目前全世界抑郁症患者已超过 3 亿，但只有不到一半接受了正确的治疗，其中一个重要原因就是抑郁症诊断的困难。已有研究表明，个体姿态控制所涉及的大脑神经网络与抑郁症也密切相关。与健康个体相比，抑郁症患者在行走过程中的头部垂直运动减少、肢体动作幅度更小、步态速度更低。

中科院朱廷劭研究组招募了 126 名抑郁症患者和 121 名健康者，所有被试在 6 米 *1 米的人行道上自然地来回行走两分钟。研究组用微软 Kinect 体感设备采集被试的步态行为数据，并通过机器学习技术训练抑郁症识别模型。实验结果表明，抑郁症可以反映在步态中，不同类型的步态特征对抑郁症识别的贡献不同，基于机器学习技术实现抑郁症的自动化识别是有效的。

目前该研究成果已发表于《精神病学前沿》杂志。