CN112652381A - 心理健康矫正计划生成方法及系统 - Google Patents
心理健康矫正计划生成方法及系统 Download PDFInfo
- Publication number
- CN112652381A CN112652381A CN202011507228.1A CN202011507228A CN112652381A CN 112652381 A CN112652381 A CN 112652381A CN 202011507228 A CN202011507228 A CN 202011507228A CN 112652381 A CN112652381 A CN 112652381A
- Authority
- CN
- China
- Prior art keywords
- mental health
- actual
- parameter
- user
- correction plan
- 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
- 230000004630 mental health Effects 0.000 title claims abstract description 172
- 238000012937 correction Methods 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000008569 process Effects 0.000 claims abstract description 28
- 230000001815 facial effect Effects 0.000 claims description 36
- 230000003862 health status Effects 0.000 claims description 9
- 230000036541 health Effects 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000003340 mental effect Effects 0.000 abstract description 14
- 238000001671 psychotherapy Methods 0.000 abstract description 5
- 230000006399 behavior Effects 0.000 description 32
- 238000012545 processing Methods 0.000 description 24
- 239000008280 blood Substances 0.000 description 21
- 210000004369 blood Anatomy 0.000 description 21
- 230000010349 pulsation Effects 0.000 description 21
- 208000020016 psychiatric disease Diseases 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 238000000605 extraction Methods 0.000 description 9
- 230000029058 respiratory gaseous exchange Effects 0.000 description 9
- 230000003595 spectral effect Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 230000008921 facial expression Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 210000003813 thumb Anatomy 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 208000007848 Alcoholism Diseases 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 3
- 201000007930 alcohol dependence Diseases 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 3
- 230000036506 anxiety Effects 0.000 description 3
- 230000036528 appetite Effects 0.000 description 3
- 235000019789 appetite Nutrition 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000009223 counseling Methods 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 3
- 210000001508 eye Anatomy 0.000 description 3
- 210000004709 eyebrow Anatomy 0.000 description 3
- 230000004438 eyesight Effects 0.000 description 3
- 210000001097 facial muscle Anatomy 0.000 description 3
- 210000003811 finger Anatomy 0.000 description 3
- 210000000245 forearm Anatomy 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 208000019116 sleep disease Diseases 0.000 description 3
- 208000020685 sleep-wake disease Diseases 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 230000036391 respiratory frequency Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000009323 psychological health Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
- G06V40/176—Dynamic expression
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Cardiology (AREA)
- Developmental Disabilities (AREA)
- Epidemiology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Data Mining & Analysis (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Educational Technology (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
Abstract
本发明属于心理健康技术领域，具体涉及一种心理健康矫正计划生成方法及系统，该心理健康矫正计划生成方法包括将用户置于虚拟情境中；获取用户体验虚拟情境过程中的第一实际参数；根据所述第一实际参数，确定用户的第一心理健康状态；根据所述第一心理健康状态为不健康，生成第一矫正计划；用户执行第一矫正计划；获取用户体验虚拟情境过程中的第二实际参数；根据所述第二实际参数，确定用户的第二心理健康状态；根据所述第二心理健康状态为健康，确定所述第一矫正计划有效。根据本发明实施例的心理健康矫正计划生成方法，虚拟情境则能够在心理治疗上为心理医生和用户搭建一个桥梁，使心理矫正能够在虚拟现实的帮助下更好地进行。
Description
技术领域
本发明属于心理健康技术领域，具体涉及一种心理健康矫正计划生成方法及系统。
背景技术
本部分提供的仅仅是与本公开相关的背景信息，其并不必然是现有技术。
心理健康是指一种持续且积极发展的心理状态，在这种状态下，主体能做出良好的适应，并且充分发挥其身心潜能。如何保持人们的心理健康，以及对出现心理问题的人进行积极干预疏导对整个家庭、社会和公司都具有极大的重要性。
目前，对用户的心理健康确定主要依据用户的自我陈述，例如，用户回答通用的心理健康问卷，然后根据确定规则以及用户的回答结果来确定用户的心理状况。然而，现有的心理健康确定方法无法针对用户自身的实际心理，因此，难以实时、全面以及客观地反映出用户的真实的心理健康状态。目前对于心理健康的矫正仅依靠与心理医生的交流和心理医生给出的建议，快节奏的生活使得人们很少有足够的时间精力去通过心理咨询师进行心理健康矫正，另外，大多数人对于与心理咨询师见面较为抵触，也存在不信任心理咨询师的问题，都会导致心理健康矫正效果不理想。
发明内容
本发明的目的是至少解决现有技术中因时间、精力或抵触情绪导致心理健康矫正不理想的问题。该目的是通过以下技术方案实现的：
本发明提出了一种心理健康矫正计划生成方法，包括：
将用户置于虚拟情境中；
获取用户体验虚拟情境过程中的第一实际参数；
根据所述第一实际参数，确定用户的第一心理健康状态；
根据所述第一心理健康状态为不健康，生成第一矫正计划；
用户执行第一矫正计划；
获取用户体验虚拟情境过程中的第二实际参数；
根据所述第二实际参数，确定用户的第二心理健康状态；
根据所述第二心理健康状态为健康，确定所述第一矫正计划有效；
根据所述第二心理健康状态不健康，确定所述第一矫正计划无效。
根据本发明实施例的心理健康矫正计划生成方法，在进行心理健康矫正时，通过虚拟情境最大程度地还原现实场景，心理矫正不再陷入想象和回忆，更加立体真实，提高心理矫正的效果。对有心理疾病或障碍的人群来说，他们不愿去面对的现实体验，虚拟情境则能够在心理治疗上为心理医生和用户搭建一个桥梁，使心理矫正能够在虚拟现实的帮助下更好地进行。用户在虚拟情境中的第一实际参数是用户的心理健康的最直观的表示，以该第一实际参数为基准确定用户的第一心理健康状态，基于用户的第一心理健康状态，为用户生成第一矫正计划以进行心理矫正。用户经过一次矫正后，无法确定矫正是否有效，因此，还需要获取用户执行矫正第一矫正计划后在虚拟情境中的第二实际参数，第二实际参数是用户执行第一矫正计划后的心理健康的最直观的表示，以该第二实际参数为基准确定用户的第二心理健康状态，根据第二心理健康状态为健康，确定第一矫正计划有效，根据第二心理健康状态不健康，确定第一矫正计划无效。
在本发明的一些实施例中，所述获取用户体验虚拟情境过程中的第一实际参数包括：
通过传感器采集第一实际生理参数；
通过摄像头采集第一实际面部参数和第一实际行为参数；
通过麦克风采集第一实际声音参数。
在本发明的一些实施例中，在所述根据所述第一实际参数，确定用户的第一心理健康状态之前还包括构建心理健康状态确定模型，所述心理健康状态确定模型用于确定用户的所述心理健康状态。
在本发明的一些实施例中，所述构建心理健康状态确定模型包括：
构建深度神经网络模型；
获取样本在虚拟情境过程中的理论生理参数、理论面部参数、理论声音参数和理论行为参数；
将所述理论生理参数、所述理论面部参数、所述理论声音参数和所述理论行为参数输入到所述深度神经网络模型中，对所述深度神经网络进行训练以得到所述心理健康状态确定模型。
在本发明的一些实施例中，所述获取样本在虚拟情境过程中的理论生理参数、理论面部参数、理论声音参数和理论行为参数；包括：
通过传感器采集所述理论生理参数；
通过摄像头采集所述理论面部参数和所述理论行为参数；
通过麦克风采集所述理论声音参数。
在本发明的一些实施例中，所述根据所述第一实际参数，确定用户的第一心理健康状态包括：
将第一实际生理参数、第一实际面部参数、第一实际行为参数和第一实际声音参数输入到所述心理健康状态确定模型中，确定所述第一实际生理参数、所述第一实际面部参数、所述第一实际行为参数和所述第一实际声音参数与所述心理健康状态之间的逻辑关系，输出所述第一心理健康状态。
在本发明的一些实施例中，所述根据所述第一心理健康状态为不健康，生成第一矫正计划包括：
根据用户的社会习惯，判断用户是否需要人工陪护；
根据用户需要人工陪护和所述第一实际参数，确定陪护时间点、陪护时长、陪护人员和陪护建议；
根据所述陪护时间点、所述陪护时长、所述陪护人员和所述陪护建议生成所述第一矫正计划。
在本发明的一些实施例中，所述获取用户体验虚拟情境过程中的第二实际参数包括：
通过传感器采集第二实际生理参数；
通过摄像头采集第二实际面部参数和第二实际行为参数；
通过麦克风采集第二实际声音参数。
在本发明的一些实施例中，在所述根据所述第二心理健康状态不健康，确定所述第一矫正计划无效之后还包括：根据所述第二心理健康状态不健康，生成第二矫正计划。
本发明的第二方面提出了一种心理健康矫正计划生成系统，用于执行上述技术方案中的心理健康矫正计划生成方法，包括：
虚拟情境提供模块，所述虚拟情境提供模块用于为用户提供虚拟情境；
第一获取模块，所述第一获取模块用于获取用户体验虚拟情境过程中的第一实际参数；
第一确定模块，所述第一确定模块用于根据所述第一实际参数，确定用户的第一心理健康状态；
生成模块，所述生成模块用于根据所述第一心理健康状态为不健康，生成第一矫正计划；
第二获取模块，所述第二获取模块用于获取用户体验虚拟情境过程中的第二实际参数；
第二确定模块，所述第二确定模块用于根据所述第二实际参数确定用户的第二心理健康状态、根据所述第二心理健康状态为健康确定所述第一矫正计划有效和根据所述第二心理健康状态不健康确定所述第一矫正计划无效。
根据本发明实施例的心理健康矫正计划生成系统，在进行心理健康矫正时，通过虚拟情境最大程度地还原现实场景，心理矫正不再陷入想象和回忆，更加立体真实，提高心理矫正的效果。对有心理疾病或障碍的人群来说，他们不愿去面对的现实体验，虚拟情境则能够在心理治疗上为心理医生和用户搭建一个桥梁，使心理矫正能够在虚拟现实的帮助下更好地进行。用户在虚拟情境中的第一实际参数是用户的心理健康的最直观的表示，以该第一实际参数为基准确定用户的第一心理健康状态，基于用户的第一心理健康状态，为用户生成第一矫正计划以进行心理矫正。用户经过一次矫正后，无法确定矫正是否有效，因此，还需要获取用户执行矫正第一矫正计划后在虚拟情境中的第二实际参数，第二实际参数是用户执行第一矫正计划后的心理健康的最直观的表示，以该第二实际参数为基准确定用户的第二心理健康状态，根据第二心理健康状态为健康，确定第一矫正计划有效，根据第二心理健康状态不健康，确定第一矫正计划无效。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例的心理健康矫正计划生成方法的流程图；
图2为本发明实施例的构建心理健康状态确定模型的流程图；
图3为图1所示的根据所述第一心理健康状态为不健康，生成第一矫正计划的流程图；
图4为本发明实施例的心理健康矫正计划生成系统的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。
尽管可以在文中使用术语第一、第二、第三等来描述多个元件、部件、区域、层和/或部段，但是，这些元件、部件、区域、层和/或部段不应被这些术语所限制。这些术语可以仅用来将一个元件、部件、区域、层或部段与另一区域、层或部段区分开。除非上下文明确地指出，否则诸如“第一”、“第二”之类的术语以及其它数字术语在文中使用时并不暗示顺序或者次序。因此，以下讨论的第一元件、部件、区域、层或部段在不脱离示例实施方式的教导的情况下可以被称作第二元件、部件、区域、层或部段。
为了便于描述，可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系，这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“下方”、“上面”、“上方”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。例如，如果在图中的装置翻转，那么描述为“在其它元件或者特征下面”或者“在其它元件或者特征下方”的元件将随后定向为“在其它元件或者特征上面”或者“在其它元件或者特征上方”。因此，示例术语“在……下方”可以包括在上和在下的方位。装置可以另外定向(旋转90度或者在其它方向)并且文中使用的空间相对关系描述符相应地进行解释。
如图1所示，根据本发明一个实施例的心理健康矫正计划生成方法，包括：
将用户置于虚拟情境中；
获取用户体验虚拟情境过程中的第一实际参数；
根据第一实际参数，确定用户的第一心理健康状态；
根据第一心理健康状态为不健康，生成第一矫正计划；
用户执行第一矫正计划；
获取用户体验虚拟情境过程中的第二实际参数；
根据第二实际参数，确定用户的第二心理健康状态；
根据第二心理健康状态为健康，确定第一矫正计划有效；
根据第二心理健康状态不健康，确定第一矫正计划无效。
根据本发明实施例的心理健康矫正计划生成方法，在进行心理健康矫正时，通过虚拟情境最大程度地还原现实场景，心理矫正不再陷入想象和回忆，更加立体真实，提高心理矫正的效果。对有心理疾病或障碍的人群来说，他们不愿去面对的现实体验，虚拟情境则能够在心理治疗上为心理医生和用户搭建一个桥梁，使心理矫正能够在虚拟现实的帮助下更好地进行。用户在虚拟情境中的第一实际参数是用户的心理健康的最直观的表示，以该第一实际参数为基准确定用户的第一心理健康状态，基于用户的第一心理健康状态，为用户生成第一矫正计划以进行心理矫正。用户经过一次矫正后，无法确定矫正是否有效，因此，还需要获取用户执行矫正第一矫正计划后在虚拟情境中的第二实际参数，第二实际参数是用户执行第一矫正计划后的心理健康的最直观的表示，以该第二实际参数为基准确定用户的第二心理健康状态，根据第二心理健康状态为健康，确定第一矫正计划有效，根据第二心理健康状态不健康，确定第一矫正计划无效。
在本发明的一些实施例中，获取用户体验虚拟情境过程中的第一实际参数包括通过传感器采集第一实际生理参数；通过摄像头采集第一实际面部参数和第一实际行为参数；通过麦克风采集第一实际声音参数。第一实际生理参数包括心率信号、血容量搏动信号、心电信号、皮肤电导信号、肌电图、呼吸频率和脑电信号等。心率信号可以通过在用户的拇指上夹上光电采集器，心率信号具体为心率信号幅度的均值、心率信号幅度的方差、心率信号幅度的最大值、心率信号幅度的最小值或心率信号幅度的中值。血容量搏动信号可以通过在用户的拇指上夹上光电采集器，血容量搏动信号具体为血容量搏动信号幅度的均值、血容量搏动信号幅度的方差、血容量搏动信号幅度的最大值、血容量搏动信号幅度的最小值或血容量搏动信号幅度的中值。心电信号可以通过在用户手腕和脚踝处设置电极采集器，心电信号具体为将心电图信号频谱中0-10Hz频率范围划分为8个不重叠的子频带，获取每个子频带的傅里叶变换均值作为特征，同时将8个子频带合并为两个子频带，1-3子频带合并为低频带，4-8子频带合并为高频带，计算两个子频带平均傅里叶变换值的比值作为特征。皮肤电导信号可以通过在手指上设置电导率传感器进行采集，皮肤电导信号具体为皮肤电导信号幅度的均值、皮肤电导信号幅度的方差、皮肤电导信号幅度的一阶差分均值、皮肤电导信号幅度的均方根或皮肤电导信号幅度的相邻差绝对值均值。肌电图可以在用户的前臂上设置电极采集器，肌电图具体为肌电图信号功率谱密度。呼吸信号可以通过在用户的胸腔位置设置传感器采集，呼吸信号包括呼吸信号的功率谱上选取0-0.2Hz、0.2-0.4Hz、0.4-0.6Hz和0.6-0.8Hz四个频率带内的平均功率谱密度。脑电信号可以通过在大脑位置设置电极采集器，脑电信号具体为脑电信号功率谱密度，即单位频带内的信号功率。第一实际面部参数包括面部肌肉、眼睛、眉毛、鼻子、嘴巴和耳朵的微变化，可以通过摄像头采集用户在虚拟现实情景过程中的面部表情图像，对面部表情图像进行图像变换扩充数据集，然后进行特征提取，获取图像的纹理特征。第一实际行为参数包括手臂、肩膀、腿部等身体部位的微变化，可以通过摄像头采集用户在虚拟现实情景过程中的身体行为图像，对身体行为图像进行图像变换扩充数据集，然后进行特征提取，获取图像的纹理特征。第一实际声音参数包括声音的大小、音调的高度、声音的长短等，可以通过麦克风进行采集，将声音参数划分为若干帧，对每一帧声音参数进行快速傅里叶变换，获得频域特征，对声音参数进行特征提取，提取大小特征、音调特征或声速特征。
其中，上述第一实际参数作为确定第一心理健康状态的主要参数，还存在影响第一心理健康状态的辅助因素，将这些辅助因素统一归为第一实际补偿参数，也就是说，第一实际参数和第一实际补偿参数同时作为第一心理健康状态确定模型的输入，两者共同决定了用户的第一心理健康状态。具体的，第一实际补偿参数包括工作、技能、学习能力、年龄、健康状况、出生地、听力、性别、视力、是否残疾、当前心理状态、矫正状态、身高、学历、专业、收入、贡献、体重、文学作品、影响力、性格、担心惊恐、酒精依赖、住院史、睡眠障碍、精神性疾病史、强迫观念、焦虑紧张、心理咨询和食欲等，以上第一实际补偿参数仅作为示例说明，第一实际补偿参数还包括其他参数，例如个人生活习惯、社交习惯、上网习惯等。第一实际生理参数、第一实际面部参数、第一实际行为参数和第一实际声音参数，不同的第一实际参数具有自己独特的格式，在输入到心理健康确定模型时，计算量大，确定时间长。因此，在输入心理健康确定模型之前，对第一实际参数进行标准化处理，例如对第一实际生理参数进行滤波处理，剔除平缓区域，保留强烈变化区域和对应的时间以及对应的虚拟情境，对第一实际面部参数进行灰度化、尺寸调节、标记各个器官所在位置等处理方式，对第一实际行为参数进行幅度大小、不同身体部位的标记处理方式，对第一实际声音参数进行裁切处理，保留强烈变化区域和对应的时间以及对应的虚拟情境。进行标准化处理后，缩短了确定时间，也避免了第一实际参数中的非必要参数对心理健康状态确定的影响。
在本发明的一些实施例中，在根据第一实际参数，确定用户的第一心理健康状态之前还包括构建心理健康状态确定模型，心理健康状态确定模型用于确定用户的心理健康状态。如图2所示，构建心理健康状态确定模型包括构建深度神经网络模型；获取样本在虚拟情境过程中的理论生理参数、理论面部参数、理论声音参数和理论行为参数；将理论生理参数、理论面部参数、理论声音参数和理论行为参数输入到深度神经网络模型中，对深度神经网络进行训练以得到心理健康状态确定模型。获取样本在虚拟情境过程中的理论生理参数、理论面部参数、理论声音参数和理论行为参数包括通过传感器采集理论生理参数；通过摄像头采集理论面部参数和理论行为参数；通过麦克风采集理论声音参数。样本是不同心理健康状态的人群，通过获取样本在虚拟情境过程中的理论生理参数、理论面部参数、理论声音参数和理论行为参数，将理论生理参数、理论面部参数、理论声音参数和理论行为参数与样本的心理健康状态结合，形成映射关系或逻辑关系，最后得到的心理健康状态确定模型中包括多个映射关系或多个逻辑关系，当向该模型中输入对应参数时，根据映射关系或逻辑关系即可确定用户的心理健康状态。
其中，上述理论参数作为确定第一心理健康状态的主要参数，还存在影响第一心理健康状态的辅助因素，将这些辅助因素统一归为理论补偿参数，也就是说，理论参数和理论补偿参数同时作为第一心理健康状态确定模型的输入，两者共同决定了用户的第一心理健康状态。具体的，理论补偿参数包括工作、技能、学习能力、年龄、健康状况、出生地、听力、性别、视力、是否残疾、当前心理状态、矫正状态、身高、学历、专业、收入、贡献、体重、文学作品、影响力、性格、担心惊恐、酒精依赖、住院史、睡眠障碍、精神性疾病史、强迫观念、焦虑紧张、心理咨询和食欲等，以上理论补偿参数仅作为示例说明，理论补偿参数还包括其他参数，例如个人生活习惯、社交习惯、上网习惯等。第一理论生理参数、第一理论面部参数、第一理论行为参数和第一理论声音参数，不同的理论参数具有自己独特的格式，在输入到心理健康确定模型时，计算量大，确定时间长。因此，在输入心理健康确定模型之前，对理论参数进行标准化处理，例如对第一理论生理参数进行滤波处理，剔除平缓区域，保留强烈变化区域和对应的时间以及对应的虚拟情境，对第一理论面部参数进行灰度化、尺寸调节、标记各个器官所在位置等处理方式，对第一理论行为参数进行幅度大小、不同身体部位的标记处理方式，对第一理论声音参数进行裁切处理，保留强烈变化区域和对应的时间以及对应的虚拟情境。进行标准化处理后，缩短了确定时间，也避免了理论参数中的非必要参数对心理健康状态确定的影响。
在本发明的一些实施例中，理论生理参数包括心率信号、血容量搏动信号、心电信号、皮肤电导信号、肌电图、呼吸频率和脑电信号等。心率信号可以通过在样本的拇指上夹上光电采集器，心率信号具体为心率信号幅度的均值、心率信号幅度的方差、心率信号幅度的最大值、心率信号幅度的最小值或心率信号幅度的中值。血容量搏动信号可以通过在样本的拇指上夹上光电采集器，血容量搏动信号具体为血容量搏动信号幅度的均值、血容量搏动信号幅度的方差、血容量搏动信号幅度的最大值、血容量搏动信号幅度的最小值或血容量搏动信号幅度的中值。心电信号可以通过在用户手腕和脚踝处设置电极采集器，心电信号具体为将心电图信号频谱中0-10Hz频率范围划分为8个不重叠的子频带，获取每个子频带的傅里叶变换均值作为特征，同时将8个子频带合并为两个子频带，1-3子频带合并为低频带，4-8子频带合并为高频带，计算两个子频带平均傅里叶变换值的比值作为特征。皮肤电导信号可以通过在手指上设置电导率传感器进行采集，皮肤电导信号具体为皮肤电导信号幅度的均值、皮肤电导信号幅度的方差、皮肤电导信号幅度的一阶差分均值、皮肤电导信号幅度的均方根或皮肤电导信号幅度的相邻差绝对值均值。肌电图可以在样本的前臂上设置电极采集器，肌电图具体为肌电图信号功率谱密度。呼吸信号可以通过在样本的胸腔位置设置传感器采集，呼吸信号包括呼吸信号的功率谱上选取0-0.2Hz、0.2-0.4Hz、0.4-0.6Hz和0.6-0.8Hz四个频率带内的平均功率谱密度。脑电信号可以通过在大脑位置设置电极采集器，脑电信号具体为脑电信号功率谱密度，即单位频带内的信号功率。理论面部参数包括面部肌肉、眼睛、眉毛、鼻子、嘴巴和耳朵的微变化，可以通过摄像头采集样本在虚拟现实情景过程中的面部表情图像，对面部表情图像进行图像变换扩充数据集，然后进行特征提取，获取图像的纹理特征。理论行为参数包括手臂、肩膀、腿部等身体部位的微变化，可以通过摄像头采集样本在虚拟现实情景过程中的身体行为图像，对身体行为图像进行图像变换扩充数据集，然后进行特征提取，获取图像的纹理特征。理论声音参数包括声音的大小、音调的高度、声音的长短等，可以通过麦克风进行采集，将声音参数划分为若干帧，对每一帧声音参数进行快速傅里叶变换，获得频域特征，对声音参数进行特征提取，提取大小特征、音调特征或声速特征。第一实际参数包括第一实际生理参数、第一实际面部参数、第一实际行为参数和第一实际声音参数，不同的第一实际参数具有自己独特的格式，在输入到心理健康确定模型时，计算量大，确定时间长。因此，在输入心理健康确定模型之前，对第一实际参数进行标准化处理，例如对第一实际生理参数进行滤波处理，剔除平缓区域，保留强烈变化区域和对应的时间以及对应的虚拟情境，对第一实际面部参数进行灰度化、尺寸调节、标记各个器官所在位置等处理方式，对第一实际行为参数进行幅度大小、不同身体部位的标记处理方式，对第一实际声音参数进行裁切处理，保留强烈变化区域和对应的时间以及对应的虚拟情境。进行标准化处理后，缩短了确定时间，也避免了第一实际参数中的非必要参数对心理健康状态确定的影响。
在本发明的一些实施例中，构建心理健康状态确定模型之后，就能够确定用户的第一心理健康状态。根据第一实际参数，确定用户的第一心理健康状态包括将第一实际生理参数、第一实际面部参数、第一实际行为参数和第一实际声音参数输入到心理健康状态确定模型中，确定第一实际生理参数、第一实际面部参数、第一实际行为参数和第一实际声音参数与心理健康状态之间的逻辑关系，输出第一心理健康状态。第一心理健康状态包括健康和不健康两种，也就是0和1两种情况。根据第一心理健康状态为不健康，生成第一矫正计划，该第一矫正计划对应当前用户，为一对一的对应关系，具有针对性，提高第一矫正计划对用户的心理健康的矫正效果。
在本发明的一些实施例中，如图3所示，具体的，根据第一心理健康状态为不健康，生成第一矫正计划包括：根据用户的社会习惯，判断用户是否需要人工陪护；根据用户需要人工陪护和第一实际参数，确定陪护时间点、陪护时长、陪护人员和陪护建议；根据陪护时间点、陪护时长、陪护人员和陪护建议生成第一矫正计划。社会习惯的不同，则对应的处理方式不同。一些类型的用户渴望或需要人陪护，另一些用户抵抗或无需人陪护。
在本发明的一些实施例中，获取用户体验虚拟情境过程中的第二实际参数包括：通过传感器采集第二实际生理参数；通过摄像头采集第二实际面部参数和第二实际行为参数；通过麦克风采集第二实际声音参数。第二实际生理参数包括心率信号、血容量搏动信号、心电信号、皮肤电导信号、肌电图、呼吸频率和脑电信号等。心率信号可以通过在用户的拇指上夹上光电采集器，心率信号具体为心率信号幅度的均值、心率信号幅度的方差、心率信号幅度的最大值、心率信号幅度的最小值或心率信号幅度的中值。血容量搏动信号可以通过在用户的拇指上夹上光电采集器，血容量搏动信号具体为血容量搏动信号幅度的均值、血容量搏动信号幅度的方差、血容量搏动信号幅度的最大值、血容量搏动信号幅度的最小值或血容量搏动信号幅度的中值。心电信号可以通过在用户手腕和脚踝处设置电极采集器，心电信号具体为将心电图信号频谱中0-10Hz频率范围划分为8个不重叠的子频带，获取每个子频带的傅里叶变换均值作为特征，同时将8个子频带合并为两个子频带，1-3子频带合并为低频带，4-8子频带合并为高频带，计算两个子频带平均傅里叶变换值的比值作为特征。皮肤电导信号可以通过在手指上设置电导率传感器进行采集，皮肤电导信号具体为皮肤电导信号幅度的均值、皮肤电导信号幅度的方差、皮肤电导信号幅度的一阶差分均值、皮肤电导信号幅度的均方根或皮肤电导信号幅度的相邻差绝对值均值。肌电图可以在用户的前臂上设置电极采集器，肌电图具体为肌电图信号功率谱密度。呼吸信号可以通过在用户的胸腔位置设置传感器采集，呼吸信号包括呼吸信号的功率谱上选取0-0.2Hz、0.2-0.4Hz、0.4-0.6Hz和0.6-0.8Hz四个频率带内的平均功率谱密度。脑电信号可以通过在大脑位置设置电极采集器，脑电信号具体为脑电信号功率谱密度，即单位频带内的信号功率。第二实际面部参数包括面部肌肉、眼睛、眉毛、鼻子、嘴巴和耳朵的微变化，可以通过摄像头采集用户在虚拟现实情景过程中的面部表情图像，对面部表情图像进行图像变换扩充数据集，然后进行特征提取，获取图像的纹理特征。第二实际行为参数包括手臂、肩膀、腿部等身体部位的微变化，可以通过摄像头采集用户在虚拟现实情景过程中的身体行为图像，对身体行为图像进行图像变换扩充数据集，然后进行特征提取，获取图像的纹理特征。第二实际声音参数包括声音的大小、音调的高度、声音的长短等，可以通过麦克风进行采集，将声音参数划分为若干帧，对每一帧声音参数进行快速傅里叶变换，获得频域特征，对声音参数进行特征提取，提取大小特征、音调特征或声速特征。
其中，上述第二实际参数作为确定第二心理健康状态的主要参数，还存在影响第二心理健康状态的辅助因素，将这些辅助因素统一归为第二实际补偿参数，也就是说，第二实际参数和第二实际补偿参数同时作为第二心理健康状态确定模型的输入，两者共同决定了用户的第二心理健康状态。具体的，第二实际补偿参数包括工作、技能、学习能力、年龄、健康状况、出生地、听力、性别、视力、是否残疾、当前心理状态、矫正状态、身高、学历、专业、收入、贡献、体重、文学作品、影响力、性格、担心惊恐、酒精依赖、住院史、睡眠障碍、精神性疾病史、强迫观念、焦虑紧张、心理咨询和食欲等，以上第二实际补偿参数仅作为示例说明，第二实际补偿参数还包括其他参数，例如个人生活习惯、社交习惯、上网习惯等。第二实际生理参数、第二实际面部参数、第二实际行为参数和第二实际声音参数，不同的第二实际参数具有自己独特的格式，在输入到心理健康确定模型时，计算量大，确定时间长。因此，在输入心理健康确定模型之前，对第二实际参数进行标准化处理，例如对第二实际生理参数进行滤波处理，剔除平缓区域，保留强烈变化区域和对应的时间以及对应的虚拟情境，对第二实际面部参数进行灰度化、尺寸调节、标记各个器官所在位置等处理方式，对第二实际行为参数进行幅度大小、不同身体部位的标记处理方式，对第二实际声音参数进行裁切处理，保留强烈变化区域和对应的时间以及对应的虚拟情境。进行标准化处理后，缩短了确定时间，也避免了第二实际参数中的非必要参数对心理健康状态确定的影响。
在本发明的一些实施例中，在根据第二心理健康状态不健康，确定第一矫正计划无效之后还包括：根据第二心理健康状态不健康，生成第二矫正计划。用户经过第一矫正计划的矫正后，如果心理健康状态仍旧为不健康，则需要对用户再次进行矫正，由于经历过一次矫正后，用户的参数发生变化，则需要通过前文所述的第二实际参数生成第二矫正计划。该第二矫正计划对应当前用户，为一对一的对应关系，具有针对性，提高第二矫正计划对用户的心理健康的矫正效果。
在本发明的一些实施例中，具体的，根据第二心理健康状态为不健康，生成第二矫正计划包括：根据用户的社会习惯，判断用户是否需要人工陪护；根据用户需要人工陪护和第二实际参数，确定陪护时间点、陪护时长、陪护人员和陪护建议；根据陪护时间点、陪护时长、陪护人员和陪护建议生成第二矫正计划。社会习惯的不同，则对应的处理方式不同。一些类型的用户渴望或需要人陪护，另一些用户抵抗或无需人陪护。
如图4所示，本发明还提出了一种心理健康矫正计划生成系统，用于执行上述技术方案中的心理健康矫正计划生成方法，包括：
虚拟情境提供模块，虚拟情境提供模块用于为用户提供虚拟情境；
第一获取模块，第一获取模块用于获取用户体验虚拟情境过程中的第一实际参数；
第一确定模块，第一确定模块用于根据第一实际参数，确定用户的第一心理健康状态；
生成模块，生成模块用于根据第一心理健康状态为不健康，生成第一矫正计划；
第二获取模块，第二获取模块用于获取用户体验虚拟情境过程中的第二实际参数；
第二确定模块，第二确定模块用于根据第二实际参数确定用户的第二心理健康状态、根据第二心理健康状态为健康确定第一矫正计划有效和根据第二心理健康状态不健康确定第一矫正计划无效。
根据本发明实施例的心理健康矫正计划生成系统，在进行心理健康矫正时，通过虚拟情境最大程度地还原现实场景，心理矫正不再陷入想象和回忆，更加立体真实，提高心理矫正的效果。对有心理疾病或障碍的人群来说，他们不愿去面对的现实体验，虚拟情境则能够在心理治疗上为心理医生和用户搭建一个桥梁，使心理矫正能够在虚拟现实的帮助下更好地进行。用户在虚拟情境中的第一实际参数是用户的心理健康的最直观的表示，以该第一实际参数为基准确定用户的第一心理健康状态，基于用户的第一心理健康状态，为用户生成第一矫正计划以进行心理矫正。用户经过一次矫正后，无法确定矫正是否有效，因此，还需要获取用户执行矫正第一矫正计划后在虚拟情境中的第二实际参数，第二实际参数是用户执行第一矫正计划后的心理健康的最直观的表示，以该第二实际参数为基准确定用户的第二心理健康状态，根据第二心理健康状态为健康，确定第一矫正计划有效，根据第二心理健康状态不健康，确定第一矫正计划无效。
以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到的变化或替换，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以权利要求的保护范围为准。
Claims (10)
1.一种心理健康矫正计划生成方法，其特征在于，包括：
将用户置于虚拟情境中；
获取用户体验虚拟情境过程中的第一实际参数；
根据所述第一实际参数，确定用户的第一心理健康状态；
根据所述第一心理健康状态为不健康，生成第一矫正计划；
用户执行第一矫正计划；
获取用户体验虚拟情境过程中的第二实际参数；
根据所述第二实际参数，确定用户的第二心理健康状态；
根据所述第二心理健康状态为健康，确定所述第一矫正计划有效；
根据所述第二心理健康状态不健康，确定所述第一矫正计划无效。
2.根据权利要求1所述的心理健康矫正计划生成方法，其特征在于，所述获取用户体验虚拟情境过程中的第一实际参数包括：
通过传感器采集第一实际生理参数；
通过摄像头采集第一实际面部参数和第一实际行为参数；
通过麦克风采集第一实际声音参数。
3.根据权利要求2所述的心理健康矫正计划生成方法，其特征在于，在所述根据所述第一实际参数，确定用户的第一心理健康状态之前还包括构建心理健康状态确定模型，所述心理健康状态确定模型用于确定用户的所述心理健康状态。
4.根据权利要求3所述的心理健康矫正计划生成方法，其特征在于，所述构建心理健康状态确定模型包括：
构建深度神经网络模型；
获取样本在虚拟情境过程中的理论生理参数、理论面部参数、理论声音参数和理论行为参数；
将所述理论生理参数、所述理论面部参数、所述理论声音参数和所述理论行为参数输入到所述深度神经网络模型中，对所述深度神经网络进行训练以得到所述心理健康状态确定模型。
5.根据权利要求4所述的心理健康矫正计划生成方法，其特征在于，所述获取样本在虚拟情境过程中的理论生理参数、理论面部参数、理论声音参数和理论行为参数；包括：
通过传感器采集所述理论生理参数；
通过摄像头采集所述理论面部参数和所述理论行为参数；
通过麦克风采集所述理论声音参数。
6.根据权利要求3所述的心理健康矫正计划生成方法，其特征在于，所述根据所述第一实际参数，确定用户的第一心理健康状态包括：
将第一实际生理参数、第一实际面部参数、第一实际行为参数和第一实际声音参数输入到所述心理健康状态确定模型中，确定所述第一实际生理参数、所述第一实际面部参数、所述第一实际行为参数和所述第一实际声音参数与所述心理健康状态之间的逻辑关系，输出所述第一心理健康状态。
7.根据权利要求1所述的心理健康矫正计划生成方法，其特征在于，所述根据所述第一心理健康状态为不健康，生成第一矫正计划包括：
根据用户的社会习惯，判断用户是否需要人工陪护；
根据用户需要人工陪护和所述第一实际参数，确定陪护时间点、陪护时长、陪护人员和陪护建议；
根据所述陪护时间点、所述陪护时长、所述陪护人员和所述陪护建议生成所述第一矫正计划。
8.根据权利要求1所述的心理健康矫正计划生成方法，其特征在于，所述获取用户体验虚拟情境过程中的第二实际参数包括：
通过传感器采集第二实际生理参数；
通过摄像头采集第二实际面部参数和第二实际行为参数；
通过麦克风采集第二实际声音参数。
9.根据权利要求7所述的心理健康矫正计划生成方法，其特征在于，在所述根据所述第二心理健康状态不健康，确定所述第一矫正计划无效之后还包括：根据所述第二心理健康状态不健康，生成第二矫正计划。
10.一种心理健康矫正计划生成系统，用于执行权利要求1所述的心理健康矫正计划生成方法，其特征在于，包括：
虚拟情境提供模块，所述虚拟情境提供模块用于为用户提供虚拟情境；
第一获取模块，所述第一获取模块用于获取用户体验虚拟情境过程中的第一实际参数；
第一确定模块，所述第一确定模块用于根据所述第一实际参数，确定用户的第一心理健康状态；
生成模块，所述生成模块用于根据所述第一心理健康状态为不健康，生成第一矫正计划；
第二获取模块，所述第二获取模块用于获取用户体验虚拟情境过程中的第二实际参数；
第二确定模块，所述第二确定模块用于根据所述第二实际参数确定用户的第二心理健康状态、根据所述第二心理健康状态为健康确定所述第一矫正计划有效和根据所述第二心理健康状态不健康确定所述第一矫正计划无效。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011507228.1A CN112652381A (zh) | 2020-12-18 | 2020-12-18 | 心理健康矫正计划生成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011507228.1A CN112652381A (zh) | 2020-12-18 | 2020-12-18 | 心理健康矫正计划生成方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112652381A true CN112652381A (zh) | 2021-04-13 |
Family
ID=75355074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011507228.1A Pending CN112652381A (zh) | 2020-12-18 | 2020-12-18 | 心理健康矫正计划生成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112652381A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114159671A (zh) * | 2021-12-14 | 2022-03-11 | 湘潭大学 | 基于vr全景视频的大学生心理健康训练系统及训练方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107799165A (zh) * | 2017-09-18 | 2018-03-13 | 华南理工大学 | 一种基于虚拟现实技术的心理评估方法 |
| CN109960723A (zh) * | 2019-04-12 | 2019-07-02 | 浙江连信科技有限公司 | 一种用于心理机器人的交互系统及方法 |
| CN110070944A (zh) * | 2019-05-17 | 2019-07-30 | 段新 | 基于虚拟环境和虚拟角色的社会功能评估训练系统 |
| CN110600104A (zh) * | 2019-08-30 | 2019-12-20 | 深圳智慧林网络科技有限公司 | 心理健康的矫正计划生成方法及其装置和可读存储介质 |
-
2020
- 2020-12-18 CN CN202011507228.1A patent/CN112652381A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107799165A (zh) * | 2017-09-18 | 2018-03-13 | 华南理工大学 | 一种基于虚拟现实技术的心理评估方法 |
| CN109960723A (zh) * | 2019-04-12 | 2019-07-02 | 浙江连信科技有限公司 | 一种用于心理机器人的交互系统及方法 |
| CN110070944A (zh) * | 2019-05-17 | 2019-07-30 | 段新 | 基于虚拟环境和虚拟角色的社会功能评估训练系统 |
| CN110600104A (zh) * | 2019-08-30 | 2019-12-20 | 深圳智慧林网络科技有限公司 | 心理健康的矫正计划生成方法及其装置和可读存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114159671A (zh) * | 2021-12-14 | 2022-03-11 | 湘潭大学 | 基于vr全景视频的大学生心理健康训练系统及训练方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bota et al. | A review, current challenges, and future possibilities on emotion recognition using machine learning and physiological signals | |
| Alarcao et al. | Emotions recognition using EEG signals: A survey | |
| Kuiken et al. | The effect of subcutaneous fat on myoelectric signal amplitude and cross-talk | |
| Petrantonakis et al. | Emotion recognition from EEG using higher order crossings | |
| CN111163693A (zh) | 健康和疾病的诊断定制 | |
| CN107402635B (zh) | 结合脑电波与虚拟现实的心理健康调节方法及系统 | |
| Seal et al. | An EEG database and its initial benchmark emotion classification performance | |
| Heyat | Insomnia: Medical sleep disorder & diagnosis | |
| Mohammadi et al. | Sleep posture classification using a convolutional neural network | |
| US11635816B2 (en) | Information processing apparatus and non-transitory computer readable medium | |
| Nguyen et al. | In-ear biosignal recording system: A wearable for automatic whole-night sleep staging | |
| KR20210027033A (ko) | 사용자 맞춤형 수면 관리 방법 및 시스템 | |
| Goudiaby et al. | Eeg biometrics for person verification | |
| CN111297379A (zh) | 一种基于感官传递的脑机结合系统和方法 | |
| Jasim et al. | Emotion detection among Muslims and non-Muslims while listening to Quran recitation using EEG | |
| CN112599245A (zh) | 心理健康指数评估方法及系统 | |
| CN116746885A (zh) | 麻醉深度监测系统及其方法 | |
| Fernandez Rojas et al. | A systematic review of neurophysiological sensing for the assessment of acute pain | |
| CN112652381A (zh) | 心理健康矫正计划生成方法及系统 | |
| US20220104751A1 (en) | A method and system for monitoring a level of non-pharmacologically-induced modified state of consciousness | |
| CN110931123B (zh) | 一种矩阵型脑网络及其构建方法 | |
| Czyżewski et al. | Multifactor consciousness level assessment of participants with acquired brain injuries employing human–computer interfaces | |
| Nataraj et al. | Classification of thought evoked potentials for navigation and communication using multilayer neural network | |
| JP4371699B2 (ja) | バイタルサイン計測システム、バイタルサイン計測方法、バイタルサイン計測プログラム、及び記録媒体 | |
| US11769595B2 (en) | Information processing apparatus and non-transitory computer readable medium |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Qiao Juan Inventor after: Yu Haotian Inventor after: Wang Wenqiao Inventor after: Zhu Jianbo Inventor before: Yu Haotian Inventor before: Qiao Juan Inventor before: Wang Wenqiao Inventor before: Zhu Jianbo |
|
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Qiao Juan Inventor after: Yu Haotian Inventor after: Yang Jianshe Inventor after: Liang Yuan Inventor before: Qiao Juan Inventor before: Yu Haotian Inventor before: Wang Wenqiao Inventor before: Zhu Jianbo |