CN113693597B - 一种用于人心识别的心理健康评测系统 - Google Patents

一种用于人心识别的心理健康评测系统 Download PDF

Info

Publication number
CN113693597B
CN113693597B CN202110898314.8A CN202110898314A CN113693597B CN 113693597 B CN113693597 B CN 113693597B CN 202110898314 A CN202110898314 A CN 202110898314A CN 113693597 B CN113693597 B CN 113693597B
Authority
CN
China
Prior art keywords
autonomic nerve
nerve signal
autonomic
value
display
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
CN202110898314.8A
Other languages
English (en)
Other versions
CN113693597A (zh
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 CN202110898314.8A priority Critical patent/CN113693597B/zh
Publication of CN113693597A publication Critical patent/CN113693597A/zh
Application granted granted Critical
Publication of CN113693597B publication Critical patent/CN113693597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06N3/04—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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Psychiatry (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Social Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Software Systems (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Developmental Disabilities (AREA)
  • Evolutionary Computation (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Educational Technology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种用于人心识别的心理健康评测系统，该系统包括：植物神经信号采集器，植物神经信号处理器，显示器；植物神经信号采集器，用于实时采集用户的植物神经信号；显示器，用于向用户展示评测题以及向用户展示心理健康评测结果；植物神经信号处理器分别与植物神经信号采集器和显示器连接，用于根据显示器展示的评测题，对植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果，并将心理健康评测结果经过传输至显示器。本发明的系统通过植物神经信号采集器采集的植物神经信号对用户心理进行评测，实现了心理健康状态的客观评测。

Description

一种用于人心识别的心理健康评测系统
技术领域
本发明涉及心理评测技术领域，尤其涉及一种用于人心识别的心理健康评测系统。
背景技术
随着社会节奏加快，人们面临巨大的心理压力，容易出现疲劳、寂寞、焦虑、抑郁、恐慌等心理应激反应，心理问题成为社会问题。
心理问题如果处理不好，会转化为心理精神疾病，对国民的身心和工作带来很大的负面影响。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足，本发明提供一种用于人心识别的心理健康评测系统。
(二)技术方案
为了达到上述目的，本发明采用的主要技术方案包括：
一种用于人心识别的心理健康评测系统，所述系统包括：植物神经信号采集器，植物神经信号处理器，显示器；
所述植物神经信号采集器，用于实时采集用户的植物神经信号；
所述显示器，用于向用户展示评测题以及向用户展示心理健康评测结果；
所述植物神经信号处理器分别与植物神经信号采集器和所述显示器连接，用于根据所述显示器展示的评测题，对所述植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果，并将所述心理健康评测结果经过传输至所述显示器。
可选地，所述植物神经信号处理器，用于：
获取所述显示器展示的评测题与展示时间对应关系；
将所述植物神经信号采集器采集的植物神经信号按时间顺序排序，形成植物神经序号序列PA；所述植物神经信号集PA中每一个元素
Figure GDA0004273689010000021
包括2个维度，一个维度为数据值
Figure GDA0004273689010000022
另一个维度为时间值/>
Figure GDA0004273689010000023
其中，PA的元素/>
Figure GDA0004273689010000024
植物神经信号采集器采集的植物神经信号一一对应，且PA的任一元素/>
Figure GDA0004273689010000025
的数据值/>
Figure GDA0004273689010000026
Figure GDA0004273689010000027
的时间值
Figure GDA0004273689010000028
为A(x)的采集时间，A(x)为植物神经信号采集器采集的第x个植物神经信号，x为植物神经信号采集器采集的植物神经信号标识；
根据所述对应关系以及PA得到心理健康评测结果。
可选地，所述根据所述对应关系以及PA得到心理健康评测结果具体包括：
根据植物神经信号集PA形成对应的植物神经差集ΔA，所述植物神经差集ΔA的每一个元素
Figure GDA0004273689010000029
包括2个维度，一个维度为数据值/>
Figure GDA00042736890100000210
另一个维度为时间值/>
Figure GDA00042736890100000211
其中，ΔA的元素/>
Figure GDA00042736890100000219
与植物神经信号采集器采集的植物神经信号一一对应；
将植物神经信号采集器采集的植物神经信号输入神经网络模型，进行特征识别，得到该植物神经信号中每个元素的植物神经信号值的特征，进而形成对应的特征集IA，所述特征集IA中每个元素
Figure GDA00042736890100000220
包括2个维度，一个维度为数据值/>
Figure GDA00042736890100000212
另一个维度为时间值/>
Figure GDA00042736890100000213
其中，IA的元素/>
Figure GDA00042736890100000214
与植物神经信号采集器采集的植物神经信号一一对应，且/>
Figure GDA00042736890100000215
的数据值/>
Figure GDA00042736890100000216
为A(x)的特征，/>
Figure GDA00042736890100000217
的时间值/>
Figure GDA00042736890100000218
根据植物神经差集ΔA以及特征集IA，得到变化序列CA；
根据所述对应关系以及CA得到心理健康评测结果。
可选地，
对于植物神经信号集PA中的最后一个元素
Figure GDA0004273689010000031
其与ΔA中的最后一个元素
Figure GDA0004273689010000032
对应，且/>
Figure GDA0004273689010000033
的数据值/>
Figure GDA0004273689010000034
Figure GDA0004273689010000035
的时间值/>
Figure GDA0004273689010000036
为/>
Figure GDA0004273689010000037
的时间值/>
Figure GDA0004273689010000038
其中，xl为植物神经信号集PA中的最后一个元素的标识；
对于植物神经信号集PA中的非最后一个元素
Figure GDA0004273689010000039
其一一对应ΔA中的一个元素/>
Figure GDA00042736890100000310
且/>
Figure GDA00042736890100000311
的数据值/>
Figure GDA00042736890100000312
Figure GDA00042736890100000313
的时间值/>
Figure GDA00042736890100000314
其中，xj为植物神经信号集PA中非最后一个元素的标识。
可选地，所述变化序列CA中的每个元素
Figure GDA00042736890100000315
包括2个维度，一个维度为数据值/>
Figure GDA00042736890100000316
另一个维度为时间值/>
Figure GDA00042736890100000317
其中，所述植物神经信号集PA中的任一元素
Figure GDA00042736890100000318
一一对应变化序列CA中的一个元素/>
Figure GDA00042736890100000319
且/>
Figure GDA00042736890100000320
的数据值/>
Figure GDA00042736890100000321
Figure GDA00042736890100000322
的时间值
Figure GDA00042736890100000323
D1(x)为根据植物神经差集ΔA得到的第一植物神经参数，D2(x)为根据特征集IA得到的第二植物神经参数。
可选地，所述
Figure GDA00042736890100000324
Figure GDA00042736890100000325
为植物神经差集ΔA所有元素的数据值中的最大值，/>
Figure GDA00042736890100000326
为植物神经差集ΔA所有元素的数据值中的最小值。
可选地，所述
Figure GDA00042736890100000327
其中，
Figure GDA00042736890100000328
为特征集IA所有元素的数据值中的最大值，/>
Figure GDA00042736890100000329
为特征集IA所有元素的数据值中的最小值；
δ＝植物神经差集ΔA所有元素的数据值中的最大值与最小值之间时间差/特征集IA所有元素的数据值中的最大值与最小值之间时间差。
可选地，所述根据所述对应关系以及CA得到心理健康评测结果具体包括：
获取CA中的每一个元素，确定该元素的
Figure GDA0004273689010000041
根据所述对应关系，确定该
Figure GDA0004273689010000042
对应的评测题，进而得到评测题与CA中元素的对应关系；
针对每道题，确定与其对应的CA元素，形成对应元素集
Figure GDA0004273689010000043
基于每道题对应的标准变化值和
Figure GDA0004273689010000044
得到心理健康评测结果。
可选地，所述基于每道题对应的标准变化值和
Figure GDA0004273689010000045
得到心理健康评测结果具体包括：
对于任一题B，其对应元素集为
Figure GDA0004273689010000046
则计算/>
Figure GDA0004273689010000047
其中，y为/>
Figure GDA0004273689010000048
中元素标识，Y为/>
Figure GDA0004273689010000049
中最大元素标识，/>
Figure GDA00042736890100000410
为集合/>
Figure GDA00042736890100000411
中标号为y的元素的数据值，
Figure GDA00042736890100000412
为集合/>
Figure GDA00042736890100000413
中所有元素数据值的均值；
根据
Figure GDA00042736890100000414
与题B对应的标准变化值确定题B的得分；
根据所有题的得分之和确定心理健康评测结果。
可选地，所述根据
Figure GDA00042736890100000415
与题B对应的标准变化确定题B的得分具体包括：
Figure GDA00042736890100000416
(三)有益效果
本发明涉及一种用于人心识别的心理健康评测系统，该系统包括：植物神经信号采集器，植物神经信号处理器，显示器；植物神经信号采集器，用于实时采集用户的植物神经信号；显示器，用于向用户展示评测题以及向用户展示心理健康评测结果；植物神经信号处理器分别与植物神经信号采集器和显示器连接，用于根据显示器展示的评测题，对植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果，并将心理健康评测结果经过传输至显示器。本系统通过植物神经信号采集器采集的植物神经信号对用户心理进行评测，实现了心理健康状态的客观评测。
附图说明
图1为本发明一实施例提供的一种用于人心识别的心理健康评测系统的结构示意图。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
随着社会节奏加快，人们面临巨大的心理压力，容易出现疲劳、寂寞、焦虑、抑郁、恐慌等心理应激反应，心理问题成为社会问题。心理问题如果处理不好，会转化为心理精神疾病，对国民的身心和工作带来很大的负面影响。
基于此本发明提供一种用于人心识别的心理健康评测系统，该系统包括：植物神经信号采集器，植物神经信号处理器，显示器；植物神经信号采集器，用于实时采集用户的植物神经信号；显示器，用于向用户展示评测题以及向用户展示心理健康评测结果；植物神经信号处理器分别与植物神经信号采集器和显示器连接，用于根据显示器展示的评测题，对植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果，并将心理健康评测结果经过传输至显示器。本发明的系统通过植物神经信号采集器采集的植物神经信号对用户心理进行评测，实现了心理健康状态的客观评测。
在具体实现时，可以向用户提供心理评测的问卷，在用户回答问卷过程中，通过如图1所示的用于人心识别的心理健康评测系统对该用户进行心理评测。
参见图1，本实施例提供的用于人心识别的心理健康评测系统，包括：植物神经信号采集器，植物神经信号处理器，显示器。
其中，植物神经信号处理器分别与植物神经信号采集器和显示器连接。
1、植物神经信号采集器
植物神经信号采集器，用于实时采集用户的植物神经信号。
2、显示器
显示器，用于向用户展示评测题以及向用户展示心理健康评测结果。
3、植物神经信号处理器
植物神经信号处理器，用于根据显示器展示的评测题，对植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果，并将心理健康评测结果经过传输至显示器。
在具体实现时，先由显示器向用户展示评测题，用户在答题过程中，植物神经信号采集器实时采集用户的植物神经信号，并将采集的植物神经信号传输至植物神经信号处理器。植物神经信号处理器根据显示器展示的评测题，对植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果，并将心理健康评测结果经过传输至显示器，由显示器显示评测结果。
植物神经信号处理器根据显示器展示的评测题，对植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果的过程如下：
植物神经信号处理器先获取显示器展示的评测题与展示时间对应关系。再将植物神经信号采集器采集的植物神经信号按时间顺序排序，形成植物神经序号序列PA。最后根据对应关系以及PA得到心理健康评测结果。
其中，植物神经信号处理器形成的植物神经序号序列PA中每一个元素
Figure GDA0004273689010000061
包括2个维度，一个维度为数据值/>
Figure GDA0004273689010000062
另一个维度为时间值/>
Figure GDA0004273689010000063
Pa的元素
Figure GDA0004273689010000064
植物神经信号采集器采集的植物神经信号一一对应，且Pa的任一元素/>
Figure GDA0004273689010000071
的数据值/>
Figure GDA0004273689010000072
Figure GDA0004273689010000073
的时间值/>
Figure GDA0004273689010000074
为A(x)的采集时间，A(x)为植物神经信号采集器采集的第x个植物神经信号，x为植物神经信号采集器采集的植物神经信号标识。
例如，植物神经信号采集器采集到1毫秒至5毫秒用户A的植物神经信号Sa如表1所示，那么植物神经信号处理器会将SA生成一个植物神经信号集PA，PA中包括5个元素，每个元素包括2个维度，第一个维度就是其对应的A(x)的值，第二个维度是该值的采集时间。
表1
植物神经信号标识 0 1 2 3 4
植物神经信号值 A(0) A(1) A(2) A(3) A(4)
植物神经信号采集时间 1 2 3 4 5
例如PA的5个元素为：
Figure GDA0004273689010000075
其中，
Figure GDA0004273689010000076
的数据值/>
Figure GDA0004273689010000077
为A(0)，/>的时间值/>
Figure GDA0004273689010000079
为1。/>
Figure GDA00042736890100000710
的数据值/>
Figure GDA00042736890100000711
为A(1)，/>
Figure GDA00042736890100000712
的时间值/>
Figure GDA00042736890100000713
为2。/>
Figure GDA00042736890100000714
的数据值/>
Figure GDA00042736890100000715
为S(2)，/>
Figure GDA00042736890100000716
的时间值
Figure GDA00042736890100000717
为3。/>
Figure GDA00042736890100000718
的数据值/>
Figure GDA00042736890100000719
为A(3)，/>
Figure GDA00042736890100000720
的时间值/>
Figure GDA00042736890100000721
为4。/>
Figure GDA00042736890100000722
的数据值/>
Figure GDA00042736890100000723
为A(4)，/>
Figure GDA00042736890100000724
的时间值/>
Figure GDA00042736890100000725
为5。
需要说明的是，表1中植物神经信号由0开始标识以及P集合中的元素由0开始仅为示例，在实际应用中可以从1开始标识，也可以从任何一个标识点开始标识，本实施例对此不做限定。
同样，本实施例中出现的标识，均以0开始作为示例，实际应用时可以从其他开始标识。
另外，植物神经信号处理器根据对应关系以及PA得到心理健康评测结果的过程如下：
1)植物神经信号处理器根据植物神经信号集PA形成对应的植物神经差集ΔA，植物神经差集ΔA的每一个元素
Figure GDA0004273689010000081
包括2个维度，一个维度为数据值/>
Figure GDA0004273689010000082
另一个维度为时间值
Figure GDA0004273689010000083
其中，ΔA的元素
Figure GDA0004273689010000084
与植物神经信号采集器采集的植物神经信号一一对应。
具体的，
对于植物神经信号集PA中的最后一个元素
Figure GDA0004273689010000085
其与ΔA中的最后一个元素
Figure GDA0004273689010000086
对应，且/>
Figure GDA0004273689010000087
的数据值/>
Figure GDA0004273689010000088
Figure GDA0004273689010000089
的时间值/>
Figure GDA00042736890100000810
为/>
Figure GDA00042736890100000811
的时间值/>
Figure GDA00042736890100000812
其中，xl为植物神经信号集PA中的最后一个元素的标识。
对于植物神经信号集PA中的非最后一个元素
Figure GDA00042736890100000813
其一一对应ΔA中的一个元素/>
Figure GDA00042736890100000814
且/>
Figure GDA00042736890100000815
的数据值/>
Figure GDA00042736890100000816
Figure GDA00042736890100000817
的时间值/>
Figure GDA00042736890100000818
其中，xj为植物神经信号集PA中非最后一个元素的标识。
例如，若植物神经信号处理器得到的植物神经信号集为
Figure GDA00042736890100000819
则植物神经差集Δ也有4个元素，分别为：/>
Figure GDA00042736890100000820
其中，/>
Figure GDA00042736890100000821
的数据值
Figure GDA00042736890100000822
的时间值/>
Figure GDA00042736890100000823
Figure GDA00042736890100000824
的数据值/>
Figure GDA00042736890100000825
Figure GDA00042736890100000826
的时间值/>
Figure GDA00042736890100000827
Figure GDA00042736890100000828
的数据值/>
Figure GDA00042736890100000829
Figure GDA00042736890100000830
的时间值/>
Figure GDA00042736890100000831
Figure GDA00042736890100000832
的数据值/>
Figure GDA00042736890100000833
Figure GDA00042736890100000834
的时间值
Figure GDA00042736890100000835
2)植物神经信号处理器将植物神经信号采集器采集的植物神经信号输入神经网络模型，进行特征识别，得到该植物神经信号中每个元素的植物神经信号值的特征，进而形成对应的特征集IA，特征集IA中每个元素/>
Figure GDA00042736890100000836
包括2个维度，一个维度为数据值/>
Figure GDA00042736890100000837
另一个维度为时间值/>
Figure GDA00042736890100000838
其中，IA的元素
Figure GDA0004273689010000091
与植物神经信号采集器采集的植物神经信号一一对应，且
Figure GDA0004273689010000092
的数据值/>
Figure GDA0004273689010000093
为A(x)的特征，/>
Figure GDA0004273689010000094
的时间值/>
Figure GDA0004273689010000095
Figure GDA0004273689010000096
例如，植物神经信号SA，其对应的特征集I也包括5个元素，分别为：
Figure GDA0004273689010000097
其中，/>
Figure GDA0004273689010000098
的数据值/>
Figure GDA0004273689010000099
为A(0)的特征值，/>
Figure GDA00042736890100000910
的时间值/>
Figure GDA00042736890100000911
Figure GDA00042736890100000912
的数据值/>
Figure GDA00042736890100000913
为A(1)的特征值，
Figure GDA00042736890100000914
的时间值/>
Figure GDA00042736890100000915
Figure GDA00042736890100000916
的数据值/>
Figure GDA00042736890100000917
为A(2)的特征值，
Figure GDA00042736890100000918
的时间值/>
Figure GDA00042736890100000919
Figure GDA00042736890100000920
的数据值/>
Figure GDA00042736890100000921
为A(3)的特征值，
Figure GDA00042736890100000922
的时间值/>
Figure GDA00042736890100000923
Figure GDA00042736890100000924
的数据值/>
Figure GDA00042736890100000925
为A(4)的特征值，
Figure GDA00042736890100000926
的时间值/>
Figure GDA00042736890100000927
3)植物神经信号处理器根据植物神经差集ΔA以及特征集IA，得到变化序列CA。
变化序列CA中的每个元素
Figure GDA00042736890100000940
包括2个维度，一个维度为数据值/>
Figure GDA00042736890100000928
另一个维度为时间值/>
Figure GDA00042736890100000929
其中，植物神经信号集PA中的任一元素
Figure GDA00042736890100000930
一一对应变化序列CA中的一个元素
Figure GDA00042736890100000931
且/>
Figure GDA00042736890100000941
的数据值/>
Figure GDA00042736890100000932
Figure GDA00042736890100000933
的时间值
Figure GDA00042736890100000934
D1(x)为根据植物神经差集ΔA得到的第一植物神经参数，D2(x)为根据特征集IA得到的第二植物神经参数。
具体的，
Figure GDA00042736890100000935
Figure GDA00042736890100000936
为植物神经差集ΔA所有元素的数据值中的最大值，/>
Figure GDA00042736890100000937
为植物神经差集ΔA所有元素的数据值中的最小值。
Figure GDA00042736890100000938
其中，
Figure GDA00042736890100000939
为特征集IA所有元素的数据值中的最大值，/>
Figure GDA00042736890100000942
为特征集IA所有元素的数据值中的最小值。
δ＝植物神经差集ΔA所有元素的数据值中的最大值与最小值之间时间差/特征集IA所有元素的数据值中的最大值与最小值之间时间差。
仍以上述例子为例，变化集CA中的元素也有4个，分别为
Figure GDA0004273689010000101
Figure GDA0004273689010000102
的数据值/>
Figure GDA0004273689010000103
Figure GDA0004273689010000104
的时间值/>
Figure GDA0004273689010000105
其中，/>
Figure GDA0004273689010000106
Figure GDA0004273689010000107
Figure GDA0004273689010000108
的数据值/>
Figure GDA0004273689010000109
Figure GDA00042736890100001010
的时间值/>
Figure GDA00042736890100001011
其中，/>
Figure GDA00042736890100001012
Figure GDA00042736890100001013
Figure GDA00042736890100001014
Figure GDA00042736890100001015
的数据值/>
Figure GDA00042736890100001016
Figure GDA00042736890100001017
的时间值/>
Figure GDA00042736890100001018
其中，/>
Figure GDA00042736890100001019
Figure GDA00042736890100001020
Figure GDA00042736890100001021
的数据值/>
Figure GDA00042736890100001022
Figure GDA00042736890100001023
的时间值/>
Figure GDA00042736890100001024
其中，/>
Figure GDA00042736890100001025
Figure GDA00042736890100001026
执行至此，可以得到，一个植物神经信号SA，对应一个植物神经信号集PA，一个植物神经差集ΔA、一个特征集IA和一个变化序列CA。
PA、ΔA、IA、CA中元素的数量与SA中信号数量相同，且PA、ΔA、IA、CA中所有时间值相同的元素均对应SA中的相同信号。通过时间值就可以找到SA中各信号在PA、ΔA、IA、CA中对应的元素。也就是说，通过时间值t，以及该t在PA、ΔA、IA、CA中的元素，就可以知道SA中的一个信号，其信号值、差值、特征值以及变化情况。通过上述情况的追踪，就可以得到用户植物神经信号对于其内心的真实反应。
4)植物神经信号处理器根据对应关系以及CA得到心理健康评测结果。
对于同一时刻t，植物神经信号处理器会确定显示器在该时刻展示的评测题，植物神经信号处理器还会得到用户在该时刻的植物神经信号，以及该植物神经信号对应的信号值、差值、特征值以及变化情况。
然而用户回答每道评测题时均会持续一段时间，显示器上显示每道题的总时间作为每道题的答题时间，根据每道题的答题时间即可得到一系列对应的植物神经信号，以及相应的信号值、差值、特征值以及变化情况。植物神经信号处理器根据具有相同时间属性(即t)的上述一系列参数即可对用户在回答每道题的心理进行评测。
具体的，
(1)植物神经信号处理器获取CA中的每一个元素，确定该元素的
Figure GDA0004273689010000111
(2)植物神经信号处理器根据对应关系，确定该
Figure GDA0004273689010000112
对应的评测题，进而得到评测题与CA中元素的对应关系。
(3)植物神经信号处理器针对每道题，确定与其对应的CA元素，形成对应元素集
Figure GDA0004273689010000113
执行至此每道题均会对应一个元素集
Figure GDA0004273689010000114
也就是用户回答每道题的植物神经信号变化情况。
(4)植物神经信号处理器基于每道题对应的标准变化值和
Figure GDA0004273689010000115
得到心理健康评测结果。
例如：对于任一题B，其对应元素集为
Figure GDA0004273689010000116
则计算/>
Figure GDA0004273689010000117
Figure GDA0004273689010000118
根据所有题的得分之和确定心理健康评测结果。
其中，y为
Figure GDA0004273689010000119
中元素标识，Y为/>
Figure GDA00042736890100001110
中最大元素标识，/>
Figure GDA00042736890100001111
为集合/>
Figure GDA00042736890100001112
中标号为y的元素的数据值，/>
Figure GDA00042736890100001113
为集合/>
Figure GDA00042736890100001114
中所有元素数据值的均值。
Figure GDA0004273689010000121
题B对应的标准变化值为评测题设计时确定的标准值。
另外，根据所有题的得分之和确定心理健康评测结果的过程可采用现有过程，如根据所有题的得分之和属于哪个分数段，那么心理健康评测结果就是该分数段对应的结果。
植物神经信号受大脑皮质和下丘脑的支配和调节，但不受人的意志所控制，也就是说，用户可能控制自己的情绪、表情、心跳、血液等，逃避展现自己真实的心理，造成评测结果错误，但其不能控制植物神经信号，因此通过对植物神经信号的分析可以获取到用户最真实的反应，使得最终的评测结果不受人为控制而产生错误，提升了本系统得到的评测结果的准确性和客观性。
本实施例提供的用于人心识别的心理健康评测系统包括：植物神经信号采集器，植物神经信号处理器，显示器；植物神经信号采集器，用于实时采集用户的植物神经信号；显示器，用于向用户展示评测题以及向用户展示心理健康评测结果；植物神经信号处理器分别与植物神经信号采集器和显示器连接，用于根据显示器展示的评测题，对植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果，并将心理健康评测结果经过传输至显示器。本发明的系统通过植物神经信号采集器采集的植物神经信号对用户心理进行评测，实现了心理健康状态的客观评测。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本发明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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是，在权利要求中，不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中，这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例作出另外的变更和修改。所以，权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也应该包含这些修改和变型在内。

Claims (6)

1.一种用于人心识别的心理健康评测系统，其特征在于，所述系统包括：植物神经信号采集器，植物神经信号处理器，显示器；
所述植物神经信号采集器，用于实时采集用户的植物神经信号；
所述显示器，用于向用户展示评测题以及向用户展示心理健康评测结果；
所述植物神经信号处理器分别与植物神经信号采集器和所述显示器连接，用于根据所述显示器展示的评测题，对所述植物神经信号采集器采集的植物神经信号进行处理，得到心理健康评测结果，并将所述心理健康评测结果经过传输至所述显示器；
所述植物神经信号处理器，用于：
获取所述显示器展示的评测题与展示时间对应关系；
将所述植物神经信号采集器采集的植物神经信号按时间顺序排序，形成植物神经序号序列PA；所述植物神经信号集PA中每一个元素
Figure FDA0004282738690000011
包括2个维度，一个维度为数据值/>
Figure FDA0004282738690000012
另一个维度为时间值/>
Figure FDA0004282738690000013
其中，PA的元素/>
Figure FDA0004282738690000014
植物神经信号采集器采集的植物神经信号一一对应，且PA的任一元素/>
Figure FDA0004282738690000015
的数据值/>
Figure FDA0004282738690000016
Figure FDA0004282738690000017
的时间值/>
Figure FDA0004282738690000018
为A(x)的采集时间，A(x)为植物神经信号采集器采集的第x个植物神经信号，x为植物神经信号采集器采集的植物神经信号标识；
根据所述对应关系以及PA得到心理健康评测结果；
所述根据所述对应关系以及PA得到心理健康评测结果具体包括：
根据植物神经信号集PA形成对应的植物神经差集ΔA，所述植物神经差集ΔA的每一个元素
Figure FDA0004282738690000019
包括2个维度，一个维度为数据值/>
Figure FDA00042827386900000110
另一个维度为时间值/>
Figure FDA00042827386900000111
其中，ΔA的元素
Figure FDA00042827386900000112
与植物神经信号采集器采集的植物神经信号一一对应；
将植物神经信号采集器采集的植物神经信号输入神经网络模型，进行特征识别，得到该植物神经信号中每个元素的植物神经信号值的特征，进而形成对应的特征集IA，所述特征集IA中每个元素
Figure FDA0004282738690000021
包括2个维度，一个维度为数据值/>
Figure FDA0004282738690000022
另一个维度为时间值/>
Figure FDA0004282738690000023
其中，IA的元素/>
Figure FDA0004282738690000024
与植物神经信号采集器采集的植物神经信号一一对应，且/>
Figure FDA0004282738690000025
的数据值
Figure FDA0004282738690000026
为A(x)的特征，/>
Figure FDA0004282738690000027
的时间值/>
Figure FDA0004282738690000028
根据植物神经差集ΔA以及特征集IA，得到变化序列CA；
根据所述对应关系以及CA得到心理健康评测结果；
所述根据所述对应关系以及CA得到心理健康评测结果具体包括：
获取CA中的每一个元素，确定该元素的
Figure FDA0004282738690000029
根据所述对应关系，确定该
Figure FDA00042827386900000210
对应的评测题，进而得到评测题与CA中元素的对应关系；
针对每道题，确定与其对应的CA元素，形成对应元素集
Figure FDA00042827386900000211
基于每道题对应的标准变化值和
Figure FDA00042827386900000212
得到心理健康评测结果；
所述基于每道题对应的标准变化值和
Figure FDA00042827386900000213
得到心理健康评测结果具体包括：
对于任一题B，其对应元素集为
Figure FDA00042827386900000214
则计算/>
Figure FDA00042827386900000215
其中，y为/>
Figure FDA00042827386900000216
中元素标识，Y为/>
Figure FDA00042827386900000217
中最大元素标识，/>
Figure FDA00042827386900000229
为集合/>
Figure FDA00042827386900000230
中标号为y的元素的数据值，/>
Figure FDA00042827386900000218
为集合/>
Figure FDA00042827386900000219
中所有元素数据值的均值；
根据
Figure FDA00042827386900000220
与题B对应的标准变化值确定题B的得分；
根据所有题的得分之和确定心理健康评测结果。
2.根据权利要求1所述的系统，其特征在于：
对于植物神经信号集PA中的最后一个元素
Figure FDA00042827386900000221
其与ΔA中的最后一个元素
Figure FDA00042827386900000222
对应，且/>
Figure FDA00042827386900000223
的数据值/>
Figure FDA00042827386900000224
Figure FDA00042827386900000225
的时间值/>
Figure FDA00042827386900000226
为/>
Figure FDA00042827386900000227
的时间值/>
Figure FDA00042827386900000228
其中，xl为植物神经信号集PA中的最后一个元素的标识；
对于植物神经信号集PA中的非最后一个元素
Figure FDA0004282738690000031
其一一对应ΔA中的一个元素
Figure FDA0004282738690000032
且/>
Figure FDA0004282738690000033
的数据值/>
Figure FDA0004282738690000034
Figure FDA0004282738690000035
的时间值
Figure FDA0004282738690000036
其中，xj为植物神经信号集PA中非最后一个元素的标识。
3.根据权利要求2所述的系统，其特征在于，所述变化序列CA中的每个元素
Figure FDA0004282738690000037
包括2个维度，一个维度为数据值/>
Figure FDA0004282738690000038
另一个维度为时间值/>
Figure FDA0004282738690000039
其中，所述植物神经信号集PA中的任一元素
Figure FDA00042827386900000323
一一对应变化序列CA中的一个元素
Figure FDA00042827386900000310
且/>
Figure FDA00042827386900000311
的数据值/>
Figure FDA00042827386900000312
Figure FDA00042827386900000313
的时间值
Figure FDA00042827386900000314
D1(x)为根据植物神经差集ΔA得到的第一植物神经参数，D2(x)为根据特征集IA得到的第二植物神经参数。
4.根据权利要求3所述的系统，其特征在于，所述
Figure FDA00042827386900000315
Figure FDA00042827386900000316
为植物神经差集ΔA所有元素的数据值中的最大值，/>
Figure FDA00042827386900000317
为植物神经差集ΔA所有元素的数据值中的最小值。
5.根据权利要求4所述的系统，其特征在于，所述
Figure FDA00042827386900000318
Figure FDA00042827386900000319
其中，
Figure FDA00042827386900000320
为特征集IA所有元素的数据值中的最大值，/>
Figure FDA00042827386900000321
为特征集IA所有元素的数据值中的最小值；
δ＝植物神经差集ΔA所有元素的数据值中的最大值与最小值之间时间差/特征集IA所有元素的数据值中的最大值与最小值之间时间差。
6.根据权利要求5所述的系统，其特征在于，所述根据
Figure FDA00042827386900000322
与题B对应的标准变化确定题B的得分具体包括：
Figure FDA0004282738690000041
CN202110898314.8A 2021-08-05 2021-08-05 一种用于人心识别的心理健康评测系统 Active CN113693597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110898314.8A CN113693597B (zh) 2021-08-05 2021-08-05 一种用于人心识别的心理健康评测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110898314.8A CN113693597B (zh) 2021-08-05 2021-08-05 一种用于人心识别的心理健康评测系统

Publications (2)

Publication Number Publication Date
CN113693597A CN113693597A (zh) 2021-11-26
CN113693597B true CN113693597B (zh) 2023-07-14

Family

ID=78651661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110898314.8A Active CN113693597B (zh) 2021-08-05 2021-08-05 一种用于人心识别的心理健康评测系统

Country Status (1)

Country Link
CN (1) CN113693597B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104490407A (zh) * 2014-12-08 2015-04-08 清华大学 一种可穿戴式心理压力评测装置及方法
CN107495926A (zh) * 2017-08-25 2017-12-22 苏州曼陀菲科智能科技有限公司 一种用于健康综合评估的系统
CN208740943U (zh) * 2017-08-25 2019-04-16 苏州中科先进技术研究院有限公司 一种用于健康综合评估的系统
CN109949935A (zh) * 2019-01-23 2019-06-28 深圳市中银科技有限公司 一种基于人工智能的个性化终端服务校园健康平台
WO2021005598A1 (en) * 2019-07-07 2021-01-14 Sensority Ltd. Test protocol for detecting significant psychophysiological response

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104490407A (zh) * 2014-12-08 2015-04-08 清华大学 一种可穿戴式心理压力评测装置及方法
CN107495926A (zh) * 2017-08-25 2017-12-22 苏州曼陀菲科智能科技有限公司 一种用于健康综合评估的系统
CN208740943U (zh) * 2017-08-25 2019-04-16 苏州中科先进技术研究院有限公司 一种用于健康综合评估的系统
CN109949935A (zh) * 2019-01-23 2019-06-28 深圳市中银科技有限公司 一种基于人工智能的个性化终端服务校园健康平台
WO2021005598A1 (en) * 2019-07-07 2021-01-14 Sensority Ltd. Test protocol for detecting significant psychophysiological response

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于大数据的人体健康监测方法研究;谢坤洋;;中国战略新兴产业(第04期);全文 *

Also Published As

Publication number Publication date
CN113693597A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
Barlow On the relation of clinical research to clinical practice: Current issues, new directions.
Rodwell Naturalistic inquiry: An alternative model for social work assessment
Thompson Multi-Sensory Intervention Observational Research.
Barchard et al. Computer scoring of the levels of emotional awareness scale
Rechetnikov et al. Motor impairments in children associated with impairments of speech or language: A meta-analytic review of research literature
CN108721048A (zh) 康复训练控制方法、计算机可读存储介质和终端
WO2019003132A1 (en) COGNITIVE CAPACITY LEARNING METHOD WITH EMOTIONAL BASE
Fu et al. Symmetric convolutional and adversarial neural network enables improved mental stress classification from EEG
Nieves et al. Automatic person authentication using fewer channel EEG motor imagery
KR20110098286A (ko) 퍼지 추론기법을 이용한 한방 자가 진단방법
Lubar EEG biofeedback and learning disabilities
CN113693597B (zh) 一种用于人心识别的心理健康评测系统
CN113693599B (zh) 用于人心识别的心理评测系统
CN113693598B (zh) 用于人心识别的心理评测系统
Edwards The effect of African breath psychotherapeutic workshops on spirituality perceptions and experiences
CN113707294B (zh) 一种基于动态视频数据的心理评测方法
CN113705621B (zh) 一种基于人心识别模型的无接触图像评测方法
Goran Savadkoohi et al. The Effectiveness of Emotion-Focused Couple Therapy on Increasing Emotional Regulation and Depression in Couples Seeking Divorce
Aydın et al. School counselors’ counseling self-efficacy: An evaluation in terms of life satisfaction and hope Psikolojik danışmanların psikolojik danışma öz-yeterliği: Yaşam doyumu ve umut açısından bir değerlendirme
Gold et al. Professional psychotherapists vs nonpsychotherapists: thought processes, verbal behavior, and clients' satisfaction
CN116523704B (zh) 一种基于大数据的医学实习教学决策方法
Kellerman et al. Personality patterns of drug addicts in a therapy group: A similarity structure analysis
Morenko Bioelectrical activity of the brain during performance of manipulative movements in women with different modal alpha-frequencies
Smith et al. Can the improvements reported by individuals with Chronic Fatigue Syndrome following multi-convergent therapy be sustained in the longer-term: a three-year follow-up study
Chen et al. Virtual-Reality-Based Supermarket for Intellectual Disability Classification, Diagnostics, and Assessment

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 301, 3rd Floor, No. 8 Sijiqing Road, Haidian District, Beijing, 100195

Applicant after: WOMIN HIGH-NEW SCIENCE & TECHNOLOGY (BEIJING) CO.,LTD.

Address before: 100000 West, floor 14, block B, Haidian culture and art building, No. a 28, Zhongguancun Street, Haidian District, Beijing

Applicant before: WOMIN HIGH-NEW SCIENCE & TECHNOLOGY (BEIJING) CO.,LTD.

GR01 Patent grant
GR01 Patent grant