うつ病は，精神科や心療内科での早期診断と適切な治療が必要であるが，医療機関への抵抗感から多くの罹患者が受診に至っていない．そのためライフログからうつ状態を早期検出し医療機関へ受診勧奨するシステムが研究されている．本研究では，大学生38名のスマートフォンログとPatient Health Questionnaire-9（PHQ-9）の回答が記録されたデータセットのうち， 14日間のデータを解析対象とする．解析対象のスマートフォンログから抽出した117次元の特徴量によりうつ状態の有無を判別する．本稿では，特徴重要度を用いた特徴量選択が可能であるLightGBMを用いたうつ状態判別モデルを構築し，判別性能を検証する．