CN110931129A - 评估精神分裂症精神状态的涂色绘画计算机分析方法 - Google Patents
评估精神分裂症精神状态的涂色绘画计算机分析方法 Download PDFInfo
- Publication number
- CN110931129A CN110931129A CN201911261363.XA CN201911261363A CN110931129A CN 110931129 A CN110931129 A CN 110931129A CN 201911261363 A CN201911261363 A CN 201911261363A CN 110931129 A CN110931129 A CN 110931129A
- Authority
- CN
- China
- Prior art keywords
- mental state
- schizophrenia
- painting
- stroke
- analysis method
- 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
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/333—Preprocessing; Feature extraction
- G06V30/347—Sampling; Contour coding; Stroke extraction
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Hospice & Palliative Care (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Educational Technology (AREA)
- Signal Processing (AREA)
- Child & Adolescent Psychology (AREA)
- Neurosurgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种评估精神分裂症精神状态的涂色绘画计算机分析方法,包括:S1、将患者涂好色的原始图片扫描成预先设定好尺寸的电子图像;S2、使用霍夫变换对电子图像进行笔划分析,包括起笔时的笔划轻重程度和线段笔划距原点的距离;S3、利用卷积神经网络技术来预测PANSS量表评分,从而评估患者精神状态。本发明从涂色绘画的角度来预测PANSS量表分,从而评估精神状态,从绘图开始到评估结束,数据分析全程电脑化,不需要专业技术人员的参与,数据真实性及客观性相较于现有技术更好;不需要昂贵的仪器,经济实用,操作性强,操作方便,使用简单,推广性强。
Description
技术领域
本发明属于计算机图像分析技术领域,具体涉及一种评估精神分裂症精神状态的涂色绘画计算机分析方法。
背景技术
目前评估精神分裂症的精神状态主要有两个方法:1.精神科医生的精神检查,主要通过精神科医生跟病人的会晤来评判精神分裂症患者病情的变化及当时的精神状态;2.神经心理测验:常见量表有阳性和阴性症状量表(PANSS)、简明精神病量表(BPRS)、阳性症状量表(SAPS)、阴性症状量表(SANS)等,目前临床上使用最为广泛的评估精神分裂症精神症状的量表为PANSS量表。而基于技术设备实现的辅助诊断精神分裂症的方法很少,在已公开的国内专利文献中,利用关键词“精神分裂”和“计算机”检索得到专利文献仅10篇,其中CN109473170A公开了一种利用认知指标诊断精神分裂症的系统,CN109480864A公开了一种基于神经认知功能与机器学习的精神分裂症自动评估系统,CN109671500A公开了一种基于脑电图时域数据的精神分裂症辅助诊断分类方法。临床上用于诊断精神分裂症的方法存在如下问题:基于症状学的精神检查诊断标准主观性比较强,缺乏客观的实验室证据支持诊断,不同的诊断标准也存在着差异,导致临床应用一致性偏差;神经心理测验也是基于症状学的评估,并且需要专业技术人员进行评估;眼跟踪检查、脑电检测均需要昂贵的仪器、专业的技术人员进行操作及评估,人力成本高,而且眼跟踪检查、脑电检测敏感性及特异性均差;不管是精神检查还是神经心理测验耗时均很长。
发明内容
有鉴于此,本发明的目的是提供一种评估精神分裂症精神状态的涂色绘画计算机分析方法,以解决现有技术中的不足。
为了达到上述目的,本发明的目的是通过下述技术方案实现的:
提供一种评估精神分裂症精神状态的涂色绘画计算机分析方法,其中,包括:
S1、将患者涂好色的原始图片扫描成预先设定好尺寸的电子图像;
S2、使用霍夫变换对电子图像进行笔划分析,包括起笔时的笔划轻重程度和线段笔划距原点的距离;
S3、利用卷积神经网络技术来预测PANSS量表评分,从而评估患者精神状态。
上述评估精神分裂症精神状态的涂色绘画计算机分析方法,其中,所述卷积神经网络基于ResNet实现,参数选择如下:ImageInputLayer 224×224×3,convolution2dLayer 55×55×8,convolution2dLayer 27×27×16,convolution2dLayer13×13×32,averagePooling2dLayer 7×7×32,fullyConnectedLayer 1×1×1。
上述评估精神分裂症精神状态的涂色绘画计算机分析方法,其中,所述卷积神经网络的培训参数为:Optimizer adam,MaxEpochs 30,InitialLearnRate 0.01,MiniBatchSize 128,LearnRateSchedule piecewise,LearnRateDropPeriod 10,LearnRateDropFactor 0.5,L2Regularization 0.005。
本发明技术方案的有益效果是:
从涂色绘画的角度来预测PANSS量表分,从而评估精神状态,从绘图开始到评估结束,数据分析全程电脑化,不需要专业技术人员的参与,数据真实性及客观性相较于现有技术更好;不需要昂贵的仪器,经济实用,操作性强,操作方便,使用简单,推广性强。
附图说明
图1为本发明方法流程示意图;
图2为本发明霍夫变换的原理参考示意图;
图3a至图3d为本发明霍夫变换的比划分析运行效果图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
参考图1所示,本发明评估精神分裂症精神状态的涂色绘画计算机分析方法包括:
S1、将患者涂好色的原始图片扫描成预先设定好尺寸的电子图像,优选方案中,将涂好色的原始图片扫描成300*300DPI的电子图。
S2、使用霍夫变换对电子图像进行笔划分析,包括起笔时的笔划轻重程度和线段笔划距原点的距离。霍夫变换是一种特征检测(feature extraction),被广泛应用在图像分析(image analysis)、计算机视觉(computer vision)以及数位影像处理(digitalimage processing)。霍夫变换是用来辨别找出物件中的特征,例如:线条。算法流程大致如下:给定一个物件、要辨别的形状的种类,算法会在参数空间(parameter space)中执行投票来决定物体的形状,而这是由累加空间(accumulator space)里的局部最大值(localmaximum)来决定。结合图2所示,本案所采用的霍夫变换的具体算法步骤可以采用如下虚拟代码:
进一步地,图3a为参数空间中的一条直线,x轴代表[-90,90]角度区间内的比划角度,y轴代表线段笔划距原点的距离,图3b为通过霍夫变换得到的加速空间,左图为健康人的结果,右图为精神分裂症患者的结果,灰色代表加速空间中具有更大的值,剩余空间则代表值相对较小,更大的值意味着比划的更大几率,图3c为基于不同比较影响所设定的最苛刻阈值p<0.001,图3d为关联参数,此处仅能显示大于0.3的关联参数。
S3、利用卷积神经网络技术来预测PANSS量表评分,从而评估患者精神状态。优选方案中,卷积神经网络基于ResNet实现,ResNet通过使用Residual Unit成功训练152层深的神经网络,ResNet的结构可以极快地加速超深神经网络的训练。ResNet18网络就是带有权重的18层,包括卷积层和全连接层,网络结构和培训参数分别如表1和表2所示:
表1网络结构
序列 | 名称 | 输出大小 |
1 | ImageInputLayer | 224×224×3 |
2 | batchNormalizationLayer | |
3 | convolution2dLayer | 55×55×8 |
4 | batchNormalizationLayer() | |
5 | convolution2dLayer | 27×27×16 |
6 | batchNormalizationLayer() | |
7 | convolution2dLayer | 13×13×32 |
8 | averagePooling2dLayer | 7×7×32 |
9 | fullyConnectedLayer | 1×1×1 |
10 | regressionLayer |
表2培训参数
名称 | 值 |
Optimizer | adam |
MaxEpochs | 30 |
InitialLearnRate | 0.01 |
MiniBatchSize | 128 |
LearnRateSchedule | piecewise |
LearnRateDropPeriod | 10 |
LearnRateDropFactor | 0.5 |
L2Regularization | 0.005 |
本发明是一种全新的评估精神状态的方法,从涂色绘画的角度来预测PANSS量表分,从而评估精神状态;本发明从绘图开始到评估结束,全程不需要专业人员的参与,保证了病患的隐私,对于不愿意至精神科就诊的人群提供了一种可行的评估工具;本发明不需要昂贵的设备,操作方便,使用简单,推广性强;本发明图像分析全程电脑化,数据真实性及客观性更好;本发明涂色绘画具有一定的趣味性,可以提高患者的参与度,且绘画本身对于精神分裂症患者的康复有一定的促进作用,故本发明在辅助诊断的同时也具有一定的促进患者康复的作用。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (3)
1.一种评估精神分裂症精神状态的涂色绘画计算机分析方法,其特征在于,包括:
S1、将患者涂好色的原始图片扫描成预先设定好尺寸的电子图像;
S2、使用霍夫变换对电子图像进行笔划分析,包括起笔时的笔划轻重程度和线段笔划距原点的距离;
S3、利用卷积神经网络技术来预测PANSS量表评分,从而评估患者精神状态。
2.如权利要求1所述评估精神分裂症精神状态的涂色绘画计算机分析方法,其特征在于,所述卷积神经网络基于ResNet实现,参数选择如下:ImageInputLayer 224×224×3,convolution2dLayer 55×55×8,convolution2dLayer 27×27×16,convolution2dLayer13×13×32,averagePooling2dLayer 7×7×32,fullyConnectedLayer 1×1×1。
3.如权利要求2所述评估精神分裂症精神状态的涂色绘画计算机分析方法,其特征在于,所述卷积神经网络的培训参数为:Optimizer adam,MaxEpochs 30,InitialLearnRate0.01,MiniBatchSize 128,LearnRateSchedule piecewise,LearnRateDropPeriod 10,LearnRateDropFactor 0.5,L2Regularization 0.005。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911261363.XA CN110931129A (zh) | 2019-12-10 | 2019-12-10 | 评估精神分裂症精神状态的涂色绘画计算机分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911261363.XA CN110931129A (zh) | 2019-12-10 | 2019-12-10 | 评估精神分裂症精神状态的涂色绘画计算机分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110931129A true CN110931129A (zh) | 2020-03-27 |
Family
ID=69858744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911261363.XA Pending CN110931129A (zh) | 2019-12-10 | 2019-12-10 | 评估精神分裂症精神状态的涂色绘画计算机分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110931129A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739636A (zh) * | 2020-06-19 | 2020-10-02 | 智恩陪心(北京)科技有限公司 | 一种基于ppat的心理智能分析系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070050151A1 (en) * | 2005-08-10 | 2007-03-01 | Shinji Satoh | Psychotic manifestation and mental state evaluation apparatus and evaluation method |
US20080234558A1 (en) * | 2007-03-20 | 2008-09-25 | Cogito Health Inc. | Methods and systems for performing a clinical assessment |
US20100240016A1 (en) * | 2009-03-20 | 2010-09-23 | Jon Ween | Cognitive assessment tool and method |
US20110119212A1 (en) * | 2008-02-20 | 2011-05-19 | Hubert De Bruin | Expert system for determining patient treatment response |
US20110217679A1 (en) * | 2008-11-05 | 2011-09-08 | Carmel-Haifa University Economic Corporation Ltd. | Diagnosis method and system based on handwriting analysis |
CN104143169A (zh) * | 2014-08-18 | 2014-11-12 | 上海市精神卫生中心 | 一种辅助诊断与治疗的电子化精神症状快速筛查自检系统 |
CN104862310A (zh) * | 2015-05-04 | 2015-08-26 | 张理义 | 精神分裂症生物标记物、筛选方法及试剂盒 |
JP5996144B1 (ja) * | 2016-06-21 | 2016-09-21 | 有美 大久保 | 塗り絵色彩心理診断システム、塗り絵色彩心理診断方法及び塗り絵色彩心理診断プログラム |
CN106407673A (zh) * | 2016-09-08 | 2017-02-15 | 山东腾泰医疗科技有限公司 | 一种基于互联网云端数据库的心理健康评估方法 |
CN106407672A (zh) * | 2016-09-08 | 2017-02-15 | 山东腾泰医疗科技有限公司 | 一种基于互联网的心理健康评估系统 |
CN108417271A (zh) * | 2018-01-11 | 2018-08-17 | 复旦大学 | 基于精神障碍亚型分类的精神抑制药物推荐方法与系统 |
CN108537858A (zh) * | 2018-03-23 | 2018-09-14 | 浙江工业大学 | 一种基于绘画时序的笔划线条动态合并方法 |
CN108823303A (zh) * | 2018-07-05 | 2018-11-16 | 广州海思医疗科技有限公司 | 一种检测试剂盒及其评估精神分裂症遗传风险的用途 |
CN109480864A (zh) * | 2018-10-26 | 2019-03-19 | 首都医科大学附属北京安定医院 | 一种基于神经认知功能与机器学习的精神分裂症自动评估系统 |
CN110211668A (zh) * | 2019-05-31 | 2019-09-06 | 邵阳学院 | 一种基于绘画心理学的心理分析方法及装置 |
-
2019
- 2019-12-10 CN CN201911261363.XA patent/CN110931129A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070050151A1 (en) * | 2005-08-10 | 2007-03-01 | Shinji Satoh | Psychotic manifestation and mental state evaluation apparatus and evaluation method |
US20080234558A1 (en) * | 2007-03-20 | 2008-09-25 | Cogito Health Inc. | Methods and systems for performing a clinical assessment |
US20110119212A1 (en) * | 2008-02-20 | 2011-05-19 | Hubert De Bruin | Expert system for determining patient treatment response |
US20110217679A1 (en) * | 2008-11-05 | 2011-09-08 | Carmel-Haifa University Economic Corporation Ltd. | Diagnosis method and system based on handwriting analysis |
US20100240016A1 (en) * | 2009-03-20 | 2010-09-23 | Jon Ween | Cognitive assessment tool and method |
CN104143169A (zh) * | 2014-08-18 | 2014-11-12 | 上海市精神卫生中心 | 一种辅助诊断与治疗的电子化精神症状快速筛查自检系统 |
CN104862310A (zh) * | 2015-05-04 | 2015-08-26 | 张理义 | 精神分裂症生物标记物、筛选方法及试剂盒 |
JP5996144B1 (ja) * | 2016-06-21 | 2016-09-21 | 有美 大久保 | 塗り絵色彩心理診断システム、塗り絵色彩心理診断方法及び塗り絵色彩心理診断プログラム |
CN106407673A (zh) * | 2016-09-08 | 2017-02-15 | 山东腾泰医疗科技有限公司 | 一种基于互联网云端数据库的心理健康评估方法 |
CN106407672A (zh) * | 2016-09-08 | 2017-02-15 | 山东腾泰医疗科技有限公司 | 一种基于互联网的心理健康评估系统 |
CN108417271A (zh) * | 2018-01-11 | 2018-08-17 | 复旦大学 | 基于精神障碍亚型分类的精神抑制药物推荐方法与系统 |
CN108537858A (zh) * | 2018-03-23 | 2018-09-14 | 浙江工业大学 | 一种基于绘画时序的笔划线条动态合并方法 |
CN108823303A (zh) * | 2018-07-05 | 2018-11-16 | 广州海思医疗科技有限公司 | 一种检测试剂盒及其评估精神分裂症遗传风险的用途 |
CN109480864A (zh) * | 2018-10-26 | 2019-03-19 | 首都医科大学附属北京安定医院 | 一种基于神经认知功能与机器学习的精神分裂症自动评估系统 |
CN110211668A (zh) * | 2019-05-31 | 2019-09-06 | 邵阳学院 | 一种基于绘画心理学的心理分析方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739636A (zh) * | 2020-06-19 | 2020-10-02 | 智恩陪心(北京)科技有限公司 | 一种基于ppat的心理智能分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035187B (zh) | 一种医学图像的标注方法及装置 | |
Wang et al. | Screening early children with autism spectrum disorder via response-to-name protocol | |
CN111598868B (zh) | 一种肺部超声图像识别方法和系统 | |
CN110613417A (zh) | 一种输出上消化内镜操作信息的方法、设备及存储介质 | |
CN111128369A (zh) | 一种用于评估患者的帕金森病情的方法和装置 | |
CN107563997A (zh) | 一种皮肤病诊断系统、构建方法、诊断方法和诊断装置 | |
CN113974612B (zh) | 一种卒中患者上肢运动功能自动化评估方法与系统 | |
CN113397485A (zh) | 一种基于深度学习的脊柱侧弯筛查方法 | |
CN112862749A (zh) | 一种骨龄图像数字化处理后自动识别方法 | |
CN114566282A (zh) | 一种基于超声心动图检测报告的治疗决策系统 | |
CN113946217B (zh) | 一种肠镜操作技能智能辅助评估系统 | |
CN110456050B (zh) | 便携式智能数字化寄生虫体外诊断仪 | |
CN116705300A (zh) | 基于体征数据分析的医疗决策辅助方法、系统及存储介质 | |
CN110931129A (zh) | 评估精神分裂症精神状态的涂色绘画计算机分析方法 | |
Kadhim et al. | Detection of COVID-19 in X-Rays by convolutional neural networks | |
CN117496389A (zh) | 一种适用于Android设备的手卫生实时检测方法 | |
CN117338234A (zh) | 一种屈光度与视力联合检测方法 | |
CN112634221A (zh) | 基于图像和深度的角膜层次识别及病变定位方法和系统 | |
CN115690556B (zh) | 一种基于多模态影像学特征的图像识别方法及系统 | |
JP2021087503A (ja) | 認知症判定プログラム及び認知症判定装置 | |
CN115089112B (zh) | 卒中后认知障碍风险评估模型建立方法、装置及电子设备 | |
CN110276276A (zh) | 一种驾考中考生人脸视线方向的判定方法及系统 | |
CN110859599B (zh) | 脑血管病神经损伤病人认知功能自动化筛查系统 | |
CN115937971A (zh) | 一种举手投票识别方法及装置 | |
CN115497621A (zh) | 一种老年人认知状况测评系统 |
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 |