CN113571158A - 一种智慧智能ai智能心理健康检测与分析测评系统 - Google Patents

一种智慧智能ai智能心理健康检测与分析测评系统 Download PDF

Info

Publication number
CN113571158A
CN113571158A CN202110865260.5A CN202110865260A CN113571158A CN 113571158 A CN113571158 A CN 113571158A CN 202110865260 A CN202110865260 A CN 202110865260A CN 113571158 A CN113571158 A CN 113571158A
Authority
CN
China
Prior art keywords
user
mental health
result
test
question
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.)
Granted
Application number
CN202110865260.5A
Other languages
English (en)
Other versions
CN113571158B (zh
Inventor
王双武
周磊
朱新平
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.)
Jiangsu Smart Software Technology Co ltd
Original Assignee
Jiangsu Smart Software 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 Jiangsu Smart Software Technology Co ltd filed Critical Jiangsu Smart Software Technology Co ltd
Priority to CN202110865260.5A priority Critical patent/CN113571158B/zh
Publication of CN113571158A publication Critical patent/CN113571158A/zh
Application granted granted Critical
Publication of CN113571158B publication Critical patent/CN113571158B/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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Human Computer Interaction (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种智慧智能AI智能心理健康检测与分析测评系统，该系统包括以下方法：S1、构建对特定人群心理健康进行检测的知识题库；S2、用户填写基本情况量表，系统根据基本情况量表的填写内容，自动生成用户画像数据；S3、从知识题库中查询出测试问题记录生成专用测试问题量表和通用测试问题量表；S4、系统获取量表的填写内容，并分别得到心理健康检测的第一结果和第二结果，并结合第一结果和第二结果，对用户的心理健康进行综合判定；S5、系统根据用户心理健康的综合判定结果，自动生成用户心理健康的检测报告，本发明提出的智能心理健康检测与分析测评系统具有检测过程方便、快捷、客观性好、准确性高的优点。

Description

一种智慧智能AI智能心理健康检测与分析测评系统
技术领域
本发明属于通信技术领域，具体是涉及一种智慧智能AI智能心理健康检测与分析测 评系统。
背景技术
在现实生活中，大众对特定人群容易发生的各种心理问题的认知程度还不够，时常会把特定人群的各种心理问题误认为是矫情、抗压力差等，缺乏对心理问题的及时检测，导致其心理问题发现晚、治疗晚，除此之外，在现有技术中要想对特定人群的心理问题进行检测，通常需要心理医生与其进行当面交流，并借助一些物理设备采集特定人群的各种生理指标，具体的，心理医生依据与特定人群的交流内容，特定人群对心理问题检测量表的答题情况，及物理设备采集到的生理指标对特定人群心理问题进行综合的判定，此检测过程具有一定的复杂性，容易给其造成一定的心理压力，从而可能影响检测的结果，且检测结果在一定程度上受到心理医生个人主观因素的影响。
发明内容
本发明的目的是针对上述的技术问题，提出一种智慧智能AI智能心理健康检测与分 析测评系统，本发明通过特定人群在线填写的基本情况量表生成其用户画像数据，从用来 对特定人群进行心理健康检测的知识题库中查询出与该用户画像数据相匹配的测试问题 记录生成专用测试问题量表，还查询出通用测试问题生成通用测试问题量表，接着通过统 计通用测试问题的得分得到心理健康检测的第一结果，通过将专用测试问题的答题结果输 入神经网络模型进行处理得到心理健康检测的第二结果，并结合第一结果和第二结果，对 用户的心理健康情况进行综合判定，最后生成并展示用户的心理健康检测报告，通过本发 明特定人群能够在线上完成对自身心理健康情况的检测，检测过程方便、快捷，此外，本 发明根据用户属性自动生成专用测试问题量表，测试问题更具有针对性，并通过预先训练 好的神经网络模型对专用测试问题量表的答题结果进行识别处理，又与通用测试问题量表 的检测结果相结合，对用户的心理健康情况进行综合判定，检测过程具有客观性，检测结 果准确性高。
为实现上述目的，本发明提供如下技术方案：
第一步：构建专用于对特定人群心理健康进行检测的知识题库；
第二步：用户登录在线心理健康检测系统，填写基本情况量表，同时系统根据所述基 本情况量表的填写内容，自动生成该用户的用户画像数据；
第三步：依据所述用户画像数据，从用来对特定人群进行心理健康检测的知识题库中 查询出与该用户画像数据相匹配的测试问题记录并生成专用测试问题量表，并从所述知识 题库中查询出通用测试问题记录并生成通用测试问题量表；
第四步：用户在线填写通用测试问题量表、专用测试问题量表，系统获取量表的填写 内容，系统通过统计通用测试问题的得分情况得到对该用户进行心理健康检测的第一结 果，通过将专用测试问题的答题结果输入神经网络模型进行处理得到对该用户进行心理健 康检测的第二结果，并结合所述第一结果和所述第二结果，对该用户的心理健康进行综合 判定；
第五步：系统根据对用户的心理健康的综合判定结果，自动生成用户心理健康检测报 告。
与现有技术相比，本发明的有益效果如下：
本发明提出的一种智慧智能AI智能心理健康检测与分析测评系统，用户能够通过在 线填写量表的方式完成对心理健康情况的检测，不需要借助额外的物理传感设备，避免用 户在检测过程中产生心理压力，整个检测过程方便、快捷，此外，系统将用户对量表的答题结果输入神经网络模型进行识别，模型输出对用户心理健康检测的第二结果，并与对用户心理健康检测的第一结果结合，综合判定用户心理健康情况，使整个检测过程更具科学性和客观性，克服了传统心理检测过程中心理医生个人主观因素的影响，尤其的，在对神经网络模型进行训练的过程中，通过计算模型的识别精度，保证模型对用户不同心理健康情况的识别准确度。
附图说明
图1为本发明的一种智慧智能AI智能心理健康检测与分析测评系统的方法流程图；
图2为本发明的对用户心理健康情况进行综合判定的步骤流程图；
图3为本发明的对神经网络模型进行训练的步骤流程图。
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。
参考如图1所示，本发明提出一种智慧智能AI智能心理健康检测与分析测评系统，具体通过如下的方法来实现：
第一步，构建专用于对特定人群心理健康进行检测的知识题库。
进一步的，上述的知识题库中存储有不同的测试问题记录，通过对知识题库中的测试 问题记录进行查询操作，生成对用户进行心理健康情况检测的量表，该量表不仅包括多个 国内国际上通用的用来对特定人群的心理健康情况进行检测的通用量表，还包括对大量临 床病例进行数据分析得到的与病人属性相关的专用测试问题量表。
具体的，知识题库存储有，用来进行心理健康问题筛查的通用测试问题记录，所述通 用测试问题记录由记录序号、通用标志、严重问题标志、问题内容、问题选项、问题选项的对应得分组成，其中，记录序号代表测试问题记录在知识题库中的唯一顺序编号，通用标志代表测试问题记录与用户属性无关，将用来组成通用测试问题量表，严重问题标志代表测试问题内容对检测心理健康情况的严重程度，例如与孕产期抑郁症核心症状相关的问题，问题内容即用来对用户心理健康情况进行检测的测试问题内容，问题选项即针对每个测试问题设置的答题选项，问题选项的对应得分即当用户选择不同的答题选项时对应的得分，知识题库还存储有与进行心理健康检测的用户的用户属性相关的专用测试问题记录，所述专用测试问题记录由记录序号、专用标志、用户属性、问题内容组成，其中，记录序 号代表测试问题记录在知识题库中的唯一顺序编号，专用标志代表测试问题记录与用户属性相关，将用来组成专用测试问题量表，用户属性代表进行心理健康检测的用户的基本特征，例如职业、年龄、家庭情况等，问题内容代表用来对用户心理健康情况进行检测的测 试问题内容。
第二步，用户登录在线心理健康检测系统，填写基本情况量表，同时系统根据所述基 本情况量表的填写内容，自动生成该用户的用户画像数据。
进一步的，用户画像数据包含进行心理健康检测的用户的基本特征，即与上述的测试 问题记录的用户属性相对应，后续用于根据该用户画像数据从上述的知识题库中查询测试 问题记录，并组成专用测试问题量表，使用该专用测试问题量表对用户的心理健康情况进 行检测，测试问题更具针对性，检测效率更高，具体的，用户填写基本情况量表，基本情 况量表内设置有多个与用户属性相关的问题，同时系统根据用户对基本情况量表的填写内 容，从中提取出不同用户属性问题对应的填写数据组成用户画像数据，所述用户属性包括 用户的年龄、职业、家庭关系、身体健康情况等。
第三步，依据上述的用户画像数据，从用来对特定人群进行心理健康检测的知识题库 中查询出与用户画像数据相匹配的测试问题记录并生成专用测试问题量表，并从上述的知 识题库中查询出通用测试问题记录并生成通用测试问题量表。
进一步的，生成专用测试问题量表的步骤包括，首先系统根据用户画像数据生成适用 于上述的知识题库的查询语句，具体的，该查询语句用来从知识题库存储的测试问题记录 中检索出具有专用标志，同时用户属性与用户画像数据相同的记录，接着在上述的知识题 库中执行查询语句，最后系统以结果集的形式返回满足查询条件的全部测试问题记录，并 在系统页面生成和展示专用测试问题量表；生成通用测试问题量表的步骤包括，首先系统 生成适用于上述知识题库的查询语句，具体的，该查询语句用来从知识题库存储的测试问 题记录中检索出具有通用标志的记录，接着在上述的知识题库中执行该查询语句，最后系 统同样以结果集的形式返回满足查询条件的全部测试问题记录，并在系统页面生成和展示 通用测试问题量表。
第四步，用户在线填写通用测试问题量表、专用测试问题量表，系统获取量表的填写 内容，系统通过统计通用测试问题的得分情况得到对该用户进行心理健康检测的第一结 果，通过将专用测试问题的答题结果输入神经网络模型进行识别处理得到对该用户进行心 理健康检测的第二结果，并结合上述的第一结果和第二结果，对该用户的心理健康进行综 合判定。
进一步的，系统通过统计通用测试问题的得分情况得到对用户进行心理健康检测的第 一结果的步骤包括，首先根据用户对每道通用测试问题不同答题选项的选择结果分别统计 出每道通用测试问题的得分，接着通过将不同通用测试问题的得分进行累加得到通用测试 问题量表的总得分，最后根据系统内预设的通用测试问题量表的得分情况与心理健康情况 的对照表得到对用户进行心理健康检测的第一结果，例如得分0-4分，对应的心理健康情 况为正常；得分5-9分，对应的心理健康情况为可能有轻度抑郁症；得分10-14分，对应 的心理健康情况为可能有中度抑郁症，此外，系统还将用户对专用测试问题的答题结果作 为输入数据，输入到预先训练好的神经网络模型中进行识别处理，神经网络模型输出对用 户心理健康情况的识别结果，该识别结果作为对用户进行心理健康检测的第二结果，例如 模型的识别结果为用户的心理健康情况为正常，或可能有轻度抑郁症，或可能有中度抑郁 症，上述的第一结果与第二结果一一对应。
参考如图2所示，结合对用户进行心理健康检测的上述的第一结果和第二结果，对用 户的心理健康情况进行综合判定的步骤包括，当判断上述的第一结果和第二结果对用户心 理健康情况的判定一致时，选取第一结果作为综合判定的最终结果；当上述的第一结果和 第二结果对用户心理健康情况的判定不一致时，计算上述的通用测试问题量表中被标记为 严重问题的测试问题记录的得分总数，当该得分总数大于等于系统设定的严重测试问题得 分阈值时，则从第一结果和第二结果中选取将用户心理健康情况判定为较严重的一个作为 综合判定的最终结果，当该得分总数小于系统设定的严重测试问题得分阈值时，则从第一 结果和第二结果中选取将用户心理健康情况判定为较轻微的一个作为综合判定的最终结 果。
其中，参考如图3所示，将专用测试问题的答题结果输入神经网络模型进行识别处理 之前，还包括对神经网络模型进行训练，具体包括如下的步骤：
步骤一、建立用于对神经网络模型进行训练的训练数据集，该训练数据集包含患有不 同程度心理问题的特定人群的样本数据，每个样本数据由能够表征心理问题的特征数据和 关于每个样本数据的类别标记组成；
步骤二、模型逐一将上述的样本数据提供给输入层神经元，然后逐层将信号前传，直 到产生输出层的结果，然后计算输出层的误差，再将误差逆向传播至隐层神经元，最后根 据隐层神经元的误差对神经元的连接权重和误差进行调整，直到训练误差达到规定阈值；
步骤三、建立用于对神经网络模型的泛化性能进行度量的测试数据集,该测试数据集 包含训练数据集中神经网络模型对其进行了错误识别的样本数据，并逐一将测试数据集中 的样本数据提供给输入层神经元，然后逐层将信号前传，直到模型输出样本数据的类别结 果；
步骤四、根据神经网络模型输出的关于测试数据集中样本数据的类别结果，建立每两 不同类别组合的混淆矩阵
Figure BDA0003187053870000061
并在每个混淆矩阵上分别计算得到其识别精 度
Figure BDA0003187053870000062
最终计算关于模型的识别精度
Figure BDA0003187053870000063
其 中，k表示混淆矩阵的个数，l表示模型输出的样本数据的类别结果的个数，ymym表示将 类别是ym的样本正确识别成ym的样本个数，ymyn表示将类别是ym的样本错误识别成yn的 样本个数，ynyn表示将类别是yn的样本正确识别成yn的样本个数，ynym表示将类别是yn的 样本错误识别成ym的样本个数；
步骤五、判断模型的识别精度Acc与识别精度阈值的关系，当Acc小于识别精度阈值 时，跳转至步骤一继续执行，直到当Acc大于等于识别精度阈值时停止执行。
第五步，系统根据对用户的心理健康的综合判定结果，自动生成用户心理健康检测报 告。
进一步的，基于用户心理健康的综合判定结果，系统从数据库中查询出与该综合判定 结果相对应的针对该结果的解析内容，针对该结果对应心理问题的指导建议等，并自动生 成用户心理健康检测报告，通过在线的方式展示给用户，此外，根据用户在不同时间进行 心理健康检测所产生的心理健康检测报告，系统能够自动生成用户在这一段时间里的心理 健康情况变化曲线图，方便及时跟踪用户的心理健康发展情况。
综上所述，本发明首先根据用户在线填写的基本情况量表，自动生成用户画像数据， 然后，根据该用户画像数据从专用于对特定人群心理健康进行检测的知识题库查询出测试 问题记录并组成专用测试问题量表，又从知识题库中查询出通用测试问题记录并组成通用 测试问题量表，接着，系统通过统计通用测试问题量表的得分情况得出对用户心理健康检 测的第一结果，系统还将专用测试问题量表的答题结果输入预先训练好的神经网络模型， 模型输出对用户心理健康检测的第二结果，又通过比较第一结果和第二结果，对用户心理 健康情况进行综合判定，最后，根据用户心理健康情况的综合判定结果，系统自动生成并 展示用户心理健康检测报告。
按照本发明提出的一种提供特定人群心理健康检测的方法，用户能够通过在线填写量 表的方式完成对心理健康情况的检测，不需要借助额外的物理传感设备，避免用户在检测 过程中产生心理压力，整个检测过程方便、快捷，此外，系统将用户对量表的答题结果输 入神经网络模型进行识别，模型输出对用户心理健康检测的第二结果，并与对用户心理健 康检测的第一结果结合，综合判定用户心理健康情况，使整个检测过程更具科学性和客观 性，克服了传统心理检测过程中心理医生个人主观因素的影响，尤其的，在对神经网络模 型进行训练的过程中，通过计算模型的识别精度，保证模型对用户不同心理健康情况的识 别准确度。
需要引起注意的是，上述内容所表述的一种智慧智能AI智能心理健康检测与分析测 评系统提供的检测方法适用于青少年人群、孕产妇人群、老年人人群、高压职业人群等不 同类别的特定人群使用。
本发明还提出一种智慧智能AI智能心理健康检测与分析测评系统，包括如下的模块：
第一模块，用于展示用来对用户的心理健康情况进行检测的基本情况量表、专用测试 问题量表、通用测试问题量表，并支持用户在线填写上述的多种量表，还用来对用户的心 理健康检测报告进行展示；
第二模块，用于构建专用于对特定人群心理健康进行检测的知识题库，并对该知识题 库执行查询操作，具体包括根据用户对基本情况量表的填写内容，生成用户的用户画像数 据，还包括从所述知识题库中查询出与用户画像数据相匹配的测试问题记录并生成专用测 试问题量表，并从所述知识题库中查询出通用测试问题并生成通用测试问题量表；
第三模块，用于基于用户填写的基本情况量表、专用测试问题量表、通用测试问题量 表对用户的心理健康情况进行综合判定，具体包括统计通用测试问题的得分情况，从而得 到对用户进行心理健康检测的第一结果，包括将专用测试问题的答题结果输入神经网络模 型进行处理，从而得到对用户进行心理健康检测的第二结果，还包括根据所述第一结果和 所述第二结果对用户的心理健康情况进行综合判定；
第四模块，用于根据对用户进行心理健康检测的综合判定结果，生成用户的心理健康 情况检测报告，包括解析对用户心理健康情况的综合判定结果，并为用户提供相应的建议， 还包括针对用户在不同时间产生的检测报告，生成用户的心理健康情况变化曲线图。
本发明还提出一种储存介质，其中储存有一种智慧智能AI智能心理健康检测与分析 测评系统所述的系统可执行的指令，所述指令在由一种智慧智能AI智能心理健康检测与 分析测评系统包括的处理器执行是用于实现如上任一项所述的一种智慧智能AI智能心理 健康检测与分析测评系统提供的方法。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或 者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任 何这种实际的关系或者顺序。而且，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、物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、物品或者设备所固有的要素。
本领域内的技术人员应明白，本发明的前述方法实施例可实现为计算机程序产品。因 此，本发明例如可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介 质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解 在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变 型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，包括如下方法：
S1、构建专用于对特定人群心理健康进行检测的知识题库；
S2、用户登录在线心理健康检测系统，填写基本情况量表，同时系统根据所述基本情况量表的填写内容，自动生成该用户的用户画像数据；
S3、依据所述用户画像数据，从用来对特定人群进行心理健康检测的知识题库中查询出与该用户画像数据相匹配的测试问题记录并生成专用测试问题量表，并从所述知识题库中查询出通用测试问题记录并生成通用测试问题量表；
S4、用户在线填写通用测试问题量表、专用测试问题量表，系统获取量表的填写内容，系统通过统计通用测试问题的得分情况得到对该用户进行心理健康检测的第一结果，通过将专用测试问题的答题结果输入神经网络模型进行处理得到对该用户进行心理健康检测的第二结果，并结合所述第一结果和所述第二结果，对该用户的心理健康进行综合判定；
S5、系统根据对用户的心理健康的综合判定结果，自动生成用户心理健康检测报告。
2.根据权利要求1所述的一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，S1中专用于对特定人群心理健康进行检测的知识题库包括，用来进行心理健康问题筛查的通用测试问题记录，所述通用测试问题记录由记录序号、通用标志、严重问题标志、问题内容、问题选项、问题选项的对应得分组成，所述知识题库还包括与进行心理健康检测的用户的用户属性相关的专用测试问题记录，所述专用测试问题记录由记录序号、专用标志、用户属性、问题内容组成。
3.根据权利要求1所述的一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，S2中用户填写基本情况量表，所述基本情况量表内设置有与用户属性相关的问题，同时系统根据用户对所述基本情况量表的填写内容，从中提取出不同用户属性问题对应的填写数据组成用户画像数据，所述用户属性包括用户的年龄、职业、家庭关系、身体健康情况。
4.根据权利要求1所述的一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，S3中生成专用测试问题量表的步骤包括，首先系统根据用户画像数据生成适用于所述知识题库的查询语句，接着在所述知识题库中执行查询语句，最后系统以结果集的形式返回满足查询条件的全部测试问题记录，并在系统页面生成专用测试问题量表；
S3中生成通用测试问题量表的步骤包括，首先系统生成适用于所述知识题库的查询语句，接着在所述知识题库中执行查询语句，最后系统以结果集的形式返回满足查询条件的全部测试问题记录，并在系统页面生成通用测试问题量表。
5.根据权利要求1所述的一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，S4中系统通过统计通用测试问题的得分情况得到对该用户进行心理健康检测的第一结果的步骤包括，首先根据用户对每道通用测试问题不同选项的选择结果分别统计每道通用测试问题的得分，接着通过将不同通用测试问题的得分进行累加得到通用测试问题量表的总得分，最后根据系统内预设的得分情况与心理健康情况对照表得到对用户进行心理健康检测的第一结果；
S4中将用户对专用测试问题的答题结果作为输入数据，输入预先训练好的神经网络模型进行识别处理，所述神经网络模型输出对用户心理健康情况的识别结果，该识别结果作为对用户进行心理健康检测的第二结果。
6.根据权利要求1所述的一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，S4中结合对用户进行心理健康检测的所述第一结果和所述第二结果，对用户的心理健康进行综合判定的步骤包括：当所述第一结果和所述第二结果对用户心理健康情况的判定一致时，选取第一结果作为综合判定的最终结果，当所述第一结果和所述第二结果对用户心理健康情况的判定不一致时，计算所述通用测试问题量表中被标记为严重问题的测试问题记录的得分总数，当该得分总数大于等于系统设定的严重测试问题得分阈值时，则从所述第一结果和所述第二结果中选取将用户心理健康情况判定为较严重的一个作为综合判定的最终结果，当该得分总数小于系统设定的严重测试问题得分阈值时，则从所述第一结果和所述第二结果中选取将用户心理健康情况判定为较轻微的一个作为综合判定的最终结果。
7.根据权利要求1所述的一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，S4中将专用测试问题的答题结果输入神经网络模型进行识别处理之前，包括对神经网络模型进行训练，具体包括如下步骤：
S41、建立用于对神经网络模型进行训练的训练数据集，该训练数据集包含患有不同程度心理问题的特定人群的样本数据，每个样本数据由能够表征心理问题的特征数据和关于每个样本数据的类别标记组成；
S42、模型逐一将所述样本数据提供给输入层神经元，然后逐层将信号前传，直到产生输出层的结果，然后计算输出层的误差，再将误差逆向传播至隐层神经元，最后根据隐层神经元的误差对神经元的连接权重和误差进行调整，直到训练误差达到规定阈值；
S43、建立用于对神经网络模型的泛化性能进行度量的测试数据集,该测试数据集包含训练数据集中神经网络模型对其进行了错误识别的样本数据，并逐一将测试数据集中的样本数据提供给输入层神经元，然后逐层将信号前传，直到模型输出样本数据的类别结果；
S44、根据神经网络模型输出的关于测试数据集中样本数据的类别结果，建立每两不同类别组合的混淆矩阵
Figure FDA0003187053860000031
并在每个混淆矩阵上分别计算得到其识别精度
Figure FDA0003187053860000032
最终计算关于模型的识别精度
Figure FDA0003187053860000033
其中，k表示混淆矩阵的个数，l表示模型输出的样本数据的类别结果的个数，ymym表示将类别是ym的样本正确识别成ym的样本个数，ymyn表示将类别是ym的样本错误识别成yn的样本个数，ynyn表示将类别是yn的样本正确识别成yn的样本个数，ynym表示将类别是yn的样本错误识别成ym的样本个数；
S45、判断模型的识别精度Acc与识别精度阈值的关系，当Acc小于识别精度阈值时，跳转至S41继续执行，直到当Acc大于等于识别精度阈值时停止执行。
8.根据权利要求1所述的一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，S5中系统自动生成用户的心理健康检测报告包括，解析对用户心理健康情况的综合判定结果，并为用户提供相应的建议，还包括针对用户在不同时间产生的检测报告，生成用户的心理健康情况变化曲线图。
9.一种智慧智能AI智能心理健康检测与分析测评系统，其特征在于，包括如下模块：
第一模块，用于展示用来对用户的心理健康情况进行检测的基本情况量表、专用测试问题量表、通用测试问题量表，并支持用户在线填写上述的多种量表，还用来对用户的心理健康检测报告进行展示；
第二模块，用于构建专用于对特定人群心理健康进行检测的知识题库，并对该知识题库执行查询操作，具体包括根据用户对基本情况量表的填写内容，生成用户的用户画像数据，还包括从所述知识题库中查询出与用户画像数据相匹配的测试问题记录并生成专用测试问题量表，并从所述知识题库中查询出通用测试问题并生成通用测试问题量表；
第三模块，用于基于用户填写的基本情况量表、专用测试问题量表、通用测试问题量表对用户的心理健康情况进行综合判定，具体包括统计通用测试问题的得分情况，从而得到对用户进行心理健康检测的第一结果，包括将专用测试问题的答题结果输入神经网络模型进行处理，从而得到对用户进行心理健康检测的第二结果，还包括根据所述第一结果和所述第二结果对用户的心理健康情况进行综合判定；
第四模块，用于根据对用户进行心理健康检测的综合判定结果，生成用户的心理健康情况检测报告，包括解析对用户心理健康情况的综合判定结果，并为用户提供相应的建议，还包括针对用户在不同时间产生的检测报告，生成用户的心理健康情况变化曲线图。
10.一种存储介质，其中存储有权利要求9所述的系统可执行的指令，其特征在于，所述指令在由权利要求9所述的系统包括的处理器执行时用于实现如权利要求1-8任一项所述的一种智慧智能AI智能心理健康检测与分析测评系统提供的方法。
CN202110865260.5A 2021-07-29 2021-07-29 一种智慧智能ai智能心理健康检测与分析测评方法 Active CN113571158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110865260.5A CN113571158B (zh) 2021-07-29 2021-07-29 一种智慧智能ai智能心理健康检测与分析测评方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110865260.5A CN113571158B (zh) 2021-07-29 2021-07-29 一种智慧智能ai智能心理健康检测与分析测评方法

Publications (2)

Publication Number Publication Date
CN113571158A true CN113571158A (zh) 2021-10-29
CN113571158B CN113571158B (zh) 2022-08-26

Family

ID=78169098

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110865260.5A Active CN113571158B (zh) 2021-07-29 2021-07-29 一种智慧智能ai智能心理健康检测与分析测评方法

Country Status (1)

Country Link
CN (1) CN113571158B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114780995A (zh) * 2022-04-27 2022-07-22 江苏智慧智能软件科技有限公司 基于互联网的学生心理健康档案加密管理系统及方法
CN114898844A (zh) * 2022-05-06 2022-08-12 复杂心理(北京)科技有限公司 一种基于多层智慧测评的心理咨询服务需求评估匹配系统
CN114927228A (zh) * 2022-05-19 2022-08-19 道本妙用科技(北京)有限公司 一种基于五维模型的身心健康态智能测评方法及系统
CN115206528A (zh) * 2022-07-11 2022-10-18 江苏智慧智能软件科技有限公司 一种基于软件数据分析的心理健康测评系统及方法
CN115910345A (zh) * 2022-12-22 2023-04-04 广东数业智能科技有限公司 一种心理健康测评智能预警方法及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003204909A1 (en) * 2002-06-28 2004-01-15 Pathfinder Psychological Consultancy Pty Ltd Computer-aided system and method for self-assessment and personalised mental health consultation
KR20140000389A (ko) * 2012-06-22 2014-01-03 주식회사 케이티 정신건강 관리 시스템을 위한 정신건강 측정 장치 및 정신건강 관리 장치
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
CN108042146A (zh) * 2017-12-11 2018-05-18 南京萌宝睿贝教育科技有限公司 一种基于移动设备的0-6岁儿童心理测评系统
US20200121236A1 (en) * 2018-10-23 2020-04-23 Blackthorn Therapeutics, Inc. Systems and methods for screening, diagnosing, and stratifying patients
AU2021102248A4 (en) * 2021-04-29 2021-06-17 Beijing State Measurement Peiyuan Technology Co., Ltd. A Method, Device, and System for Monitoring Physical and Psychological Health States
CN113077872A (zh) * 2021-03-29 2021-07-06 山东思正信息科技有限公司 基于量表测试数据的群体心理状态多指标预测系统及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003204909A1 (en) * 2002-06-28 2004-01-15 Pathfinder Psychological Consultancy Pty Ltd Computer-aided system and method for self-assessment and personalised mental health consultation
KR20140000389A (ko) * 2012-06-22 2014-01-03 주식회사 케이티 정신건강 관리 시스템을 위한 정신건강 측정 장치 및 정신건강 관리 장치
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
CN108042146A (zh) * 2017-12-11 2018-05-18 南京萌宝睿贝教育科技有限公司 一种基于移动设备的0-6岁儿童心理测评系统
US20200121236A1 (en) * 2018-10-23 2020-04-23 Blackthorn Therapeutics, Inc. Systems and methods for screening, diagnosing, and stratifying patients
CN113077872A (zh) * 2021-03-29 2021-07-06 山东思正信息科技有限公司 基于量表测试数据的群体心理状态多指标预测系统及装置
AU2021102248A4 (en) * 2021-04-29 2021-06-17 Beijing State Measurement Peiyuan Technology Co., Ltd. A Method, Device, and System for Monitoring Physical and Psychological Health States

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张利利等: "心理健康检测与咨询系统的研究与开发", 《微型电脑应用》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114780995A (zh) * 2022-04-27 2022-07-22 江苏智慧智能软件科技有限公司 基于互联网的学生心理健康档案加密管理系统及方法
CN114780995B (zh) * 2022-04-27 2023-02-03 江苏智慧智能软件科技有限公司 基于互联网的学生心理健康档案加密管理系统及方法
CN114898844A (zh) * 2022-05-06 2022-08-12 复杂心理(北京)科技有限公司 一种基于多层智慧测评的心理咨询服务需求评估匹配系统
CN114927228A (zh) * 2022-05-19 2022-08-19 道本妙用科技(北京)有限公司 一种基于五维模型的身心健康态智能测评方法及系统
CN115206528A (zh) * 2022-07-11 2022-10-18 江苏智慧智能软件科技有限公司 一种基于软件数据分析的心理健康测评系统及方法
CN115206528B (zh) * 2022-07-11 2023-11-07 江苏智慧智能软件科技有限公司 一种基于软件数据分析的心理健康测评系统及方法
CN115910345A (zh) * 2022-12-22 2023-04-04 广东数业智能科技有限公司 一种心理健康测评智能预警方法及存储介质
CN115910345B (zh) * 2022-12-22 2023-06-27 广东数业智能科技有限公司 一种心理健康测评智能预警方法及存储介质

Also Published As

Publication number Publication date
CN113571158B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN113571158B (zh) 一种智慧智能ai智能心理健康检测与分析测评方法
CN111415740B (zh) 问诊信息的处理方法、装置、存储介质及计算机设备
CN108648827B (zh) 心脑血管疾病风险预测方法及装置
CN109935337B (zh) 一种基于相似性度量的病案查找方法及系统
CN102160066A (zh) 特别适用于专利文献的搜索引擎和方法
CN112927782B (zh) 一种基于文本情感分析的心身健康状态预警系统
WO2023160264A1 (zh) 医疗数据处理方法、装置及存储介质
CN106529110A (zh) 一种用户数据分类的方法和设备
CN108346474A (zh) 基于单词的类内分布与类间分布的电子病历特征选择方法
CN114360728A (zh) 一种用于糖尿病轻度认知功能障碍的预测模型和诺模图的构建方法
CN118197515A (zh) 一种青少年肥胖风险预警的方法、系统及设备
CN114897077A (zh) 一种基于机器学习的英语阅读素养评价方法
CN116864062B (zh) 一种基于互联网的健康体检报告数据分析管理系统
CN112366002A (zh) 一种基于知识库对院内真实世界不良用药的评估方法
Preetha Data Analysis on Student's Performance based on Health status using Genetic Algorithm and Clustering algorithms
CN113990452B (zh) 一种基于心理素养的测评方法、系统和可读存储介质
CN110033862B (zh) 一种基于加权有向图的中医量化诊断系统及存储介质
CN114169808A (zh) 计算机实施的学习力评估方法、计算设备、介质和系统
Chrástecká et al. Risk of malnutrition assessment in hospitalised adults: A scoping review of existing instruments
Jiang An Analysis System Based on Improved ID3 Algorithm for Sports Effect Evaluation Methods
Zhang et al. Multiple classification models based student's phobia prediction study
Dwinnie et al. Comparison of Machine Learning Algorithms in Diabetes Risk Classification
CN118397886B (zh) 一种基于mvc框架的交互数据监管方法及系统
CN112184084B (zh) 一种病历学习质量评估方法及装置
Reise Item response theory and its applications for cancer outcomes measurement

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