CN112120717A

CN112120717A - 一种判断用户精神状态的方法、用户设备以及存储介质

Info

Publication number: CN112120717A
Application number: CN202010937998.3A
Authority: CN
Inventors: 刘宇
Original assignee: Hangzhou Qu'an Technology Co ltd
Current assignee: Hangzhou Qu'an Technology Co ltd
Priority date: 2020-09-09
Filing date: 2020-09-09
Publication date: 2020-12-25
Anticipated expiration: 2040-09-09
Also published as: CN112120717B

Abstract

本发明涉及一种判断用户精神状态的方法，其特征在于，包括以下步骤：S1：整理用户的自陈量表；S2：整理用户的专业量表；S3：通过整合步骤S1和S2中获得的自陈量表和专业量表，形成初始问卷以及题源库；S4：对初始问卷进行信效度的计算，设定阈值进行比较，修改信效值低于阈值的题目并重复本步骤，最终形成形成正式问卷；S5：将正式问卷发送至用户进行问卷测量，获得用户自陈的精神状态和出现不良精神状态的原因；S6：监测得到的脑电波数据调整正式问卷中得出用户的精神状态；S7：输出用户睡眠状态及睡眠问题成因的报告。本发明既能测量睡眠状态情况、又能测量用户睡眠问题成因，根据脑电波数据监测用户的睡眠状态，对问卷测出的结果进行调整。

Description

一种判断用户精神状态的方法、用户设备以及存储介质

技术领域

本发明属于健康监护领域，具体涉及一种判断用户精神状态的方法、用户设备以及存储介质。

背景技术

现有技术中关于确定用户状态的方法一般是问卷法，问卷法分为下述两种：一种是自定义的问卷，另一种采用的是专业的问卷。这两种问卷法在实际使用中存在以下问题：

1.自定义问卷缺乏信效度，对用户状态的评定参考价值不大。

现有技术中的自定义问卷一般都是对基础信息（年龄、性别、职业）的搜集以及对自我状态的评估。其中基础信息的搜集对用户状态的评定参考价值不大；而用户对自我状态的评定则带有很大的主观性，缺乏客观性与实证性。

2.专业问卷只能测量用户的睡眠状态，无法衡量用户睡眠问题的成因。

专业问卷着重于测量用户的精神状态，具有良好的信效度，但是该问卷只考察了用户的当前状态、却没考察用户产生不良精神状态的本质原因，对于后续的对症下药参考价值较弱。

3.问卷只能测量出用户一时的状态，无法实时监控状态变化。

无论是自定义量表还是专业量表，这两者都是基于用户在回答问题那一刻的状态，即基于用户的自我评估，一方面有一定主观性，导致用户的自陈数据精度不高，另一方面量表无法精准测量用户每一天的精神状态的变化。

发明内容

为了解决上述问题，能够将业界专业的PSQI与睡眠问题成因问卷整合在一起，既能测量睡眠状态情况、又能测量用户睡眠问题成因，还可以根据脑电波数据实时监测用户的睡眠状态，并对问卷测出的结果进行实时调整。

本发明的技术方案如下所示：

一种判断用户精神状态的方法，包括以下步骤：

S1：整理用户的自陈量表，所述自陈量表中包括用户基本系信息类的题目；

S2：整理用户的专业量表，所述专业量表包括反应用户精神状态和出现不良精神状态的原因的题目；

S3：通过整合步骤S1和S2中获得的自陈量表和专业量表，形成初始问卷以及题源库；

S4：对初始问卷进行信效度的计算得到初始问卷中每个题目的信效值，设定阈值进行比较，修改信效值低于阈值的题目并重复信效值计算以及阈值比较的过程，最终形成形成正式问卷；

S5：将正式问卷发送至用户进行问卷测量，获得用户自陈的精神状态和出现不良精神状态的原因；

S6：通过外部设备监测用户的精神状态，根据监测得到的脑电波数据调整正式问卷中得出用户的精神状态；

S7：根据用户实时变化的睡眠状态及用户自陈的睡眠问题成因，输出用户睡眠状态及睡眠问题成因的报告。

优选的，步骤S1中的基本信息包括用户的年龄、性别、职业。

优选的，用户填写所述正式问卷中的基本系信息类的题目后，由云端自适应推送相应的题目给到用户进行进一步的测量。

优选的，步骤S2中所述的精神状态包括睡眠状态、冥想状态、专注度状态、压力状态、情绪状态。

优选的，所述精神状态状态为睡眠状态时，所述不良精神状态的原因为睡眠问题的原因；根据睡眠效率、时间、质量的指标将所述睡眠状态分为入睡困难、睡眠不足、多梦易醒以及包含上述三种状态的混合型。

优选的，反应用户睡眠状态的题目来源于匹兹堡睡眠质量指数量表，反应睡眠问题的原因的题目选取自不同人群心理问题的专业量表。

优选的，所述信效值计算的具体步骤为：a.获得用户的问卷初始数据；b.对数据进行数据分析：通过克隆巴赫α系数方法测量信度，通过因子分析测量效度；所述信效值的计算基于初始问卷中获得的原始数据和数据分析软件spss来完成。

优选的，所述步骤S4中题目进行修改的过程为：所述步骤S4中题目进行修改的过程为：对数据进行信度分析时，若克隆巴赫α系数≥0.7的话，则证明问卷题目不需要进行修改；若克隆巴赫α系数≤0.7，则分别计算每一道题目的CITC值（校正项总计相关性），并剔除CITC≤0.3的题目，直至克隆巴赫α系数达标。在对数据进行效度分析的时候，若KMO值（Kaiser-Meyer-Olkin 检验统计量)≥0.7的话，则证明问卷题目不需要进行修改；若KMO值≤0.7，则分析题目与因子的对应关系，获得指标共同度值，并剔除共同度值≤0.4的题目，直至KMO值达标。

本发明提供了一种用户设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如所述判断用户精神状态的方法的步骤。

本发明还提供了一种一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述判断用户精神状态的方法的步骤。本发明的有益效果为：本方案将专业的问卷进行整合与重组，不仅保证了问卷的信效度，也扩大了问卷测量的维度；问卷所获得的用户精神状态的数据是用户主观评定的，有一定的主观性与延时性，而脑电波实时监测的数据则可以客观且即时地反映用户睡眠状态的不同变化状态，根据实时数据进行调整的用户精神状况数据更精确、更动态、更实时。

附图说明

图1为本发明实施例的步骤流程图。

具体实施方式

下面将结合说明书附图对本发明的实施例进行详细说明。

一种判断用户精神状态的方法，如图1所示，包括以下步骤：

1、确定问卷测量的几个部分：用户的基本信息；用户的精神状态，本实施例中为睡眠状态；用户出现不良精神状态的原因，本实施例中为睡眠问题的原因。

其中用户的基本信息中包含年龄、性别等，而不同年龄阶段的用户对于睡眠的需求其实是不一致的，例如8-12岁的儿童每天需要10小时睡眠时间，13-18岁的儿童每天需要9小时睡眠时间，小于60岁的成年人每天需要7-8小时睡眠时间，而60-70岁之间的老年人对于睡眠时间的需求仅为5.5-7小时；男女对睡眠时间睡眠质量的需求也不一样。

根据用户的睡眠时长、睡眠效率、睡眠质量等指标，可以将用户的睡眠状态分为四大类：

1）、入睡困难，即入睡效率差；

2）、睡眠不足，即睡眠时间不足；

3）、多梦易醒，即睡眠质量差；

4）、混合型，指用户同时拥有入睡困难，睡眠不足，多梦易醒这三种睡眠状态。

而用户出现睡眠问题的原因也不相一致，有的是因为学业压力、有的是因为工作原因、还有的是因为关系压力，而这些生活中的压力源都对睡眠质量有着重大的影响，一旦处理不好的话、用户就会出现各种睡眠状态上的问题。

2、针对用户的基本信息、用户的睡眠状态、用户出现睡眠问题的原因这三类问题，通过机器学习分别选取了不同的问卷，其中用户的基本信息源自于用户自我陈述，用户的睡眠状态和用户睡眠问题的成因这两部分的题目都源自专业量表。自陈量表&专业量表进行整合，形成初始问卷的题库源。同时当用户完成自陈量表（用户基本信息的题目）之后，计算机会自适应推送相应的题目给到用户，例如用户在自陈量表中回答了自己是学生的话，那么后续计算机会相应地抽取学生相关、考试相关的题目给到用户。

3、对初始问卷进行信效度计算，若题目的信效度不良则反映出了该题目无法精确、有效地测量出用户的睡眠状态、睡眠问题成因，这些信效度不良的题目经修改后重新进行信效度的计算，并重新评估信效值，最终问卷保留信效度良好的题目，删除信效度不良的题目形成正式问卷，正式问卷中每一个题目都是能够准确、有效地测量出用户的睡眠状态、睡眠问题成因的。

4、对用户施测正式问卷，获得用户自陈的睡眠状态及睡眠问题成因。

5、用户在入睡、睡眠阶段使用外部设备实时监控用户的睡眠状态。

其中外部设备用于检测用户的实时生理数据，生理数据包括但不限于脑电波数据、眼动数据、心电数据、腹式呼吸或口鼻气流数据、鼾声数据、血氧数据、腿动数据、脉搏数据，本实施例中采用脑电波数据作为评判用户睡眠状态的标准。

6、根据用户实时的脑电波数据调整用户当前的睡眠状态，修改由正式问卷中得出的用户的睡眠状态。问卷获得的精神状态是：答题那一刻的精神状态&较为粗略，通过脑电波数据得到的精神状态是：实时的精神状态&更精准。两者结合既反映了用户自己对自己答题时刻的状态判断，又反映了脑电波对于用户实时状态的精准判断。

7、根据用户实时变化的睡眠状态及用户自陈的睡眠问题成因，输出用户睡眠状态及睡眠问题成因的报告。

作为本发明的一种实施方式，步骤3中的信效度计算过程为：a.获得用户的问卷初始数据；b.对数据进行数据分析：通过克隆巴赫α系数方法测量信度，通过因子分析测量效度；所述信效值的计算基于初始问卷中获得的原始数据和数据分析软件spss来完成。

作为本发明的一种实施方式，步骤3中题目修改的过程为：对数据进行信度分析时，若克隆巴赫α系数≥0.7的话，则证明问卷题目不需要进行修改；若克隆巴赫α系数≤0.7，则分别计算每一道题目的CITC值（校正项总计相关性），并剔除CITC≤0.3的题目，直至克隆巴赫α系数达标。在对数据进行效度分析的时候，若KMO值（Kaiser-Meyer-Olkin 检验统计量)≥0.7的话，则证明问卷题目不需要进行修改；若KMO值≤0.7，则分析题目与因子的对应关系，获得指标共同度值，并剔除共同度值≤0.4的题目，直至KMO值达标。

作为本发明的一种实施方式，本发明还可以用户的冥想状态、专注度状态、压力状态、情绪状态作为问卷调查和设备监测的对象，判断用户在冥想场景中、教育场景中、缓解压力的场景中、情绪疏导的场景中的状态以及产生相应问题的原因，其所使用的步骤与上述判断睡眠状态的步骤类似，不在此赘述。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims

1.一种判断用户精神状态的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的判断用户精神状态的方法，其特征在于，步骤S1中的基本信息包括用户的年龄、性别、职业。

3.根据权利要求1所述的判断用户精神状态的方法，其特征在于，用户填写所述正式问卷中的基本系信息类的题目后，由云端自适应推送相应的题目给到用户进行进一步的测量。

4.根据权利要求1所述的判断用户精神状态的方法，其特征在于，步骤S2中所述的精神状态包括睡眠状态、冥想状态、专注度状态、压力状态、情绪状态。

5.根据权利要求4所述的判断用户精神状态的方法，其特征在于，所述精神状态状态为睡眠状态时，所述不良精神状态的原因为睡眠问题的原因；根据睡眠效率、时间、质量的指标将所述睡眠状态分为入睡困难、睡眠不足、多梦易醒以及包含上述三种状态的混合型。

6.根据权利要求5所述的判断用户精神状态的方法，其特征在于，反应用户睡眠状态的题目来源于匹兹堡睡眠质量指数量表，反应睡眠问题的原因的题目选取自不同人群心理问题的专业量表。

7.根据权利要求1中所述的判断用户精神状态的方法，其特征在于，所述信效值计算的具体步骤为：a.获得用户的问卷初始数据；b.对数据进行数据分析：通过克隆巴赫α系数方法测量信度，通过因子分析测量效度；所述信效值的计算基于初始问卷中获得的原始数据和数据分析软件spss来完成。

8.根据权利要求1中所述的判断用户精神状态的方法，其特征在于，所述步骤S4中题目进行修改的过程为：对数据进行信度分析时，若克隆巴赫α系数≥0.7的话，则证明问卷题目不需要进行修改；若克隆巴赫α系数≤0.7，则分别计算每一道题目的CITC值（校正项总计相关性），并剔除CITC≤0.3的题目，直至克隆巴赫α系数达标；

在对数据进行效度分析的时候，若KMO值（Kaiser-Meyer-Olkin 检验统计量)≥0.7的话，则证明问卷题目不需要进行修改；若KMO值≤0.7，则分析题目与因子的对应关系，获得指标共同度值，并剔除共同度值≤0.4的题目，直至KMO值达标。

9.一种用户设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。