CN104274191A - 一种心理测评方法及其系统 - Google Patents

一种心理测评方法及其系统 Download PDF

Info

Publication number
CN104274191A
CN104274191A CN201410524074.5A CN201410524074A CN104274191A CN 104274191 A CN104274191 A CN 104274191A CN 201410524074 A CN201410524074 A CN 201410524074A CN 104274191 A CN104274191 A CN 104274191A
Authority
CN
China
Prior art keywords
classification
result
physiological parameter
psychological
psychological assessment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410524074.5A
Other languages
English (en)
Other versions
CN104274191B (zh
Inventor
程万里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING ZHONGWEI JIANAN INFORMATION TECHNOLOGY Co Ltd
Original Assignee
BEIJING ZHONGWEI JIANAN INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING ZHONGWEI JIANAN INFORMATION TECHNOLOGY Co Ltd filed Critical BEIJING ZHONGWEI JIANAN INFORMATION TECHNOLOGY Co Ltd
Priority to CN201410524074.5A priority Critical patent/CN104274191B/zh
Publication of CN104274191A publication Critical patent/CN104274191A/zh
Application granted granted Critical
Publication of CN104274191B publication Critical patent/CN104274191B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/167—Personality evaluation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Psychiatry (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Social Psychology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及一种心理测评方法及其系统，该系统包括：传感器模块，包括接触式传感器和非接触式传感器，可获得不同类别的生理参数；移动监控器，通过无线/有线方式与传感器模块连接，获得各类生理参数，并使用神经网络对获得的生理参数进行分类识别、融合并获得最终的测评结果。该系统体积和质量小，携带便携，可移动性强，并且使用接触或非接触的方式获得被测人员的各种生理数据，保证结果的真实性，同时由于实时采集多种人体生理参数，并使用神经网络对获得的参数处理，保证了可以获得精确的判断结果。

Description

一种心理测评方法及其系统
技术领域
    本发明涉及电子信息及犯罪心理测试领域，具体说是一种心理测评方法及其系统。
背景技术
随着社会的发展，犯罪类型和服刑人员组成成分愈来愈复杂，也对监管教育提出了更高的要求，人的心理状态如何，在不同环境、条件下会有不同的反应，而且又是始终处于变化、运动之中的。目前国内针对监狱在押人员的心理测评主要集中在监狱小范围内部的管理，并没有形成一套有体系的、全面的、智能的心理测评系统，普遍还停留在一问一答，手工统计，不精确分析的阶段。一方面犯罪类型种类增多，另一方面罪犯人数增多，传统的心理测评方法在录入、统计、分析上会随着这两方面的变化而变得愈发困难，监狱干警在录入、统计、分析上的工作量会加大；出错率会提高。同时由于在押人员对于心理测评存在的天然抵触心理，从而回答问题时会提供错误答案。这些问题会直接导致最终结果的准确率，影响服刑人员心理测评的结果。这样就会让干警在针对服刑人员的心理教育管理工作带来很大的困难。
发明内容
本发明的目的在于，针对上述缺陷，提供一种便携、无线可穿戴的心理测评系统及其相应的方法，其中使用接触或非接触的形式监控人的各种生理参数，并使用神经网络对获得的生理参数进行分析，从而达到可在在押犯人有意识或无意识的状态获得其心理测评结果的效果，保证了测评结果的准确性。
本发明提供一种心理测评方法，该方法包括如下步骤：从接触式/非接触式传感器接收各类生理参数；对接收的各类生理参数进行分类识别，获得各个类别的识别结果；使用神经网络对获得的各个类别的识别结果进行融合，并输出最终测评结果。
其中从非接触式传感器接收生理参数包括：获取视频采集区域的数字视频；从获得的数字视频中提取被测评人的面部图像，计算测评时间内的某一时间点i的面部图像的RGB三色均值，形成三色均值矩阵RGBi；并计算时间点i的面部图像上预定点的坐标，形成预定点均值矩阵Pi，从而获得测评时间内的多个三色均值矩阵和预定点均值矩阵。
进一步的，其中对接收的各类生理参数进行分类识别，获得各个类别的识别结果包括：对各种生理参数进行筛选；接触式传感器所获得的生理信号在去重之后需要进一步进行去噪处理，可使用滤波器滤除干扰和奇异波；处理之后的生理参数送入分类器进行分类训练并最终给出各个类别的识别结果，分类器计算在具体时间间隔或者对于刺激的反应期间用户生理参数的变化，并给出各个类别的判断结果。
进一步的，其中使用神经网络对获得的各个类别的识别结果进行融合，并输出最终测评结果包括：获得每一类判断结果的概率分配值，也就是该类判断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得测评结果。
本发明还包括一种心理测评系统，该系统包括：传感器模块，包括接触式传感器和非接触式传感器，可获得不同类别的生理参数；移动监控器，通过无线/有线方式与传感器模块连接，获得各类生理参数，并使用神经网络对获得的生理参数进行分类识别、融合并获得最终的测评结果。
其中非接触式传感器包括：图像获取模块，用于获取视频采集区域的数字视频；生理参数提取模块，从获得的数字视频中提取被测评人的面部图像，计算测评时间内的某一时间点i面部图像的RGB三色均值，形成三色均值矩阵RGBi；并计算时间点i的面部图像上预定点的坐标，形成预定点均值矩阵Pi，从而获得测评时间内的多个三色均值矩阵和预定点均值矩阵。
进一步的，其中该移动监控器包括分类识别模块，该分类识别模块对各类生理参数进行筛选，对接触式传感器所获得的生理信号在去重之后进一步进行去噪处理，经过处理之后的生理参数送入分类器，分类器可计算在具体时间间隔或者对于刺激的反应期间用户各类参数的变化，并给出各个类别的判断结果。
进一步的，其中该移动监控器包括融合模块，该融合模块使用神经网络对获得的各个类别的判断结果进行融合，以输出最终测评结果，即获得每一类判断结果的概率分配值，也就是该类判断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得最终测评结果。
本发明的有益效果为：1、系统体积和质量小，携带便携，可移动性强；2、使用接触或非接触的方式获得被测人员的各种生理数据，保证结果的真实性；3、实时采集多种人体生理参数，使用神经网络对获得的参数处理，从而获得精确的判断结果。
附图说明
图1为本发明的心理测评系统的结构示意图；
图2为本发明非接触式传感器的结构示意图；
图3为本发明移动式监控器的结构示意图；
图4为本发明的心理测评方法的流程图。
具体实施方式
下面阐述的实施例代表允许本领域技术人员实践本发明的必要信息，并且示出实践本发明的最佳方式。一旦根据附图阅读了以下的描述，本领域技术人员就将理解本发明的构思并且将认识到此处未特别阐明的这些构思的应用。应当理解，这些构思和应用落入本公开和所附权利要求书的范围。
在押人员心理测评仪通过专业的实施人员架设心理测评测试环境，每一个实施人员操作一台心理测评仪对在押人员进行心理测评。简单的操作步骤、利用计算机技术替代复杂的人工整理和运算过程，大幅度节省时间，缩短心理测评周期。
整个心理测评过程分为测评准备、测评开始、罪犯信息、联机测评、内隐攻击、假装电击、综合测评、测评结束。
测试人员经监狱批准在监狱指定区域架设心理测评环境。要求：心理测评环境要求有220v交流电源、带有扶手的绝缘椅子、桌子。
心理测试前每组测试环境需要准备可以擦手的面巾纸（防止测试过程前被测人员手指出汗过多）。
测试人员在给被测人员佩戴生理指标装置时需要采取边安装边安抚的方式，尽量让被测人员心情放松，如遇到很紧张的被测人员时可以先沟通一段时间再安装，尽量让被测人员在一中心情放松的环境中接受心理测评。
心理测评过程中，如出现被测人员听不清、看不懂题目的时候，测试人员需要详细说明题目的含义，知道被测人员弄明白为止。
测试结束后，卸下生理指标装置。通知监狱干警进行下一组测试。
参照图1，示出了本发明的示范性实施例的心理测评系统。该测评系统包括传感器模块110连接到用户，传感器模块110将获得的各种数据通过有线或无线通信链路传输到移动监控器120，移动监控器120对获得的各种数据进行分析并给出测评结果。可选的，移动监控器120可连接到远端的服务器130，使用远端的服务器130对获得的各种数据和测评结果进行进一步的处理。
下面进一步描述系统各个组成部分所完成的具体功能。
一、传感器模块110
传感器模块110可包括多个传感器，各个传感器分别获得不同类型的生理参数，具体的可将这些传感器分为两类，即包括接触式传感器或非接触式传感器。
1、接触式传感器
包括血压传感器、皮电/皮温传感器或脉搏传感器等与用户皮肤接触的传感器。通过在皮肤表面应用各种传感器而获得各种生理信号。
2、非接触式传感器
接触式传感器由于需要事先贴附在被测评人的皮肤上，而使得被测评人意识到正在接受测评，而往往隐瞒自己的真实心理动向。为了更加真实、有效的获得被测评人的心理状态，可采用非接触式传感器获得生理信号，从而以隐藏的方式获得被测评人的真实心理。如图2所示，为本发明的非接触式传感器的结构示意图。
非接触式传感器包括图像获取模块210，用于获取视频采集区域的数字视频；
生理参数提取模块220，从获得的数字视频中提取被测评人的面部图像，计算时间点i（测评时间内的某一时间点）面部图像的RGB三色均值，形成三色均值矩阵，RGBi；并计算时间点i的面部图像上预定点（例如面颊和前额上的点和位于眉毛之间的点）的坐标，形成预定点均值矩阵Pi，从而获得测评时间内的多个三色均值矩阵和预定点均值矩阵。
上述非接触式传感器基于在被测评人涉及一些敏感问题时，面部的颜色会发生改变，例如从正常的颜色转变为红色或白色，并且面部肌肉会发生相应的变化，例如颊骨肌肉和皱眉肌会从舒张转为紧缩，从而使得面部的预定点发生移位。
二、移动监控器120
移动监控器120可通过无线或有线的方式与传感器模块110连接，例如蓝牙通信、红外通信、超声通信等，进一步的，从传感器模块110获得各种生理参数，并使用神经网络对获得的生理参数进行分类识别、融合并获得最终的测评结果。如图3所示，该移动监控器120包括：
1、分类识别模块310
为了去除已提取的各种生理参数的重复性和冗余性，分类识别模块首先使用选择算法对各种生理参数进行筛选，例如ReliefF算法、PCA/ICA算法等。
接触式传感器所获得的生理信号在去重之后需要进一步进行去噪处理，可使用滤波器滤除干扰和奇异波。
经过上述处理之后的生理参数送入分类器，例如SVM分类器，进行分类训练并最终给出各个类别的识别结果。分类器可计算在具体时间间隔或者对于刺激的反应期间用户的脉搏、心率、皮电、脸色以及脸部肌肉等的变化，并给出各个类别的判断结果。
2、融合模块320
使用神经网络对获得的各个类别的判断结果进行融合，以输出最终测评结果。可选择多种神经网络，例如使用D-S证据理论，获得每一类判断结果的概率分配值，也就是该类判断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得测评结果。
三、远端的服务器130
对于移动监控器120获得的各种数据，可传输到远端服务器130进行保存，并使用这些数据进一步训练移动监控器120中使用的各种分类器以及神经网络。
图4示出了本发明的测试方法的流程图。该方法包括：
步骤410：从各种传感器模块接收参数。
通过接触式传感器或非接触式传感器接收各类生理参数。包括：
1、从接触式传感器接收生理参数
接触式传感器可包括血压传感器、皮电/皮温传感器或脉搏传感器等。将其贴附于被测评人的皮肤表面，从而获得各项生理参数。
2、从非接触式传感器接收生理参数
具体的包括获取视频采集区域的数字视频；从获得的数字视频中提取被测评人的面部图像，计算时间点i（测评时间内的某一时间点）面部图像的RGB三色均值，形成三色均值矩阵RGBi；并计算时间点i的面部图像上预定点（例如面颊和前额上的点和位于眉毛之间的点）的坐标，形成预定点均值矩阵Pi，从而获得测评时间内的多个三色均值矩阵和预定点均值矩阵。
步骤420：对接收的各类生理参数进行分类识别
为了去除已提取的各种生理参数的重复性和冗余性，首先使用选择算法对各种生理参数进行筛选，例如ReliefF算法、PCA/ICA算法等。
接触式传感器所获得的生理信号在去重之后需要进一步进行去噪处理，可使用滤波器滤除干扰和奇异波。
经过上述处理之后的生理参数送入分类器，例如SVM分类器，进行分类训练并最终给出各个类别的识别结果。分类器可计算在具体时间间隔或者对于刺激的反应期间用户的脉搏、心率、皮电、脸色以及脸部肌肉等的变化，具体反应在各类生理参数的变化，并给出各个类别的判断结果。
步骤430：对各个类别进行融合
使用神经网络对获得的各个类别的判断结果进行融合，以输出最终测评结果。可选择多种神经网络，例如使用D-S证据理论，获得每一类判断结果的概率分配值，也就是该类判断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得测评结果。
显然，上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而这些属于本发明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。

Claims (9)

1.一种心理测评方法，其特征在于，包括如下步骤：
从接触式/非接触式传感器接收各类生理参数；
对接收的各类生理参数进行分类识别，获得各个类别的识别结果；
使用神经网络对获得的各个类别的识别结果进行融合，并输出最终测评结果。
2.根据权利要求1所述的心理测评方法，其中从非接触式传感器接收生理参数包括：获取视频采集区域的数字视频；从获得的数字视频中提取被测评人的面部图像，计算测评时间内的某一时间点i的面部图像的RGB三色均值，形成三色均值矩阵RGBi；并计算时间点i的面部图像上预定点的坐标，形成预定点均值矩阵Pi，从而获得测评时间内的多个三色均值矩阵和预定点均值矩阵。
3.根据权利要求1所述的心理测评方法，其中对接收的各类生理参数进行分类识别，获得各个类别的识别结果包括：对各种生理参数进行筛选；接触式传感器所获得的生理信号在去重之后需要进一步进行去噪处理，可使用滤波器滤除干扰和奇异波；处理之后的生理参数送入分类器进行分类训练并最终给出各个类别的识别结果，分类器计算在具体时间间隔或者对于刺激的反应期间用户生理参数的变化，并给出各个类别的判断结果。
4.根据权利要求1所述的心理测评方法，其中使用神经网络对获得的各个类别的识别结果进行融合，并输出最终测评结果包括：获得每一类判断结果的概率分配值，也就是该类判断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得测评结果。
5.一种心理测评系统，其特征在于，该系统包括：
传感器模块，包括接触式传感器和非接触式传感器，可获得不同类别的生理参数；
移动监控器，通过无线/有线方式与传感器模块连接，获得各类生理参数，并使用神经网络对获得的生理参数进行分类识别、融合并获得最终的测评结果。
6.根据权利要求5所述的心理测评系统，其中非接触式传感器包括：图像获取模块，用于获取视频采集区域的数字视频；
生理参数提取模块，从获得的数字视频中提取被测评人的面部图像，计算测评时间内的某一时间点i面部图像的RGB三色均值，形成三色均值矩阵RGBi；并计算时间点i的面部图像上预定点的坐标，形成预定点均值矩阵Pi，从而获得测评时间内的多个三色均值矩阵和预定点均值矩阵。
7.根据权利要求5所述的心理测评系统，其中该移动监控器包括分类识别模块，该分类识别模块对各类生理参数进行筛选，对接触式传感器所获得的生理信号在去重之后进一步进行去噪处理，经过处理之后的生理参数送入分类器，分类器可计算在具体时间间隔或者对于刺激的反应期间用户各类参数的变化，并给出各个类别的判断结果。
8.根据权利要求5所述的心理测评系统，其中该移动监控器包括融合模块，该融合模块使用神经网络对获得的各个类别的判断结果进行融合，以输出最终测评结果。
9.根据权利要求8所述的心理测评系统，其中对获得的各个类别的判断结果进行融合，以输出最终测评结果包括：获得每一类判断结果的概率分配值，也就是该类判断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得最终测评结果。
CN201410524074.5A 2014-10-08 2014-10-08 一种心理测评方法及其系统 Expired - Fee Related CN104274191B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410524074.5A CN104274191B (zh) 2014-10-08 2014-10-08 一种心理测评方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410524074.5A CN104274191B (zh) 2014-10-08 2014-10-08 一种心理测评方法及其系统

Publications (2)

Publication Number Publication Date
CN104274191A true CN104274191A (zh) 2015-01-14
CN104274191B CN104274191B (zh) 2016-05-11

Family

ID=52249894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410524074.5A Expired - Fee Related CN104274191B (zh) 2014-10-08 2014-10-08 一种心理测评方法及其系统

Country Status (1)

Country Link
CN (1) CN104274191B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104740746A (zh) * 2015-03-30 2015-07-01 刘学俊 一种抑郁症电子救助系统及其救助方法
CN105664332A (zh) * 2016-04-14 2016-06-15 北京阳光易德科技股份有限公司 一种心理应激训练系统及方法
CN106407935A (zh) * 2016-09-21 2017-02-15 俞大海 基于人脸图像和眼动注视信息的心理测试方法
CN106510736A (zh) * 2016-12-06 2017-03-22 山东瀚岳智能科技股份有限公司 基于多维心理状态指标的心理状态判定方法与系统
CN107580471A (zh) * 2015-04-02 2018-01-12 微软技术许可有限责任公司 可穿戴脉搏感测设备信号质量估计
CN108888281A (zh) * 2018-08-16 2018-11-27 华南理工大学 精神状态评估方法、设备及系统
CN109394247A (zh) * 2018-06-08 2019-03-01 青岛大学附属医院 一种多特征融合的就诊用户情绪监控方法
CN109480824A (zh) * 2018-12-11 2019-03-19 武汉中旗生物医疗电子有限公司 心电波形数据的处理方法、装置和服务器
CN110598608A (zh) * 2019-09-02 2019-12-20 中国航天员科研训练中心 非接触式与接触式协同的心理生理状态智能监测系统
US20210022656A1 (en) * 2019-07-22 2021-01-28 Tata Consultancy Services Limited Stress level monitoring of users using a respiratory signal and alerting thereof
CN117530691A (zh) * 2024-01-09 2024-02-09 南通大学 基于室分网络的抑郁倾向检测系统、方法及相关设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007000030A1 (en) * 2005-06-29 2007-01-04 National Ict Australia Limited Measuring cognitive load
CN101564302A (zh) * 2009-05-25 2009-10-28 重庆科技学院 基于多源信息融合的婴儿睡眠躁动监测方法及检测系统
CN102176222A (zh) * 2011-03-18 2011-09-07 北京科技大学 多传感器信息采集分析系统及自闭症儿童监护辅助系统
EP2508131A1 (en) * 2011-04-07 2012-10-10 Honeywell International Inc. Multiple two-state classifier output fusion system and method
CN103211605A (zh) * 2013-05-14 2013-07-24 重庆大学 一种心理测试系统及心理测试方法
CN103584872A (zh) * 2013-10-29 2014-02-19 燕山大学 一种基于多生理参数融合的心理压力评估方法
CN103702014A (zh) * 2013-12-31 2014-04-02 中国科学院深圳先进技术研究院 非接触式生理参数检测方法、系统及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007000030A1 (en) * 2005-06-29 2007-01-04 National Ict Australia Limited Measuring cognitive load
CN101564302A (zh) * 2009-05-25 2009-10-28 重庆科技学院 基于多源信息融合的婴儿睡眠躁动监测方法及检测系统
CN102176222A (zh) * 2011-03-18 2011-09-07 北京科技大学 多传感器信息采集分析系统及自闭症儿童监护辅助系统
EP2508131A1 (en) * 2011-04-07 2012-10-10 Honeywell International Inc. Multiple two-state classifier output fusion system and method
CN103211605A (zh) * 2013-05-14 2013-07-24 重庆大学 一种心理测试系统及心理测试方法
CN103584872A (zh) * 2013-10-29 2014-02-19 燕山大学 一种基于多生理参数融合的心理压力评估方法
CN103702014A (zh) * 2013-12-31 2014-04-02 中国科学院深圳先进技术研究院 非接触式生理参数检测方法、系统及装置

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104740746A (zh) * 2015-03-30 2015-07-01 刘学俊 一种抑郁症电子救助系统及其救助方法
CN107580471B (zh) * 2015-04-02 2020-12-04 微软技术许可有限责任公司 可穿戴脉搏感测设备信号质量估计
CN107580471A (zh) * 2015-04-02 2018-01-12 微软技术许可有限责任公司 可穿戴脉搏感测设备信号质量估计
US10765331B2 (en) 2015-04-02 2020-09-08 Microsoft Technology Licensing, Llc Wearable pulse sensing device signal quality estimation
CN105664332A (zh) * 2016-04-14 2016-06-15 北京阳光易德科技股份有限公司 一种心理应激训练系统及方法
CN105664332B (zh) * 2016-04-14 2019-02-12 北京阳光易德科技股份有限公司 一种心理应激训练系统及方法
CN106407935A (zh) * 2016-09-21 2017-02-15 俞大海 基于人脸图像和眼动注视信息的心理测试方法
CN106510736A (zh) * 2016-12-06 2017-03-22 山东瀚岳智能科技股份有限公司 基于多维心理状态指标的心理状态判定方法与系统
CN106510736B (zh) * 2016-12-06 2019-06-28 山东瀚岳智能科技股份有限公司 基于多维心理状态指标的心理状态判定方法与系统
CN109394247A (zh) * 2018-06-08 2019-03-01 青岛大学附属医院 一种多特征融合的就诊用户情绪监控方法
CN109394247B (zh) * 2018-06-08 2021-05-18 青岛大学附属医院 一种多特征融合的就诊用户情绪监控方法
CN108888281A (zh) * 2018-08-16 2018-11-27 华南理工大学 精神状态评估方法、设备及系统
CN109480824B (zh) * 2018-12-11 2021-10-08 武汉中旗生物医疗电子有限公司 心电波形数据的处理方法、装置和服务器
CN109480824A (zh) * 2018-12-11 2019-03-19 武汉中旗生物医疗电子有限公司 心电波形数据的处理方法、装置和服务器
US20210022656A1 (en) * 2019-07-22 2021-01-28 Tata Consultancy Services Limited Stress level monitoring of users using a respiratory signal and alerting thereof
US11771353B2 (en) * 2019-07-22 2023-10-03 Tata Consultancy Services Limited Stress level monitoring of users using a respiratory signal and alerting thereof
CN110598608A (zh) * 2019-09-02 2019-12-20 中国航天员科研训练中心 非接触式与接触式协同的心理生理状态智能监测系统
CN110598608B (zh) * 2019-09-02 2022-01-14 中国航天员科研训练中心 非接触式与接触式协同的心理生理状态智能监测系统
CN117530691A (zh) * 2024-01-09 2024-02-09 南通大学 基于室分网络的抑郁倾向检测系统、方法及相关设备
CN117530691B (zh) * 2024-01-09 2024-04-09 南通大学 基于室分网络的抑郁倾向检测系统、方法及相关设备

Also Published As

Publication number Publication date
CN104274191B (zh) 2016-05-11

Similar Documents

Publication Publication Date Title
CN104274191B (zh) 一种心理测评方法及其系统
CN105877766B (zh) 一种基于多生理信号融合的精神状态检测系统及方法
CN107007263B (zh) 一种普适化的睡眠质量测评方法和系统
EP2698112B1 (en) Real-time stress determination of an individual
Gevins et al. Applications of neural-network (NN) signal processing in brain research
CN104398263A (zh) 一种基于近似熵和互近似熵的帕金森患者震颤症状量化评测方法
CN104269025B (zh) 面向户外摔倒监测的穿戴式单节点特征及位置选取方法
CN103584872A (zh) 一种基于多生理参数融合的心理压力评估方法
CN110448281A (zh) 一种基于多传感器的可穿戴作业疲劳检测系统
CN109009017A (zh) 一种智能健康监测系统及其数据处理方法
CN115040086A (zh) 一种基于数字生物标志物的数据处理系统及方法
CN110755091A (zh) 一种个人心理健康监测系统及方法
Muthukumar et al. A novel hybrid deep learning model for activity detection using wide-angle low-resolution infrared array sensor
CN106901689A (zh) 基于实物交互的认知和运动功能检测系统及数据处理方法
Wenyuan et al. From Lens to Prism: Device-free modeling and recognition of multi-part activities
Villar et al. A hybrid intelligent recognition system for the early detection of strokes
CN110693510A (zh) 一种注意力缺陷多动障碍辅助诊断装置及其使用方法
CN104793743B (zh) 一种虚拟社交系统及其控制方法
Tiwari et al. Stress and anxiety measurement" in-the-wild" using quality-aware multi-scale hrv features
Singh et al. Stress recognition with multi‐modal sensing using bootstrapped ensemble deep learning model
Muaremi et al. Monitor pilgrims: prayer activity recognition using wearable sensors
CN109271889A (zh) 一种基于双层lstm神经网络的动作识别方法
Veer et al. Analysis and recognition of operations using SEMG from upper arm muscles
CN110464369A (zh) 一种基于人体体征数值的精神状态判断算法
CN113974589B (zh) 多模态行为范式评估优化系统及认知能力评价方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160511

Termination date: 20181008