CN110070933A - 一种vr心理康复平台内容管理系统及方法 - Google Patents
一种vr心理康复平台内容管理系统及方法 Download PDFInfo
- Publication number
- CN110070933A CN110070933A CN201910357984.1A CN201910357984A CN110070933A CN 110070933 A CN110070933 A CN 110070933A CN 201910357984 A CN201910357984 A CN 201910357984A CN 110070933 A CN110070933 A CN 110070933A
- Authority
- CN
- China
- Prior art keywords
- content
- treatment
- patient
- module
- platform
- 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.)
- Pending
Links
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
Landscapes
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Child & Adolescent Psychology (AREA)
- Bioethics (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提出了一种VR心理康复平台内容管理系统及方法,包括治疗设备端和平台端,所述治疗设备端包括控制器、与控制器分别连接的内容显示模块、体征监测模块、疗效评价模块和第一通信模块,所述平台端包括处理器、与处理器分别相连的内容库模块和第二通信模块;所述治疗设备端和平台端通过第一通信模块和第二通信模块通信连接;本发明还提出了一种VR心理康复平台内容管理方法,具有可自主演化高效的治疗内容,并具有自动演化出提升治疗效果的内容的有益效果。
Description
技术领域
本发明涉及计算机、通信和人工智能领域,尤其涉及一种VR心理康复平台内容管理系统及方法。
背景技术
在心理康复与治疗领域,行之有效也是被行业广泛应用的方法之一就是采用图片、音乐、视频等内容康复疗法。但是现有技术中,都是根据心理疾病患者的确诊结果,向患者播放固定的内容库中的内容,一方面没有办法根据患者个体差异性做出差异性治疗,另一方面由于内容更新缓慢,即便一开始对患者有效的治疗内容,也会随着患者的习惯性而导致疗效逐步下降。
发明内容
为解决上述问题,本发明提供了一种VR心理康复平台内容管理系统,包括治疗设备端和平台端,所述治疗设备端包括控制器、与控制器分别连接的内容显示模块、体征监测模块、疗效评价模块和第一通信模块,所述平台端包括处理器、与处理器分别相连的内容库模块和第二通信模块;所述治疗设备端和平台端通过第一通信模块和第二通信模块通信连接;
所述控制器,用于治疗设备端的数据、通信信息处理以及数据采集和通信收发的控制;
所述内容显示模块,用于显示康复治疗内容;
所述体征监测模块,用于监测患者接收治疗时的生命体征信息;
所述疗效评价模块,用于评价康复治疗的效果;
所述第一通信模块,用于治疗设备端与平台端进行交互和通信;
所述处理器,用于平台端进行数据处理和通信;
所述内容库模块,用于平台端对心理康复治疗的内容进行管理并基于治疗内容自主演化出新的有效治疗内容和提升治疗效果的内容;
所述第二通信模块,用于平台端与治疗设备端进行交互和通信。
所述内容库模块包括基础资源库、通用分类资源库、反类库、个性库和内容演化模块;
所述基础资源库,用于存放所有的心理康复治疗内容;
所述通用分类资源库,用于存放按心理疾病类别分类的心理康复治疗内容;
所述反类库,用于存放易引起各类心理疾病患者心理不适的内容;
所述个性库,用于存放按照患者唯一识别标识建立的包含患者个人信息、治疗信息以及个性化治疗内容在内的数据库;
所述内容演化模块,用于根据患者治疗的大数据,不断演化和生成新的有效治疗内容和提升治疗效果的内容,并将这些内容更新至通用分类资源库、反类库和个性库中。
本发明还提供了一种VR心理康复平台内容管理方法,包括以下步骤:
S1、VR心理康复平台内容管理系统根据患者的心理疾病类型,平台端的处理器自动从内容库模块中的通用分类资源库中匹配相应的治疗内容,并将匹配到的治疗内容发送给治疗设备端由控制器控制内容显示模块进行显示,患者根据显示的内容进行治疗,在治疗过程中,体征监测模块实时记录患者的体征信息,并发回平台端;
S2、VR心理康复平台内容管理系统中的处理器定期从内容库模块中的通用分类资源库中随机选取一个内容元素,替换原始匹配的治疗内容中的一个同类内容元素并采集患者治疗过程中的体征信息和评价信息;
S3、VR心理康复平台内容管理系统平台端中内容库模块中的内容演化模块根据治疗内容中每个元素所对应的患者体征信息,采用机器学习或深度学习的方法建立学习模型,用于系统自主演化产生新的有效治疗内容;
S4、利用反类库中的内容,演化出能够提升治疗效果的治疗内容。
所述步骤S3包括以下步骤:
S301建立治疗内容演化的数学模型;
S302基于S301步骤所建立的数学模型,利用机器学习或深度学习的方法建立学习模型;
S303从患者治疗大数据中,平台端的处理器筛选出对大部分患者起积极作用的治疗元素;
S304从步骤S303中筛选完成的各类积极元素中随机选择同类的积极元素,组成新的演化治疗内容;
S305根据新的演化治疗内容中的元素,一一对应找到患者对其血压反应信息,转换为输入特征形式,输入到步骤S302建立的学习模型中通过预测效果决定是否有效。
所述步骤S4包括以下步骤:
S401针对系统所有的原治疗内容Co以及新演化的治疗内容Cx,随机从反类库中选取一个负面元素替换掉其中某一个治疗元素,采集患者治疗过程中的体征及评价信息;
S402在评价信息为很好的样本中,查询患者治疗过程中的体征信息对比未插入负面元素的原体征信息,若出现较明显效果则保留该负面元素对;
S403系统搜索所有有效原治疗内容Co以及新演化的治疗内容Cx,找到含有Ei+1元素的有效治疗内容,并将Ei+1之前的元素替换为XEi,并保存新的治疗内容XC到通用分类资源库中,这样系统将自动演化出具有提升治疗效果的治疗内容;其中,原治疗内容为Co={E1,E2…Ei,Ei+1,En},新演化的治疗内容为Cx={Ex1,Ex2…Exn},替换负面元素后的治疗内容为XC={E1,E2…XEi,Ei+1,En},XEi表示从反类库中随机抽出的负面元素,Ei(0<i≤n)表示治疗内容中的第i个元素,每个元素代表一个用于治疗的图片、音频或视频,n表示该治疗内容中共有n个元素。
所述步骤S302采用BP神经网络方法建立学习模型。
本发明具有可自主演化高效的治疗内容,并具有自动演化出提升治疗效果的内容的有益效果。
附图说明
图1本发明所述VR心理康复平台内容管理系统系统框图
图2本发明所述VR心理康复平台内容管理系统内容库模块框图
图3本发明所述VR心理康复平台内容管理方法流程图
图4较明显提升效果的负面元素效果对比图
具体实施方式
下面将结合实施例来详细说明本发明所述的VR心理康复平台内容管理系统及方法。
参照附图1-图3,本发明提供了一种VR心理康复平台内容管理系统,包括治疗设备端和平台端,所述治疗设备端包括控制器、与控制器分别连接的内容显示模块、体征监测模块、疗效评价模块和第一通信模块,所述平台端包括处理器、与处理器分别相连的内容库模块和第二通信模块;所述治疗设备端和平台端通过第一通信模块和第二通信模块通信连接;
所述控制器,用于治疗设备端的数据、通信信息处理以及数据采集和通信收发的控制;
所述内容显示模块,用于显示康复治疗内容;内容显示模块包括VR穿戴设备、显示器、投影设备等其他显示设备;
所述体征监测模块,用于监测患者接收治疗时的生命体征信息;生命体征信息包括心跳、血压、脑电波、神经递质信号等其他生命体征信息;
所述疗效评价模块,用于评价康复治疗的效果;疗效评价模块可由患者本人或医师录入,评价的方式可以是打分制和/或等级制;录入的方式可以是通过按键、点选等方式通过系统录入,比如有4个按键,分别代表很好,好,一般,较差4个等级;
所述第一通信模块,用于治疗设备端与平台端进行交互和通信;
所述处理器,用于平台端进行数据处理和通信;
所述内容库模块,用于平台端对心理康复治疗的内容进行管理并基于治疗内容自主演化出新的有效治疗内容和提升治疗效果的内容;心理康复治疗的内容包括图像、音视频等多媒体信息,对心理康复治疗的内容进行管理包括内容的更新、修改、删除以及处理等;
所述第二通信模块,用于平台端与治疗设备端进行交互和通信。
所述内容库模块包括基础资源库、通用分类资源库、反类库、个性库和内容演化模块;
所述基础资源库,用于存放所有的心理康复治疗内容;
所述通用分类资源库,用于存放按心理疾病类别分类的心理康复治疗内容;
所述反类库,用于存放易引起各类心理疾病患者心理不适的内容;
所述个性库,用于存放按照患者唯一识别标识建立的包含患者个人信息、治疗信息以及个性化治疗内容在内的数据库;
所述内容演化模块,用于根据患者治疗的大数据,不断演化和生成新的有效治疗内容和提升治疗效果的内容,并将这些内容更新至通用分类资源库、反类库和个性库中。
患者佩戴VR穿戴设备利用治疗设备端进行心理康复治疗,处理器根据患者的心理疾病类型从内容库模块中调取适用于此患者的治疗内容,并通过第二通信模块将内容发送至第一通信模块,进而控制器接收到治疗内容后,通过内容显示模块向患者佩戴的VR穿戴设备显示相应的内容,进行相应治疗。在患者治疗过程中体征监测模块实时监测患者的生命体征信息,经控制器发送到第一通信模块,第一通信模块将包含患者个人信息以及治疗过程中的体征信息打包发送至平台端,平台端通过第二通信模块接收信息,并将收到的信息经处理器处理后,存入内容库模块的该患者个性库中。每次治疗结束后,医师或患者通过疗效评价模块将评价信息录入系统,经控制器处理后,利用第一通信模块将信息发送至平台端,平台端通过第二通信模块接收信息,并将接收到的信息经处理器处理后,也存入该患者的个性库中。内容演化模块利用机器学习算法,对个性库中的患者治疗大数据进行处理和分析,不断优化治疗内容,并将优化后的内容更新至通用分类资源库、反类库和个性库中,这样便可不断优化和提升治疗效果,防止因内容的一成不变而造成患者的习惯性应激反应造成的疗效不断降低,另一方面,内容库采用自主演化的方式,随机从反类库中抽取负面元素替换掉通用分类资源库中治疗内容的某个治疗元素,同时VR心理康复平台内容管理系统的处理器根据患者的体征数据和评价信息,判断含有负面元素及该负面元素之后一个内容元素的负面元素对是否具有提升疗效的效果,若判断可以提升疗效,则搜索通用分类资源库并将该有效的负面元素对替换到通用分类资源库符合替换条件的治疗内容中,形成新演化的具有提升治疗效果的新的治疗内容,保存到通用分类资源库。所述的基础资源库还用于资源更新,基础资源库中的内容可以自动的或通过人工更新;在系统运行过程中,可以通过人工添加或自动更新的方式更新基础资源库中的内容。在更新内容时,可选择待更新内容适用的心理疾病类型,选定后,该部分内容就同步到了通用分类资源库中。同样地,若待更新内容属于反类库中的内容,则选定后,该部分内容就同步到了反类库中。所述的个性库,是通过索引的方式来使用通用分类资源库和反类库中的内容,因此当通用分类资源库和反类库中的内容更新完毕后,个性库中通过索引所使用的内容自然也是更新后的。
本发明还提供了一种VR心理康复平台内容管理方法,包括以下步骤:
S1、VR心理康复平台内容管理系统根据患者的心理疾病类型,平台端的处理器自动从内容库模块中的通用分类资源库中匹配相应的治疗内容,并将匹配到的治疗内容发送给治疗设备端由控制器控制内容显示模块进行显示,患者根据显示的内容进行治疗,在治疗过程中,体征监测模块实时记录患者的体征信息,并发回平台端;
处理器根据患者的心理疾病类型,从通用分类资源库中查询相应的治疗内容,并将匹配到的治疗内容通过第二通信模块发送给第一通信模块,进而由控制器控制显示到内容显示模块,患者进行治疗;在治疗过程中,体征监测模块实时记录的患者体征信息以及治疗完毕通过疗效评价模块录入的疗效评价信息等治疗过程数据,都发送给控制器进而由第一通信模块发送至第二通信模块,由处理器存储到内容库模块中的个性库中;
S2、VR心理康复平台内容管理系统中的处理器定期从内容库模块中的通用分类资源库中随机选取一个内容元素,替换原始匹配的治疗内容中的一个同类内容元素并通过体征监测模块和疗效评价模块采集患者治疗过程中的体征信息和评价信息;
为了发现通用分类资源库中其他类型心理疾病的治疗内容对本患者的有利影响,同时为了防止因内容更新缓慢造成患者的习惯性应激造成疗效下降,处理器定期从通用分类资源库中随机选取一个内容元素,替换该患者原始匹配的治疗内容中的一个同类内容元素,例如若从通用分类资源库中随机选取到的是一个图片,那么就随机替换原治疗内容中的一个图片;
VR心理康复平台内容管理系统通过体征监测模块和疗效评价模块实时采集患者使用新内容治疗过程中的体征信息和评价信息,若评价信息为负面,则放弃此次治疗内容更新,否则就保留新的治疗内容,作为该类心理疾病治疗内容库的扩展内容;
S3、VR心理康复平台内容管理系统平台端中内容库模块中的内容演化模块根据治疗内容中每个元素所对应的患者体征信息,采用机器学习或深度学习的方法建立学习模型,用于系统自主演化产生新的有效治疗内容;
所述步骤S3包括以下步骤:
S301建立治疗内容演化的数学模型;
因为心理康复性治疗过程中,若某个治疗元素对患者起到积极治疗作用,患者会身心放松,进而血压会有一定程度的降低,若某治疗元素对患者起到负面作用,患者会身心紧张,血压上升。因此整个治疗过程中的血压信息,与治疗效果存在明显的关联关系。疗效果根据疗效评价模块的反馈,分为四类:很好,好,一般,较差。因为系统自主演化产生新的有效治疗内容,我们只需关注效果很好的即可,也就是说效果可以认为是很好和非很好两类。因此治疗内容演化的数学模型变为依据治疗过程的血压信息来预测效果是否是很好的二分类问题。
假设原治疗内容为Co={E1,E2…En},其中Ei(0<i≤n)表示治疗内容中的第i个元素,每个元素代表一个用于治疗的图片、音频或视频,n表示该治疗内容中共有n个元素。
以患者看到Co中的第i个元素时的血压信息bi作为关注特征,以治疗结束后疗效评价ti作为结果集,建立数学模型如下:
从个性库中获取足够大的m(m为整数,应取大于100为较佳)组血压数据样本Bi={b1 i,b2 i…bn i}作为训练的输入集Ptrain,这些训练样本所对应的评价数据作为训练的结果集Ttrain。
再从个性库中获取w(w为整数,取大于20为较佳)组血压数据样本作为测试集的输入集Ptest,这些训练样本所对应的评价数据作为测试的结果集Ttest。
需要说明的是在结果集中,原始评价数据中的“很好”量化为1,将原始评价数据中的好,一般和较差三类统一变换为“非很好”量化为0。
S302基于S301步骤所建立的数学模型,利用机器学习或深度学习的方法建立学习模型;所述步骤S302采用BP神经网络方法建立学习模型;
基于S301步骤所建立的数学模型,利用机器学习或深度学习的方法建立学习模型。采用BP神经网络方法来建立学习模型,步骤如下:
首先确定神经网络训练集和测试集的输入和输出;
所述神经网络训练样本的输入集的形式为:
其中Bi T(0<i≤n)表示矩阵Bi的转置矩阵;
Ttrain=[t1 t2 … tm],其中ti(0<i≤m)=0或1;
同理,测试集的输入集和结果集形式同上。
其次确定BP神经网络的结构;采用三层神经网络,结构如下:
①因为输入有n个特征,因此输入层神经元有n个节点;
②本模型将计算模型转变为二分类的问题,因此,输出层神经元有2个节点;
③隐含层神经元个数 表示向上取整数,其中a为调整参数,0<a<10且a为整数;
④隐含层激活函数选为双极性S型函数输出层激活函数选择线性函数y=x即可;
⑤训练方式采用梯度下降法;
这样,BP神经网络的结构及训练过程便可确定,为网络结构。上述神经网络的结构及参数确定后,便可以开始BP神经网络的建立,建立好的神经网络内置到内容演化模块中。
S303从患者治疗大数据中,平台端的处理器筛选出对大部分患者起积极作用的治疗元素;
随着系统的使用,通用分类资源库中的每个治疗内容元素,都具有所有患者对它的体征反应信息,本实施例中以血压信息作为关注特征。处理器筛选出对大部分(比如80%以上)患者起积极作用的治疗元素,这些积极元素的集合记为Ge={ES1,ES2…ESs},式中ESi(0<i≤s)表示第i类积极元素,例如视频类、图片类、音频类、文字类等。ESi={e1,e2…ez},式中ek(0<k≤z)表示第i类积极元素集中的第k个积极元素。
S304从步骤S303中筛选完成的各类积极元素中随机选择同类的积极元素,组成新的演化治疗内容;
对于原治疗内容Co={E1,E2…En},处理器对应Co中的治疗元素类别,从S303步骤中筛选完成的各类积极元素集ESi中,随机选择同类的积极元素,组成新的演化治疗内容Cx={Ex1,Ex2…Exn};
S305根据新的演化治疗内容中的元素,一一对应找到患者对其血压反应信息,转换为输入特征形式,输入到步骤S302建立的学习模型中通过预测效果决定是否有效;
利用通用分类资源库中的治疗内容元素与患者体征信息的对应,找到患者对其血压反应信息并计算血压信息的平均值,作为该内容元素的血压反应信息数值,便可得到输入特征形式的新演化输入特征Px,所以有下式:
将系统随机生成的积极内容新演化特征Px输入到S302步骤所建的BP神经网络中,得到的输出结果即该新演化的治疗内容Cx的预测效果,若神经网络输出为1,即表示该新演化的治疗内容Cx预测具有很好的治疗效果,保留该新演化的治疗内容并更新到通用分类资源库中。
这样,VR心理康复平台内容管理系统在基础资源库没有更新的情况下,也能自主演化出具有很好治疗效果的治疗内容,防止随着患者的习惯性应激反应而导致疗效逐步下降的问题。
S4、利用反类库中的内容,演化出能够提升治疗效果的治疗内容。
对患者具有负面治疗效果的内容元素,如果能够合理的设计到治疗内容中,那么将明显提高治疗效果,起到欲扬先抑的有益效果。所述步骤S4包括以下步骤:
S401针对系统所有的原治疗内容Co以及新演化的治疗内容Cx,随机从反类库中选取一个负面元素替换掉其中某一个治疗元素,采集患者治疗过程中的体征及评价信息;
S402在评价信息为很好的样本中,查询患者治疗过程中的体征信息对比未插入负面元素的原体征信息,若出现较明显效果则保留该负面元素对;
假设原治疗内容为Co={E1,E2…Ei,Ei+1,En},替换负面元素后的治疗内容为XC={E1,E2…XEi,Ei+1,En},XEi表示从反类库中随机抽出的负面元素。
参照附图4,图4(a)表示未插入负面元素的血压体征情况,图4(b)表示在第i个位置将原治疗元素Ei替换为负面元素XEi后的血压体征情况,比较二者在其后相同治疗元素Ei+1阶段的血压体征,图4(a)血压为a,图4(b)血压为b,患者血压下降较明显(下降超过1%,即(a-b)/a>1%,即认为明显),此时证明该负面元素XEi和治疗元素Ei+1组成的负面元素对,可明显提升治疗效果。
S403系统搜索所有有效原治疗内容Co以及新演化的治疗内容Cx,找到含有Ei+1元素的有效治疗内容,并将Ei+1之前的元素替换为XEi,并保存新的治疗内容XC到通用分类资源库中,这样系统将自动演化出具有提升治疗效果的治疗内容;其中,原治疗内容为Co={E1,E2…Ei,Ei+1,En},新演化的治疗内容为Cx={Ex1,Ex2…Exn},替换负面元素后的治疗内容为XC={E1,E2…XEi,Ei+1,En},XEi表示从反类库中随机抽出的负面元素,Ei(0<i≤n)表示治疗内容中的第i个元素,每个元素代表一个用于治疗的图片、音频或视频,n表示该治疗内容中共有n个元素。
综上所述,便实现了本发明所述的VR心理康复平台内容管理系统及方法,具有可自主演化高效的治疗内容,并具有自动演化出提升治疗效果的内容的有益效果。
以上仅为本发明的较佳实施例,并非对本发明的具体限制。任何利用本发明所述的方法进行结构或流程的等效变换,均应在本发明保护范围内。
Claims (6)
1.一种VR心理康复平台内容管理系统,包括治疗设备端和平台端,其特征在于:所述治疗设备端包括控制器、与控制器分别连接的内容显示模块、体征监测模块、疗效评价模块和第一通信模块,所述平台端包括处理器、与处理器分别相连的内容库模块和第二通信模块;所述治疗设备端和平台端通过第一通信模块和第二通信模块通信连接;
所述控制器,用于治疗设备端的数据、通信信息处理以及数据采集和通信收发的控制;
所述内容显示模块,用于显示康复治疗内容;
所述体征监测模块,用于监测患者接收治疗时的生命体征信息;
所述疗效评价模块,用于评价康复治疗的效果;
所述第一通信模块,用于治疗设备端与平台端进行交互和通信;
所述处理器,用于平台端进行数据处理和通信;
所述内容库模块,用于平台端对心理康复治疗的内容进行管理并基于治疗内容自主演化出新的有效治疗内容和提升治疗效果的内容;
所述第二通信模块,用于平台端与治疗设备端进行交互和通信。
2.如权利要求1所述的VR心理康复平台内容管理系统,其特征在于:所述内容库模块包括基础资源库、通用分类资源库、反类库、个性库和内容演化库;
所述基础资源库,用于存放所有的心理康复治疗内容;
所述通用分类资源库,用于存放按心理疾病类别分类的心理康复治疗内容;
所述反类库,用于存放易引起各类心理疾病患者心理不适的内容;
所述个性库,用于存放按照患者唯一识别标识建立的包含患者个人信息、治疗信息以及个性化治疗内容在内的数据库;
所述内容演化模块,用于根据患者治疗的大数据,不断演化和生成新的有效治疗内容和提升治疗效果的内容,并将这些内容更新至通用分类资源库、反类库和个性库中。
3.一种VR心理康复平台内容管理方法,其特征在于:包括以下步骤:
S1、VR心理康复平台内容管理系统根据患者的心理疾病类型,平台端的处理器自动从内容库模块中的通用分类资源库中匹配相应的治疗内容,并将匹配到的治疗内容发送给治疗设备端由控制器控制内容显示模块进行显示,患者根据显示的内容进行治疗,在治疗过程中,体征监测模块实时记录患者的体征信息,并发回平台端;
S2、VR心理康复平台内容管理系统中的处理器定期从内容库模块中的通用分类资源库中随机选取一个内容元素,替换原始匹配的治疗内容中的一个同类内容元素并采集患者治疗过程中的体征信息和评价信息;
S3、VR心理康复平台内容管理系统平台端中内容库模块中的内容演化模块根据治疗内容中每个元素所对应的患者体征信息,采用机器学习或深度学习的方法建立学习模型,用于系统自主演化产生新的有效治疗内容;
S4、利用反类库中的内容,演化出能够提升治疗效果的治疗内容。
4.如权利要求3所述的VR心理康复平台内容管理方法,其特征在于:所述步骤S3包括以下步骤:
S301建立治疗内容演化的数学模型;
S302基于S301步骤所建立的数学模型,利用机器学习或深度学习的方法建立学习模型;
S303从患者治疗大数据中,平台端的处理器筛选出对大部分患者起积极作用的治疗元素;
S304从步骤S303中筛选完成的各类积极元素中随机选择同类的积极元素,组成新的演化治疗内容;
S305根据新的演化治疗内容中的元素,一一对应找到患者对其血压反应信息,转换为输入特征形式,输入到步骤S302建立的学习模型中通过预测效果决定是否有效。
5.如权利要求3所述的VR心理康复平台内容管理方法,其特征在于:所述步骤S4包括以下步骤:
S401针对系统所有的原治疗内容Co以及新演化的治疗内容Cx,随机从反类库中选取一个负面元素替换掉其中某一个治疗元素,采集患者治疗过程中的体征及评价信息;
S402在评价信息为很好的样本中,查询患者治疗过程中的体征信息对比未插入负面元素的原体征信息,若出现较明显效果则保留该负面元素对;
S403系统搜索所有有效原治疗内容Co以及新演化的治疗内容Cx,找到含有Ei+1元素的有效治疗内容,并将Ei+1之前的元素替换为XEi,并保存新的治疗内容XC到通用分类资源库中,这样系统将自动演化出具有提升治疗效果的治疗内容;其中,原治疗内容为Co={E1,E2…Ei,Ei+1,En},新演化的治疗内容为Cx={Ex1,Ex2…Exn},替换负面元素后的治疗内容为XC={E1,E2…XEi,Ei+1,En},XEi表示从反类库中随机抽出的负面元素,Ei(0<i≤n)表示治疗内容中的第i个元素,每个元素代表一个用于治疗的图片、音频或视频,n表示该治疗内容中共有n个元素。
6.如权利要求4所述的VR心理康复平台内容管理方法,其特征在于:所述步骤S302采用BP神经网络方法建立学习模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910357984.1A CN110070933A (zh) | 2019-04-30 | 2019-04-30 | 一种vr心理康复平台内容管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910357984.1A CN110070933A (zh) | 2019-04-30 | 2019-04-30 | 一种vr心理康复平台内容管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110070933A true CN110070933A (zh) | 2019-07-30 |
Family
ID=67369688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910357984.1A Pending CN110070933A (zh) | 2019-04-30 | 2019-04-30 | 一种vr心理康复平台内容管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070933A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11409999B2 (en) | 2020-04-21 | 2022-08-09 | Industrial Technology Research Institute | Method of labelling features for image recognition and apparatus thereof |
CN115274061A (zh) * | 2022-09-26 | 2022-11-01 | 广州美术学院 | 一种安抚患者心理的交互方法、装置、设备和储存介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106388793A (zh) * | 2016-09-06 | 2017-02-15 | 华南理工大学 | 基于vr技术与生理体征监测的老年痴呆症辅助治疗系统 |
CN108461126A (zh) * | 2018-03-19 | 2018-08-28 | 傅笑 | 结合虚拟现实(vr)技术的新型智能化心理评估及干预系统 |
-
2019
- 2019-04-30 CN CN201910357984.1A patent/CN110070933A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106388793A (zh) * | 2016-09-06 | 2017-02-15 | 华南理工大学 | 基于vr技术与生理体征监测的老年痴呆症辅助治疗系统 |
CN108461126A (zh) * | 2018-03-19 | 2018-08-28 | 傅笑 | 结合虚拟现实(vr)技术的新型智能化心理评估及干预系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11409999B2 (en) | 2020-04-21 | 2022-08-09 | Industrial Technology Research Institute | Method of labelling features for image recognition and apparatus thereof |
CN115274061A (zh) * | 2022-09-26 | 2022-11-01 | 广州美术学院 | 一种安抚患者心理的交互方法、装置、设备和储存介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Armstrong | Reinventing ‘inclusion': New Labour and the cultural politics of special education | |
Brown et al. | A simple dynamic model of social factors in group brainstorming | |
Rabin et al. | A glossary for dissemination and implementation research in health | |
CN109935319A (zh) | 慢性病一体化管理平台 | |
CN102149319A (zh) | 阿尔茨海默氏症认知使能器 | |
CN110070933A (zh) | 一种vr心理康复平台内容管理系统及方法 | |
Tsiakas et al. | Adaptive robot assisted therapy using interactive reinforcement learning | |
CN113332548A (zh) | 呼吸机通气模式的调节方法、装置及计算机可读存储介质 | |
Nascivera et al. | Virtual Empathy: the added value of virtual reality in psychotherapy | |
CN108959582A (zh) | 一种人工智能辅助问诊系统及使用方法 | |
CN110491469A (zh) | 管理用户生活行为的方法、装置、电子设备及存储介质 | |
EP1378850A1 (de) | Verfahren und System zur Unterstützung der Therapieplanung bei der Erstellung eines Trainingsprogrammes | |
Tsiakas et al. | Interactive learning and adaptation for robot assisted therapy for people with dementia | |
CN114582466A (zh) | 一种基于hrv生物反馈训练的心理舒缓减压方法及系统 | |
DE102005005243A1 (de) | Informationsmanagementsystem zur Kommunikation und Koordination der Beteiligten im Umfeld von Rettungseinsätzen | |
Patterson et al. | DBT and intellectual disabilities: The relationship between treatment fidelity and therapeutic adaptation | |
Doewes et al. | Human AI: Social robot decision-making using emotional AI and neuroscience | |
CN110300220A (zh) | 一款防止用户在不当时间玩手机的app | |
de Lima et al. | The couple therapist’s emotional pain: Negative affect and the person of the therapist. | |
Bystrup et al. | Outline of a history of neurorehabilitation in Denmark–a sociological perspective | |
Starkey et al. | Schizophrenia, psychiatric rehabilitation, and healthy development: a theoretical framework | |
Scheerer | Towards a history of cognitive science. | |
Jansen | Pragmatic Trials; The Mutual Shaping of Research and Primary Health Care Practice: An ethnographic analysis of the role the pragmatic trial fulfils in bridging the science-practice gap | |
Carstoiu et al. | A cloud-based architecture proposal for rehabilitation of aphasia patients | |
Syamala Devi et al. | Multi‐agent model for Indian rural health care |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190730 |