CN113421630A - 身心健康智能管理方法和系统 - Google Patents

身心健康智能管理方法和系统 Download PDF

Info

Publication number
CN113421630A
CN113421630A CN202110615323.1A CN202110615323A CN113421630A CN 113421630 A CN113421630 A CN 113421630A CN 202110615323 A CN202110615323 A CN 202110615323A CN 113421630 A CN113421630 A CN 113421630A
Authority
CN
China
Prior art keywords
data
psychological
intervention
analysis
evaluation
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
Application number
CN202110615323.1A
Other languages
English (en)
Inventor
齐中祥
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.)
Womin High New Science & Technology Beijing Co ltd
Original Assignee
Womin High New Science & Technology Beijing 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 Womin High New Science & Technology Beijing Co ltd filed Critical Womin High New Science & Technology Beijing Co ltd
Priority to CN202110615323.1A priority Critical patent/CN113421630A/zh
Publication of CN113421630A publication Critical patent/CN113421630A/zh
Pending legal-status Critical Current

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
    • 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)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Developmental Disabilities (AREA)
  • Social Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Biomedical Technology (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

本申请实施例公开了一种身心健康智能管理方法和系统，通过视频监控设备获取多模态数据；运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；根据分析结果和评估结合制定心理干预方案。通过精准采集用户设定时间段内连续的身心健康数据，通过大数据分析平台形成身心健康趋势报表，进一步可以改善当前诊疗模式无预警程序及长期随访的弊端。

Description

身心健康智能管理方法和系统
技术领域
本申请实施例涉及健康技术领域，具体涉及一种身心健康智能管理方法和系统。
背景技术
现代社会的人们暴露于各种各样的压力之中，常常需要承受工作、生活、经济、人际关系等等各方面的压力。持续的压力会带来心理和生理上的障碍和缺陷。
实时跟踪记录个体的日常心理压力状态，在出现异常时及时警示，并给予恰当的干预和指导，对于帮助个体保持良好心理状态具有强大的推动作用。心理学领域对于人体精神负荷状态的测试与评估，虽然已从多个领域研究多年，但无统一的参考意见。在心理学临床诊断过程中，临床医生评价个体精神负荷状态的方法有：心理问卷法和经验晤谈法等主观评测方法。尽管这些方法在一定程度上能够反映出个体的精神压力(负荷)状态，但往往需要参与者的响应和积极配合，且这些方法受医患双方的主观影响较大，不利于客观评价；同时，这些方法需要心理医师的参与，无法实现实时监测，更难推广到数量庞大的各类压力人群中。
发明内容
为此，本申请实施例提供一种身心健康智能管理方法和系统，通过精准采集用户设定时间段内连续的身心健康数据，通过大数据分析平台形成身心健康趋势报表，改善当前诊疗模式无预警程序及长期随访的弊端。
为了实现上述目的，本申请实施例提供如下技术方案：
根据本申请实施例的第一方面，提供了一种身心健康智能管理方法，所述方法包括：
通过视频监控设备获取多模态数据，所述多模态数据包括第一多模态数据和第二多模态数据，所述第一多模态数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度、生理信号、声音数据、心跳和血压，所述第二多模态数据包括行为日志和事件日志；
运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；
基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；
根据分析结果和评估结合制定心理干预方案。
可选地，所述方法还包括：在所述心理干预方案实施后的设定时间内，将干预前后的心理状态进行对比，以实现干预效果的评估，完成用户智能心理监护的闭环流程。
可选地，所述个人心理风险预测变化趋势图是通过对个人情绪的分析计算心理风险指数，并比较任意时间段内心理风险指数变化情况而制成的趋势图；
所述总体采样统计数和预警数据统计数均是显示当前采样数据和历史采样数据变化趋势；
所述时间段管理标签是通过给时间加上特定尺度标签制定的，以准确的查看相关人员心理不同阶段变化的情况；
所述人脸特征管理信息为将视频识别的结果采用特征数据的形式加以保存和管理的信息。
可选地，所述根据分析结果和评估结合制定心理干预方案，包括：
对于出现心理状况的人员，针对具体情况，自动给出个性化干预方案；对干预时间、地点、过程、内容等信息进行记录，以方便后期进行过程跟踪；通过对干预前后情绪分析，给出干预效果智能评估，以便于进行干预措施评价和调整。
根据本申请实施例的第二方面，提供了一种身心健康智能管理系统，所述系统包括：
数据获取模块，用于通过视频监控设备获取多模态数据，所述多模态数据包括第一多模态数据和第二多模态数据，所述第一多模态数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度、生理信号、声音数据、心跳和血压，所述第二多模态数据包括行为日志和事件日志；
特征提取模块，用于运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；
分析评估模块，用于基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；
干预方案模块，用于根据分析结果和评估结合制定心理干预方案。
可选地，所述系统还包括：
对比模块，用于在所述心理干预方案实施后的设定时间内，将干预前后的心理状态进行对比，以实现干预效果的评估，完成用户智能心理监护的闭环流程。
可选地，所述个人心理风险预测变化趋势图是通过对个人情绪的分析计算心理风险指数，并比较任意时间段内心理风险指数变化情况而制成的趋势图；
所述总体采样统计数和预警数据统计数均是显示当前采样数据和历史采样数据变化趋势；
所述时间段管理标签是通过给时间加上特定尺度标签制定的，以准确的查看相关人员心理不同阶段变化的情况；
所述人脸特征管理信息为将视频识别的结果采用特征数据的形式加以保存和管理的信息。
可选地，所述干预方案模块，具体用于：
对于出现心理状况的人员，针对具体情况，自动给出个性化干预方案；对干预时间、地点、过程、内容等信息进行记录，以方便后期进行过程跟踪；通过对干预前后情绪分析，给出干预效果智能评估，以便于进行干预措施评价和调整。
根据本申请实施例的第三方面，提供了一种设备，所述设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行第一方面任一项所述的方法。
根据本申请实施例的第四方面，提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如第一方面任一项所述的方法。
综上所述，本申请实施例提供了一种身心健康智能管理方法和系统，通过视频监控设备获取多模态数据，所述多模态数据包括第一多模态数据和第二多模态数据，所述第一多模态数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度、生理信号、声音数据、心跳和血压，所述第二多模态数据包括行为日志和事件日志；运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；根据分析结果和评估结合制定心理干预方案。通过精准采集用户设定时间段内连续的身心健康数据，通过大数据分析平台形成身心健康趋势报表，进一步可以改善当前诊疗模式无预警程序及长期随访的弊端。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本申请实施例提供的一种身心健康智能管理方法示意图；
图2为本申请实施例提供的系统工作流程示意图；
图3为本申请实施例提供的系统分析引擎流程示意图；
图4为本申请实施例提供的一种身心健康智能管理系统框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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做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。
基于人类行为预测的“情绪+行为”双因子简化模型，本申请实施例提供一种社区居民身心健康智能管控系统。该系统用无感或有感方式采集社区居民的情绪状态、生理状态、网络信息的相关数据，形成一套“数据智能采集—身心状态智能识别—异常状态智能预警—干预方案智能推荐—干预效果智能评估”的社区居民身心健康智能管控系统，以便及早发现抑郁等异常心理状态，提前化解极端行为的风险，促进社区的和谐发展。
身心健康智能管理系统的目的在于对抑郁、焦虑、自控、偏执、躯体化等状态进行研判与预警。生理指标包括收缩压、舒张压、心率、呼吸频率和血氧含量；情绪指标包括高兴、恐惧、悲伤、厌恶、愤怒。
图1示出了本申请实施例提供的身心健康智能管理方法示意图，所述方法包括：
步骤101：通过视频监控设备获取多模态数据，所述多模态数据包括第一多模态数据和第二多模态数据，所述第一多模态数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度、生理信号、声音数据、心跳和血压，所述第二多模态数据包括行为日志和事件日志；
步骤102：运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；
步骤103：基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；
步骤104：根据分析结果和评估结合制定心理干预方案。
在一种可能的实施方式中，所述方法还包括：在所述心理干预方案实施后的设定时间内，将干预前后的心理状态进行对比，以实现干预效果的评估，完成用户智能心理监护的闭环流程。
在一种可能的实施方式中，所述个人心理风险预测变化趋势图是通过对个人情绪的分析计算心理风险指数，并比较任意时间段内心理风险指数变化情况而制成的趋势图；所述总体采样统计数和预警数据统计数均是显示当前采样数据和历史采样数据变化趋势；所述时间段管理标签是通过给时间加上特定尺度标签制定的，以准确的查看相关人员心理不同阶段变化的情况；所述人脸特征管理信息为将视频识别的结果采用特征数据的形式加以保存和管理的信息。
在一种可能的实施方式中，在步骤103中，所述根据分析结果和评估结合制定心理干预方案，包括：对于出现心理状况的人员，针对具体情况，自动给出个性化干预方案；对干预时间、地点、过程、内容等信息进行记录，以方便后期进行过程跟踪；通过对干预前后情绪分析，给出干预效果智能评估，以便于进行干预措施评价和调整。
在本申请实施例提供的身心健康智能管理方法中，使用视频监控设备进行数据采集，数据入库后，运用视频、图像等处理技术对原始数据进行初步处理，再将初步处理后的数据交由运算服务器，运算服务器进行特征提取、身份识别、情感识别检测和非接触式生理信号提取等处理。融合事件日志、行为日志等结构化数据，进行数据深度挖掘分析。
系统主要由手机APP、网络信息管理系统(选配)、身心健康智慧管理系统及智能魔镜设备组成。
在融合数据的基础上快速建立个体、群体的常模，模型初始化完成后，模型能够实现自主学习功能，进而实现快速甄别时点心理、周期心理等管理决策要求，并能够结合群体常模、情绪心理关联模型准确推断出风险成因。
在分析出心理风险后，系统会给出定制化干预方案的智能推荐供管理人员和医务人员参考。
在干预完成后一段时间内，系统能给出干预前后的心理状态对比，实现干预效果评估，完成社区居民智能心理监护的闭环流程。
图2示出了本申请实施例提供的身心健康智能管理方法适用的系统主要流程的工作过程。数据采集端用于视频数据的采集、预处理和特征提取，其中身份识别需要和人脸库进行匹配，由此采集的数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度等多模态数据。另一部多模态数据为行为日志和事件日志，由社区管理人员和医务人员记录。
社区心理数据管理系统主要供管理者使用。可实现任务管理、量表管理、账户管理等功能。管理者可进行测评任务创建、测评量表及测评人员设置、量表导出与分权限设置不同账户等。
身心健康智慧管理系统基础功能除了权限管理、日志管理、设备管理等基础功能外，主要基础功能如下：
1.个人情绪雷达图：用雷达图的形式展示指定人员在“生气”、“吃惊”、“沮丧”、“平静”、“讨厌”、“高兴”、“胆怯”等情绪指数(对应愤怒、惊讶、悲伤、平静、厌恶、高兴、恐惧这七类情绪)。
2.个人心理风险预测变化趋势图：通过对个人情绪的分析，给出相关人员心理风险指数，并能比较任意时间段内心理风险指数变化情况。
3.个体个人情绪和个人心理风险与基线对比：通过和个人基线及集体基线的对比，能更加直观的反映出相关人员的心理状态的健康程度。
4.总体采样数统计显示：显示当前采样数据和历史采样数据变化趋势；
5.预警数据统计显示：显示当前采样数据和历史采样数据变化趋势；
6.时间段标签管理：通过给时间加上特定尺度标签，能够更加准确的查看相关人员心理不同阶段变化的情况。
7.人员管理：建立相关人员基本信息库，其中包含人脸库。
8.人脸特征信息管理：将视频识别的结果采用特征数据的形式加以保存和管理。
9.干预方案库管理：建立干预方案库，并能对干预步骤进行编辑修改。
10.干预方案自动推荐：对于出现心理状况的人员，针对具体情况，自动给出个性化干预方案。
11.干预记录：对干预时间、地点、过程、内容等信息进行记录，以方便后期进行过程跟踪。
12.干预效果智能评估：通过对干预前后情绪分析，给出干预效果智能评估，以便于进行干预措施评价和调整。
13.多单位人员心理统计对照分析：此项功能为多个单位进行分层部署时提供，主要通过对不同单位人员心理数据的对照分析，为高层高理人员提供更加丰富的数据参考。
在提供上述基本功能的基础上，本系统还可以根据使用单位的实际情况提供下述增强功能：
1.增加更多数据采集方式：包括声音数据采集、可穿戴手环数据采集、可穿戴脑电数据采集，提供更加多元化的数据融合源。
2.增加心跳和血压无感分析：在一定条件下可实现对被采集人的心跳和血压计算分析(被采集人员面对摄像机保持一定时间)，为情绪分析添加更多的维度，能够更加准确的分析被采集人情绪状况。
3.人员定位功能：如配备手环，则可以利用其定位模块对单位所属人员进行定位。
4.人员综合态势图，结合三维可视化技术，将整个单位人员的定位信息，生理信息、心理性进行态势展示。
身心健康智能管理系统分析引擎流程示意如图3所示，图3中，收集面部表情、头部姿态、眼睛注视角、肢体动作和生理信号的作为数据集，进一步对数据集进行标准化处理，得到结构化数据，进一步进行标签化处理，得到对象档案、模型训练和心理画像。
根据实际业务场景，系统可以在单个社区单位的局域网中完成部署，也可以部署到具有分层结构的单位中。系统分布在不同地点的摄像头采集到部队的视频信息后传输给AI计算服务器，通过人工智能算法将视频信息转化为特征信息；应用分析服务器负责对数据进行进一步处理分析并提供web容器服务；官理系统为B/S模式，供管理员、社区干部和医务人员使用。
可以看出，本申请实施例提供的方法，基于网络、手机、智能设备摄像头精准采集用户连续的身心健康数据，历史数据可以永久保存。还可以通过大数据分析平台形成身心健康趋势报表，让数据具有持续性连贯性。改善当前诊疗模式无预警程序及长期随访的弊端。
综上所述，本申请实施例提供了一种身心健康智能管理方法和系统，通过视频监控设备获取多模态数据，所述多模态数据包括第一多模态数据和第二多模态数据，所述第一多模态数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度、生理信号、声音数据、心跳和血压，所述第二多模态数据包括行为日志和事件日志；运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；根据分析结果和评估结合制定心理干预方案。通过精准采集用户设定时间段内连续的身心健康数据，通过大数据分析平台形成身心健康趋势报表，进一步可以改善当前诊疗模式无预警程序及长期随访的弊端。
基于相同的技术构思，本申请实施例还提供了一种身心健康智能管理系统，如图4所示，所述系统包括：
数据获取模块401，用于通过视频监控设备获取多模态数据，所述多模态数据包括第一多模态数据和第二多模态数据，所述第一多模态数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度、生理信号、声音数据、心跳和血压，所述第二多模态数据包括行为日志和事件日志；
特征提取模块402，用于运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；
分析评估模块403，用于基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；
干预方案模块404，用于根据分析结果和评估结合制定心理干预方案。
在一种可能的实施方式中，所述系统还包括：对比模块，用于在所述心理干预方案实施后的设定时间内，将干预前后的心理状态进行对比，以实现干预效果的评估，完成用户智能心理监护的闭环流程。
在一种可能的实施方式中，所述个人心理风险预测变化趋势图是通过对个人情绪的分析计算心理风险指数，并比较任意时间段内心理风险指数变化情况而制成的趋势图；所述总体采样统计数和预警数据统计数均是显示当前采样数据和历史采样数据变化趋势；所述时间段管理标签是通过给时间加上特定尺度标签制定的，以准确的查看相关人员心理不同阶段变化的情况；所述人脸特征管理信息为将视频识别的结果采用特征数据的形式加以保存和管理的信息。
可选地，所述干预方案模块，具体用于：对于出现心理状况的人员，针对具体情况，自动给出个性化干预方案；对干预时间、地点、过程、内容等信息进行记录，以方便后期进行过程跟踪；通过对干预前后情绪分析，给出干预效果智能评估，以便于进行干预措施评价和调整。
基于相同的技术构思，本申请实施例还提供了一种设备，所述设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行所述的方法。
基于相同的技术构思，本申请实施例还提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行所述的方法。
本说明书中上述方法的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
需要说明的是，尽管在附图中以特定顺序描述了本发明方法的操作，但这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
虽然本申请提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种身心健康智能管理方法，其特征在于，所述方法包括：
通过视频监控设备获取多模态数据，所述多模态数据包括第一多模态数据和第二多模态数据，所述第一多模态数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度、生理信号、声音数据、心跳和血压，所述第二多模态数据包括行为日志和事件日志；
运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；
基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；
根据分析结果和评估结合制定心理干预方案。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
在所述心理干预方案实施后的设定时间内，将干预前后的心理状态进行对比，以实现干预效果的评估，完成用户智能心理监护的闭环流程。
3.如权利要求1所述的方法，其特征在于，所述个人心理风险预测变化趋势图是通过对个人情绪的分析计算心理风险指数，并比较任意时间段内心理风险指数变化情况而制成的趋势图；
所述总体采样统计数和预警数据统计数均是显示当前采样数据和历史采样数据变化趋势；
所述时间段管理标签是通过给时间加上特定尺度标签制定的，以准确的查看相关人员心理不同阶段变化的情况；
所述人脸特征管理信息为将视频识别的结果采用特征数据的形式加以保存和管理的信息。
4.如权利要求1所述的方法，其特征在于，所述根据分析结果和评估结合制定心理干预方案，包括：
对于出现心理状况的人员，针对具体情况，自动给出个性化干预方案；对干预时间、地点、过程、内容等信息进行记录，以方便后期进行过程跟踪；通过对干预前后情绪分析，给出干预效果智能评估，以便于进行干预措施评价和调整。
5.一种身心健康智能管理系统，其特征在于，所述系统包括：
数据获取模块，用于通过视频监控设备获取多模态数据，所述多模态数据包括第一多模态数据和第二多模态数据，所述第一多模态数据包括面部表情、肢体姿态、头部姿态、眼睛注视角度、生理信号、声音数据、心跳和血压，所述第二多模态数据包括行为日志和事件日志；
特征提取模块，用于运算服务器对所述多模态数据进行特征提取、身份识别、情感识别检测和非接触式生理信号提取，得到特征信息；
分析评估模块，用于基于所述特征信息进行多模态异常分析和心理状态评估，得到分析评估结果，所述分析评估结果包括个人情绪雷达图、个人心理风险预测变化趋势图、总体采样统计数、预警数据统计数、时间段管理标签、人脸特征管理信息；
干预方案模块，用于根据分析结果和评估结合制定心理干预方案。
6.如权利要求5所述的系统，其特征在于，所述系统还包括：
对比模块，用于在所述心理干预方案实施后的设定时间内，将干预前后的心理状态进行对比，以实现干预效果的评估，完成用户智能心理监护的闭环流程。
7.如权利要求5所述的系统，其特征在于，所述个人心理风险预测变化趋势图是通过对个人情绪的分析计算心理风险指数，并比较任意时间段内心理风险指数变化情况而制成的趋势图；
所述总体采样统计数和预警数据统计数均是显示当前采样数据和历史采样数据变化趋势；
所述时间段管理标签是通过给时间加上特定尺度标签制定的，以准确的查看相关人员心理不同阶段变化的情况；
所述人脸特征管理信息为将视频识别的结果采用特征数据的形式加以保存和管理的信息。
8.如权利要求5所述的系统，其特征在于，所述干预方案模块，具体用于：
对于出现心理状况的人员，针对具体情况，自动给出个性化干预方案；对干预时间、地点、过程、内容等信息进行记录，以方便后期进行过程跟踪；通过对干预前后情绪分析，给出干预效果智能评估，以便于进行干预措施评价和调整。
9.一种设备，其特征在于，所述设备包括：数据采集装置、处理器和存储器；
所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-4任一项所述的方法。
CN202110615323.1A 2021-06-02 2021-06-02 身心健康智能管理方法和系统 Pending CN113421630A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110615323.1A CN113421630A (zh) 2021-06-02 2021-06-02 身心健康智能管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110615323.1A CN113421630A (zh) 2021-06-02 2021-06-02 身心健康智能管理方法和系统

Publications (1)

Publication Number Publication Date
CN113421630A true CN113421630A (zh) 2021-09-21

Family

ID=77713707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110615323.1A Pending CN113421630A (zh) 2021-06-02 2021-06-02 身心健康智能管理方法和系统

Country Status (1)

Country Link
CN (1) CN113421630A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116965818A (zh) * 2023-08-01 2023-10-31 上海迎智正能文化发展有限公司 一种基于人工智能的异常情绪调控方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107220591A (zh) * 2017-04-28 2017-09-29 哈尔滨工业大学深圳研究生院 多模态智能情绪感知系统
CN108764010A (zh) * 2018-03-23 2018-11-06 姜涵予 情绪状态确定方法及装置
CN110010225A (zh) * 2019-02-22 2019-07-12 张玲 一种基于音视频的心理干预算法
CN110675922A (zh) * 2019-09-23 2020-01-10 北京阳光欣晴健康科技有限责任公司 基于多模态的智能随访方法及系统
CN111523504A (zh) * 2020-04-30 2020-08-11 深圳市镜象科技有限公司 基于表情分析的抑郁症预测方法、预测终端和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107220591A (zh) * 2017-04-28 2017-09-29 哈尔滨工业大学深圳研究生院 多模态智能情绪感知系统
CN108764010A (zh) * 2018-03-23 2018-11-06 姜涵予 情绪状态确定方法及装置
CN110010225A (zh) * 2019-02-22 2019-07-12 张玲 一种基于音视频的心理干预算法
CN110675922A (zh) * 2019-09-23 2020-01-10 北京阳光欣晴健康科技有限责任公司 基于多模态的智能随访方法及系统
CN111523504A (zh) * 2020-04-30 2020-08-11 深圳市镜象科技有限公司 基于表情分析的抑郁症预测方法、预测终端和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116965818A (zh) * 2023-08-01 2023-10-31 上海迎智正能文化发展有限公司 一种基于人工智能的异常情绪调控方法及系统
CN116965818B (zh) * 2023-08-01 2024-02-20 上海迎智正能健康科技有限公司 一种基于人工智能的异常情绪调控方法及系统

Similar Documents

Publication Publication Date Title
Ghandeharioun et al. Objective assessment of depressive symptoms with machine learning and wearable sensors data
Zhang et al. TeamSense: assessing personal affect and group cohesion in small teams through dyadic interaction and behavior analysis with wearable sensors
Alberdi et al. Using smart offices to predict occupational stress
Mdhaffar et al. CEP4HFP: Complex event processing for heart failure prediction
CN109875579A (zh) 情绪健康管理系统和情绪健康管理方法
CN113520395A (zh) 一种精神状态的实时评估系统和方法
US20220346676A1 (en) Electrocardiogram-based blood glucose level monitoring
CN113050478A (zh) 一种变电站施工人员作业状态监测及预警的方法
WO2021146368A1 (en) Artificial intelligence-based platform to optimize skill training and performance
CN112911017A (zh) 基于智能互联网的作业人员安全状态风险管控系统
CN111329459A (zh) 一种改良的患者生命体征监测预警评分方法
CN113421630A (zh) 身心健康智能管理方法和系统
CN115089179A (zh) 一种心理情绪洞察分析方法及系统
CN113974589B (zh) 多模态行为范式评估优化系统及认知能力评价方法
Novielli et al. Sensor-based emotion recognition in software development: facial expressions as gold standard
Yu et al. Air traffic controllers' mental fatigue recognition: A multi-sensor information fusion-based deep learning approach
CN109886610B (zh) 一种协同工作与质量控制方法与系统
Shaposhnyk et al. Inferring cognitive load level from physiological and personality traits
CN111863283A (zh) 一种医疗健康大数据平台
Tang et al. Wearable sensor data visualization based on cnn towards healthcare promotion
Qirtas et al. Personalising Loneliness Detection through Behavioural Grouping of Passive Sensing Data from College Students
Ciccarelli et al. A review of work-related stress detection, assessment, and analysis on-field
JEMAA et al. Digital Twin For A Human Heart Using Deep Learning and Stream Processing Platforms
Schmidt et al. A 3-staged approach to identifying patients at risk of deterioration in emergency departments
RU2813438C1 (ru) Система и способ выявления и использования эталонного эмоционально-интеллектуального профиля (эи-профиля) по группам анализа

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