Deep learning characterizes depression and suicidal ideation in young adults from eye movements (npj digital medicine 2026)
核心内容：
利用情绪句子阅读任务中的眼动数据，通过深度学习模型发现，决策应答前的水平眼动特征，尤其是对负性刺激的反应，可作为抑郁与自杀意念的无创、客观生物行为标记。
挑战：
抑郁与自杀筛查依赖自评与临床访谈，易受回忆偏差、社会期许影响，缺乏客观标记。
创新点：
眼动是注意与认知加工的直接窗口，难以主动调控，结合深度学习可挖掘细粒度时空特征，弥补传统手工特征不足。
