 根据用户追踪访谈的记录，构建抑郁症患者就诊前、就诊过程以及就诊后的用户旅 程，从用户的情绪体验方面分析存在的痛点从而总结设计机会点。用户旅程画像如图 2-17，18，19 所示。 地点
在家
阶段
医院
就诊前 凌晨5点失眠
流程
在家
就诊
百度一下最近一段时 怀疑自己有可能有精 决定找一份检测抑郁 做量表后得知自己中 犹豫是否告诉家人 间身体异常表现的原 神疾病 症的量表测试以下 度抑郁 因
向家人坦白自己的抑 受到家人的鼓励决定 郁倾向 就诊
确诊
家人陪同挂号问诊
纸质版量表检测
家人陪伴，虽然是去 看病，但压力不是很 大，而且自己有一个 预估了，希望医生能 够确诊，自己能够接 受科学的检测
纸质版本的问卷看上 有人挺自己讲述自己 去没有比电子版高级 的情况真的发泄了好 很多，又填了一次问 多，舒畅了 卷，真的有效吗
医生听诊并询问自己 一些问题
医生给与初步的抑郁 进行脑部等身体检测 确诊中度抑郁 倾向判断
确诊后 后被告知回去后按时 吃药
寻找抑郁症社群
发布自己的就诊记录 收到病友的鼓励
故事板
场景描述
以及很多天受到失眠 最近一段时间自己身 感觉自己符合抑郁症 在网上搜到很多版本 收到了一份冷冰冰的 问题困扰了，白天学 体容易疲惫，精神不 的每一个症状表现 的量表，随便选择了 检测结果 习效率很差 集中，老是有焦虑的 一份量表进行填写 情绪
和家人一直不怎么交 自己身体不给力啊， 感觉没什么大不了 流这些，况且告知他 学习生活受到抑郁症 了，有病就得治疗 们自己有抑郁症他们 的影响，只好坦白了 也未必注意，不如自 己默默承受好了，或 许过两天就好了呢
结果在自己的预估之 会不会对自己的大脑 淡定了淡定了，结果 好不想吃药啊，有没 内，不过这些症状能 有损伤啊，我不想做 在自己的预估之内。 有一键消除抑郁症的 不能不确定我是真的 不过，被确诊抑郁症 办法啊！医生的话海 抑郁症啊 身份真的不是一件很 事得好好挺，希望早 好的事情，被贴上了 点痊愈啊！成活成本 标签， 又平添了一项。
看到微博超话有最近 要记录下来第一次就 在社交媒体上建立了 有很多患者活跃，突 诊经历 病友间的沟通互动 然有了群体归属感
医生
医生
病友
药物
手机
情绪体验
家人 朋友 社会
人员 手机
手机
手机 网页版量表
家人
家人 医生
医生
检测人员
检测结果
手机 智能终端
患者难以根据身体症 状自我评估抑郁症， 且网上的各种说法可 信度低，容易引起歧 义和误导。
量表能够快速的帮助 用户检测抑郁程度， 但可信度不高；填写 量表也很全面反应自 己的情况；
医生资源难以选择， 纸质量表的互动性差 医生的口碑不知道如 何？
存在对脑部检测对身 体损害性的担忧
如果用户能够自我实 现抑郁症检测
不仅仅是得到抑郁程 度，增加量表的分析 维度呢？
如果在医患选择前能 量表可以更互动性的 问答对话的方式能满 够和医生建立简短的 填写，如问答填写的 足用户的表达讲述的 问诊测试呢？ 方式，有助于帮助用 需求。是抑郁症患者 户回忆场景 喜欢的一种方式。
如果不进行身体物理 层面的检测，通过其 他发生就能得到专业 的抑郁诊断呢,利用 理工智能分析技术等 。
纸质版量表检测
病情记录抑郁倾向单 检测机器
抑郁诊断单
病友 手机
手机
物理设备
痛点
机会点 What if
抑郁症带来生理上严 重影响，如失眠，进 而影响到日常的生活 工作
家人支持能有效提高 抑郁症患者的幸福感
图 2-17 用户旅程地图分析
21
患者对于吃药治疗抑 郁症存在排除的心理 。
如果抑郁确诊成为一 件光荣不受外界歧视 的身份该有多好。如 果抑郁确诊单像结婚 证书、身份证那样 呢？
如果吃抑郁症的药物 像是吃糖呢？甜蜜、 便宜且可以展示分享 出去。
抑郁症的群体归属感 强且存在互助的现象 。
病友的认可、反馈能 够有效的提升抑郁症 患者的满足感和荣誉 感。
华南理工大学学士学位论文 地点
在家
阶段
就诊前 凌晨5点失眠
流程
就
百度一下最近一段时 怀疑自己有可能有精 决定找一份检测抑郁 做量表后得知自己中 犹豫是否告诉家人 间身体异常表现的原 神疾病 症的量表测试以下 度抑郁 因
向家人坦白自己的抑 受到家人的鼓励决定 郁倾向 就诊
家人陪同挂号问诊
纸质版量
家人陪伴，虽然是去 看病，但压力不是很 大，而且自己有一个 预估了，希望医生能 够确诊，自己能够接 受科学的检测
纸质版本 去没有比 很多，又 卷，真的
故事板
场景描述
以及很多天受到失眠 最近一段时间自己身 感觉自己符合抑郁症 在网上搜到很多版本 收到了一份冷冰冰的 问题困扰了，白天学 体容易疲惫，精神不 的每一个症状表现 的量表，随便选择了 检测结果 习效率很差 集中，老是有焦虑的 一份量表进行填写 情绪
和家人一直不怎么交 自己身体不给力啊， 感觉没什么大不了 流这些，况且告知他 学习生活受到抑郁症 了，有病就得治疗 们自己有抑郁症他们 的影响，只好坦白了 也未必注意，不如自 己默默承受好了，或 许过两天就好了呢
情绪体验
家人 朋友 社会
人员 手机
手机
手机 网页版量表
家人
家人 医生
检测结果
手机 智能终端
患者难以根据身体症 状自我评估抑郁症， 且网上的各种说法可 信度低，容易引起歧 义和误导。
量表能够快速的帮助 用户检测抑郁程度， 但可信度不高；填写 量表也很全面反应自 己的情况；
医生资源难以选择， 纸质量表 医生的口碑不知道如 何？
如果用户能够自我实 现抑郁症检测
不仅仅是得到抑郁程 度，增加量表的分析 维度呢？
纸质版量
物理设备
痛点
机会点 What if
抑郁症带来生理上严 重影响，如失眠，进 而影响到日常的生活 工作
图 2-18 就诊前用户旅程地图
家人支持能有效提高 抑郁症患者的幸福感
如果在医患选择前能 量表可以 够和医生建立简短的 填写，如 问诊测试呢？ 方式，有 户回忆场
第二章 市场调研与设计定位
医院 就诊
确诊
坦白自己的抑 受到家人的鼓励决定 就诊
家人陪同挂号问诊
纸质版量表检测
体不给力啊， 感觉没什么大不了 活受到抑郁症 了，有病就得治疗 ，只好坦白了
家人陪伴，虽然是去 看病，但压力不是很 大，而且自己有一个 预估了，希望医生能 够确诊，自己能够接 受科学的检测
纸质版本的问卷看上 有人挺自己讲述自己 去没有比电子版高级 的情况真的发泄了好 很多，又填了一次问 多，舒畅了 卷，真的有效吗
友 社会
在家
家人
家人 医生 手机 智能终端
家人支持能有效提高 抑郁症患者的幸福感
医生听诊并询问自己 一些问题
医生 纸质版量表检测
医生给与初步的抑郁 进行脑部等身体检测 确诊中度抑郁 倾向判断
确诊后 后被告知回去后按时 吃药
寻找抑郁症社群
发布自己的就诊记录 收到病友的鼓励
结果在自己的预估之 会不会对自己的大脑 淡定了淡定了，结果 好不想吃药啊，有没 内，不过这些症状能 有损伤啊，我不想做 在自己的预估之内。 有一键消除抑郁症的 不能不确定我是真的 不过，被确诊抑郁症 办法啊！医生的话海 抑郁症啊 身份真的不是一件很 事得好好挺，希望早 好的事情，被贴上了 点痊愈啊！成活成本 标签， 又平添了一项。
看到微博超话有最近 要记录下来第一次就 在社交媒体上建立了 有很多患者活跃，突 诊经历 病友间的沟通互动 然有了群体归属感
医生
医生
病友
药物
手机
检测人员
病情记录抑郁倾向单 检测机器
抑郁诊断单
医生资源难以选择， 纸质量表的互动性差 医生的口碑不知道如 何？
存在对脑部检测对身 体损害性的担忧
如果在医患选择前能 量表可以更互动性的 问答对话的方式能满 够和医生建立简短的 填写，如问答填写的 足用户的表达讲述的 问诊测试呢？ 方式，有助于帮助用 需求。是抑郁症患者 户回忆场景 喜欢的一种方式。
如果不进行身体物理 层面的检测，通过其 他发生就能得到专业 的抑郁诊断呢,利用 理工智能分析技术等 。
病友 手机
手机
患者对于吃药治疗抑 郁症存在排除的心理 。
如果抑郁确诊成为一 件光荣不受外界歧视 的身份该有多好。如 果抑郁确诊单像结婚 证书、身份证那样 呢？
如果吃抑郁症的药物 像是吃糖呢？甜蜜、 便宜且可以展示分享 出去。
图 2-19 就诊后用户旅程地图
23
抑郁症的群体归属感 强且存在互助的现象 。
病友的认可、反馈能 够有效的提升抑郁症 患者的满足感和荣誉 感。
华南理工大学学士学位论文
2.3 痛点分析与设计机会点总结 2.3.1 痛点分析 结合之前的用户研究工作，从目标用户特征和群体特征两方面，根据就诊前、就诊 过程中以及就诊后这一流程，分析得到以下痛点： 1） 心理疾病患者抑郁症患者会一天中会阶段性或持续性出现消极情绪，如失落，自我 怀疑，缺乏动力等； 2） 群体社会认同感低，出现消极情绪后，缺少情感陪同的对象和情绪表达的渠道； 3） 抑郁症患者容易在媒体上发表不良情绪，如通过微博抑郁症超话，贴吧抑郁症吧等； 4） 个体生活的兴趣缺失，对各种事情的精力不足； 5） 抑郁症患者接触医生资源不足，少数进行心理咨询后的抑郁症患者在与心理医生交 流后很少再进行联系； 6） 抑郁治疗的药物成本太高，心理咨询费用高。
2.3.2 设计机会点总结 结合本课题要解决的目标用户特征与用户存在的痛点问题，分析可能存在的设计机 会点，如表 2-6 所示。 表 2-6 设计机会点分析
现象
抑郁症群体在社交媒
多数抑郁者患
长时间处于一
抑郁症患者对
体上活跃度高
者忘记吃药，抗 个人的抑郁情
各种活动的兴
拒吃药治疗
绪低迷期
趣缺失
接触点
网络、病友
抑郁药物
无
无
情绪
焦虑
厌倦
长时间的抑郁
没有经历
情绪 痛点
消极信息和消极情绪 的困扰
机会点
结合抑郁症上网习
—
缺少情感陪同
缺少兴趣接触
的对象
点
情绪的谷底，需 减少抑郁情绪
增加兴趣接触
市场调研与设计定位
惯，和群体倾诉欲望
要提升情绪的
持续的时间，降 点
强的特点，可用进行
体验
低抑郁情绪的
线上平台的情绪倾诉
峰值
2.4 市场分析与设计定位 根据设计可能存在的机会点，进行抑郁症市场层面的分析，首先对从宏观角度分析 抑郁症市场特征，然后在深入抑郁症的细分市场，从抑郁程度分析、抑郁情绪释放两个 方面的分析，进行相关竞品的分析，总结竞品的优缺点，从而发现设计的机会点，明确 设计目标和定位。
2.4.1 宏观市场背景分析 用户规模决定市场规模，根据 WTO 的数据统计，抑郁症全球范围内已有 3.5 亿人 次，用户人数庞大。根据百度指数来看，抑郁症的患者的市场需求主要体现治疗和检测 两个方面。
2.4.2 细分市场产品分析 抑郁症的市场可以细分为抑郁检测、抑郁咨询和抑郁治疗三个领域，结合本课题抑 郁情绪监测和记录的背景，主要深入抑郁检测细分市场的情绪记录与分析、抑郁量表检 测两个方面进行相关产品分析，如图 2-7 所示。 表 2-7 细分市场产品分析
抑郁检测
抑郁咨询
情绪记录与分析
抑郁量表检测
Moodnote
抑郁焦虑测试
情感咨询服务
公
公 司 市 场 产品工作室 ustwo 和 Thriveport 公
心理疾病检测分析和情感类咨
司
背景
询市场
层 面
司共同创建基于 CBT 技术的改善 心理健康应用 Moodnote。
运 营 团 队 由两个童年时代的朋友创立，团队 与国内中科院等科研机构合作， 规模
人员的背景包括战略家、技术专家、 设计开发多种情感分析与咨询 25
华南理工大学学士学位论文
设计师和产品专家。 核心目标
产品
为人们提供可访问，由吸引力且具 — 有专业度的工具，以提高自我意识， 改善情绪并增加幸福感。
盈利模式
产品服务付费
平台入驻+产品服务付费+广告 业务
市场占有
产品上线之处在 App Store 和其他
占据心理咨询和医疗健康市场，
率
应用市场中的“健康和健身”付费排
在 App Store 等应用平台上线 5
行榜上位居第一，吸引了超过
款不同类型的引用，使用用户数
15,000 名用户。之后在 App Store
月 3 万人次。
上的转化率始终高于平均转化率。 2017 年初，形成一个每月由 1 万活 跃用户的社区，其中许多每天都在 使用该产品。
用
用户群体
户
覆盖面
有情绪记录分析需求的用户
抑郁检测和情绪咨询疏导的用
层 面
产
有心理情绪问题困扰、想要进行
户 用 户 体 验 界面风格统一，交互性好，引导性 界面风格统一，界面简单清晰， 分析
一般，视觉风格统一
产品定位
基于认知行为疗法的数字化记录分 集成量表检测和心理咨询资源
品
析产品
引导性强
的平台
层
产 品 功 能 记录追踪情绪；
量表推荐、检索、热门推荐；
面
细分
使用设备相机自动扫描脸部；
心理咨询、个性化心理咨询定
通过上传照片记录回忆；
制、心理专家匹配、心理咨询师
智能分析找出引发情绪的因素；
联系服务；
市场调研与设计定位
阅读心理健康专家撰写的自我意识 平台使用辅助。 文章。 稳定性
优
一般
易用性
优
差，使用量表的过程中无法退 出，无法快速进行量表筛选
产品目标
帮助人们更加了解自己的情绪，帮 帮助人们判断情绪倾向，分析原 助人们识别他们陷入的思维陷阱， 因，提供情绪咨询疏导的资源 促进有助于人们养成更积极的思考 习惯的体验
2.4.3 产品机会点分析 根据抑郁症市场背景可以发现，抑郁症的患病率不断增长，市场规模逐渐扩大，主 要涉及到医药治疗、心理咨询、情感等多个领域。本课题主要分析抑郁症的检测和情绪 记录方面，因此主要分析了抑郁检测和抑郁咨询两个细分市场上的主要产品。根据产品 的功能，又将这两个细分市场分成情绪记录与分析、抑郁量表检测和情感咨询服务这三 个方面，综合分析了 Moodnote 和抑郁焦虑检测这两个手机端的应用。 结合市场分析与竞品分析，情感咨询市场的专业度要求高，需要的心理医生资源的 配合，因此，我们很难在情感咨询方面有所突破。情绪记录和分析方面，情绪日记这类 功能的应用种类多样，但在记录方式上还有发展的空间。 在用户研究过程中，我们发现有大规模的微博等社交媒体类抑郁症群体，这类社交 媒体也是抑郁症患者记录情感的渠道，且用户的习惯已经养成，进行替代性设计难度较 高。由于情感分析需要追踪到用户的行为才能有效评估和分析，对用户基数和使用频率 要求高，因此，如何在获得大规模同类用户群体数据的情况下给予抑郁症患者特色化的 情感记录是一个市场缺口。 抑郁检测量表作为工具类的产品，不同产品的使用体验上有所不同，集成各类型检 测量表，提供专业的检测结果分析是此类产品的发展趋向。除此，在用户使用体验上， 量表检测这类工具类产品的提升可能性大，数字化的检测量表设计，基于人工智能分析 的量表检测等都是此类产品发展的可能性。
27
华南理工大学学士学位论文
2.5 产品功能分析 2.5.1 设计共创 为进一步分析用户的可能存在的需求，验证方案的可行性，本课题在设计前开展了 一次目标用户的场景需求共创研究，场景背景是抑郁症患者确诊后居家日常场景，围绕 “出现抑郁情绪，我”这一主题，利用卡片分析的方法，从环境物品、接触渠道、人群、 情绪缓解方式等方面提供用户这一场景下能够使用到的卡牌清单，通过和用户一起进行 场景搭建，选择合适的解决方案。根据用户的主动选择，从而发现用户可能存在的需求， 为产品设计提供可能性。 根据用户参与共创的需求选择发现倾诉是最多用户选择的，同时在用户调研阶段我 们发现抑郁症群体的倾诉欲望强烈，特别是青少年抑郁症群体容易在社交媒体上倾吐自 己的消极情绪。其次多数用户认为泡泡互动这种方式可以有效缓解压力情绪。
2.5.2 产品功能总结 结合抑郁症患者的特征和用户调研过程中分析存在的痛点，根据市场环境特征，进 行抑郁症患者的需求功能转化，分析得到如下表 2-8 所示的产品功能总结。 表 2-8 产品功能分析与目标总结
用户特征
习惯在社交媒体
产品功能
产品目标
情绪记录
多维度情绪记录，更全面的分析患者
上表达消极情绪 倾诉
的抑郁情绪 对话
智能情感的聊天对话，能够还原模仿 医生患者咨询互动的场景
对各种事物的兴
提供建议
趣低 用户痛点
持续消极情绪积
在用户使用产品的时候，提供有效的 建议开到缓解抑郁情绪
情绪排解
压影响生活学习
降低抑郁情绪值，避免情绪长时间的 积压
工作 市场特征
抑郁检测量表的
抑郁检测量表
互动性强的抑郁量表监测
市场调研与设计定位
方式固定 抑郁监测方面存
抑郁监测
尊重用户的前提下，用户主动配合进
在市场缺口
行抑郁监测
2.5.3 设计概述 使用场景：确诊后的日常生活场景 目标人群：主要针对 29 岁以下的青年抑郁症群体 产品特征：智能化，情感化 主要功能：通过患者记录情绪，分析检测抑郁症患者的抑郁情绪，并提供及时的反馈和 建议进行互动。同时可以进行智能化的抑郁量表监测，和情感化的语音对话通道。 产品目标：多方式的抑郁情绪记录，智能监测用户的抑郁情绪，有效帮助抑郁症患者排 解抑郁情绪。
29
华南理工大学学士学位论文
第三章 产品设计方案 3.1 设计方案迭代 3.1.1 方案一 方案概述：通过消极积极类型选择、情绪泡泡大小类型、文本分析提供建议，选择 积极还是消极，长按泡泡选择大小，泡泡添加标签来进行关键词判断，如图 3-1 所示。
图 3-1 方案一页面展示
3.1.2 方案二 产品概述：通过表情识别、泡泡运动速率和颜色选择记录情绪，给予情绪反馈，用 户通过手势交互进行互动。同时有对话空间，可以进行量表监测如图 3-2 所示。
第三章 产品设计方案
图 3-2 方案二页面展示
3.1.3 方案对比 从功能解决、用户需求满足和产品设计原则上对方案一和方案二进行对比分析，结 果如下表 3-1 所示，以设计更优的产品方案。 表 3-1 设计方案对比分析
分析维度 功能解决
方案一
方案二
方案三
记录抑郁情绪
+
+
功能方面，出来满足情
分析抑郁程度
-
+
绪记录、分析和释放，
情绪互动释放
+
+
还需要能够监测抑郁
31
华南理工大学学士学位论文
抑郁情绪监测
-
-
情绪
用户需求
生理
+
+
用户需求满足方面，需
满足
安全
+
+
要实现用户自我实现
情感
+
+
的服务
尊重
+
+
自我实现
-
-
产品设计
可学习性
-
+
方案应该具有可供用
原则
一致性
+
+
户探索的功能，有让用
简洁性
+
-
户沉浸的功能
流畅性
+
+
及时反馈
-
+
可探索性
-
-
优点
9
11
缺点
6
4
总分
5
7
—
3.1.4 产品功能总结 根据方案对比的结果，进行产品功能分析，我们在设计方案优点较多的方案二的基 础上进行了功能的完善和增加，通过引入第三方用户如医生、家人、朋友的模块，增加 对抑郁症患者的监测功能。同时产品提供智能语音对话功能，将提高产品的可拓展性。 自我实现的需求满足方面，我们期望记录用户的使用行为，对用户情绪释放后给予能力 的认可，从情感化反馈方面实现自我实现，最后总结得出如下表 3-2 所示的产品功能细 分。 表 3-2 产品功能细分
用 户 类 型 患
需求点
功能 一级功能
二级功能
三级功能
其他功能
倾诉、得 聊天对话
输入内容
输入语音
输入表情
第三章 产品设计方案
者
到回应 读取聊天
输入文本
发送图片
自动回复
—
消息提醒
—
语音转换文本 选择联系 人/倾诉对 象
自动回复
识别关键字段
查找联系人
搜索关键词
增加联系人
搜索联系人账号
—
导入通讯录三方平台数据 发送添加请求 删除联系人 修改联系人
备注联系人的基本信息 设置联系人身份分类标签 备注是否联系
寻求建 议
提问留言
输入内容
输入语音
—
输入文本 设置问题标签 设置问题公开权限 收到回复
查看回复
编辑已读 编辑有效 设置查看提醒
忽略回复 删除回复 收到消息提醒 反馈建议
回复建议
输入内容 编辑有无效果 设置是否推荐建议
专业的 医生问 诊
医生问诊
线上问诊
选择医生 申请问诊请求 建立问诊室 反馈问诊效果（信息：医 生荣誉） 选择医生
线下问诊
查看医生信息
33
—
华南理工大学学士学位论文
联系医生 记录、发 记录情绪 泄情绪
选择情绪
自主选择
分析情绪
拍照识别
自定义情绪
上传照片分析情绪 输入文本分析情绪 记录想法
选择日记模板 输入内容
— 输入文字 设置记录标签 设置是否公开权限
查询记录
—
设置公开对 象 —
选择泡泡运动速度
—
修改记录 删除记录 释放情绪
设置情绪泡泡 参数（信息： 可视化情绪） 互动情绪泡泡 （信息：转移 关注点）
选择泡泡情感化倾向颜色 点击泡泡（信息：心然接 受） 移动泡泡
长按泡泡 —
删除泡泡（信息：无效） 检测抑 郁程度
语音聊天 检测
聊天对话
输入文本内容
—
分析输入文本内容（信息： 情感倾向分析） 输入语音内容 分析输入语音内容 获得回复
情景式可 视化测评
填写量表
查看量表问题场景可视化 解释 查看填表进度 得到量表结果反馈 设置量表结果公开权限
医 生
管理抑 郁症患 者信息
管理患者
增加患者
—
删除患者 修改患者 查询患者
搜索关键词
—
第三章 产品设计方案
—
分类查询（信息：抑郁等 级、状态是否发生改变） 选择患者
编辑患者 监测抑 郁症患 者状态
监测患者
查看患者 与患者 保持联 系互动
发送建议
收到消息
提升治 疗水平 的认可 度
身份认证
平台认证
消息提醒（信 — — 息：状态更改、 极端倾向） 选择患者 （信息：）查看患者的抑郁 倾向\心情变化曲线、状态 选择患者 输入文本 — —
输入语音
—
选择调节方式
编辑消息
查看消息
—
删除消息
—
编辑已读
回复消息
输入内容
编辑个人信息 （信息：医生 个人资料） 申请认证（信 息：根据用户 有效反馈数）
—
—
—
—
3.1.5KANO 需求分析 在最终方案设计之前，本课题设计的一个关于产品功能的需求问卷，如下表 3-3 所示， 然后按照 Better-Worse 系数坐标轴进行产品的功能划分，以进一步优化产品功能。 表 3-3 KANO 产品功能评价量表
量表 功能正负向问题
我很喜欢
理应如此
无所谓
勉强接受
很不喜欢
如果产品有聊天对话的功
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
能 如果产品没有聊天对话的 功能 如果产品有选择联系人/倾
35
华南理工大学学士学位论文
诉对象的功能 如果产品没有选择联系人/
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
如果产品有回复的功能
—
—
—
—
—
如果产品没有回复的功能
—
—
—
—
—
如果产品有反馈建议的功
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
倾诉对象的功能 如果产品有提问留言的功 能 如果产品没有提问留言的 功能
能 如果产品没有反馈建议的 功能 如果产品有医生问诊的功 能 如果产品没有医生问诊的 功能 如果产品有记录情绪的功 能 如果产品没有记录情绪的 功能 如果产品有记录想法的功 能 如果产品没有记录想法的 功能 如果产品有释放情绪的功 能 如果产品没有释放情绪的
第三章 产品设计方案
功能 如果产品有语音聊天检测
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
情绪的功能 如果产品没有语音聊天检 测情绪的功能 如果产品有情景式可视化 测评的功能 如果产品没有情景式可视 化测评的功能 如果产品有身份认证的功 能 如果产品没有身份认证的 功能 根据量表填写反馈的结果，分析成 Better-Worse 四分位图，如图 3-3 所示，其中横 坐标 Worse 值越高表示，没有改功能的不完备性对降低满意度影响越大；纵坐标 Better 值越高表示，改功能的完备性对提高满意度影响越大。
图 3-3 Better-Worse 四分位功能属性分析
37
华南理工大学学士学位论文
3.1.6 最终方案设计说明 设计一款为抑郁症患者提供情绪记录、抑郁检测功能的 APP。产品具有登录注册、 消息提醒、意见反馈、搜索查询、记录用户数据这些基础功能，同时也具有医生问诊、 心理咨询这部分可拓展性功能。 针对目标用户特征，产品的外观设计具有年轻化、趣味化、人性化的特点，能顾给 予用户心理情绪释放的渠道。 产品为手机应用类产品，能够运行主流手机系统，支持上线手机应用市场。
3.2 产品架构分析 3.2.1 产品架构分析 产品的功能主要有核心功能记录情绪、聊天对话、抑郁测评和情绪释放四大功能如 图 3-5 所示，还有语音聊天、留言返回和消息回复等基本功能。除此，产品功能拓展方 面，有针对其他人员的抑郁症患者管理、监测和互动的功能，如图 3-4 所示。
图 3-4 产品功能架构
第三章 产品设计方案
图 3-5 产品核心功能架构
3.2.2 用户体验流程图
图 3-6 产品体验流程
39
华南理工大学学士学位论文
3.3 界面设计与视觉方案 3.3.1 高保真界面展示
图 3-7 产品全部页面展示
第三章 产品设计方案
图 3-8 患者端页面展示 41
华南理工大学学士学位论文
图 3-9 医生拓展端页面展示
3.3.2 视觉方案设计 产品 Logo：
产品 icon 系统：
产品配色：
产品风格：动效、插画、渐变、圆角
第四章 情绪记录 App“Bubble”开发
第四章 情绪记录 App“Bubble”开发 4.1 Bubble 产品开发基本介绍 开发平台为 Android Studio4.2.1 版本，涉及到的编程语言主要为 Java，最终设计实 现产品的核心功能情绪记录功能，包括表情识别、情绪泡泡参数化调节；抑郁情绪检测 功能，包括可视化的量表检测；情绪释放功能，包括情绪泡泡动态变化，动态反馈，情 绪泡泡互动。还有其他功能，包括语音识别输入等。同时，开发产品的拓展功能，实现 监测分析患者抑郁情况，提供可视化泡泡互动的功能。产品的基本信息如下表 4-1 所示。 表 4-1 “Bubble”App 产品基本信息
App logo App 名称
Bubble
App 支持系统
Android6.0-Andorid10.0
App 下载安装包大小
45.74MB
App 使用权限
存储空间、相机、麦克风
App 版本号
1.0.0
4.2 App 权限设置与基础 Activity 开发 4.2.1 App 权限设置 Bubble 应用程序使用到的权限包括位置、相机和麦克风三个权限，相机权限是为了 使用相机进行人脸识别，麦克风则是语音识别时需要。开发时分别在 AndroidManifest.xml 文件中和进行权限的设置，如下图 4-1 所示。用户在进行产品安装 的时候可以选择权限的一律允许、仅在使用该应用时允许或者每次都询问三种模式。
图 4-1 使用权限申请
43
华南理工大学学士学位论文
4.2.2 基础 Activity 开发 自定义抽象的 BaseActivity 作为其他 Activity 的基类，以便实现 App 的公共属性和 公共方法。 隐藏标题栏： 在 Android 开发中，隐藏标题栏的方式有很多，例如可以在 style.xml 中，设置当前 应用的主题，如图 4-2 所示。
状态栏沉浸效果： 状态栏沉浸效果设置方式也有很多种，在 Activity 的 onCreate 方法中进行设置。如 下图 4-3 所示。
图 4-3 任务栏消失代码
定义 Activity 管理类： 当程序退出的时候，所有打开的 Activity 要进行关闭，也就是清空堆栈。定义一个 名为 ActivityUtil 的管理类，代码如图 4-4 所示。
第四章 情绪记录 App“Bubble”开发
45
华南理工大学学士学位论文 图 4-4 ActivityUtil 管理类代码
对 BACK、HOME 等键统一处理： 在 BaseActivity 中对 BACK、HOME 等键统一处理，如图 4-5 所示。
图 4-5 统一热键处理代码
更改应用程序字体大小： 很多时候，应用程序需要实现修改字体大小功能，或者防止系统字体大小影响应用 字体大小。在基类的 onResume 方法中进行操作，如图 4-6 所示。 ConstantUtil.TEXTVIEWSIZE 是设值的一个静态常量，当 TEXTVIEWSIZE=1 的时候， 会显示系统标准字体大小，这个时候即使系统修改了字体大小，也不会影响到应用程序 的字体大小。如果想要字体放大，设值其值>1 即可。如果想要字体缩小，设值其值<1 即可。
图 4-6 onResume()中更改字体大小
公共方法集成： 几乎每一个 Activity 都要执行初始化方法，所以在 BaseActivity 基类定义一个私有 抽象方法 init，然后在 onCreate 进行调用，这样当继承该基类的 Activity，就必须实现 init， 并在当前 Activity 的 onCreate 方法中自动执行。
第四章 情绪记录 App“Bubble”开发
4.3 前端界面开发 4.3.1 导航栏 为导航栏添加点击相应事件和布局样式，底部三个导航栏通过 Intent 加载 Fragment 和启动新的 Activity，具体代码如图 4-7 所示。页面实现方面，采用 FrameLayout 嵌套 LinearLayout 布局实现。
图 4-7 导航栏点击事件
4.3.2 手势交互 自定义双击事件： 点击件可以利用的函数时 onClick()函数，想要实现双击的效果，需要自定义 DoubleClickListener 集成 OnClickListener 监听事件，如图 4-8 所示，设置双击时间间隔， 判断两次点击事件的事件差与设定的时间间隔大小，返回双击事件。
47
华南理工大学学士学位论文
图 4-8 自定义双击事件
自定义拖拽事件： 引入 github 上的可调用 SDK，调用函数 LiteDragHelper.bind(, ,)，函数参数分别时上下文、 拖拽效果的对象以及拖拽的颜色，如图 4-9，4-10 所示。
图 4-9 导入 LiteDragView SDK
图 4-10 绑定拖拽函数
4.3.3 界面控件设计 在界面开发方面，综合使用布局和控件来进行合理化的开发设计。利用到的布局有 LinearLayout、RelativeLayout、FrameLayout 以及 Button、TextView、ImageView 等常用 控件和自定义 ListView、ViewPage2、SeekBar 等。同时自定义 drawable 文件，设计控件 的背景属性和交互动作。如图 4-11，4-12，4-13 分别展示了一个 Button 控件的定义、背 景属性 drawable 样式以及效果。
第四章 情绪记录 App“Bubble”开发
图 4-11 Button 控件定义
图 4-12 Button 控件背景属性
图 4-12 Button 控件的呈现效果
49
华南理工大学学士学位论文
4.4 数据库设计与开发 4.4.1 数据表设计 分别建立患者数据表和医生端数据表，如下表 4-2 和 4-3 所示。 表 4-1 “Bubble”App 患者端数据库信息
名
姓名
电话号码
密码
量表得分
表情
称 值
泡泡
泡泡
状态
速率
颜色
变量
username
userphone
password score
emotion
speed
color
state
String
String
String
int
int
int
String
String
null
null
null
unknown
unknown default default default
名 称 值 类 型 初 始 值 表 4-2 “Bubble”App 医生端数据库信息
名
姓名
电话号码
密码
等级
邮箱
建议
称 值
速率
备注
状态
变量 username userphone password level
advice
speed
note
state
String
String
String
String
String
String
int
String
String
null
null
null
default null
名 称 值 类 型 初 始 值
default default default default
第四章 情绪记录 App“Bubble”开发
4.4.2 数据库工具使用 本产品的数据库使用本地数据库 SQLite 进行数据保存，android.database.sqlite 提供 了开发所需的 API，使用起来比较便捷，但存在后期修改的困难，而且 SQLite 需要大量 的对象类型转换，增加的开发的难度。
4.4.3 关键代码展示 从数据表的建立、数据库的建立、数据绑定、数据库的查找等方面进行关键代码的 展示，如图 4-13，4-14，4-15，4-16，4-17 所示。
图 4-13 Bubble 数据表的建立
图 4-14 数据库的建立 51
华南理工大学学士学位论文
图 4-15 数据库的查找
图 4-16 数据绑定
图 4-17 数据库的更新
4.5 表情识别功能部署与开发 4.5.1 环境配置与 SDK 集成 在项目级 gradle 里面添加华为 maven 仓，如下图 4-18 所示。
第四章 情绪记录 App“Bubble”开发
图 4-18 maven 仓配置
在应用级 build.gradle 里面添加 SDK 依赖，如下图 4-19 所示。
图 4-19 添加 SDK 依赖
4.5.2 2D 人脸分析器创建 根据本课题表情识别的需求，创建分析器，配置相应的分析参数，包括设置是否检 测人脸关键点 setKeyPointType，是否检测人脸特征和表情 setFeatureType，启用人脸表 情检测和性别检测，是否检测人脸轮廓点，是否开启人脸追踪并指定快捷追踪模式 setTracingAllowed，检测器速度/精度模式以及是否开启 Pose 检测，代码如图 4-20 所示。
53
华南理工大学学士学位论文
图 4-20 设置人脸识别分析器
4.5.3 功能测试与阈值调整 在 analyzer.setTransacto 内通过重写 transactResult 处理人脸识别后的内容，如图 4-21 所示，人脸识别会返回一个检测到的表情置信度，只要设置大于一定置信度就可能够确 认表情类型。
图 4-21 六种基础表情阈值设置
第四章 情绪记录 App“Bubble”开发
4.5.4 关键代码展示 下面主要对检测到表情后的处理 Handler 函数进行代码展示： private Handler mHandler = new Handler() { @SuppressLint("HandlerLeak") @Override public void handleMessage(Message msg) { super.handleMessage(msg); Intent i1=new Intent(); switch (msg.what) { case STOP_PREVIEW: stopPreview(); break; case SMILE: i1.putExtra("emotion","Smile"); setResult(100,i1); live_face.this.finish(); break; case ANGRY: i1.putExtra("emotion","Angry"); setResult(100,i1); live_face.this.finish(); 55
华南理工大学学士学位论文
break; case DISGUST: i1.putExtra("emotion","Disgust"); setResult(100,i1); live_face.this.finish(); break; case FEAR: i1.putExtra("emotion","Fear"); setResult(100,i1);
live_face.this.finish(); break; case SAD: i1.putExtra("emotion","Sad"); setResult(100,i1);
live_face.this.finish(); break; case SURPRISE: i1.putExtra("emotion","Smile"); setResult(100,i1);
第四章 情绪记录 App“Bubble”开发
live_face.this.finish(); break; default: break; } } };
4.6 其他功能开发 4.6.1 语音识别功能开发 语音开发主要借助百语音识别技术，通过集成 Java SDK，调用 EventListener 监听 事件，自定义接口调用函数，实现语音识别技术的开发。关键代码展示如下图 4-22 所 示。
图 4-22 自定义 EventListner 回调方法 57
华南理工大学学士学位论文
4.6.2 动画设计与开发 动画设计：泡泡动态设计 开发工具：AE、Bodymovin 插件、PS、Android Studio 表 4-3 动画设计参数
位置移动——躁动
第一种——趋向静止
第二种——缺少动力
第三种——平静
第四种——躁动
第五种——狂躁
形状变化——挣扎
振幅 amp
频率 freq/s
幅度 maxDev
速度 spd
40
0.25
1.5
1
50
0.5
2
2
60
0.75
2.5
3
70
1
3
4
80
1.25
3.5
6
动画的实现方式有三种，通过加载 GIF 动画、Lottie 动画和定义 AnimatorSet 属性 动画分别实现不同的动画设计需求。具体代码实现如下图 4-23，4-24，4-25 所示。
第四章 情绪记录 App“Bubble”开发 图 4-23 属性动画设计
图 4-23 LottieAnimation 动画设计
图 4-23 Gif 动画设计
59
华南理工大学学士学位论文
App“Bubble”可用性测试与产品优化
第三章 App“Bubble”可用性测试与产品优化 5.1 设备可用性测试 针对不同型号的手机，对产品的适配性进行可用性测试，分别从功能使用、页面清 晰度、交互流畅度几个方面对 Bubble App 进行评估，如表 5-1 所示，综合得出 Bubble 的能够适配大部分的 Android 手机。 表 5-1 Bubble App 设备可用性测试 测试一
测试二
测试设备
Nubia NX575J
HUAWEI P40 Pro
测试系统
Android6.0
EMUI 10.1（基于 Android10）
用户界面
Nubia UI v4.0
EMUI 10.1
功能支持度
优
优
页面清晰度
一般
优
交互流畅度
一般
一般
整体评价
手机用户过程中存在页面压缩
加载图片流畅度一般
的情况，加载图片流畅度差
5.2 产品可用性测试 本课题研究邀请了三名用户进行可用性测试，从任务完成情况、单任务满意度、SUS 系统可用性量表多方面进行测试分析，以总结用户感受和建议。 表 5-2Bubble App 可用性测试用户信息 人员信息
抑郁程度
年龄
测试时间
华南理工大学
躁郁
26
无抑郁
21
测试地点
主持人
观察员
2021 年 5 月 华工
华工学生
华工学生
2021 年 5 月 华工
华工学生
华工学生
研二研究生 华南理工大学
61
华南理工大学学士学位论文
大三本科生 表 5-3 Bubble App 可用性测试实验记录 完成时间
完成/失败
完成次数
满意度
用户反馈
观察记录
满意
没有意识到中
没有使用到
间的泡泡也代
泡泡参数化
表我的情绪啊
调节的功能
情绪泡泡的调
—
(s) Bubble 产品的记录情绪功能 测试人
53’’
失败
2
员一
测试人
37’’
成功
1
满意
员二
节很有趣，生动 Bubble 产品的抑郁检测量表填写功能
测试人
2’30’’
成功
1
一般
—
—
3’15
成功
1
一般
—
用户多次表
员一 测试人 员二
达想要退 出，量表太 长了，引导 性信息不够 Bubble 产品的对话聊天功能
测试人
27’’
成功
1
不满意
功能不完善
员一
用户多次使 用聊天的功 能按钮
测试人 员二
19’’
成功
1
不满意
聊天对话没有 场景基础，不知 道要说些什么 好，只能随便问 一些问题
—
App“Bubble”可用性测试与产品优化
5.3 产品优化方案 通过产品可用性测试得到的用户反馈和建议，从功能、内容和体验三个方面进行优 化分析，思考设计、交互和开发上的解决措施，整理如下表 5- 的产品优化方案。
功能
设计
交互
开发
表情识别功能点击拍照
准备拍照前给予
改善拍照的流
—
icon 后，拍照的时间太
说明提示，“拍照 程，如点击表情
短，准备时间不够
属于表情抓拍，请 识别 icon-开始 做好准备”
识别-读取操作 提示-点击拍照 进入准备倒计 时-获取用户表 情-匹配表情
表情识别准确度
—
—
对目标用户进 行训练，调整表 情识别的阈值
内容
引导页信息没有起到引
引导页信息设计
导的作用
的排版与信息传
—
—
—
—
—
软键盘冲突结
达再设计
体验
首页情绪记录功能不连
步骤性的说明指
贯
引
输入信息的时候页面折
避免一级页面上
叠
出现直接可用编
束解决 a）弹出
辑输入的接口
dialog 编辑 B）跳转一个编 辑 activity
感觉之后不会记得去使
—
—
63
手机通知栏的
华南理工大学学士学位论文
用 Bubble
消息趣味化提 醒
5.4 产品迭代 相较于 2021 年 5 月 20 日发布的第一版，更新了语音识别功能。 此外，产品的核心功能开发还不完善，后续工作应该会先实现产品主线功能的开发， 同时不断优化产品的细节和设计，以期望可以早日上线 Bubble。
结论
结论 1. 论文工作总结 本课题是针对抑郁症患者展开的研究，主要的研究对象为习惯上网的年轻抑郁症患 者，研究内容是为解决抑郁症群体长时间的抑郁情绪积压问题，主要研究成果是开发一 款能够及时记录情绪和通过动画互动进行情绪舒缓的手机端应用。 课题研究前期，对抑郁症领域国内外的文献进行整理分析，确定课题研究领域为抑 郁症的情绪记录分析和监测。 课题设计过程中，开展了全面的用户调研，对用户群体特征进行大数据分析，得到 抑郁症群体用户画像；然后深入目标用户的生活中，设计问卷、总结分析目标抑郁症群 体特诊；通过目标用户访谈和网上行为追踪，分析总结用户旅程地图，从中发现抑郁症 患者在确诊后抑郁情绪出现时的痛点。然后进行抑郁症市场背景分析，挖掘到情绪记录 市场特征，总结分析得到设计机会点。在设计开展前，开展设计共创，对产品功能进行 进一步的总结分析。 设计多种方案进行对比分析，得出最优方案并开展设计开发工作。最终开发出可落 地的 Android 系统端应用“Bubble”，期间进行表情识别的功能开发，产品设计架构分析， 产品设计视觉风格的设计以及其他设计物料。 最后，进行目标用户的可用性测试，提出产品改进方案并实现第一次产品迭代。
2. 工作展望 课题设计一款能够进行情绪记录与情绪舒缓的手机端应用“Bubble”，核心功能实 现方面还不完备，表情识别功能不具有针对抑郁症用户群体特征识别的功能，之后可用 进行数据训练，增加表情识别的可信度。除此，Bubble 的其他功能如智能对话聊天监测 抑郁程度的功能作为产品高期待的属性也没有开发出来，产品的页面完整度不高，体验 上依旧有很大的进步空间。 设计的产品在市场上的投入效果没有进行预估，是否真的能够针对抑郁症患者进行 情绪监测和治疗是个未知数。因此，在产品开发出来以后，需要进行切实有效的市场用 户测试。 65
华南理工大学学士学位论文
抑郁症的课题研究为了能够给抑郁症患者带来真正的帮助，希望“Bubble”能够发 挥到最大的产品价值。
参考文献 [1] 高晨阳,吴海燕,彭代辉.抑郁症愉快感缺失的研究进展[J].武汉大学学报(医学 版),2018,39(05):850-854. [2] Smith, K., 2014. Mental health: A world of depression. Nature 515, 180–181.. doi:10.1038/515180a [3] American Psychiatric Association (2013) Diagnostic and Statis-tical Manual of Mental Disorders (DSM-5) American Psychiatric Pub..doi.org/10.1176/appi.books. 9780890425596 [4] 韩梅花,赵景秀.基于“用户画像”的阅读疗法模式研究——以抑郁症为例[J].大学 图书馆学报,2017,35(6):105-110. [5] 方振宇.基于词向量的微博用户抑郁预测方法研究[D].合肥工业大学, 2017. [6] 刘庆英,冯正直.抑郁症的整合情绪记忆模型述评[J].心理科学进展, 2009, 17(05): 938-943. [7] Haque A, Guo M, Miner A S, et al. Measuring depression symptom severity from spoken language and 3D facial expressions[J]. arXiv preprint arXiv:1811.08592, 2018. [8] Tang, Q., Huang, Z., Zhou, H., Ye, P., 2020. Effects of music therapy on depression: A meta-analysis of randomized controlled trials. PLOS ONE 15, e0240862.. doi:10.1371/journal.pone.0240862. [9] Hamilton, M., 1960. A RATING SCALE FOR DEPRESSION. Journal of Neurology, Neurosurgery & Psychiatry 23, 56–62.. doi:10.1136/jnnp.23.1.56. [10]
Bathina, K.C., ten Thij, M., Lorenzo-Luaces, L. et al. Individuals with
depression express more distorted thinking on social media. Nat Hum Behav (2021). https://doi.org/10.1038/s41562-021-01050-7. [11]
Levinstein, M.R., Samuels, B.A., 2014. Mechanisms underlying the
antidepressant response and treatment resistance. Frontiers in Behavioral Neuroscience 8.. doi:10.3389/fnbeh.2014.00208.
67
华南理工大学学士学位论文
[12]
Arkodeep Biswas And Ajay Kaushik, 2020. Depression Therapy Using Chatbot.
International Journal for Modern Trends in Science and Technology 6, 323–327.. doi:10.46501/ijmtst061260. [13]
小恩,李凌,王长明,汲鹏飞,张秀军.抑郁症患者对情绪面孔加工的 ERP 研究[J].
国际精神病学杂志,2019,46(05):787-789+802. [14]
冉曼利,谭小林,蒋国庆,程雪,杨辉,袁刚.住院抑郁症患者色彩偏好研究[J].国
际精神病学杂志,2018,45(03):472-475. [15]
Lee, S.-H., Chen, T.-Y., Hsien, Y.-T., Cao, L.-R., 2020. A Music
Recommendation System for Depression Therapy Based on EEG, in: .. doi:10.1109/icce-taiwan49838.2020.9258021.
致谢 首先是对研究对象，特别是对参与到设计调研和共创中的抑郁症患者表示感谢，没 有你们的参与，设计课题无法展开，同时我也表达深深的歉意，能力、时间和资源的限 制仍无法提出有效改善你们的生活和抑郁情绪的设计方案。其次是要感谢指导我本次毕 业设计的老师们，熊巍老师给予我设计开发方面的指导，让我清晰的意识到自己产品设 计要解决的开发技术难题并提供我解决方案建议。廖丹老师帮助指导我进行设计方案的 落地，给我提供很多设计意见。再次真诚的向两位毕业设计导师表达感谢。 本科四年期间，我还遇到很多指点我帮助我的老师，感谢你们引我进入设计这一领 域，不仅传授我设计专业的知识，还带我涉猎建筑、商业、计算机科学、心理学等领域， 让我对各行业都有基本的认知，建立起多维度的思考模式。也让我能从设计背景跳脱出 来，从多个方面思考解决问题。 选择抑郁症相关的研究课题，实际上是选择了我们更容易忽视的情绪上的细节问 题。做毕业设计的过程中，我通过网络媒介深入了抑郁症患者的群体，发现他们其实是 放大了我们的焦虑、担忧、放弃等等情绪问题。课题的落脚点在于发现抑郁症患者的行 为习惯从而设计一款能够帮助他们进行情绪记录并得到一定舒缓的手机应用。但这远远 不够，更重要的是能够发现诱发他们情绪的因素，以及情绪诱发的反应。而我很很荣幸 能够研究情绪这一课题，经过这次课题研究我也认识到自己对于情感诱发和情感接受相 关课题的喜爱，希望能在研究生期间深入下去，找到所爱的事业。 当你仰望天空的时候，有无数双真诚的眼镜也在凝望着你。设计不该错过任何一双 眼睛的力量，以用户为中心，关注到每一个用户的需求，感同身受的体验用户的生活， 才能做出好的设计。我希望，我可以学到的知识都给用户，做一名合格的设计师。
69