CN111540440B - 基于人工智能的心理体检方法、装置、设备和介质 - Google Patents

基于人工智能的心理体检方法、装置、设备和介质 Download PDF

Info

Publication number
CN111540440B
CN111540440B CN202010326394.5A CN202010326394A CN111540440B CN 111540440 B CN111540440 B CN 111540440B CN 202010326394 A CN202010326394 A CN 202010326394A CN 111540440 B CN111540440 B CN 111540440B
Authority
CN
China
Prior art keywords
questionnaire
inquiry
video
user
analysis
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
CN202010326394.5A
Other languages
English (en)
Other versions
CN111540440A (zh
Inventor
黄立
张豪
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.)
SHENZHEN JINGXIANG TECHNOLOGY CO LTD
Original Assignee
SHENZHEN JINGXIANG 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 SHENZHEN JINGXIANG TECHNOLOGY CO LTD filed Critical SHENZHEN JINGXIANG TECHNOLOGY CO LTD
Priority to CN202010326394.5A priority Critical patent/CN111540440B/zh
Publication of CN111540440A publication Critical patent/CN111540440A/zh
Application granted granted Critical
Publication of CN111540440B publication Critical patent/CN111540440B/zh
Active 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
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Psychiatry (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例公开了一种基于人工智能的心理体检方法，该方法包括：向用户显示量表问卷，获取用户输入的问卷答案，根据问卷答案选择视频问卷的问卷题目；向用户依次显示视频问卷的问卷题目，获取用户回答问卷题目时的问诊视频；将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果；根据测试报告模板对人工智能问诊结果进行汇总，生成心理测试报告。因此，本发明采用量表问卷结合人工智能问诊的方式进行心理体检，在提高心理体检效率的同时，也能使体检结果相较于传统方式更加准确。此外，还提出了一种基于人工智能的心理体检装置、计算机设备和存储介质。

Description

基于人工智能的心理体检方法、装置、设备和介质
技术领域
本发明涉及人工智能技术领域，尤其是涉及一种基于人工智能的心理体检方法、装置、设备和介质。
背景技术
心理体检能帮助人们及时发现心理疾病并进行治疗。过去人们都是要去找心理咨询师或去专业机构得到服务，这样比较费时也会花费较大的体检成本。同时在做心理测试中，目前传统的心理体检还是采用单一的量表问卷方式，量表问卷方式只是通过被测试者完成量表问卷后进行计算评估，在被测试者答题过程中不可避免的存在随意作答的情况；这使得测试结果的不够准确。同时传统的心理体检问诊报告都要心理咨询师手动书写或输入电脑，极大的占用咨询师的时间。
发明内容
基于此，有必要针对上述问题，提供一种基于人工智能的心理体检方法、装置、设备和介质。
一种基于人工智能的心理体检方法，所述方法包括：
向用户显示量表问卷，获取用户输入的问卷答案，根据所述问卷答案选择视频问卷的问卷题目；
向用户依次显示所述视频问卷的所述问卷题目，获取用户回答所述问卷题目时的问诊视频；
将所述问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果；
根据测试报告模板对所述人工智能问诊结果进行汇总，生成心理测试报告。
在其中一个实施例中，所述将所述问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果，包括：
将所述问诊视频输入到至少一个问诊分析模型中，获取所述至少一个问诊分析模型的结果评分；
将所述至少一个问诊分析模型的结果评分与所述问卷答案输入抑郁症综合模型中，获取第一问诊结果。
在其中一个实施例中：所述至少一个问诊分析模型包括：视频抑郁模型、视频情绪模型、音频抑郁模型、音频情绪模型、自杀干预模型中的至少一个。
在其中一个实施例中，所述将所述问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果，还包括：
提取所述问诊视频中的用户说话内容；
将所述用户说话内容输入到主题提取模型中进行分析，生成病史描述内容；
将所述用户说话内容输入到原因分析模型中进行分析，生成精神分析描述内容；
对所述病史描述内容和所述精神分析描述内容进行汇总，得到第二问诊结果。
在其中一个实施例中，所述获取用户输入的问卷答案，根据所述问卷答案选择视频问卷的问卷题目，包括：
将所述用户输入的问卷答案存储到后台服务器中；
根据量表预设答案对所述量表问卷结果进行评分，得到量表问卷评分；
根据所述量表问卷评分从所述后台服务器中确定相应视频问卷数量以及选择所述视频问卷的所述问卷题目。
在其中一个实施例中，所述问诊视频包括：至少一个子用户问诊视频，所述向用户依次显示所述视频问卷的所述问卷题目，获取用户回答所述问卷题目时的问诊视频，包括：
每显示一个所述问卷题目后，录制对应所述问卷题目的子用户问诊视频；
将所述子用户问诊视频上传至所述后台服务器，直到所有的所述视频问卷题目问诊完毕。
在其中一个实施例中，在所述根据测试报告模板汇总所述人工智能问诊结果，生成心理测试报告之后，还包括：
获取与所述人工智能问诊结果匹配的服务功能；
在所述心理测试报告中推荐所述服务功能。
一种基于人工智能的心理体检装置，所述装置包括：
题目生成模块，用于向用户显示量表问卷，获取用户输入的问卷答案，根据所述问卷答案选择视频问卷的问卷题目；
视频获取模块，用于向用户依次显示所述视频问卷的所述问卷题目，获取用户回答所述问卷题目时的问诊视频；
问诊分析模块，用于将所述问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果；
报告生成模块，用于根据测试报告模板对所述人工智能问诊结果进行汇总，生成心理测试报告。
一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
向用户显示量表问卷，获取用户输入的问卷答案，根据所述问卷答案选择视频问卷的问卷题目；
向用户依次显示所述视频问卷的所述问卷题目，获取用户回答所述问卷题目时的问诊视频；
将所述问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果；
根据测试报告模板对所述人工智能问诊结果进行汇总，生成心理测试报告。
一种基于人工智能的心理体检设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
向用户显示量表问卷，获取用户输入的问卷答案，根据所述问卷答案选择视频问卷的问卷题目；
向用户依次显示所述视频问卷的所述问卷题目，获取用户回答所述问卷题目时的问诊视频；
将所述问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果；
根据测试报告模板对所述人工智能问诊结果进行汇总，生成心理测试报告。
本发明提供了一种基于人工智能的心理体检方法、装置、设备和介质。首先通过获取用户输入的问卷答案，并根据该问卷答案选择视频问卷的问卷题目。其次通过向用户依次显示问卷题目，得到用户的问诊视频。再根据人工智能问诊模型对问诊视频的问诊分析，生成人工智能问诊结果。最后根据测试报告模板对人工智能问诊结果进行汇总，生成心理测试报告。因此，本发明采用量表问卷结合人工智能问诊的方式进行心理体检，在提高心理体检效率的同时，也能使体检结果相较于传统方式更加准确。
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简单地介绍，显而易见地，下面描述中的附图仅仅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。
其中：
图1为第一实施例中基于人工智能的心理体检方法的流程示意图；
图2为第二实施例中基于人工智能的心理体检方法的流程示意图；
图3为一个实施例中基于人工智能的心理体检装置的结构示意图；
图4为一个实施例中基于人工智能的心理体检设备的结构框图。
具体实施方式
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，所描述的实施例仅仅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。
如图1所示，图1为第一实施例中基于人工智能的心理体检方法的流程示意图，本第一实施例中基于人工智能的心理体检方法的步骤包括：
步骤102，向用户显示量表问卷，获取用户输入的问卷答案，根据问卷答案选择视频问卷的问卷题目。
其中，量表问卷是指按照特定标准制定的，包含心理测评题目的问题集。示例性的，该量表问卷可以是基于SCL90(SymptomChecklist90，90项症状清单)标准制定的。该量表问卷包含有较广泛的精神病症状学内容，从感觉、情感、思维、意识、行为直至生活习惯、人际关系、饮食睡眠等方面均有涉及，共采用10个因子分别反映10个方面的心理症状情况。
在一个实施例中，通过向用户显示量表问卷，并将用户输入的问卷答案存储到后台服务器中。根据量表预设答案对量表问卷结果进行评分，得到量表问卷评分。最后根据量表问卷评分从后台服务器中确定相应视频问卷数量以及选择视频问卷的问卷题目。若量表问卷评分与症状之间的设置关系是量表问卷评分越高症状表现越明显，则当进行评分后得到的量表问卷评分较高时，可以获取较多问卷数量的问卷题目以更详细的了解症状情况；相反的，当进行评分后得到的量表问卷评分较低时，可以只获取较少问卷数量的问卷题目。
在另一个实施例中，通过向用户显示量表问卷，并将用户输入的问卷答案存储到后台服务器中。根据量表预设答案对量表问卷结果进行评级，得到量表问卷评级。示例性的，对每一个测评项目采取按5级划分进行评级，每一级别对应一相应的症状严重程度，例如划分为“没有”、“很轻”、“中等”、“严重”等5个等级。最后根据量表问卷评级从后台服务器中获取对应评级的问卷题目。
步骤104，向用户依次显示视频问卷的问卷题目，获取用户回答问卷题目时的问诊视频。
其中，问卷题目可以以文字的形式显示在终端屏幕上，也可以以预存模拟视频的形式显示在终端屏幕上，还可以以预存模拟音频的形式在终端上播放。在用户每作答完毕一个当前的问卷题目后，依次显示下一问卷问题，直到所有问卷问题显示完毕。
在一个实施例中，录制一个从用户回答第一个问卷题目到回答最后一个问卷题目期间的连续完整问诊视频，将该连续完整问诊视频上传到后台服务器中，以用于后续进行问诊分析。
在另一个实施例中，每显示一个问卷题目后，录制对应问卷题目的子用户问诊视频；将子用户问诊视频上传至后台服务器，直到所有的视频问卷题目问诊完毕。在这个实施例中，由于子用户问诊视频是单独上传至服务器的，因此能很好的与问卷题目进行对应，便于后续进行问诊分析，以及查询追踪。
步骤106，将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果。
其中，人工智能问诊模型是一种AI(Artificial Intelligence)自助式心理问诊模型，能自动对用户的脸部表情、说话语气、说话内容等特征信息进行处理分析并得到用户的问诊结果。
示例性的，人工智能问诊模型中包括情绪识别模型。具体的，情绪识别模型通过对其人脸检测及追踪技术，高效准确定位人脸并识别其关键部分，例如包括眉毛、眼睛、鼻子、嘴巴等五官。进一步的，通过对五官的形状、变化情况等内容进行检测以判断出用户的当前情绪，例如，通过分析嘴巴弯曲的弧度判断用户当前是否处在喜悦的情绪中。除此之外，可识别出的情绪还包括愤怒、厌恶、恐惧、平静、伤心、惊讶等。
步骤108，根据测试报告模板对人工智能问诊结果进行汇总，生成心理测试报告。
在一个实施例中，测试报告模板中包含了评分部分、分析部分等。具体的，在评分部分中罗列了各评分项内容，以及对应的正常值范围。示例性的，测试报告模板中的评分项内容包括：躯体化、抑郁、恐惧、焦虑、敌对、强迫、偏执等。测试报告模板中正常值范围包括：躯体化的正常值范围为1.00-1.99、抑郁的正常值范围为1.00-1.99、恐惧的正常值范围为1.00-1.99等。具体的，分析部分中包括了问诊分析症状以及症状分析原因。当处理分析得到人工智能问诊结果后，将该人工智能问诊结果汇总输入到测试报告模板的相应位置处，即可得到最终的心理测试报告，通过该心理测试报告即可分析得出用户的精神状况。例如在心理测试报告中用户的抑郁分数为3.33，由于抑郁的正常值范围为1.00-1.99，因此可以知道当前用户处于一种较为抑郁的精神状态中。
进一步的，在另一个实施例中，测试报告模板中还包括了服务推荐部分，通过将人工智能问诊结果与所有的推荐服务进行匹配，得到合适的匹配服务功能，并在心理测试报告中显示推荐该匹配服务功能。示例性的，在服务推荐部分显示“请参照中国人健康标准，制定合理的日常作息”的内容，当用户点击该显示内容，显示《中国人健康标准》并提供日常作息表供用户制定。
上述基于人工智能的心理体检方法，首先通过获取用户输入的问卷答案，并根据该问卷答案选择视频问卷的问卷题目。其次通过向用户依次显示问卷题目，得到用户的问诊视频。再根据人工智能问诊模型对问诊视频的问诊分析，生成人工智能问诊结果。最后根据测试报告模板对人工智能问诊结果进行汇总，生成心理测试报告。因此，本发明采用量表问卷结合人工智能问诊的方式进行心理体检，在提高心理体检效率的同时，也能使体检结果相较于传统方式更加准确。
如图2所示，图2为第二实施例中基于人工智能的心理体检方法的流程示意图，本第二实施例中基于人工智能的心理体检方法的步骤包括：
步骤202，向用户显示量表问卷，获取用户输入的问卷答案，根据问卷答案选择视频问卷的问卷题目。
步骤204，向用户依次显示视频问卷的问卷题目，获取用户回答问卷题目时的问诊视频。
在一个具体的实施场景中，步骤202-204与本发明提供的第一实施例中基于人工智能的心理体检方法中的步骤102-104基本一致，此处不再进行赘述。
步骤206，将问诊视频输入到至少一个问诊分析模型中，获取至少一个问诊分析模型的结果评分。
在一个实施例中，问诊分析模型包括视频抑郁模型、视频情绪模型、音频抑郁模型、音频情绪模型、自杀干预模型等模型。进一步的，在每个问诊分析模型中都制定了特定的用于分析评分的评价标准。示例性的，在视频情绪模型中，评价标准包括嘴的张开比例、眼睛的张开程度、眉毛的倾斜程度等。具体的，嘴巴的比例越大、结果评分中激动、惊讶等评分项的分数越高；眉毛的倾斜角度越上扬，结果评分中喜悦等评分项的分数越高；最后综合所有的评价标准确定用户的综合情绪以及对应的情绪评分，得到结果评分。
步骤208，将至少一个问诊分析模型的结果评分与问卷答案输入抑郁症综合模型中，获取第一问诊结果。
其中，第一问诊结果是指对结果评分与问卷答案对应的问卷评分进行综合评价，得出的综和评分。
在一个实施例中，抑郁症综合模型包括视频抑郁模型、视频情绪模型、音频抑郁模型、音频情绪模型、语义分析模型等模型以及心理量表问卷。进一步的，根据预设答案对问卷答案进行评分，得到问卷评分。将至少一个问诊分析模型的结果评分与该问卷评分输入到抑郁症综合模型中进行评分计算，得到第一问诊结果。示例性的，评分计算规则可以是对结果评分与问卷评分进行加权求和得到第一问诊结果，比如当设置的结果评分与问卷评分的权重均为0.5时，第一问诊结果＝0.5结果评分+0.5问卷评分。
步骤210，提取问诊视频中的用户说话内容。
在一个实施例中，将问诊视频导入到音频提取软件中，通过新建序列将问诊视频拆分为视频轨与音频轨，删除其中的视频轨并将音频轨导出，即可得到用户说话内容。
步骤212，将用户说话内容输入到主题提取模型中进行分析，生成病史描述内容；将用户说话内容输入到原因分析模型中进行分析，生成精神分析描述内容。
其中，病史描述内容是指用户当前的症状情况描述，包括对有无症状的描述以及对症状表现情况的描述。精神分析描述内容是指对症状产生原因的描述，当用户存在症状时，生成精神分析描述内容；当用户不存在症状时，则不生成精神分析描述内容或直接显示“无病状”。
在一个实施例中，通过对用户说话内容进行关键字识别和关键语句识别来生成病史描述内容以及精神分析描述内容。例如当识别到用户说话内容中出现“压力”、“累”等关键词时，进一步对该关键词所处的关键语句进行分析识别，这样可避免仅分析关键词造成的误判。
步骤214，对病史描述内容和精神分析描述内容进行汇总，得到第二问诊结果。
当处理分析得到病史描述内容和精神分析描述内容后，将该病史描述内容和精神分析描述内容汇总输入到测试报告模板的相应位置处，即可得到第二问诊结果。
步骤216，根据测试报告模板对第一问诊结果和第二问诊结果进行汇总，生成心理测试报告。
在一个具体的实施场景中，步骤216与本发明提供的第一实施例中基于人工智能的心理体检方法中的步骤108基本一致，将第一问诊结果和第二问诊结果输入到测试报告模板的相应位置处，即可得到最终的心理测试报告此处不再进行赘述。
在本第二实施例基于人工智能的心理体检方法中，201和206可以同步执行也可以先后执行。
上述基于人工智能的心理体检方法，心理测试报告的内容包括第一问诊结果和第二问诊结果。具体的，第一问诊结果是通过将问诊视频输入到问诊分析模型中得到结果评分，并将得到的结果评分与问卷答案输入抑郁症综合模型中从而得到。第二问诊结果是通过将用户说话内容输入到主题提取模型与原因分析模型中进行分析，分别得到病史描述内容和精神分析描述内容后再进行汇总得到的。因此，本发明采用量表问卷结合人工智能问诊的方式进行心理体检，具体包括了对问诊分析模型、抑郁症综合模型、主题提取模型与原因分析模型的应用，本发明在提高心理体检效率的同时，也能使体检结果相较于传统方式更加准确。
在一个实施例中，如图3所示，提出了一种基于人工智能的心理体检装置，该装置包括：
题目生成模块302，用于向用户显示量表问卷，获取用户输入的问卷答案，根据问卷答案选择视频问卷的问卷题目；
视频获取模块304，用于向用户依次显示视频问卷的问卷题目，获取用户回答问卷题目时的问诊视频；
问诊分析模块306，用于将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果；
报告生成模块308，用于根据测试报告模板对人工智能问诊结果进行汇总，生成心理测试报告。
上述基于人工智能的心理体检装置，首先通过获取用户输入的问卷答案，并根据该问卷答案选择视频问卷的问卷题目。其次通过向用户依次显示问卷题目，得到用户的问诊视频。再根据人工智能问诊模型对问诊视频的问诊分析，生成人工智能问诊结果。最后根据测试报告模板对人工智能问诊结果进行汇总，生成心理测试报告。因此，本发明采用量表问卷结合人工智能问诊的方式进行心理体检，在提高心理体检效率的同时，也能使体检结果相较于传统方式更加准确。
在一个实施例中，问诊分析模块306具体用于将问诊视频输入到至少一个问诊分析模型中，获取至少一个问诊分析模型的结果评分；将至少一个问诊分析模型的结果评分与问卷答案输入抑郁症综合模型中，获取第一问诊结果。
在一个实施例中，至少一个问诊分析模型包括：视频抑郁模型、视频情绪模型、音频抑郁模型、音频情绪模型、自杀干预模型中的至少一个。
在一个实施例中，问诊分析模块306还具体用于提取问诊视频中的用户说话内容；将用户说话内容输入到主题提取模型中进行分析，生成病史描述内容；将用户说话内容输入到原因分析模型中进行分析，生成精神分析描述内容；对病史描述内容和精神分析描述内容进行汇总，得到第二问诊结果。
在一个实施例中，题目生成模块302具体用于将用户输入的问卷答案存储到后台服务器中；根据量表预设答案对量表问卷结果进行评分，得到量表问卷评分；根据量表问卷评分从后台服务器中确定相应视频问卷数量以及选择视频问卷的问卷题目。
在一个实施例中，视频获取模块304具体用于每显示一个问卷题目后，录制对应问卷题目的子用户问诊视频；将子用户问诊视频上传至后台服务器，直到所有的视频问卷题目问诊完毕。
在一个实施例中，上述基于人工智能的心理体检装置还包括服务推荐模块，用于获取与人工智能问诊结果匹配的服务功能；在心理测试报告中推荐服务功能。
图4示出了一个实施例中基于人工智能的心理体检设备的内部结构图。如图4所示，该基于人工智能的心理体检设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该基于人工智能的心理体检设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现基于人工智能的心理体检方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行基于人工智能的心理体检方法。本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的基于人工智能的心理体检设备的限定，具体的基于人工智能的心理体检设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
一种基于人工智能的心理体检设备，包括存储器、处理器以及存储在该存储器中并可在该处理器上执行的计算机程序，该处理器执行该计算机程序时实现如下步骤：向用户显示量表问卷，获取用户输入的问卷答案，根据问卷答案选择视频问卷的问卷题目；向用户依次显示视频问卷的问卷题目，获取用户回答问卷题目时的问诊视频；将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果；根据测试报告模板对人工智能问诊结果进行汇总，生成心理测试报告。
在一个实施例中，将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果，包括：将问诊视频输入到至少一个问诊分析模型中，获取至少一个问诊分析模型的结果评分；将至少一个问诊分析模型的结果评分与问卷答案输入抑郁症综合模型中，获取第一问诊结果。
在一个实施例中，至少一个问诊分析模型包括：视频抑郁模型、视频情绪模型、音频抑郁模型、音频情绪模型、自杀干预模型中的至少一个。
在一个实施例中，将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果，还包括：提取问诊视频中的用户说话内容；将用户说话内容输入到主题提取模型中进行分析，生成病史描述内容；将用户说话内容输入到原因分析模型中进行分析，生成精神分析描述内容；对病史描述内容和精神分析描述内容进行汇总，得到第二问诊结果。
在一个实施例中，获取用户输入的问卷答案，根据问卷答案选择视频问卷的问卷题目，包括：将用户输入的问卷答案存储到后台服务器中；根据量表预设答案对量表问卷结果进行评分，得到量表问卷评分；根据量表问卷评分从后台服务器中确定相应视频问卷数量以及选择视频问卷的问卷题目。
在一个实施例中，问诊视频包括：至少一个子用户问诊视频，向用户依次显示视频问卷的问卷题目，获取用户回答问卷题目时的问诊视频，包括：每显示一个问卷题目后，录制对应问卷题目的子用户问诊视频；将子用户问诊视频上传至后台服务器，直到所有的视频问卷题目问诊完毕。
在一个实施例中，在根据测试报告模板汇总人工智能问诊结果，生成心理测试报告之后，还包括：获取与人工智能问诊结果匹配的服务功能；在心理测试报告中推荐服务功能。
一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如下步骤：向用户显示量表问卷，获取用户输入的问卷答案，根据问卷答案选择视频问卷的问卷题目；向用户依次显示视频问卷的问卷题目，获取用户回答问卷题目时的问诊视频；将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果；根据测试报告模板对人工智能问诊结果进行汇总，生成心理测试报告。
在一个实施例中，将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果，包括：将问诊视频输入到至少一个问诊分析模型中，获取至少一个问诊分析模型的结果评分；将至少一个问诊分析模型的结果评分与问卷答案输入抑郁症综合模型中，获取第一问诊结果。
在一个实施例中，至少一个问诊分析模型包括：视频抑郁模型、视频情绪模型、音频抑郁模型、音频情绪模型、自杀干预模型中的至少一个。
在一个实施例中，将问诊视频输入到人工智能问诊模型中进行问诊分析，生成人工智能问诊结果，还包括：提取问诊视频中的用户说话内容；将用户说话内容输入到主题提取模型中进行分析，生成病史描述内容；将用户说话内容输入到原因分析模型中进行分析，生成精神分析描述内容；对病史描述内容和精神分析描述内容进行汇总，得到第二问诊结果。
在一个实施例中，获取用户输入的问卷答案，根据问卷答案选择视频问卷的问卷题目，包括：将用户输入的问卷答案存储到后台服务器中；根据量表预设答案对量表问卷结果进行评分，得到量表问卷评分；根据量表问卷评分从后台服务器中确定相应视频问卷数量以及选择视频问卷的问卷题目。
在一个实施例中，问诊视频包括：至少一个子用户问诊视频，向用户依次显示视频问卷的问卷题目，获取用户回答问卷题目时的问诊视频，包括：每显示一个问卷题目后，录制对应问卷题目的子用户问诊视频；将子用户问诊视频上传至后台服务器，直到所有的视频问卷题目问诊完毕。
在一个实施例中，在根据测试报告模板汇总人工智能问诊结果，生成心理测试报告之后，还包括：获取与人工智能问诊结果匹配的服务功能；在心理测试报告中推荐服务功能。
需要说明的是，上述基于人工智能的心理体检方法、装置、设备及计算机可读存储介质属于一个总的发明构思，基于人工智能的心理体检方法、装置、设备及计算机可读存储介质实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种基于人工智能的心理体检方法，其特征在于，所述方法包括：
向用户显示量表问卷，将所述用户输入的问卷答案存储到后台服务器中，根据量表预设答案对所述量表问卷结果进行评分，得到量表问卷评分；
根据所述量表问卷评分从所述后台服务器中确定相应视频问卷数量以及选择所述视频问卷的所述问卷题目；
向用户依次显示所述视频问卷的所述问卷题目，获取用户回答所述问卷题目时的问诊视频；
将所述问诊视频输入到至少一个问诊分析模型中，获取所述至少一个问诊分析模型的结果评分；将所述至少一个问诊分析模型的结果评分与所述问卷答案输入抑郁症综合模型中，获取第一问诊结果；
提取所述问诊视频中的用户说话内容；将所述用户说话内容输入到主题提取模型中进行分析，生成病史描述内容；将所述用户说话内容输入到原因分析模型中进行分析，生成精神分析描述内容；对所述病史描述内容和所述精神分析描述内容进行汇总，得到第二问诊结果；所述第一问诊结果与所述第二问诊结果为人工智能问诊结果 ；
根据测试报告模板对所述人工智能问诊结果进行汇总，生成心理测试报告。
2.根据权利要求1所述的方法，其特征在于：
所述至少一个问诊分析模型包括：视频抑郁模型、视频情绪模型、音频抑郁模型、音频情绪模型、自杀干预模型中的至少一个。
3.根据权利要求1所述的方法，其特征在于，所述问诊视频包括：至少一个子用户问诊视频；
所述向用户依次显示所述视频问卷的所述问卷题目，获取用户回答所述问卷题目时的问诊视频，包括：
每显示一个所述问卷题目后，录制对应所述问卷题目的子用户问诊视频；
将所述子用户问诊视频上传至所述后台服务器，直到所有的所述视频问卷题目问诊完毕。
4.根据权利要求1所述的方法，其特征在于，在所述根据测试报告模板汇总所述人工智能问诊结果，生成心理测试报告之后，还包括：
获取与所述人工智能问诊结果匹配的服务功能；
在所述心理测试报告中推荐所述服务功能。
5.一种基于人工智能的心理体检装置，其特征在于，所述装置包括：
题目生成模块，用于向用户显示量表问卷，将所述用户输入的问卷答案存储到后台服务器中，根据量表预设答案对所述量表问卷结果进行评分，得到量表问卷评分；根据所述量表问卷评分从所述后台服务器中确定相应视频问卷数量以及选择所述视频问卷的所述问卷题目；
视频获取模块，用于向用户依次显示所述视频问卷的所述问卷题目，获取用户回答所述问卷题目时的问诊视频；
第一问诊模块，用于将所述问诊视频输入到至少一个问诊分析模型中，获取所述至少一个问诊分析模型的结果评分；将所述至少一个问诊分析模型的结果评分与所述问卷答案输入抑郁症综合模型中，获取第一问诊结果；
第二问诊模块，用于提取所述问诊视频中的用户说话内容；将所述用户说话内容输入到主题提取模型中进行分析，生成病史描述内容；将所述用户说话内容输入到原因分析模型中进行分析，生成精神分析描述内容；对所述病史描述内容和所述精神分析描述内容进行汇总，得到第二问诊结果；所述第一问诊结果与所述第二问诊结果为人工智能问诊结；
报告生成模块，用于根据测试报告模板对所述人工智能问诊结果进行汇总，生成心理测试报告。
6.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。
7.一种基于人工智能的心理体检设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。
CN202010326394.5A 2020-04-23 2020-04-23 基于人工智能的心理体检方法、装置、设备和介质 Active CN111540440B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010326394.5A CN111540440B (zh) 2020-04-23 2020-04-23 基于人工智能的心理体检方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010326394.5A CN111540440B (zh) 2020-04-23 2020-04-23 基于人工智能的心理体检方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN111540440A CN111540440A (zh) 2020-08-14
CN111540440B true CN111540440B (zh) 2021-01-15

Family

ID=71977187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010326394.5A Active CN111540440B (zh) 2020-04-23 2020-04-23 基于人工智能的心理体检方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN111540440B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112115251A (zh) * 2020-09-30 2020-12-22 浙江连信科技有限公司 基于人机交互方式解释神经信息的信息处理方法及装置
CN112614583A (zh) * 2020-11-25 2021-04-06 平安医疗健康管理股份有限公司 抑郁等级测试系统
CN112614584A (zh) * 2020-12-14 2021-04-06 首都医科大学 语音及文本转录的抑郁症辅助诊断方法、系统及介质
CN112582060A (zh) * 2020-12-14 2021-03-30 首都医科大学 一种面向抑郁症初筛的多媒体辅助问诊系统
CN112582061A (zh) * 2020-12-14 2021-03-30 首都医科大学 基于文本问答的抑郁症辅助筛查方法、系统及存储介质
CN112971746A (zh) * 2021-03-31 2021-06-18 重庆风云际会智慧科技有限公司 一种心理测评系统
CN114121224B (zh) * 2022-01-25 2023-05-16 北京无疆脑智科技有限公司 情绪识别能力的评估方法、装置及电子设备
CN115331805B (zh) * 2022-07-04 2023-05-19 深圳市镜象科技有限公司 基于自然语言处理的精神疾病诊断方法及计算机设备
CN115331804A (zh) * 2022-07-04 2022-11-11 深圳市镜象科技有限公司 多模态心理疾病诊断方法、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537160A (zh) * 2018-03-30 2018-09-14 平安科技（深圳）有限公司 基于微表情的风险识别方法、装置、设备及介质
CN109472206A (zh) * 2018-10-11 2019-03-15 平安科技（深圳）有限公司 基于微表情的风险评估方法、装置、设备及介质
CN110135800A (zh) * 2019-04-23 2019-08-16 南京葡萄诚信息科技有限公司 一种人工智能视频面试方法及系统
CN110569356A (zh) * 2019-08-14 2019-12-13 中国平安人寿保险股份有限公司 基于智能面试交互系统的面试方法、装置和计算机设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732203B (zh) * 2015-03-05 2019-03-26 中国科学院软件研究所 一种基于视频信息的情绪识别与跟踪方法
CN109524085A (zh) * 2018-10-25 2019-03-26 广州市和声信息技术有限公司 一种基于交互的认知分析方法及系统
CN109785977A (zh) * 2018-12-18 2019-05-21 平安科技（深圳）有限公司 自动化信息录入方法、系统、装置及存储介质
CN110321440A (zh) * 2019-06-12 2019-10-11 汕头大学 一种基于情绪状态及情绪变化的人格评估方法及系统
CN110313923B (zh) * 2019-07-05 2022-08-16 昆山杜克大学 基于联合注意能力测试和音视频行为分析的孤独症早期筛查系统
CN110728182B (zh) * 2019-09-06 2023-12-26 平安科技（深圳）有限公司 基于ai面试系统的面试方法、装置和计算机设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537160A (zh) * 2018-03-30 2018-09-14 平安科技（深圳）有限公司 基于微表情的风险识别方法、装置、设备及介质
CN109472206A (zh) * 2018-10-11 2019-03-15 平安科技（深圳）有限公司 基于微表情的风险评估方法、装置、设备及介质
CN110135800A (zh) * 2019-04-23 2019-08-16 南京葡萄诚信息科技有限公司 一种人工智能视频面试方法及系统
CN110569356A (zh) * 2019-08-14 2019-12-13 中国平安人寿保险股份有限公司 基于智能面试交互系统的面试方法、装置和计算机设备

Also Published As

Publication number Publication date
CN111540440A (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
CN111540440B (zh) 基于人工智能的心理体检方法、装置、设备和介质
CN109767787B (zh) 情绪识别方法、设备及可读存储介质
CN112346567B (zh) 基于ai的虚拟交互模型生成方法、装置及计算机设备
WO2020147395A1 (zh) 基于情感的文本分类处理方法、装置和计算机设备
US20170061285A1 (en) Data analysis system, data analysis method, program, and storage medium
KR102216768B1 (ko) 심리상담 데이터를 이용한 텍스트 내 감정분석을 위한 시스템 및 방법
KR20210035671A (ko) 심리상담 초기단계에서 내담자 설문조사에 기초한 감정분석 방법 및 장치
CN112182339A (zh) 一种心理评估方法和系统
US20230177835A1 (en) Relationship modeling and key feature detection based on video data
US20220138770A1 (en) Method and apparatus for analyzing sales conversation based on voice recognition
CN111222837A (zh) 智能化面试的方法、系统、设备及计算机存储介质
CN113434670A (zh) 话术文本生成方法、装置、计算机设备和存储介质
CN111651606A (zh) 一种文本处理方法、装置及电子设备
Ruposh et al. A computational approach of recognizing emotion from Bengali texts
Schuller et al. The acm multimedia 2023 computational paralinguistics challenge: Emotion share & requests
Ptaszynski et al. A method for automatic estimation of meaning ambiguity of emoticons based on their linguistic expressibility
CN112669936A (zh) 一种基于文本和图像社交网络抑郁检测方法
US20220051670A1 (en) Learning support device, learning support method, and recording medium
CN114117054B (zh) 基于个性词的学生期末评价方法、系统、装置和存储介质
JP6178480B1 (ja) データ分析システム、その制御方法、プログラム、及び、記録媒体
CN114971658A (zh) 一种反诈宣传方法、系统、电子设备以及存储介质
Singh et al. A Survey on: Personality Prediction from Multimedia through Machine Learning
CN113506629A (zh) 一种症状自评量表简化及结果预测方法与系统
Kim et al. An empirical user-study of text-based nonverbal annotation systems for human–human conversations
Schoonvelde et al. Text as Data in Political Psychology

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