CN106388834B - 一种测试心理压力的处理方法及服务器 - Google Patents

一种测试心理压力的处理方法及服务器 Download PDF

Info

Publication number
CN106388834B
CN106388834B CN201610840333.4A CN201610840333A CN106388834B CN 106388834 B CN106388834 B CN 106388834B CN 201610840333 A CN201610840333 A CN 201610840333A CN 106388834 B CN106388834 B CN 106388834B
Authority
CN
China
Prior art keywords
sleep
value
characteristic value
pressure
microblogging
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.)
Active
Application number
CN201610840333.4A
Other languages
English (en)
Other versions
CN106388834A (zh
Inventor
冯铃
刘青伟
杨晓甦
金力
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201610840333.4A priority Critical patent/CN106388834B/zh
Publication of CN106388834A publication Critical patent/CN106388834A/zh
Application granted granted Critical
Publication of CN106388834B publication Critical patent/CN106388834B/zh
Active 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
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4815—Sleep quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis

Landscapes

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

Abstract

本发明实施例提供的测试心理压力的处理方法及服务器，所述方法包括：接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数；接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别；根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值。所述服务器执行上述方法。本实施例提供的测试心理压力的处理方法及服务器，通过接收检测参数和反馈信息，获取心理压力的测量值，能够作为反映人们当前心理压力状况的有效参考。

Description

一种测试心理压力的处理方法及服务器
技术领域
本发明实施例涉及测试处理领域，具体涉及一种测试心理压力的处理方法及服务器。
背景技术
随着信息时代的到来和社会的快速发展，人类面临着前所未有的竞争压力。
压力的来源于学业、交际、家庭、情感、自我认知及就业等很多方面。现有的测试心理压力的处理方法需要本人面对面地和心理咨询师进行沟通、交流，但是，由于缺乏及时性和多样性，导致测试心理压力的处理方法不能准确、全面的反映出本人真实的心理压力状况。
因此，如何准确测试出人们的心理压力数据，为分析人们真实的心理压力状况提供有效的参考，成为亟需解决的技术问题。
发明内容
针对现有技术存在的问题，本发明实施例提供一种测试心理压力的处理方法及服务器。
一方面，本发明实施例提供一种测试心理压力的处理方法，包括：
接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数；
接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别；
根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。
另一方面，本发明实施例提供一种测试心理压力的处理服务器，包括：
第一接收模块，用于接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数；
第二接收模块，用于接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别；
获取模块，用于根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。
本发明实施例提供的测试心理压力的处理方法及服务器，通过接收检测参数和反馈信息，获取心理压力的测量值，能够作为反映人们当前心理压力状况的有效参考。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例测试心理压力处理方法的流程示意图；
图2为本发明实施例生成的词汇关联树示意图；
图3为本发明实施例另一测试心理压力处理方法的流程示意图；
图4为本发明实施例表征计步检测参数与异常特征值对应关系的示意图；
图5为本发明实施例表征黄金睡眠率与异常特征值对应关系的示意图；
图6为本发明实施例表征清醒总次数与异常特征值对应关系的示意图；
图7为本发明实施例表征最后一次清醒的时间与异常特征值对应关系的示意图；
图8为本发明实施例表征相对目标睡眠总时间的比值与异常特征值对应关系的示意图；
图9为本发明实施例服务器的结构示意图；
图10为本发明实施例提供的服务器实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例测试心理压力处理方法的流程示意图，如图1所示，本实施例提供的测试心理压力的处理方法，包括以下步骤：
S1：接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数。
具体的，服务器接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数，第一电子设备可以是用于检测人体参数的电子手环，检测参数包括但不限于睡眠检测参数和计步检测参数。
S2：接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别。
具体的，服务器接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别，第二电子设备可以是手机，能够通过应用软件让人们输入数字信息并上传到服务器，其中的数字信息分别对应微博压力级别、睡眠压力级别和计步压力级别，级别的数值为0～5之间的整数，以表征不同压力级别的程度，0为压力正常，5为压力最大，例如：人们可以根据自己的感觉，在睡眠压力级别选择中选择0，表示自己自认为睡眠的质量很高，不存在压力级别；也可以在计步压力级别选择中选择5，表示自己自认为步行的次数很少，存在心理压力隐患，压力级别最高，每天可以对上述的微博压力级别、睡眠压力级别和计步压力级别，进行一次或多次的选择上传，反馈的信息包括但不限于微博压力级别、睡眠压力级别和计步压力级别。
S3：根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。
具体的，服务器根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。需要说明的是：微博异常特征值不仅包括微博异常特征压力值，还包括微博异常特征压力类型，可以是：学业、家庭、人际交往、自我认知、情感、职业六种类别，预先获得的微博异常特征的获取方式可以是：
R1：针对不同的目标人群抽取相关的压力特征：
以青少年目标人群为例，划分出了四种典型的压力类型，即：学业压力、人际交往压力、感情压力和自我认知压力类型。
R2：压力类型和负面情绪词之间的语法联系：
·负面情绪词库(包含250个词汇)，例如，厌恶、无聊、沮丧、痛恨、反感、害怕、痛苦、悲惨、难过等。
·程度词库(包含219个词汇)，被划分为五个程度级别，即，很轻、轻、中等、强、很强。
·否定词库(包含18个词汇)，如，不、非、否、无等。
对于推文中的每一个单句，使用一种基于图形的中文句法分析器来找出推文中每个句子里的关联词汇组合。该句法分析器中共列出了如主谓、定语、状语等24种中文语法关联类型。
R3：由该中文句法分析器找出的所有关联词汇组合将生成一个有向的词汇关联树，树中的每一个节点表示一个词汇，两个节点之间的每条边表示一个词汇关联。如果在一个压力类型相关词汇节点和一个负面情感词汇节点之间存在一条路径，并且在这个路径中没有出现否定词，则认为检测到了相应的压力类型。例如：青少年用户小明在微博中写道：“乱遭的世界、虚伪的友谊，我的世界真可悲”。经过中文句法分析器分析后得到：图2为本发明实施例生成的词汇关联树示意图，
如图2所示：有两组词汇组合(“成绩”，“乱遭”)和(“友谊”，“虚伪”)能够或多或少的反映在学业和人际交往方面的压力类型。路径长度为整个路径中边的个数，代表两个词汇之间的语言紧密程度。本例中，两组关联词汇的路径长度均为2，为了标准化不同特征的贡献值，此处用一个映射函数将路径长度映射为[0，5]中的一个整数，其中的0～5分别对应于六种不同的压力级别。也就是说，将路径长度[0,3]映射为5,(3,5]映射为4,(5,10]映射为3,大于10的映射为2,0则映射为0。另外，如果句子中存在某些负面情绪词汇和压力类型词汇，但是它们之间不存在路径，则将映射值设置为整数1。
参照本实施例，微博异常特征压力类型为学业和人际交往；所分别对应的微博异常特征压力为：学业微博异常特征压力为5；人际交往微博异常特征压力为5。
心理压力级别测量值为微博反映出的压力、睡眠反映出的压力和行走步数反映出的压力的综合计算结果，所述心理压力类型测量值为微博体现出的不同压力类型的计算结果。
本实施例提供的测试心理压力的处理方法，通过接收检测参数和反馈信息，获取心理压力的测量值，能够作为反映人们当前心理压力状况的有效参考。
图3为本发明实施例另一测试心理压力处理方法的流程示意图，如图3所示，在上述实施例的基础上，所述根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，包括：
S31：根据所述检测参数，获取异常特征值，所述异常特征值包括：睡眠异常特征值和计步异常特征值。
具体的，服务器根据所述检测参数，获取异常特征值，所述异常特征值包括：睡眠异常特征值和计步异常特征值。检测参数包括睡眠检测参数和计步检测参数，其中，睡眠检测参数包括：深度睡眠参数、浅度睡眠参数、清醒总次数、最后一次清醒的时间、实际睡眠总时长。
深度睡眠参数为3小时，浅度睡眠参数为3小时，黄金睡眠率为
将x＝0.5代入中，得到y1＝y＝0
清醒总次数为2次，
将x＝2代入中，得到y2＝y＝1.67
最后一次清醒的时间为5:00，
将x＝5:00代入中，得到y3＝y＝3
目标睡眠总时长设为8小时，实际睡眠总时长为6小时，实际睡眠总时长与目标睡眠总时长的比值为6/8＝0.75，
将x＝0.75代入中，得到y4＝y＝0.83
根据wi为权重系数，其初始值为0.25， 对sleep值四舍五入、取整数运算，得到睡眠异常特征值sleep.level＝1
计步检测参数为1250步，x＝1250，代入中，得到walk＝y＝3.75对walk值四舍五入、取整数运算，得到一个0～5之间的计步异常特征值walk.level＝4。
S32：若所述反馈信息中的各压力级别与相对应的所述异常特征值相等，则对各所述压力级别所对应的统计次数加1。
具体的，若所述反馈信息中的各压力级别与相对应的所述异常特征值相等，服务器则对各所述压力级别所对应的统计次数加1。由于异常特征值是通过第一电子设备发送到服务器，并计算获得的，反馈信息中的各压力级别是通过人们使用第二电子设备发送到服务器的，统计次数可以理解为：是服务器若判断计算获得的异常特征值的数值与反馈信息中相对应的压力级别数值相等的各统计次数，服务器若判断计算获得的异常特征值的数值与反馈信息中相对应的压力级别数值不相等，则不做统计。例如：服务器计算的人们当天睡眠异常特征值为5，若人们反馈的睡眠压力级别数值4，假设睡眠压力历史统计次数为10次，由于反馈的睡眠压力级别数值4与当天睡眠异常特征值为5数值不等，因此当天睡眠压力历史统计次数还为10次，若人们反馈的睡眠压力级别数值5，与当天睡眠异常特征值为5数值相等，则当天睡眠压力历史统计次数加1为11次，微博压力和计步压力的统计次数计算与睡眠压力统计次数的计算相同，不再赘述。
S33：根据各所述统计次数，计算各所述异常特征值所对应的权重值；
具体的，服务器根据各所述统计次数，计算各所述异常特征值所对应的权重值。统计次数是服务器根据人们以往通过第二电子设备发送给服务器各压力级别(种类为微博、睡眠和计步，级别为0～5级)与异常特征值相等的各历史统计次数的和，以表征人们反馈的各压力级别的正确次数，例如微博统计次数为12次，睡眠统计次数为11次，计步统计次数9次，表示该人历史发送过的微博压力级别与服务器计算出的微博异常特征值相等(即该人历史发送过的微博压力级别正确)的次数和为12次，其他睡眠统计次数和计步统计次数相同，不再赘述。
ωweibo＝Cweibo/(Cweibo+Csleep+Cwalk)、
ωsleep＝Csleep/(Cweibo+Csleep+Cwalk)、
ωwalk＝Cwalk/(Cweibo+Csleep+Cwalk)；
其中，ωweibo为所述微博异常特征压力值所对应的权重值，ωsleep为所述睡眠异常特征值所对应的权重值，ωwalk为所述计步异常特征值所对应的权重值，Cweibo为所述微博异常特征压力值所对应的统计次数，Csleep为所述睡眠异常特征值所对应的统计次数，Cwalk为所述计步异常特征值所对应的统计次数，Cweibo、Csleep、Cwalk的初始值都设置为1。
具体的，服务器根据各所述统计次数，计算各所述异常特征值所对应的权重值，参照上述实施例：Cweibo为12次；Csleep为11次，Cwalk为9次，则ωweibo为12/22；ωsleep为11/22；Cwalk为9/22。
S34：根据各所述权重值、各所述异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值。
具体的，服务器根据各所述权重值、各所述异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值。
weibo.level取不同类型微博异常特征压力值的最大值，由于学业微博异常特征压力为5；人际交往微博异常特征压力为5，因此weibo.level＝5
根据stressTypes＝weibo.types，得到weibo.types＝{学业、人际交往}
本实施例提供的测试心理压力的处理方法，通过计算各个异常特征值的权重值，各所述异常特征值和所述微博异常特征值，能够获取更加准确的心理压力测量值。
在上述实施例的基础上，所述根据各所述统计次数，计算各所述异常特征值所对应的权重值，包括：
ωweibo＝Cweibo/(Cweibo+Csleep+Cwalk)、
ωsleep＝Csleep/(Cweibo+Csleep+Cwalk)、
ωwalk＝Cwalk/(Cweibo+Csleep+Cwalk)；
其中，ωweibo为所述微博异常特征压力值所对应的权重值，ωsleep为所述睡眠异常特征值所对应的权重值，ωwalk为所述计步异常特征值所对应的权重值，Cweibo为所述微博异常特征压力值所对应的统计次数，Csleep为所述睡眠异常特征值所对应的统计次数，Cwalk为所述计步异常特征值所对应的统计次数，Cweibo、Csleep、Cwalk的初始值都设置为1。
具体的，服务器根据各所述统计次数，计算各所述异常特征值所对应的权重值，参照上述实施例：Cweibo为12次；Csleep为11次，Cwalk为9次，则ωweibo为12/22；ωsleep为11/22；Cwalk为9/22。
本实施例提供的测试心理压力的处理方法，通过计算各个异常特征值的权重值，保证了各个异常特征值的权重值的可实现性。
在上述实施例的基础上，所述根据各所述权重值、各所述异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，包括：
stressLevel＝ωweibo*weibo.level+ωsleep*sleep.level+ωwalk*walk.level
stressTypes＝weibo.types
其中，stressLevel为心理压力级别测量值，stressTypes为心理压力类型测量值，weibo.level为微博异常特征压力值，sleep.level为睡眠异常特征值，walk.level为计步异常特征值，weibo.types为微博异常特征压力类型。
具体的，服务器根据各所述权重值、各所述异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，计算过程参照上述实施例，不再赘述。
本实施例提供的测试心理压力的处理方法，通过计算出的心理压力级别测量值和心理压力类型测量值，实现了心理压力级别和类型的准确测量。
在上述实施例的基础上，所述根据所述检测参数，获取异常特征值，包括：
根据所述睡眠检测参数，计算睡眠异常值sleep，所述睡眠检测参数包括：深度睡眠参数、浅度睡眠参数、清醒总次数、最后一次清醒的时间、实际睡眠总时长。
具体的，服务器根据所述睡眠检测参数，计算睡眠异常值sleep，所述睡眠检测参数包括：深度睡眠参数、浅度睡眠参数、清醒总次数、最后一次清醒的时间、实际睡眠总时长。计算睡眠异常值sleep的公式为：sleep＝(y1+y2+y3+y4)/4，y1为第一睡眠特征参数，y2为第二睡眠特征参数，y3为第三睡眠特征参数，y4为第四睡眠特征参数。计算过程参照上述实施例，不再赘述。
获取对所述睡眠异常值sleep进行取整后的睡眠异常特征值sleep.leve。l
具体的，服务器获取对所述睡眠异常值sleep进行取整后的睡眠异常特征值sleep.level。由于睡眠异常值sleep可以是小数，可以通过四舍五入的方式对睡眠异常值sleep的数值进行处理，进而得到睡眠异常特征值sleep.level。计算过程参照上述实施例，不再赘述。
本实施例提供的测试心理压力的处理方法，通过计算出的睡眠异常特征值，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
图4为本发明实施例表征计步检测参数与异常特征值对应关系的示意图，如图4所示，在上述实施例的基础上，所述根据所述检测参数，获取异常特征值，包括：
根据计步检测参数，计算计步异常值walk；
获取对所述计步异常值walk进行取整后的计步异常特征值walk.level。
具体的，服务器根据计步检测参数，计算计步异常值walk。计算的公式为：
其中x为计步检测参数，表示运动步数，y表示异常特征值。
令walk＝y表示通过用户计步数感知到的计步异常值walk。同样对walk值四舍五入、取整数运算，得到一个0～5之间的计步异常特征值walk.level。计算过程参照上述实施例，不再赘述。
本实施例提供的测试心理压力的处理方法，通过计算出的计步异常特征值，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述根据所述睡眠检测参数，计算睡眠异常值sleep，包括：
根据所述深度睡眠参数和所述浅度睡眠参数，计算黄金睡眠率；
根据所述黄金睡眠率，计算第一睡眠特征参数y1。
图5为本发明实施例表征黄金睡眠率与异常特征值对应关系的示意图，如图5所示，具体的，服务器根据所述深度睡眠参数和所述浅度睡眠参数，计算黄金睡眠率，
深度睡眠是睡眠的一个部分，只占整个睡眠时间的25％，深度睡眠也被称作是"黄金睡眠"。深度睡眠是人体睡得最熟、最香的阶段，此时听不到外面的任何吵闹，也很难被别人唤醒，若是其所占比例较高，那么一觉醒来，会感到神清气爽，否则会极大影响青少年的睡眠质量以及心理状态。因此，我们利用黄金睡眠率作为心理压力相关的睡眠特征，可以描述为：
其异常值计算公式为：
其中x表示黄金睡眠率，y1＝y表示异常值。计算过程参照上述实施例，不再赘述。
本实施例提供的测试心理压力的处理方法，通过计算第一睡眠特征参数y1，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述根据所述睡眠检测参数，计算睡眠异常值sleep，包括：
根据所述清醒总次数，计算第二睡眠特征参数y2。
图6为本发明实施例表征清醒总次数与异常特征值对应关系的示意图，如图6所示，具体的，服务器根据所述清醒总次数，计算第二睡眠特征参数y2，指整个睡眠过程中醒来的次数。当用户呈现焦虑且遭受较大心理压力时，会更容易因自身或外部环境(如噪音)等刺激反复从睡眠中清醒。我们将清醒总次数作为心理压力相关的睡眠特征，其异常值计算公式为：
其中x表示清醒总次数，y2＝y表示异常值。计算过程参照上述实施例，不再赘述。
本实施例提供的测试心理压力的处理方法，通过计算第二睡眠特征参数y2，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述根据所述睡眠检测参数，计算睡眠异常值sleep，包括：
根据所述最后一次清醒的时间，计算第三睡眠特征参数y3。
图7为本发明实施例表征最后一次清醒的时间与异常特征值对应关系的示意图，如图7所示，具体的，服务器根据所述最后一次清醒的时间，计算第三睡眠特征参数y3。起床前青少年最后一次清醒的时刻。当青少年有较大心理压力时，他们更容易相比以往作息时间提前醒来。我们将最后一次醒的时间作为心理压力相关的睡眠特征，其异常值计算公式为：
其中x表示最后一次醒的时间，y3＝y表示异常值。计算过程参照上述实施例，不再赘述。
本实施例提供的测试心理压力的处理方法，通过计算第三睡眠特征参数y3，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述根据所述睡眠检测参数，计算睡眠异常值sleep，包括：
根据所述实际睡眠总时长和目标睡眠总时长，计算所述实际睡眠总时长与目标睡眠总时长的比值，其中，所述目标睡眠总时长为预先设定值；
根据所述比值，计算第四睡眠特征参数y4。
图8为本发明实施例表征相对目标睡眠总时间的比值与异常特征值对应关系的示意图，如图8所示，具体的，服务器根据所述实际睡眠总时长和目标睡眠总时长，计算所述实际睡眠总时长与目标睡眠总时长的比值，其中，所述目标睡眠总时长为预先设定值；实际睡眠总时长与目标睡眠总时长的比值。若青少年能按照目标完成每天正常睡眠时间，将体现其拥有规律生活和健康心态。我们将相对目标睡眠总时间的比率作为心理压力相关的睡眠特征，其异常值计算公式为：
其中x表示相对目标睡眠总时间的比率，y4＝y表示异常值。计算过程参照上述实施例，不再赘述。
本实施例提供的测试心理压力的处理方法，通过计算第四睡眠特征参数y4，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
图9为本发明实施例服务器的结构示意图，如图9所示，本实施例提供一种测试心理压力的处理服务器，包括：第一接收模块1、第二接收模块2和获取模块3，其中：
第一接收模块1用于接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数；第二接收模块2用于接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别；获取模块3用于根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。
具体的，第一接收模块1用于接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数，第二接收模块2用于接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别；获取模块3接收第一接收模块1发送的检测参数和第二接收模块2发送的反馈信息，获取模块3用于根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。
本实施例提供的测试心理压力的处理服务器，通过接收检测参数和反馈信息，获取心理压力的测量值，能够作为反映人们当前心理压力状况的有效参考。
在上述实施例的基础上，所述获取模块3，包括，异常特征值获取子模块31、统计次数计算子模块32、权重值计算子模块33和心理压力测量子模块34，其中：
异常特征值获取子模块31用于根据所述检测参数，获取异常特征值，所述异常特征值包括：睡眠异常特征值和计步异常特征值，统计次数计算子模块32用于若所述反馈信息中的各压力级别与相对应的所述异常特征值相等，则对各所述压力级别所对应的统计次数加1，权重值计算子模块33用于根据各所述统计次数，计算各所述异常特征值所对应的权重值，心理压力测量子模块34用于根据各所述权重值、各所述异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值。
具体的，异常特征值获取子模块31用于根据所述检测参数，获取异常特征值，所述异常特征值包括：睡眠异常特征值和计步异常特征值，异常特征值获取子模块31将异常特征值发送给统计次数计算子模块32，统计次数计算子模块32用于若所述反馈信息中的各压力级别与相对应的所述异常特征值相等，则对各所述压力级别所对应的统计次数加1，统计次数计算子模块32将统计次数的计算结果发送给权重值计算子模块33，权重值计算子模块33用于根据各所述统计次数，计算各所述异常特征值所对应的权重值，权重值计算子模块33将权重值的计算结果发送给心理压力测量子模块34，心理压力测量子模块34用于根据各所述权重值、各所述异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值。
本实施例提供的测试心理压力的处理服务器，通过计算各个异常特征值的权重值，各所述异常特征值和所述微博异常特征值，能够获取更加准确的心理压力测量值。
在上述实施例的基础上，所述权重计算子模块33具体用于：
ωweibo＝Cweibo/(Cweibo+Csleep+Cwalk)、
ωsleep＝Csleep/(Cweibo+Csleep+Cwalk)、
ωwalk＝Cwalk/(Cweibo+Csleep+Cwalk)；
其中，ωweibo为所述微博异常特征压力值所对应的权重值，ωsleep为所述睡眠异常特征值所对应的权重值，ωwalk为所述计步异常特征值所对应的权重值，Cweibo为所述微博异常特征压力值所对应的统计次数，Csleep为所述睡眠异常特征值所对应的统计次数，Cwalk为所述计步异常特征值所对应的统计次数，Cweibo、Csleep、Cwalk的初始值都设置为1。
具体的，所述权重计算子模块33具体用于：
ωweibo＝Cweibo/(Cweibo+Csleep+Cwalk)、
ωsleep＝Csleep/(Cweibo+Csleep+Cwalk)、
ωwalk＝Cwalk/(Cweibo+Csleep+Cwalk)；
其中，ωweibo为所述微博异常特征压力值所对应的权重值，ωsleep为所述睡眠异常特征值所对应的权重值，ωwalk为所述计步异常特征值所对应的权重值，Cweibo为所述微博异常特征压力值所对应的统计次数，Csleep为所述睡眠异常特征值所对应的统计次数，Cwalk为所述计步异常特征值所对应的统计次数，Cweibo、Csleep、Cwalk的初始值都设置为1。
本实施例提供的测试心理压力的处理服务器，通过计算各个异常特征值的权重值，保证了各个异常特征值的权重值的可实现性。
在上述实施例的基础上，所述心理压力测量子模块34具体用于：
stressLevel＝ωweibo*weibo.level+ωsleep*sleep.level+ωwalk*walk.level
stressTypes＝weibo.types
其中，stressLevel为心理压力级别测量值，stressTypes为心理压力类型测量值，weibo.level为微博异常特征压力值，sleep.level为睡眠异常特征值，walk.level为计步异常特征值，weibo.types为微博异常特征压力类型。
具体的，所述心理压力测量子模块34具体用于：
stressLevel＝ωweibo*weibo.level+ωsleep*sleep.level+ωwalk*walk.level
stressTypes＝weibo.types
其中，stressLevel为心理压力级别测量值，stressTypes为心理压力类型测量值，weibo.level为微博异常特征压力值，sleep.level为睡眠异常特征值，walk.level为计步异常特征值，weibo.types为微博异常特征压力类型。
本实施例提供的测试心理压力的处理服务器，通过计算出的心理压力级别测量值和心理压力类型测量值，实现了心理压力级别和类型的准确测量。
在上述实施例的基础上，所述异常特征值获取子模块31，包括，睡眠异常特征值获取子模块311和睡眠异常特征值取整子模块312，其中：
睡眠异常特征值获取子模块311用于根据所述睡眠检测参数，计算睡眠异常值sleep，所述睡眠检测参数包括：深度睡眠参数、浅度睡眠参数、清醒总次数、最后一次清醒的时间、实际睡眠总时长，睡眠异常特征值取整子模块312用于获取对所述睡眠异常值sleep进行取整后的睡眠异常特征值sleep.level。
具体的，睡眠异常特征值获取子模块311用于根据所述睡眠检测参数，计算睡眠异常值sleep，所述睡眠检测参数包括：深度睡眠参数、浅度睡眠参数、清醒总次数、最后一次清醒的时间、实际睡眠总时长，睡眠异常特征值取整子模块312接收睡眠异常特征值获取子模块311发送的睡眠异常值sleep，睡眠异常特征值取整子模块312用于获取对所述睡眠异常值sleep进行取整后的睡眠异常特征值sleep.level。
本实施例提供的测试心理压力的处理服务器，通过计算出的睡眠异常特征值，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述异常特征值获取子模块31，包括，计步异常特征值获取子模块313和计步异常特征值取整子模块314，其中：
计步异常特征值获取子模块313用于根据计步检测参数，计算计步异常值walk，计步异常特征值取整子模块314用于获取对所述计步异常值walk进行取整后的计步异常特征值walk.level。
具体的，计步异常特征值获取子模块313用于根据计步检测参数，计算计步异常值walk，计步异常特征值获取子模块313将计算出的计步异常值walk发送给计步异常特征值取整子模块314，计步异常特征值取整子模块314用于获取对所述计步异常值walk进行取整后的计步异常特征值walk.level。
本实施例提供的测试心理压力的处理服务器，通过计算出的计步异常特征值，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述睡眠异常特征值获取子模块311，包括，黄金睡眠率计算子单元3111和第一睡眠特征参数计算子单元3102，其中：
黄金睡眠率计算子单元3111用于根据所述深度睡眠参数和所述浅度睡眠参数，计算黄金睡眠率；第一睡眠特征参数计算子单元3102用于根据所述黄金睡眠率，计算第一睡眠特征参数y1。
具体的，黄金睡眠率计算子单元3111用于根据所述深度睡眠参数和所述浅度睡眠参数，计算黄金睡眠率；第一睡眠特征参数计算子单元3102用于根据所述黄金睡眠率，计算第一睡眠特征参数y1。
本实施例提供的测试心理压力的处理服务器，通过计算第一睡眠特征参数y1，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述睡眠异常特征值获取子模块311，包括：第二睡眠特征参数计算子单元3121，
第二睡眠特征参数计算子单元3121用于根据所述清醒总次数，计算第二睡眠特征参数y2。
具体的，第二睡眠特征参数计算子单元3121用于根据所述清醒总次数，计算第二睡眠特征参数y2。
本实施例提供的测试心理压力的处理服务器，通过计算第二睡眠特征参数y2，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述睡眠异常特征值获取子模块31，包括：第三睡眠特征参数计算子单元3131，
第三睡眠特征参数计算子单元3131用于根据所述最后一次清醒的时间，计算第三睡眠特征参数y3。
具体的，第三睡眠特征参数计算子单元3131用于根据所述最后一次清醒的时间，计算第三睡眠特征参数y3。
本实施例提供的测试心理压力的处理服务器，通过计算第三睡眠特征参数y3，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
在上述实施例的基础上，所述睡眠异常特征值获取子模块311，包括，比值计算子单元3141和第四睡眠特征参数计算子单元3142，其中：
比值计算子单元3141用于根据所述实际睡眠总时长和目标睡眠总时长，计算所述实际睡眠总时长与目标睡眠总时长的比值，其中，所述目标睡眠总时长为预先设定值，第四睡眠特征参数计算子单元3142用于根据所述比值，计算第四睡眠特征参数y4。
具体的，比值计算子单元3141用于根据所述实际睡眠总时长和目标睡眠总时长，计算所述实际睡眠总时长与目标睡眠总时长的比值，其中，所述目标睡眠总时长为预先设定值，第四睡眠特征参数计算子单元3142用于根据所述比值，计算第四睡眠特征参数y4。
本实施例提供的测试心理压力的处理服务器，通过计算第四睡眠特征参数y4，进一步保证了心理压力级别测量值和心理压力类型测量值的可实现性。
本实施例提供的测试心理压力的处理服务器具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
图10为本发明实施例提供的服务器实体结构示意图，如图10所示，该服务器可以包括：处理器(processor)1010、通信接口(Communications Interface)1020、存储器(memory)1030和通信总线1040，其中，处理器1010，通信接口1020，存储器1030通过通信总线1040完成相互间的通信。通信接口1020可以用于服务器与第一电子设备和第二电子设备之间的信息传输。处理器1010可以调用存储器1030中的逻辑指令，以执行如下方法：接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数；接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别；根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。
此外，上述的存储器1030中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，装置，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的服务器的实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，装置，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (20)

1.一种测试心理压力的处理方法，其特征在于，包括：
接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数；
接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别；
根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，包括：
根据所述检测参数，获取异常特征值，所述异常特征值包括：睡眠异常特征值和计步异常特征值；
若所述反馈信息中的微博压力级别、睡眠压力级别和计步压力级别分别与所述微博异常特征值、所述睡眠异常特征值和所述计步异常特征值相等，则对各压力级别所对应的统计次数加1；
根据各所述统计次数，分别计算所述微博异常特征值、所述睡眠异常特征值和所述计步异常特征值对应的权重值；
根据各所述权重值、所述睡眠异常特征值、所述计步异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值。
3.根据权利要求2所述的方法，其特征在于，所述根据各所述统计次数，分别计算所述微博异常特征值、所述睡眠异常特征值和所述计步异常特征值，包括：
ωweibo＝Cweibo/(Cweibo+Csleep+Cwalk)、
ωsleep＝Csleep/(Cweibo+Csleep+Cwalk)、
ωwalk＝Cwalk/(Cweibo+Csleep+Cwalk)；
其中，ωweibo为所述微博异常特征压力值所对应的权重值，ωsleep为所述睡眠异常特征值所对应的权重值，ωwalk为所述计步异常特征值所对应的权重值，Cweibo为所述微博异常特征压力值所对应的统计次数，Csleep为所述睡眠异常特征值所对应的统计次数，Cwalk为所述计步异常特征值所对应的统计次数，Cweibo、Csleep、Cwalk的初始值都设置为1。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述权重值、所述睡眠异常特征值、所述计步异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，包括：
stressLevel＝ωweibo*weibo.level+ωsleep*sleep.level+ωwalk*walk.level
stressTypes＝weibo.types；
其中，stressLevel为心理压力级别测量值，stressTypes为心理压力类型测量值，weibo.level为微博异常特征压力值，sleep.level为睡眠异常特征值，walk.level为计步异常特征值，weibo.types为微博异常特征压力类型。
5.根据权利要求2所述的方法，其特征在于，所述根据所述检测参数，获取异常特征值，包括：
根据所述睡眠检测参数，计算睡眠异常值sleep，所述睡眠检测参数包括：深度睡眠参数、浅度睡眠参数、清醒总次数、最后一次清醒的时间、实际睡眠总时长；
获取对所述睡眠异常值sleep进行取整后的睡眠异常特征值sleep.level。
6.根据权利要求2所述的方法，其特征在于，所述根据所述检测参数，获取异常特征值，包括：
根据计步检测参数，计算计步异常值walk；
获取对所述计步异常值walk进行取整后的计步异常特征值walk.level。
7.根据权利要求5所述的方法，其特征在于，所述根据所述睡眠检测参数，计算睡眠异常值sleep，包括：
根据所述深度睡眠参数和所述浅度睡眠参数，计算黄金睡眠率；
根据所述黄金睡眠率，计算第一睡眠特征参数y1。
8.根据权利要求5所述的方法，其特征在于，所述根据所述睡眠检测参数，计算睡眠异常值sleep，包括：
根据所述清醒总次数，计算第二睡眠特征参数y2。
9.根据权利要求5所述的方法，其特征在于，所述根据所述睡眠检测参数，计算睡眠异常值sleep，包括：
根据所述最后一次清醒的时间，计算第三睡眠特征参数y3。
10.根据权利要求5所述的方法，其特征在于，所述根据所述睡眠检测参数，计算睡眠异常值sleep，包括：
根据所述实际睡眠总时长和目标睡眠总时长，计算所述实际睡眠总时长与目标睡眠总时长的比值，其中，所述目标睡眠总时长为预先设定值；
根据所述比值，计算第四睡眠特征参数y4。
11.一种测试心理压力的处理服务器，其特征在于，包括：
第一接收模块，用于接收第一电子设备发送的检测参数，所述检测参数包括：睡眠检测参数和计步检测参数；
第二接收模块，用于接收第二电子设备发送的反馈信息，所述反馈信息包括：微博压力级别、睡眠压力级别和计步压力级别；
获取模块，用于根据所述检测参数、所述反馈信息和预先获得的微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值，其中，所述微博异常特征值包括：微博异常特征压力值和微博异常特征压力类型。
12.根据权利要求11所述的服务器，其特征在于，所述获取模块，包括：
异常特征值获取子模块，用于根据所述检测参数，获取异常特征值，所述异常特征值包括：睡眠异常特征值和计步异常特征值；
统计次数计算子模块，用于若所述反馈信息中的微博压力级别、睡眠压力级别和计步压力级别分别与所述微博异常特征值、所述睡眠异常特征值和所述计步异常特征值相等，则对各压力级别所对应的统计次数加1；
权重值计算子模块，用于根据各所述统计次数，分别计算所述微博异常特征值、所述睡眠异常特征值和所述计步异常特征值对应的权重值；
心理压力测量子模块，用于根据各所述权重值、所述睡眠异常特征值、所述计步异常特征值和所述微博异常特征值，获取所述心理压力级别测量值和所述心理压力类型测量值。
13.根据权利要求12所述的服务器，其特征在于，所述权重值计算子模块具体用于：
ωweibo＝Cweibo/(Cweibo+Csleep+Cwalk)、
ωsleep＝Csleep/(Cweibo+Csleep+Cwalk)、
ωwalk＝Cwalk/(Cweibo+Csleep+Cwalk)；
其中，ωweibo为所述微博异常特征压力值所对应的权重值，ωsleep为所述睡眠异常特征值所对应的权重值，ωwalk为所述计步异常特征值所对应的权重值，Cweibo为所述微博异常特征压力值所对应的统计次数，Csleep为所述睡眠异常特征值所对应的统计次数，Cwalk为所述计步异常特征值所对应的统计次数，Cweibo、Csleep、Cwalk的初始值都设置为1。
14.根据权利要求13所述的服务器，其特征在于，所述心理压力测量子模块具体用于：
stressLevel＝ωweibo*weibo.level+ωsleep*sleep.level+ωwalk*walk.level
stressTypes＝weibo.types
其中，stressLevel为心理压力级别测量值，stressTypes为心理压力类型测量值，weibo.level为微博异常特征压力值，sleep.level为睡眠异常特征值，walk.level为计步异常特征值，weibo.types为微博异常特征压力类型。
15.根据权利要求12所述的服务器，其特征在于，所述异常特征值获取子模块，包括：
睡眠异常特征值获取子模块，用于根据所述睡眠检测参数，计算睡眠异常值sleep，所述睡眠检测参数包括：深度睡眠参数、浅度睡眠参数、清醒总次数、最后一次清醒的时间、实际睡眠总时长；
睡眠异常特征值取整子模块，用于获取对所述睡眠异常值sleep进行取整后的睡眠异常特征值sleep.level。
16.根据权利要求12所述的服务器，其特征在于，所述异常特征值获取子模块，包括：
计步异常特征值获取子模块，用于根据计步检测参数，计算计步异常值walk；
计步异常特征值取整子模块，用于获取对所述计步异常值walk进行取整后的计步异常特征值walk.level。
17.根据权利要求15所述的服务器，其特征在于，所述睡眠异常特征值获取子模块，包括：
黄金睡眠率计算子单元，用于根据所述深度睡眠参数和所述浅度睡眠参数，计算黄金睡眠率；
第一睡眠特征参数计算子单元，用于根据所述黄金睡眠率，计算第一睡眠特征参数y1。
18.根据权利要求15所述的服务器，其特征在于，所述睡眠异常特征值获取子模块，包括：
第二睡眠特征参数计算子单元，用于根据所述清醒总次数，计算第二睡眠特征参数y2。
19.根据权利要求15所述的服务器，其特征在于，所述睡眠异常特征值获取子模块，包括：
第三睡眠特征参数计算子单元，用于根据所述最后一次清醒的时间，计算第三睡眠特征参数y3。
20.根据权利要求15所述的服务器，其特征在于，所述睡眠异常特征值获取子模块，包括：
比值计算子单元，用于根据所述实际睡眠总时长和目标睡眠总时长，计算所述实际睡眠总时长与目标睡眠总时长的比值，其中，所述目标睡眠总时长为预先设定值；
第四睡眠特征参数计算子单元，用于根据所述比值，计算第四睡眠特征参数y4。
CN201610840333.4A 2016-09-21 2016-09-21 一种测试心理压力的处理方法及服务器 Active CN106388834B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610840333.4A CN106388834B (zh) 2016-09-21 2016-09-21 一种测试心理压力的处理方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610840333.4A CN106388834B (zh) 2016-09-21 2016-09-21 一种测试心理压力的处理方法及服务器

Publications (2)

Publication Number Publication Date
CN106388834A CN106388834A (zh) 2017-02-15
CN106388834B true CN106388834B (zh) 2019-05-10

Family

ID=57997308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610840333.4A Active CN106388834B (zh) 2016-09-21 2016-09-21 一种测试心理压力的处理方法及服务器

Country Status (1)

Country Link
CN (1) CN106388834B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109801706B (zh) * 2018-12-12 2020-11-10 清华大学 心理压力问题的感知方法及装置
CN110025321B (zh) * 2019-03-20 2021-08-31 华为技术有限公司 一种心理压力评估方法及相关设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239288A (zh) * 2014-09-18 2014-12-24 清华大学 基于微博的青少年心理压力检测和疏导的方法及系统
CN104933517A (zh) * 2015-06-01 2015-09-23 惠州Tcl移动通信有限公司 一种基于智能可穿戴设备的心理压力评估方法及系统
CN105225002A (zh) * 2015-09-21 2016-01-06 清华大学 基于微博的青少年心理压力变化趋势预测方法及系统
CN205054208U (zh) * 2015-09-18 2016-03-02 北京交通大学 供轨道交通列车工作人员穿戴的智能设备
CN105404769A (zh) * 2015-11-02 2016-03-16 腾讯科技（深圳）有限公司 健康数据显示方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239288A (zh) * 2014-09-18 2014-12-24 清华大学 基于微博的青少年心理压力检测和疏导的方法及系统
CN104933517A (zh) * 2015-06-01 2015-09-23 惠州Tcl移动通信有限公司 一种基于智能可穿戴设备的心理压力评估方法及系统
CN205054208U (zh) * 2015-09-18 2016-03-02 北京交通大学 供轨道交通列车工作人员穿戴的智能设备
CN105225002A (zh) * 2015-09-21 2016-01-06 清华大学 基于微博的青少年心理压力变化趋势预测方法及系统
CN105404769A (zh) * 2015-11-02 2016-03-16 腾讯科技（深圳）有限公司 健康数据显示方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Predicting Teenager＇s Future Stress Level from Micro-blog;Yiping Li er al;《2015 IEEE 28th International Symposium on Computer-Based Medical Systems》;20160125;第208-213页

Also Published As

Publication number Publication date
CN106388834A (zh) 2017-02-15

Similar Documents

Publication Publication Date Title
Gu et al. Fitting the generalized multinomial logit model in Stata
Tyrcha et al. The effect of nonstationarity on models inferred from neural data
Sun Park et al. A probability model of accuracy in deception detection experiments
CN106419893A (zh) 睡眠状态检测方法和装置
US20200228941A1 (en) Selectively prompting matched individuals to initiate an in-person meeting
CN106388834B (zh) 一种测试心理压力的处理方法及服务器
CN109242710A (zh) 社交网络节点影响力排序方法及系统
Rubin et al. Investigating adoption factors of wearable technology in health and fitness
CN109635207A (zh) 一种基于中文文本分析的社交网络用户人格预测方法
Bogin et al. COVR: A test-bed for visually grounded compositional generalization with real images
CN111387936B (zh) 一种睡眠阶段识别方法、装置及设备
CN106108913B (zh) 误计步消除方法、装置及可穿戴设备
CN110337699A (zh) 一种心理压力评估方法及设备
EP3599613A1 (en) Apparatus and method for calibration of bio-information estimation model, and bio-information estimating apparatus
CN105701208B (zh) 一种面向问答系统的问答评价方法及装置
CN109785964A (zh) 一种健康评估方法、健康评估装置及计算机可读存储介质
EP3593709B1 (fr) Procédé de détermination de l'état de stress d'un individu
CN111341416B (zh) 一种心理压力评估模型处理方法以及相关设备
JP6449378B2 (ja) 生成装置、生成方法及び生成プログラム
Dekker Centrality in social networks: Theoretical and simulation approaches
KR101820635B1 (ko) 온톨로지 기반 지식맵을 활용한 지식진단 방법
Takagi et al. Proposal for a framework for optimizing artificial environments based on physiological feedback
CN112205974B (zh) 一种基于lstm模型的智能血压管理分析系统
CN112120717B (zh) 一种判断用户精神状态的方法、用户设备以及存储介质
Zhao et al. [Retracted] The Design of the Exercise Load Monitoring System Based on Internet of Things

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant