CN108389623B - 基于历史发布图片的心理健康测评方法及测评系统 - Google Patents

基于历史发布图片的心理健康测评方法及测评系统 Download PDF

Info

Publication number
CN108389623B
CN108389623B CN201810091823.8A CN201810091823A CN108389623B CN 108389623 B CN108389623 B CN 108389623B CN 201810091823 A CN201810091823 A CN 201810091823A CN 108389623 B CN108389623 B CN 108389623B
Authority
CN
China
Prior art keywords
picture
pictures
psychological
mental health
color
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.)
Expired - Fee Related
Application number
CN201810091823.8A
Other languages
English (en)
Other versions
CN108389623A (zh
Inventor
黄子华
李士颖
刘星
欧西
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.)
Chongqing Yunri Chuangxin Education Technology Co ltd
Original Assignee
Chongqing Yunri Chuangxin Education 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 Chongqing Yunri Chuangxin Education Technology Co ltd filed Critical Chongqing Yunri Chuangxin Education Technology Co ltd
Priority to CN201810091823.8A priority Critical patent/CN108389623B/zh
Publication of CN108389623A publication Critical patent/CN108389623A/zh
Application granted granted Critical
Publication of CN108389623B publication Critical patent/CN108389623B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Hospice & Palliative Care (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Educational Technology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Veterinary Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开一种基于历史发布图片的心理健康测评方法，采集历史发布图后根据图片的要素提取分类，不同类的图片对应比例联合权重计算出心理状态的心理健康值I，心理健康值I反应心理健康测评结果；一种基于历史发布图片的心理健康测评系统，包括图片收集器、图片解析中心、心理数据库。有益效果：通过分析测试者一段时间内发布的社交图片进行预测该测试者的心理状态，且由于不同色彩、不同内容、甚至不同时间发布的图片所反应的心理状态都不同，因此联合相同图片要素的一类图片的比例和权重能够很快得出准确的预测结果；图片收集器采集用户的全部社交平台的发布图片，如微博、朋友圈，使展示用户状态的测评内容更全面，更贴近用户的真实状态。

Description

基于历史发布图片的心理健康测评方法及测评系统
技术领域
本发明涉及心理健康测评技术领域，具体的说，涉及一种基于历史发布图片的心理健康测评方法及测评系统。
背景技术
当前社会竞争激烈，工作和生活的超负荷运转使几乎每个人不仅生理处于亚健康状态，心理也时常产生负面情绪，而间断的负面情绪往往在出现后不久就会被忽略掉，一旦负面情绪不断累积就容易引发心理疾病。现有心理预测通常是心理诊断师根据当事人的口头描述结合自身知识和经验进行判断，则存在诊断对心理诊断师要求高和当事人容易遗漏细节等问题，心理诊断费时费力。
现代人的生活离不开网络，也更依托社交网络进行人与人的沟通，而很多人乐于在社交平台上分享自己的趣闻和心情，如发表图片到微博、朋友圈等，这些日常的状态分享就是当事人心理状态的体现，则通过一段时间内分享的内容就能够分析出该当事人的近段时间心理如何，及时为其做出提醒或预警。
发明内容
本发明的目的是提供一种基于历史发布图片的心理健康测评方法及测评系统，通过分析测试者一段时间内发布的社交图片进行预测该测试者的心理状态，且由于不同色彩、不同内容、甚至不同时间发布的图片所反应的心理状态都不同，因此联合相同图片要素的一类图片的比例和权重能够很快得出准确的预测结果。
为达到上述目的，本发明采用的具体技术方案如下：
一种基于历史发布图片的心理健康测评方法，采用如下步骤：
S1，采集时间周期内测评者的历史发布图片数据；
S2，提取每张图片的图片要素，所述图片要素包括色彩要素x、内容要素y、时间要素z，判断色彩要素属性、内容要素属性、时间要素属性；
S3，根据图片要素对历史发布图片分类，色彩要素属性、内容要素属性、时间要素属性均一致的图片为同一类；
S4，统计每一类图片占全部的比例；
S5，将上述比例对应代入心理预测公式，计算得出心理健康值I；
S6，所述心理健康值I对应于心理数据库的内容即为心理健康测评结果。
不同要素的图片所反应的心理状态各不相同，如彩色图片体现的心理就比黑白图片更轻松，而凌晨发布的图片往往反应发布者的心理更沉重，因此通过上述设计，每张图片的要素提取后根据要素分类，不同类的图片测评心理的权重也不同，对应比例联合权重则能计算出心理状态的心理健康值I，心理健康值I就能直接反应心理健康测评结果。
进一步描述，步骤S4所述心理预测公式为预先生成，生成方法步骤如下：
P1，通过大数据或心理案例数据库收集样本数据，所述样本数据包括样本用户的心理状态及其历史发表图片；
P2，建立心理数据库，所述心理数据库存储样本数据的每种心理状态；
P3，提取步骤P1中每个样本用户的心理状态为心理健康值I，提取该样本用户历史发表图片的色彩要素x、内容要素y、时间要素z，并将三种要素的属性都一致的图片分为同一类；
P4，计算分类后的每一类图片占样本用户图片总数的比例Ai，i＝1，2，…，N，N为图片的类数；
P5，预设心理预测公式：I＝A1×α+A2×β+…+AN×γ；
其中，α、β、…、γ分别为该类图片的心理值权重；
P6，将步骤P3、P4中每个样本用户的心理健康值I和比例Ai分别代入P5的心理预测公式，得到公式组；
P7，求解公式组，得到心理值权重α、β、…、γ；
即得到心理预测公式：I＝A1×α+A2×β+…+AN×γ。
通过上述设计，先采集大量样本对心理预测公式进行训练和校准，使测评结果更贴近真实情况，同时，相同要素的图片的心理值权重可以通过大量的样本进行比对校正，所以样本越大、训练量越多，心理预测公式越准确。
更进一步描述，步骤S1所述时间周期为间隔时长T或最近M张图片。
更进一步描述，步骤S2所述色彩要素属性根据色彩要素x的色相、饱和度、明度中至少一种判断。
色彩三要素：色相、饱和度、明度分别表现色彩的不同方面，色相表示颜色的差别，饱和度表示色彩的对比情况，明度则对应亮、暗，色彩的各方面对人心理的影响都十分明显，而人在不同心理状态下对色彩的感知也对应显示出心理，色相不同，人感受的冷暖心理就会变化，饱和度上深色的图片和浅色的图片在心理表现上会出现差别，彩色的图片往往体现心理很轻松明快，而灰度图片则明显展示出人的阴郁，明度的亮或暗也会在心理感受上有很大差异，因此单一方面的色彩要素判断能够反应心理变化，多方面的色彩要素则更能准确表达心理。
更进一步描述，所述色彩要素x根据色相值区间判断色彩要素属性为暖色图片、冷色图片、中性图片；暖色图片对积极心态的表现较好，冷色图片对消极心态的表现较好，因此暖色图片在乐观心理的评估中权重更高，冷色图片在抑郁方面判断的权重更高。
或根据饱和度区间判断色彩要素属性为彩色图片、灰色图片；类似的，彩色图片在判断积极心态的时候权重更高，而灰色图片在消极心态中权重更高。
或根据明度值区间判断色彩要素属性为明亮图片、晦暗图片；明亮图片也是在乐观心理的评估中权重更高，晦暗图片在抑郁方面权重更高。
更进一步描述，步骤S2所述内容要素属性根据图片主体内容判断为人物图片、风景图片、食物图片、卡通图片。
不同内容要素在心理表现上也有较大差别，发布卡通图片通常表现出更乐观的心态，而风景图片相对来说心态较平静，因此不同内容要素的图片分类的计算权重不相同。
更进一步描述，步骤2所述时间要素属性根据发布当日的时间段判断为白天发布、晚上发布、深夜发布；出于生物钟考虑，白天的心态往往较好，夜晚时候较低沉，尤其在深夜或凌晨时分，人的心态往往处于最低谷，若此时发布社交图片，在心态上偏向更真实的心理，因此深夜发布的图片在计算时权重最高，而白天发布相对权重最低。
或根据发布时间间隔判断为频繁发布、适度发布、极少发布；经常发布社交图片在心理上表现出一种更积极的愿意与人沟通的状态，因此频繁发布对积极心态的评估权重更高，极少发布对消极心态的评估权重更低。
一种基于历史发布图片的心理健康测评系统，包括图片收集器、图片解析中心、心理数据库；
所述图片收集器获取用户权限后采集该用户通过社交平台发表的历史发布图片及其发布时间点；
所述图片解析中心用于预先学习训练心理预测公式，并识别图片收集器所获取的每张图片，根据图片要素分类，将每一类的比重代入心理预测公式计算得到该用户的心理健康测评结果；
心理数据库存储每种心理对应的心理健康值I；
所述图片解析中心分别与图片收集器、心理数据库双向连接。
通过上述设计，图片收集器采集用户的全部社交平台的发布图片，如微博、朋友圈，使展示用户状态的测评内容更全面，更贴近用户的真实状态。
进一步描述，还包括心理案例数据库，用于训练心理预测公式的样本采集和存储；
所述心理案例数据库与图片解析中心双向连接。
所述心理案例数据库收集尽可能多的心理数据样本，并对心理数据库进行训练，使心理健康值I更精确。
本发明的有益效果：通过分析测试者一段时间内发布的社交图片进行预测该测试者的心理状态，且由于不同色彩、不同内容、甚至不同时间发布的图片所反应的心理状态都不同，因此联合相同图片要素的一类图片的比例和权重能够很快得出准确的预测结果；
图片收集器采集用户的全部社交平台的发布图片，如微博、朋友圈，使展示用户状态的测评内容更全面，更贴近用户的真实状态。
附图说明
图1是心理健康测评方法的流程框图
图2是心理预测公式的生成方法流程图
图3是测评系统的结构示意图
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
如图1所示，一种基于历史发布图片的心理健康测评方法，采用如下步骤：
S1，采集时间周期内测评者的历史发布图片数据；
S2，提取每张图片的图片要素，所述图片要素包括色彩要素x、内容要素y、时间要素z，判断色彩要素属性、内容要素属性、时间要素属性；
S3，根据图片要素对历史发布图片分类，色彩要素属性、内容要素属性、时间要素属性均一致的图片为同一类；
S4，统计每一类图片占全部的比例；
S5，将上述比例对应代入心理预测公式，计算得出心理健康值I；
S6，所述心理健康值I对应于心理数据库的内容即为心理健康测评结果。
作为优选，步骤S1所述时间周期为间隔时长T或最近M张图片。
步骤S2所述色彩要素属性根据色彩要素x的色相、饱和度、明度中至少一种判断。
作为优选，所述色彩要素x根据色相值区间判断色彩要素属性为暖色图片、冷色图片、中性图片；
或优选根据饱和度区间判断色彩要素属性为彩色图片、灰色图片；
或优选根据明度值区间判断色彩要素属性为明亮图片、晦暗图片。
优选地，步骤S2所述内容要素属性根据图片主体内容判断为人物图片、风景图片、食物图片、卡通图片。
作为优选，步骤2所述时间要素属性根据发布当日的时间段判断为白天发布、晚上发布、深夜发布；
或优选根据发布时间间隔判断为频繁发布、适度发布、极少发布。
如图2所示，步骤S4所述心理预测公式为预先生成，生成方法步骤如下：
P1，通过大数据或心理案例数据库收集样本数据，所述样本数据包括样本用户的心理状态及其历史发表图片；
P2，建立心理数据库，所述心理数据库存储样本数据的每种心理状态；
P3，提取步骤P1中每个样本用户的心理状态为心理健康值I，提取该样本用户历史发表图片的色彩要素x、内容要素y、时间要素z，并将三种要素的属性都一致的图片分为同一类；
P4，计算分类后的每一类图片占样本用户图片总数的比例Ai，i＝1，2，…，N，N为图片的类数；
P5，预设心理预测公式：I＝A1×α+A2×β+…+AN×γ；
其中，α、β、…、γ分别为该类图片的心理值权重；
P6，将步骤P3、P4中每个样本用户的心理健康值I和比例Ai分别代入P5的心理预测公式，得到公式组；
P7，求解公式组，得到心理值权重α、β、…、γ；
即得到心理预测公式：I＝A1×α+A2×β+…+AN×γ。
如图3所示，一种基于历史发布图片的心理健康测评系统，包括图片收集器、图片解析中心、心理数据库；
所述图片解析中心分别与图片收集器、心理数据库双向连接。
还包括心理案例数据库，用于训练心理预测公式的样本采集和存储；
所述心理案例数据库与图片解析中心双向连接。

Claims (8)

1.一种基于历史发布图片的心理健康测评方法，其特征在于采用如下步骤：
S1，采集时间周期内测评者的历史发布图片数据；
S2，提取每张图片的图片要素，所述图片要素包括色彩要素x、内容要素y、时间要素z，判断色彩要素属性、内容要素属性、时间要素属性；
S3，根据图片要素对历史发布图片分类，色彩要素属性、内容要素属性、时间要素属性均一致的图片为同一类；
S4，统计每一类图片占全部的比例；
S5，将上述比例对应代入心理预测公式，计算得出心理健康值I；
S6，所述心理健康值I对应于心理数据库的内容即为心理健康测评结果；
步骤S4所述心理预测公式为预先生成，生成方法步骤如下：
P1，通过大数据或心理案例数据库收集样本数据，所述样本数据包括样本用户的心理状态及其历史发表图片；
P2，建立心理数据库，所述心理数据库存储样本数据的每种心理状态；
P3，提取步骤P1中每个样本用户的心理状态为心理健康值I，提取该样本用户历史发表图片的色彩要素x、内容要素y、时间要素z，并将三种要素的属性都一致的图片分为同一类；
P4，计算分类后的每一类图片占样本用户图片总数的比例Ai，i＝1，2，…，N，N为图片的类数；
P5，预设心理预测公式：I＝A1×α+A2×β+…+AN×γ；
其中，α、β、…、γ分别为该类图片的心理值权重；
P6，将步骤P3、P4中每个样本用户的心理健康值I和比例Ai分别代入P5的心理预测公式，得到公式组；
P7，求解公式组，得到心理值权重α、β、…、γ；
即得到心理预测公式：I＝A1×α+A2×β+…+AN×γ。
2.根据权利要求1所述基于历史发布图片的心理健康测评方法，其特征在于：步骤S1所述时间周期为间隔时长T或最近M张图片。
3.根据权利要求1所述基于历史发布图片的心理健康测评方法，其特征在于：步骤S2所述色彩要素属性根据色彩要素x的色相、饱和度、明度中至少一种判断。
4.根据权利要求3所述基于历史发布图片的心理健康测评方法，其特征在于：所述色彩要素x根据色相值区间判断色彩要素属性为暖色图片、冷色图片、中性图片；
或根据饱和度区间判断色彩要素属性为彩色图片、灰色图片；
或根据明度值区间判断色彩要素属性为明亮图片、晦暗图片。
5.根据权利要求1所述基于历史发布图片的心理健康测评方法，其特征在于：步骤S2所述内容要素属性根据图片主体内容判断为人物图片、风景图片、食物图片、卡通图片。
6.根据权利要求1所述基于历史发布图片的心理健康测评方法，其特征在于：步骤2所述时间要素属性根据发布当日的时间段判断为白天发布、晚上发布、深夜发布；
或根据发布时间间隔判断为频繁发布、适度发布、极少发布。
7.一种采用权利要求1-6之一的基于历史发布图片的心理健康测评方法的心理健康测评系统，其特征在于：包括图片收集器、图片解析中心、心理数据库；
所述图片收集器获取用户权限后采集该用户通过社交平台发表的历史发布图片及其发布时间点；
所述图片解析中心用于预先学习训练心理预测公式，并识别图片收集器所获取的每张图片，根据图片要素分类，将每一类的比重代入心理预测公式计算得到该用户的心理健康测评结果；
心理数据库存储每种心理对应的心理健康值I；
所述图片解析中心分别与图片收集器、心理数据库双向连接。
8.根据权利要求7所述一种基于历史发布图片的心理健康测评系统，其特征在于：还包括心理案例数据库，用于训练心理预测公式的样本采集和存储；
所述心理案例数据库与图片解析中心双向连接。
CN201810091823.8A 2018-01-30 2018-01-30 基于历史发布图片的心理健康测评方法及测评系统 Expired - Fee Related CN108389623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810091823.8A CN108389623B (zh) 2018-01-30 2018-01-30 基于历史发布图片的心理健康测评方法及测评系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810091823.8A CN108389623B (zh) 2018-01-30 2018-01-30 基于历史发布图片的心理健康测评方法及测评系统

Publications (2)

Publication Number Publication Date
CN108389623A CN108389623A (zh) 2018-08-10
CN108389623B true CN108389623B (zh) 2022-01-25

Family

ID=63074711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810091823.8A Expired - Fee Related CN108389623B (zh) 2018-01-30 2018-01-30 基于历史发布图片的心理健康测评方法及测评系统

Country Status (1)

Country Link
CN (1) CN108389623B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101998037B1 (ko) * 2018-12-12 2019-07-08 황영진 증강현실 기반의 심리유형 분석 방법 및 스마트 기기
CN111477329B (zh) * 2020-03-31 2021-04-13 北京智能工场科技有限公司 一种基于图文结合评估心理状态的方法
CN111466931A (zh) * 2020-04-24 2020-07-31 云南大学 基于eeg和食物图片数据集的情感识别方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030036683A1 (en) * 2000-05-01 2003-02-20 Kehr Bruce A. Method, system and computer program product for internet-enabled, patient monitoring system
CN101539964A (zh) * 2008-03-19 2009-09-23 亿阳集团股份有限公司 数字化健康测评方法及实施该方法的数字化健康测评系统
CN105512326B (zh) * 2015-12-23 2019-03-22 成都品果科技有限公司 一种图片推荐的方法及系统
CN106446533B (zh) * 2016-09-12 2023-12-19 北京和信康科技有限公司 一种人体健康数据处理系统及其方法

Also Published As

Publication number Publication date
CN108389623A (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
O'Brien et al. Community perception: the ability to assess the safety of unfamiliar neighborhoods and respond adaptively.
Tien et al. Subjective well-being in tourism research
CN108389623B (zh) 基于历史发布图片的心理健康测评方法及测评系统
Wang et al. The distribution of greenspace quantity and quality and their association with neighbourhood socioeconomic conditions in Guangzhou, China: A new approach using deep learning method and street view images
Frost et al. Supporting disease insight through data analysis: refinements of the monarca self-assessment system
Billet et al. High morphological variation of vestibular system accompanies slow and infrequent locomotion in three-toed sloths
US20180197434A1 (en) Lifestyle management supporting apparatus and lifestyle management supporting method
Moliner et al. Central core theory
Lindsay et al. How variations in distance affect eyewitness reports and identification accuracy
Re et al. The big man has a big mouth: Mouth width correlates with perceived leadership ability and actual leadership performance
Sasaki et al. Number of days required for reliably estimating physical activity and sedentary behaviour from accelerometer data in older adults
Mahboubi et al. Using expert informed GIS to locate important marine social-ecological hotspots
CN106413554A (zh) 用于评估智力健康障碍的系统
US20210020295A1 (en) Physical function independence support device of physical function and method therefor
CN109447324A (zh) 行为活动预测方法、装置、设备及情绪预测方法
Pfitzner et al. Physical activity in German adolescents measured by accelerometry and activity diary: introducing a comprehensive approach for data management and preliminary results
CN112598184B (zh) 一种戒毒人员复吸风险预测的方法和装置
Zebrowitz et al. Older and younger adults’ accuracy in discerning health and competence in older and younger faces.
CN110378736A (zh) 通过人脸表情识别评价游客对自然资源体验满意度的方法
CN108492880A (zh) 一种基于互联网平台的智能健康状态测量系统及评级方法
Neto et al. Job-related well-being of immigrants
Ko et al. Building envelope impact on human performance and well-being: experimental study on view clarity
Bollenbach et al. How do people feel while walking in the city? Using walking-triggered e-diaries to investigate the association of social interaction and environmental greenness during everyday life walking
Sathyavathi et al. Human age estimation using deep convolutional neural network based on dental images (orthopantomogram)
Kosma et al. Psychosocial determinants of stages of change and physical activity among adults with physical disabilities

Legal Events

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

Granted publication date: 20220125

CF01 Termination of patent right due to non-payment of annual fee