近日，我院袁腾教师团队的最新研究成果在国际权威期刊 《Journal of Investigative Medicine》（ISSN: 1081-5589; Online ISSN: 1708-8267）上发表题为 《A Multimodal IoT and Big Data-Driven Assessment Model for Anxiety, Depression and physiological mechanism in University Students》的论文。该刊是国际知名JCR二区医学期刊，创刊于1994年，在临床与转化医学领域具有较高的学术影响力。
研究团队针对当前大学生心理健康问题，构建了一种基于物联网和大数据的多模态评估模型。研究数据收集持续 16周，共纳入 1247名 大学生。在连续16周内，通过商用可穿戴设备持续采集心率、心率变异性（HRV，含时域指标 RM 和 SDNN）、睡眠时长及睡眠效率等生理数据；同时从校园卡系统日志和移动应用程序日志中提取行为数据，形成多维特征池。所有参与者在基线期及此后每四周完成 广泛性焦虑障碍量表（GAD-7） 和 患者健康问卷（PHQ-9），以评估焦虑和抑郁症状水平，并作为模型训练的参考标签。研究结果表明，所提模型的预测性能显著优于基于单模态数据（仅生理、仅行为或仅环境数据）的模型，充分验证了多模态信息融合的必要性，且其预测效果达到临床可接受水平。该研究为校园心理的大规模数字化筛查和个体化干预分配提供了前瞻性验证的技术基础。
论文以安徽三联学院为第一单位，联合安徽省交通信息与安全重点实验室科研平台共同完成，研究工作基于校级自然科学重点项目《基于物联网大数据信息处理算法中数据结构的优化研究相关》（编号：KJZD2025018）的支持。
The general structure of SAM-MH