CN115394395A - 基于绘画创作的神经心理评估及干预的方法、系统和装置 - Google Patents

基于绘画创作的神经心理评估及干预的方法、系统和装置 Download PDF

Info

Publication number
CN115394395A
CN115394395A CN202211322022.0A CN202211322022A CN115394395A CN 115394395 A CN115394395 A CN 115394395A CN 202211322022 A CN202211322022 A CN 202211322022A CN 115394395 A CN115394395 A CN 115394395A
Authority
CN
China
Prior art keywords
state
neuropsychological
physiological
signal
emotional
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
CN202211322022.0A
Other languages
English (en)
Other versions
CN115394395B (zh
Inventor
何将
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.)
Anhui Xingchen Zhiyue Technology Co ltd
Original Assignee
Anhui Xingchen Zhiyue 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 Anhui Xingchen Zhiyue Technology Co ltd filed Critical Anhui Xingchen Zhiyue Technology Co ltd
Priority to CN202211322022.0A priority Critical patent/CN115394395B/zh
Publication of CN115394395A publication Critical patent/CN115394395A/zh
Application granted granted Critical
Publication of CN115394395B publication Critical patent/CN115394395B/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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本发明提出了一种基于绘画创作的神经心理评估及干预的方法、系统和装置，通过提取待检测用户的生理状态数据特征，对生理状态数据特征进行处理后得到绘画参数调整策略，以更新绘画交互场景下绘画生成引擎的生产参数，在执行时长的时间终点停止检测，从而实现在多次交互过程中对待检测用户进行神经心理检测及训练的过程。本发明通过神经心理绘画创作方式，实现了绘画创作、神经生理和精神心理的融合分析和综合评估，增加了待检测用户的参与度和感知度，提升神经心理绘图的情绪影响力和干预治疗穿透度，能够快速识别和改善人的心境和情绪。

Description

基于绘画创作的神经心理评估及干预的方法、系统和装置
技术领域
本发明涉及神经心理分析领域，特别涉及基于绘画创作的神经心理评估及干预的方法、系统和装置。
背景技术
由于先天生理发育问题、学习工作生活的压力、意外生理/心理的重大创伤、社会家庭人际关系不良等重要因素存在，孤独症/自闭症、梦魇障碍、焦虑症、双相情感障碍、抑郁症、持续性心境障碍等精神心理疾病在儿童、青少年、成年人群中发病率越来越高，患病人群规模巨大，给个人身心健康、家庭生活质量和社会经济发展都带来了严重的影响和限制。
现有临床诊疗实践中，主要以心理量表和医生经验问询为诊断基础，以药物治疗、心理治疗和物理治疗为主要治疗康复手段，尤其是缺乏神经生理和精神心理的融合分析和综合评估作为诊疗证据，疾病诊断和疾病治疗的技术或设备是独立分离的且功能单一的，诊断、治疗和康复过程缺乏趣味性和互动性，这也使得病人的诊疗参与性和治疗依从性比较差，对准确诊断和有效治疗带来了巨大不良影响，最终导致了病情长期持续反复、疾病治疗效果不佳。如何获得客观准确的量化指标，增加病人的诊疗参与性和治疗依从性，提高诊断的准确性和治疗的有效性，成为了精神心理疾病诊疗的关键问题。
发明内容
本发明的目的在于提供基于绘画创作的神经心理评估及干预的方法，可以实时动态地、准确有效地捕捉和分析患者在精神心理疾病诊疗康复过程的生理变化，并通过神经心理绘画创作方式完成病情评估和治疗干预，实现了绘画创作、神经生理和精神心理的融合分析和综合评估，增加诊疗的趣味性和客观性，进而提高病人的诊疗参与度和治疗依从性，提升诊断准确性和治疗有效性，辅助临床诊疗实践。本发明还提供了基于绘画创作的神经心理评估及干预的系统，用于实现方法。本发明还提供了基于绘画创作的神经心理评估及干预的装置，用于实现系统。
根据本发明的目的，本发明提出了一种基于绘画创作的神经心理评估及干预的方法，该方法包括如下步骤：
预先设置一执行时长，并在所述执行时长的时间起点处启动绘画交互场景；
在所述绘画交互场景下，采集待检测用户的生理状态信号并进行连续滑动处理，提取出生理状态数据特征；
对所述生理状态数据特征进行分析处理，生成待检测用户当前的情绪状态类型和情绪状态水平；
对所述生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报；
根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数；
重复执行上述步骤至所述执行时长的终点时刻处停止，根据待检测用户的不同生理状态数据特征执行所述绘画生成引擎的生产参数的多次更新，实现对待检测用户的神经心理评估及干预。
优选的，所述预先设置一执行时长，并在所述执行时长的时间起点处启动绘画交互场景的步骤具体为，根据待检测用户的基本状态信息确定神经心理绘画方案的编辑设置，以及所述绘画生成引擎的生产参数初始化，其中，所述基本状态信息至少包括姓名、性别、出生日期、年龄、身高、体重、血压、健康状况、疾病信息；在所述执行时长的时间起点处，启动绘画交互场景。
优选的，所述神经心理绘画方案至少包括方案名称、方案类型、目标情绪类型、目标情绪水平、绘画要素、生理驱动信号、绘画要素特征关系映射、执行时长、反馈类型；其中，所述绘画要素至少包括主题、情感类型、情感水平、风格、色域、色调、配色原则、构成元素、构图方式、叙述方式、渲染方式、优化方向、优化步进系数、画风继承系数。
优选的，所述在所述绘画交互场景下，采集待检测用户的生理状态信号并进行连续滑动处理，提取出生理状态数据特征的步骤具体为，采集待检测用户的所述生理状态信号；以预设时间步长、预设时间窗口对所述生理状态信号进行信号数据提取、数据预处理和数据特征分析，提取出所述生理状态数据特征。
优选的，所述生理状态信号至少包括脑电图信号、脑磁图信号、心电图信号、肌电图信号、皮肤电信号、血氧水平依赖信号、血氧信号、脉搏信号、呼吸信号、温度信号。
优选的，所述数据预处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波和带通滤波。
优选的，所述数据特征分析至少包括时域特征分析、频域特征分析、线性特征分析、非线性特征分析。
优选的，所述生理状态数据特征至少包括时域特征、频域特征、线性特征、非线性特征。
优选的，所述对所述生理状态数据特征进行分析处理，生成待检测用户当前的情绪状态类型和情绪状态水平的步骤具体为，通过对基于不同情绪类型、不同情绪水平的生理状态数据特征的训练集数据进行训练，预先构建基于LSTM神经网络的神经网络情绪分类模型和基于GAN对抗神经网络模型的神经网络情绪水平计算模型，由所述神经网络情绪分类模型和所述神经网络情绪水平计算模型构成神经网络情绪分类与状态计算模型；将所述生理状态数据特征输入至所述神经网络情绪分类与状态计算模型，得到待检测用户当前的所述情绪状态类型和所述情绪状态水平。
优选的，所述对所述生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报的步骤具体为，预先构建基于GAN对抗神经网络和绘画要素优化程序的绘画生成引擎；根据绘画要素特征关系映射的映射关系，将所述生理状态数据特征中的生理状态数据特征值转化为所述绘画要素中要素的参数取值；将所述参数取值输入所述绘画生成引擎生成所述神经心理画面；对所述神经心理画面进行心理学分析，并结合所述情绪状态类型和所述情绪状态水平，生成所述心理状态评估简报。
优选的，所述根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数的步骤具体为，根据所述神经心理绘画方案中目标情绪类型和目标情绪水平，对所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报进行情绪迭代计算，获取当前的情绪状态类型和情绪状态水平与所述神经心理绘画方案中目标情绪类型和目标情绪水平的情绪状态差值，获取当前已执行时长，计算剩余优化次数，根据所述剩余优化次数计算情绪次均调整增量；根据所述情绪状态类型、所述情绪状态水平、所述心理状态评估简报和所述情绪次均调整增量进行绘画要素迭代分析，生成所述绘画参数调整策略，以更新所述绘画生成引擎的生产参数。
优选的，所述情绪状态差值的计算公式，如下：
Figure 655837DEST_PATH_IMAGE001
式中，
Figure 239395DEST_PATH_IMAGE002
为所述情绪状态差值，
Figure 289259DEST_PATH_IMAGE003
为所述神经心理绘画方案中目标情绪类型的目标情绪水平，
Figure 638201DEST_PATH_IMAGE004
为当前情绪状态类型的情绪状态水平，
Figure 637381DEST_PATH_IMAGE005
为不同情绪状态类型的换算系数；
所述剩余优化次数的计算公式，如下：
Figure 46365DEST_PATH_IMAGE006
式中，
Figure 583526DEST_PATH_IMAGE007
为所述剩余优化次数，
Figure 736159DEST_PATH_IMAGE008
为所述神经心理绘画方案中的执行时长，
Figure 42375DEST_PATH_IMAGE009
为已执行时长，
Figure 356682DEST_PATH_IMAGE010
为预设时间窗口长度；
所述情绪次均优化增量的计算公式，如下：
Figure 386998DEST_PATH_IMAGE011
式中，
Figure 77742DEST_PATH_IMAGE012
为所述情绪次均优化增量、
Figure 504044DEST_PATH_IMAGE013
为所述情绪状态差值、
Figure 51569DEST_PATH_IMAGE007
为所述剩余优化次数。
优选的，所述绘画参数调整策略至少包括主题调整策略、情感迭代目标值、风格调整策略、色域调整策略、色调调整策略、构成元素调整策略、构图方式调整策略、叙述方式调整策略、渲染方式调整策略。
优选的，所述重复执行上述步骤至所述执行时长的终点时刻处停止，根据待检测用户的不同生理状态数据特征执行所述绘画生成引擎的生产参数的多次更新，实现对待检测用户的神经心理评估及干预的步骤还包括，执行多次更新过程中生成的全部的所述神经心理画面生成神经心理画卷，以及，执行多次更新过程中生成的全部的所述心理状态评估简报生成精神心理评估报告和治疗干预进展报告，实现对待检测用户的神经心理评估及干预。
优选的，所述精神心理评估报告至少包括精神状态报告、应激应对报告、动机情感报告、人格类型报告；所述治疗干预进展报告至少包括治疗效果报告、治疗干预调整策略、疾病治疗建议。
本发明还提供了一种基于绘画创作的神经心理评估及干预的系统，所述系统包括如下模块：
绘图方案管理模块，用于根据待检测用户的基本状态信息确定神经心理绘画方案的编辑设置，以及绘画生成引擎的生产参数初始化；在所述神经心理绘画方案中预先设置执行时长，并在所述执行时长的时间起点处启动绘画交互场景，在所述执行时长的终点时刻处停止所述绘画交互场景，以根据待检测用户的不同生理状态数据特征执行所述绘画生成引擎的生产参数的多次更新，生成对待检测用户的神经心理评估及干预方案；
生理采集处理模块，用于在所述绘画交互场景下，采集待检测用户的生理状态信号并进行连续滑动处理，提取出生理状态数据特征；
绘图心理分析模块，用于对所述生理状态数据特征进行分析处理，生成待检测用户的当前情绪状态类型和情绪状态水平；对所述生理状态数据特征进行绘画要素特征映射转化并输入所述绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报；根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数；
神经心理报告模块，用于根据所述心理状态评估简报和所述神经心理画面，生成神经心理画卷、精神心理评估报告和治疗干预进展报告；
数据存储管理模块，用于对绘图方案管理模块、生理采集处理模块、绘图心理分析模块和神经心理报告模块所产生的过程数据进行统一存储和管理。
优选的，所述绘图方案管理模块包括：
人员信息记录单元，用于待检测用户所述基本状态信息的输入、编辑、删除、查询和匹配设置管理，所述基本状态信息至少包括姓名、性别、年龄、身高、体重、血压、健康状况、疾病信息；
绘画方案设置单元，用于所述神经心理绘画方案的输入、编辑、删除、查询和设置管理，所述神经心理绘画方案至少包括方案名称、方案类型、目标情绪类型、目标情绪水平、绘画要素、生理驱动信号、绘画要素特征关系映射、执行时长、反馈类型；
关系映射设置单元，用于所述绘画要素特征关系映射的输入、编辑、删除、查询和设置管理。
优选的，所述生理采集处理模块包括：
信号采集记录单元，用于连接生理状态监测设备，获取所述生理状态信号，所述生理状态信号至少包括脑电图信号、脑磁图信号、心电图信号、肌电图信号、皮肤电信号、血氧水平依赖信号、血氧信号、呼吸信号、温度信号；
信号数据提取单元，用于以预设时间步长、预设时间窗口对所述生理状态信号进行信号截取和数据提取；
数据预处理单元，用于对所述生理状态信号进行数据预处理，所述数据预处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波和带通滤波；
数据特征分析单元，用于对所述生理状态信号进行数据特征分析，所述数据特征分析至少包括时域特征分析、频域特征分析、线性特征分析、非线性特征分析。
优选的，所述绘图心理分析模块包括：
情绪计算识别单元，用于对所述生理状态数据特征进行分析处理，生成待检测用户当前的所述情绪状态类型和所述情绪状态水平；
特征映射转化单元，用于根据所述绘画要素特征关系映射，将所述生理状态数据特征中的数据特征值转化为所述绘画要素中要素的参数取值；
绘画生成引擎工作单元，用于根据所述绘画要素的策略设置和参数取值，完成绘画并生成所述神经心理画面；
行为心理分析单元，用于结合所述情绪状态类型和所述情绪状态水平，对所述神经心理画面进行绘画心理学分析，生成所述心理状态评估简报；
绘图调整策略单元，用于进行AI动态规划计算，生成所述绘画参数调整策略，并对所述绘画要素的启用状态、参数取值进行更新调整，以更新所述绘画生成引擎的生产参数，所述绘画参数调整策略至少包括主题调整策略、情感迭代目标值、风格调整策略、色域调整策略、色调调整策略、构成元素调整策略、构图方式调整策略、叙述方式调整策略、渲染方式调整策略；
可视化展示单元，用于根据所述神经心理绘画方案中的反馈类型取值，将所述神经心理画面以可视化界面反馈或不反馈给待检测和/或其他用户。
优选的，所述神经心理报告模块包括：
心理图卷生成单元，用于根据多次更新过程中生成的全部连续时序的所述神经心理画面，拼接生成所述神经心理画卷；
心理评估报告单元，用于根据多次更新过程中生成的全部连续时序的所述心理状态评估简报，生成所述精神心理评估报告；
治疗进展报告单元，用于根据多次更新过程中生成的全部连续时序的所述心理状态评估简报，生成所述治疗干预进展报告。
本发明还提供了一种基于绘画创作的神经心理评估及干预的装置，包括以下模组：
可视化控制界面，用于神经心理绘图方案的编辑输入和执行控制，心理状态评估简报、精神心理评估报告和治疗干预进展报告的展示和反馈，神经心理画面和神经心理画卷的展示和反馈；
生理信号采集器，用于通过信号采集设备和采集集成通讯模组，实现采集记录生理状态信号；
数据分析处理器，用于实现对所述生理状态信号的连续滑动处理分析，提取出生理状态数据特征；对所述生理状态数据特征进行分析处理，提取情绪状态类型和所述情绪状态水平；对所述生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报；根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数；生成精神心理评估报告和治疗干预进展报告；
绘画生成引擎器，用于实现所述神经心理画面和所述神经心理画卷的生成；
数据记录存储器，用于记录和存储执行时长内全部的执行过程数据。
本发明还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序实现执行评估及干预的方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行实现评估及干预的方法的步骤。
本发明提供了基于绘画创作的神经心理评估及干预的方法、系统和装置，可以实时动态地、准确有效地捕捉和分析患者在精神心理疾病诊疗康复过程的生理变化，并通过神经心理绘画创作方式完成病情评估和治疗干预，实现了绘画创作、神经生理和精神心理的融合分析和综合评估，增加诊疗的趣味性和客观性，进而提高病人的诊疗参与度和治疗依从性，提升诊断准确性和治疗有效性，辅助临床诊疗实践。
在实际临床实践和实际使用场景中，基于绘画创作的神经心理评估及干预的方法、系统和装置，具备实时和离线两大实施特性，满足实时应用和离线分析应用的不同场景需求，不仅能够应用于不同人群的精神心理疾病的诊断评估和有视景反馈的治疗干预，同时能够应用于相关睡眠障碍（失眠，梦魇等）的事后离线评估分析，还能够应用于一般人群的情绪改善干预和兴趣提升等需求场景。通过绘画要素的风格变换和连续调整，使得每一个对象的每一次尝试，每一次尝试的每一个时刻，都拥有一张唯一的、高辨识度的神经心理画面和神经心理画卷，这也增加了待检测用户的参与度和感知度，提升神经心理绘图的情绪影响力和干预治疗穿透度，尤其是在儿童孤独症/自闭症，成年人群的抑郁症和双相情感障碍，人群的失眠和梦魇等情形场景中，能够快速识别和改善人的心境和情绪。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是基于绘画创作的神经心理评估及干预的方法基本流程图。
图2是基于绘画创作的神经心理评估及干预的系统模块组成图。
图3是基于绘画创作的神经心理评估及干预系统的绘图方案管理模块组成图。
图4是基于绘画创作的神经心理评估及干预系统的生理采集处理模块组成图。
图5是基于绘画创作的神经心理评估及干预系统的绘图心理分析模块组成图。
图6是基于绘画创作的神经心理评估及干预系统的神经心理报告模块组成图。
图7是基于绘画创作的神经心理评估及干预的装置模组构成图。
具体实施方式
为了更清楚地说明本发明的目的和技术方案，下面将结合本发明申请实施例中的附图，对本发明进行进一步介绍说明。显而易见地，下面描述的实施例仅是本发明一部分实施例，而不是全部的实施例。在没有创造性劳动前提下，本领域普通技术人员基于本发明的实施例所得到的其他实施例，都应属于本发明的保护范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
为了更加详尽的阐述方案内容，下面基于绘画创作的神经心理评估及干预的方法的具体实施情况进行详细说明。需要说明的是，所述系统被用于执行图1所述的方法以及发明内容部分以及下文中提及的对应方法流程。
如图1所示，本发明实施例提供的基于绘画创作的神经心理评估及干预的方法，包括如下步骤：
P001：预先设置一执行时长，并在所述执行时长的时间起点处启动绘画交互场景。
本实施例中，需要预先根据待检测用户的基本状态信息来确定神经心理绘画方案的初始化设置并构建绘画交互场景，待检测用户的基本状态信息包括姓名、性别、出生日期、年龄、身高、体重、血压、健康状况、疾病信息等等，尤其是性别、年龄和疾病信息，神经心理绘画方案包括方案名称、方案类型、目标情绪类型、目标情绪水平、绘画要素、生理驱动信号、绘画要素特征关系映射、执行时长、反馈类型。其中，绘画要素包括主题、情感类型、情感水平、风格、色域、色调、配色原则、构成元素、构图方式、叙述方式、渲染方式、优化方向、优化步进系数、画风继承系数。
本实施例中，以8岁男性自闭症儿童（待检测用户）的居家日常病情评估和康复治疗一体化应用（方案类型为疾病诊疗一体化）来说明神经心理绘画方案的设置；通过神经心理绘画方案的设置和15分钟（执行时长）的反馈式治疗执行训练（反馈类型为反馈），实现心理引导和康复治疗，来提高自闭症儿童的社交参与动机、互动情感应激和应对能力，进一步提升自闭症儿童的社交能力和自信心，学习能力和生活质量。
本实施例中，需要明朗、欢快的人群社交活动画卷场景持续更新并向自闭症儿童进行反馈。因此，绘画要素中，主题选择为儿童假日活动类，情感类型选择为明朗欢快，情感水平选择为80（0~100），风格选择为卡通，色域选择为RGB，色调选择为暖色为主、冷色为辅，配色原则选择为主黄绿色、中饱和度、高明亮度，构成元素主要包括儿童、父母、朋友、阳光、蓝天、白云、草地、小鸟、小鹿、帐篷、餐桌、餐椅、餐垫、水果、饮料和食物等，构图方式选择为中心范围聚焦，叙述方式选择为顺叙，渲染方式选择为分层色彩，优化方向选择为情感平衡，优化步进系数为1，画风继承系数为0.90。
本实施例中，绘图交互场景中可以设置多种类型的生理状态采集传感器或设备，持续采集记录整个交互过程中待检测用户的生理状态信号，生理状态信号至少包括脑电图信号、脑磁图信号、心电图信号、肌电图信号、皮肤电信号、血氧水平依赖信号、血氧信号、脉搏信号、呼吸信号、温度信号。
本实施例中，选择脑电图信号和皮肤电信号作为生理驱动信号；完成脑电图信号和皮肤电信号的数据特征与绘画要素特征关系映射设置，为了更好的说明和陈述绘画要素特征关系映射的具体实施，将在“绘画要素特征映射转化”的具体实施中详细的联合陈述。在实际使用场景中，需要提前规划好选择哪些生理驱动信号-哪些数据特征-哪些绘画要素的对应关系，来完成具体设置。
在本实施例中，构建完成绘画交互场景和待检测用户的神经心理绘画方案后，待检测用户进入到绘画交互场景中，以执行神经心理绘画方案中预设的执行时长来对待检测用户进行检测、训练。执行时长一般根据待检测用户的实际情况进行设置，实际上是一个时间范围，目的是检测待检测用户在该时间范围内产生的心理状态、行为状态等内容。在用户就绪后，执行预设执行时长的初始时间点，实际中可以是时间起点是0点开始，当然也可以是任意时间点开始，此处不做限制，只要完成执行时长即设定的时间范围内完成对待检测用户的检测即可。本方案记录的也是一时间范围内的待检测用户的心理状态和行为状态。
本实施例中，完成基础设置和基本构建后，在执行时长的时间起点处启动绘画交互场景。
P002：在所述绘画交互场景下，采集待检测用户的生理状态信号并进行连续滑动处理后，提取出生理状态数据特征。
本实施例中，考虑到自闭症儿童（待检测用户）的适应性，选择轻便小型化的脑电图传感器设备和皮肤电传感器设备来采集记录待检测用户的生理状态信号。其中，脑电图传感器的参数为采样率为512Hz，二通道，基于国际10-20系统脑电电极位置放置标准的采集电极点F3、F4，参考电极为左右耳垂A1、A2；皮肤电传感器的参数为采样率为512Hz，单通道，左右食指和中指。
本实施例中，连续滑动处理是指以预设时间步长、预设时间窗口对生理状态信号进行信号数据提取、数据预处理和数据特征分析，而生理状态数据特征包括时域特征、频域特征、线性特征、非线性特征。使用20s时间窗口和10s时间步长（50%的重叠率）对生理状态信号进行信号截取和数据提取，这带来更多的神经心理画面和更快速的反馈互动和干预牵引力。
本实施例中，对截取提取后的窗口信号数据进行数据预处理，对脑电图信号的数据预处理主要是进行重参考（以A1、A2的平均电位重参考），去伪迹，信号矫正，小波降噪，通过Hamming窗、零相位的FIR数字滤波器完成50Hz工频陷波滤波，0.5~125Hz带通滤波；对皮肤电信号的数据预处理主要是进行去伪迹，信号矫正，通过Hamming窗、零相位的FIR数字滤波器完成2Hz低通滤波。对数据预处理后的窗口信号数据进行数据特征分析，提取脑电图信号的频谱图（频域特征）和多尺度熵（非线性特征），提取皮肤电信号中的SCL信号和SCR信号的均值（时域特征）和变异系数（时域特征）。
P003：对所述生理状态数据特征进行分析处理，生成待检测用户当前的情绪状态类型和情绪状态水平。
本实施例中，通过LSTM神经网络对输入的不同情绪类型、不同情绪水平的生理状态数据特征进行训练学习和建模调优，得到神经网络情绪分类模型；通过GAN对抗神经网络对输入的不同情绪类型、不同情绪水平的生理状态数据特征进行训练学习和建模调优，得到神经网络情绪水平计算模型；由神经网络情绪分类模型和神经网络情绪水平计算模型，形成神经网络情绪分类与状态计算模型。
本实施例中， 将脑电图信号和皮肤电信号的生理状态数据特征输入神经网络情绪分类与状态计算模型，得到待检测用户当前时间窗口的情绪状态类型和情绪状态水平。
P004：对所述生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报。
在本实施例中，绘画生成引擎由神经网络图像生成模型和绘画要素优化程序构成。整理不同主题、不同风格、不同情绪类型和不同情绪水平、不同元素等图片，通过GAN对抗神经网络进行训练学习和建模调优，得到神经网络图像生成模型；通过计算机解析程序将绘画要素取值作为模型参数输入神经网络图像生成模型，实现图像画面的智能生成，通过绘画要素优化程序对生成的图像画面进行优化调整并输出图片。
本实施例中，绘画要素特征关系映射和绘画要素特征映射转化是绘画生成引擎工作的关键基础，也是神经生理和精神心理之间的技术桥梁。绘画要素特征关系映射是指建立生理信号数据特征集中的特征与绘画要素中的要素之间的对应关系映射，绘画要素特征映射转化则是指根据绘画要素特征关系映射，将生理状态数据特征中的数据特征值转化为绘画要素中要素的参数取值。以下为主要映射关系和转化原则：
1）脑电图信号的总功率对应明亮度，总功率的顺序范围取值对应明亮度顺序调节范围（0~100）；
2）脑电图信号的频谱图的9~30hz频段中心频率对应风格，9~30hz频段中心频率的顺序范围对应风格顺序范围集；
3）脑电图信号的频谱图与色域（RGB红绿蓝）：R红色域对应频谱图0.5~8hz频段的频谱特征，B蓝色域对应频谱图8~20hz频段的频谱特征，G绿色域对应频谱图20~125hz频段的频谱特征，将各频段功率占比作为对应RGB的取值比例值；
4）脑电图信号的多尺度熵对应饱和度，将归一化后的多尺度熵作为饱和度的取值比例值；
5）皮肤电信号中的SCL信号均值对应情感水平，将归一化后的SCL信号均值作为情感水平的取值；
6）皮肤电信号中的SCR信号均值的相对变化量对应情感水平的调整步长，将归一化后的SCR信号均值作为情感水平的取值调整比例值；
7）皮肤电信号中的SCL信号变异系数对应元素布局中心范围聚焦度，将归一化后的SCL信号变异系数作为元素布局中心范围聚焦度的取值比例值；
8）皮肤电信号中的SCR信号变异系数对应人物类元素布局时的间距离变异系数，将归一化后的SCR信号变异系数作为人物类元素布局时的间距离变异系数的取值。
本实施例中，生理状态数据特征经过绘画要素特征映射转化，数据特征值转化为绘画要素取值，将绘画要素取值输入绘画生成引擎生成神经心理画面，并通过可视化界面反馈给待检测用户。
在实际使用场景中，应该根据待检测用户的具体情况，完成更多的生理状态数据特征提取，以及更合适且全面的绘画要素特征关系映射和绘画要素特征映射转化，尤其是主题、风格、情感类型、情感水平、构图布局的变换或保持，来保证神经心理画面和神经心理画卷的画面表现力和画面质感，以达到更好的实际应用效果。
本实施例中，使用脑电图信号和皮肤电信号作为生理驱动信号，在实际使用场景中脑电图信号和皮肤电信号同样也是能够直观反映情绪状态、心理活动和精神状态变化的生理信号。因此，在脑电图信号和皮肤电信号的数据特征驱动下，结合神经网络图像生成模型的创造性和想象力，持续所生成的神经心理画面也能够很好地展现出待检测用户的情绪状态、心理活动和精神状态。
本实施例中，对持续变化的神经心理画面进行绘画心理学分析，评估绘画者的人际关系状况、情绪状态、心理状态、应激和应对状态、性格特征等，并结合来自生理方向分析评估的情绪状态类型和情绪状态水平，生成心理状态评估简报，包括情绪状态类型、情绪状态指数、心理精神状态、应激水平、应对能力、情感动机。
P005：根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数。
在生成情绪状态类型、情绪状态水平和心理状态评估简报后，通过AI动态规划计算，生成绘画参数调整策略，以更新绘画生成引擎的生产参数。
在本实施例中，AI动态规划计算是根据神经心理绘画方案中目标情绪类型和目标情绪水平，对情绪状态类型、情绪状态水平和心理状态评估简报进行情绪迭代计算和绘画要素迭代分析，生成绘画参数调整策略。其中，绘画参数调整策略包括主题调整策略、情感迭代目标值、风格调整策略、色域调整策略、色调调整策略、构成元素调整策略、构图方式调整策略、叙述方式调整策略、渲染方式调整策略。
本实施例中，情绪迭代计算的基本方法步骤是：
获取当前情绪状态类型和情绪状态水平，结合神经心理绘画方案中目标情绪类型和目标情绪水平，获得情绪状态差值；
获取当前已执行时长，计算剩余优化次数，获得情绪次均调整增量。
本实施例中，情绪状态差值的计算公式，如下：
Figure 563322DEST_PATH_IMAGE014
其中，
Figure 995440DEST_PATH_IMAGE015
为情绪状态差值，
Figure 10670DEST_PATH_IMAGE016
为神经心理绘画方案中目标情绪类型的目标情绪水平，
Figure 932358DEST_PATH_IMAGE017
为当前情绪状态类型的情绪状态水平，
Figure 659968DEST_PATH_IMAGE018
为不同情绪状态类型的换算系数。
在实际使用场景中，情绪状态类型可以分为快乐、愤怒、悲哀、恐惧四种基本形式及其混合叠加形式，也可以分为快乐、信任、惊讶、期待、生气、悲伤、厌恶、恐惧八种基本形式及其混合叠加形式，在情绪状态分类和情绪水平识别实际操作中选择后者更优。不同情绪状态类型间的换算系数，可由实际使用场景确定，本实施例中选择后者，且以快乐为目标情绪类别，快乐、信任、惊讶、期待、生气、悲伤、厌恶、恐惧对于快乐的换算系数分别为1.0、0.8、0.7、0.6、-1.0、-0.8、-0.9、-1.0。
本实施例中，剩余优化次数的计算公式，如下：
Figure 958095DEST_PATH_IMAGE019
其中，
Figure 280360DEST_PATH_IMAGE020
为剩余优化次数，
Figure 372950DEST_PATH_IMAGE021
为神经心理绘画方案中的执行时长，
Figure 593716DEST_PATH_IMAGE022
为已执行时长，
Figure 429954DEST_PATH_IMAGE023
为预设时间窗口长度。
本实施例中，情绪次均调整增量的计算公式，如下：
Figure 419775DEST_PATH_IMAGE024
其中，
Figure 689126DEST_PATH_IMAGE025
为情绪次均调整增量、
Figure 397188DEST_PATH_IMAGE026
为情绪状态差值、
Figure 771537DEST_PATH_IMAGE020
为剩余优化次数。
本实施例中，绘画要素迭代分析是指基于神经心理绘画方案中目标情绪类型和目标情绪水平，根据情绪状态类型、情绪状态水平、心理状态评估简报和情绪次均调整增量，通过人工智能算法对绘画要素中主题、情感类型、情感水平、风格、色域、色调、配色原则、构成元素、构图方式、叙述方式、渲染方式进行分析评估，以优化方向、优化步进系数、画风继承系数确定绘画生成引擎的生产参数。
根据当前的根据情绪状态类型、情绪状态水平和心理状态评估简报，对比分析待检测用户前后的情绪状态和心境状态，识别病情诊断评估和/或疾病治疗干预的下一步目的方向，确定绘画要素的启用状态和参数取值，生成绘画参数调整策略，更新绘画生成引擎的生产参数。
P006：重复执行上述步骤至所述执行时长的终点时刻处停止，根据待检测用户的不同生理状态数据特征执行所述绘画生成引擎的生产参数的多次更新，实现对待检测用户的神经心理评估及干预。
本实施例中，通过实时地采集记录自闭症儿童的脑电图信号和皮肤电信号（生理状态信号），实时地以10s时间步长、20s时间窗口对生理状态信号进行信号数据提取、数据预处理和数据特征分析，实时地提取时域特征、频域特征、线性特征、非线性特征等生理状态数据特征，实时地完成生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎生成神经心理画面，实时地向自闭症儿童进行视觉可视化反馈，实时地对当前神经心理画面的绘画心理学分析并生成心理状态评估简报和提取绘画参数调整策略，通过不同时序的预设时间窗口的神经心理绘画循环过程来实现对自闭症儿童的动态地一体化地病情诊断评估和疾病治疗干预。
本实施例中，使用20s时间窗口和10s时间步长（50%的重叠率），15分钟的执行时长，这带来更多的心理状态评估简报和神经心理画面。神经心理画卷，由多个连续时序神经心理画面构成，是精神心理的快照动画，绘画要素中的画风继承系数，保证了不同时序时间生成的神经心理画面的延续性和神经心理画卷的流线和谐。精神心理评估报告和治疗干预进展报告，由多个连续时序心理状态评估简报生成，是对整个病情诊断评估和/或疾病治疗干预过程中待检测用户的精神心理状态演变和行为心理变化进行整体观察和总结分析的结果，其中，精神心理评估报告包括精神状态报告、应激应对报告、动机情感报告、人格类型报告，治疗干预进展报告包括治疗效果报告、治疗干预调整策略、疾病治疗建议。
在实际使用场景中，根据神经心理绘图方案或疾病诊疗需求，确定神经心理绘图的方向目标、执行目的、执行强度和执行时间\时长，在计划的执行时间\时长，不断重复以上这个过程，对待检测用户进行快速且连续地病情诊断评估、及时且持续地疾病治疗干预，多次检测，多次评估，多次反馈，多次干预，获得更全面的诊断评估和更高效的治疗干预效果。
如图2-6所示，本发明还提出了一种基于绘画创作的神经心理评估及干预的系统，系统包括如下模块：
绘图方案管理模块S100，用于根据待检测用户的基本状态信息确定神经心理绘画方案的编辑设置，以及绘画生成引擎的生产参数初始化；在神经心理绘画方案中预先设置执行时长，并在执行时长的时间起点处启动绘画交互场景，在执行时长的终点时刻处停止绘画交互场景，以根据待检测用户的不同生理状态数据特征执行绘画生成引擎的生产参数的多次更新，生成对待检测用户的神经心理评估及干预方案；
生理采集处理模块S200，用于在绘画交互场景下,采集待检测用户的生理状态信号并进行连续滑动处理，提取出生理状态数据特征；
绘图心理分析模块S300，用于对生理状态数据特征进行分析处理，生成待检测用户当前的情绪状态类型和情绪状态水平；对生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报；根据情绪状态类型、情绪状态水平和心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新绘画生成引擎的生产参数；
神经心理报告模块S400，用于根据心理状态评估简报和神经心理画面，生成神经心理画卷、精神心理评估报告和治疗干预进展报告；
数据存储管理模块S500，用于对绘图方案管理模块S100、生理采集处理模块S200、绘图心理分析模块S300和神经心理报告模块S400所产生的过程数据进行统一存储和管理。
绘图方案管理模块S100包括：
人员信息记录单元S101，用于待检测用户基本状态信息的输入、编辑、删除、查询和设置管理，基本状态信息包括姓名、性别、年龄、身高、体重、血压、健康状况、疾病信息；
绘画方案设置单元S102，用于神经心理绘画方案的输入、编辑、删除、查询和设置管理，神经心理绘画方案包括方案名称、方案类型、目标情绪类型、目标情绪水平、绘画要素、生理驱动信号、绘画要素特征关系映射、执行时长、反馈类型；
关系映射设置单元S103，用于绘画要素特征关系映射的输入、编辑、删除、查询和设置管理。
生理采集处理模块S200包括：
信号采集记录单元S201，用于连接生理状态监测设备，获取生理状态信号，生理状态信号包括脑电图信号、脑磁图信号、心电图信号、肌电图信号、皮肤电信号、血氧水平依赖信号、血氧信号、呼吸信号、温度信号；
信号数据提取单元S202，用于以预设时间步长、预设时间窗口对生理状态信号进行信号截取和数据提取；
数据预处理单元S203，用于对生理状态信号进行数据预处理，数据预处理包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波和带通滤波；
数据特征分析单元S204，用于对生理状态信号进行数据特征分析，数据特征分析包括时域特征分析、频域特征分析、线性特征分析、非线性特征分析。
绘图心理分析模块S300包括：
情绪计算识别单元S301，用于对生理状态数据特征进行预处理，生成待检测用户当前的情绪状态类型和情绪状态水平；
特征映射转化单元S302，用于根据绘画要素特征关系映射，将生理状态数据特征中的数据特征值转化为绘画要素中要素的参数取值，生理状态数据特征包括时域特征、频域特征、线性特征、非线性特征；
绘画生成引擎工作单元S303，用于根据绘画要素的策略设置和参数取值，完成绘画并生成神经心理画面；
行为心理分析单元S304，用于结合情绪状态类型和情绪状态水平，对神经心理画面进行绘画心理学分析，生成心理状态评估简报；
绘图调整策略单元S305，用于进行AI动态规划计算，生成绘画参数调整策略，并对绘画要素的启用状态、参数取值进行更新调整，更新绘画生成引擎的生产参数，绘画参数调整策略包括主题调整策略、情感迭代目标值、风格调整策略、色域调整策略、色调调整策略、构成元素调整策略、构图方式调整策略、叙述方式调整策略、渲染方式调整策略；
可视化展示单元S306，用于根据神经心理绘画方案中的反馈类型取值，将神经心理画面以可视化界面反馈或不反馈给待检测和/或其他用户。
神经心理报告模块S400包括：
心理图卷生成单元S401，用于根据多次更新过程中生成的全部连续时序的神经心理画面，拼接生成神经心理画卷；
心理评估报告单元S402，用于根据多次更新过程中生成的全部连续时序的心理状态评估简报，生成精神心理评估报告；
治疗进展报告单元S403，用于根据多次更新过程中生成的全部连续时序的心理状态评估简报，生成治疗干预进展报告。
本发明还提出了一种基于绘画创作的神经心理评估及干预的装置，包括以下模组：
可视化控制界面M100，用于神经心理绘图方案的编辑输入和执行控制，心理状态评估简报、精神心理评估报告和治疗干预进展报告的展示和反馈，神经心理画面和神经心理画卷的展示和反馈；
生理信号采集器M200，用于通过生理信号采集设备和采集集成通讯模组，实现采集记录待检测用户的生理状态信号；
数据分析处理器M300，用于实现对生理状态信号的连续滑动处理分析，提取出生理状态数据特征；对生理状态数据特征进行分析处理，提取情绪状态类型和情绪状态水平；对生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报；根据情绪状态类型、情绪状态水平和心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新绘画生成引擎的生产参数；生成精神心理评估报告和治疗干预进展报告；
绘画生成引擎器M400，用于实现神经心理画面和神经心理画卷的生成；
数据记录存储器M500，用于记录和存储全部的过程数据。
本发明还提供了可编程的各类处理器（FPGA、ASIC或其他集成电路），上述处理器用于运行程序，其中，上述程序运行时执行实施例中的步骤。
本发明还提供了对应的计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，上述存储器执行上述程序运行时执行实施例中的步骤。
虽然本发明所揭露的实施方式如上，但上述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和原则的前提下，可以在实施的形式及细节上进行任何的修改与变化、等同替换等，这些都属于本发明的保护范围。因此，本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (23)

1.一种基于绘画创作的神经心理评估及干预的方法，其特征在于，所述方法包括如下步骤：
预先设置一执行时长，并在所述执行时长的时间起点处启动绘画交互场景；
在所述绘画交互场景下，采集待检测用户的生理状态信号并进行连续滑动处理，提取出生理状态数据特征；
对所述生理状态数据特征进行分析处理，生成待检测用户当前的情绪状态类型和情绪状态水平；
对所述生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报；
根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数；
重复执行上述步骤至所述执行时长的终点时刻处停止，根据待检测用户的不同生理状态数据特征执行所述绘画生成引擎的生产参数的多次更新，实现对待检测用户的神经心理评估及干预。
2.如权利要求1所述的方法，其特征在于，所述预先设置一执行时长，并在所述执行时长的时间起点处启动绘画交互场景的步骤具体为，根据待检测用户的基本状态信息确定神经心理绘画方案的编辑设置，以及所述绘画生成引擎的生产参数初始化，其中，所述基本状态信息至少包括姓名、性别、出生日期、年龄、身高、体重、血压、健康状况、疾病信息；在所述执行时长的时间起点处，启动绘画交互场景。
3.如权利要求2所述的方法，其特征在于，所述神经心理绘画方案至少包括方案名称、方案类型、目标情绪类型、目标情绪水平、绘画要素、生理驱动信号、绘画要素特征关系映射、执行时长、反馈类型；其中，所述绘画要素至少包括主题、情感类型、情感水平、风格、色域、色调、配色原则、构成元素、构图方式、叙述方式、渲染方式、优化方向、优化步进系数、画风继承系数。
4.如权利要求1所述的方法，其特征在于，所述在所述绘画交互场景下，采集待检测用户的生理状态信号并进行连续滑动处理，提取出生理状态数据特征的步骤具体为，采集待检测用户的所述生理状态信号；以预设时间步长、预设时间窗口对所述生理状态信号进行信号数据提取、数据预处理和数据特征分析，提取出所述生理状态数据特征。
5.如权利要求1所述的方法，其特征在于，所述生理状态信号至少包括脑电图信号、脑磁图信号、心电图信号、肌电图信号、皮肤电信号、血氧水平依赖信号、血氧信号、脉搏信号、呼吸信号、温度信号。
6.如权利要求4所述的方法，其特征在于，所述数据预处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波和带通滤波。
7.如权利要求4所述的方法，其特征在于，所述数据特征分析至少包括时域特征分析、频域特征分析、线性特征分析、非线性特征分析。
8.如权利要求1所述的方法，其特征在于，所述生理状态数据特征至少包括时域特征、频域特征、线性特征、非线性特征。
9.如权利要求1所述的方法，其特征在于，所述对所述生理状态数据特征进行分析处理，生成待检测用户当前的情绪状态类型和情绪状态水平的步骤具体为，通过对基于不同情绪类型、不同情绪水平的生理状态数据特征的训练集数据进行训练，预先构建基于LSTM神经网络的神经网络情绪分类模型和基于GAN对抗神经网络模型的神经网络情绪水平计算模型，由所述神经网络情绪分类模型和所述神经网络情绪水平计算模型构成神经网络情绪分类与状态计算模型；将所述生理状态数据特征输入至所述神经网络情绪分类与状态计算模型，得到待检测用户当前的所述情绪状态类型和所述情绪状态水平。
10.如权利要求1所述的方法，其特征在于，所述对所述生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报的步骤具体为，预先构建基于GAN对抗神经网络和绘画要素优化程序的绘画生成引擎；根据绘画要素特征关系映射的映射关系，将所述生理状态数据特征中的生理状态数据特征值转化为所述绘画要素中要素的参数取值；将所述参数取值输入所述绘画生成引擎生成所述神经心理画面；对所述神经心理画面进行心理学分析，并结合所述情绪状态类型和所述情绪状态水平，生成所述心理状态评估简报。
11.如权利要求2所述的方法，其特征在于，所述根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数的步骤具体为，根据所述神经心理绘画方案中目标情绪类型和目标情绪水平，对所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报进行情绪迭代计算，获取当前的情绪状态类型和情绪状态水平与所述神经心理绘画方案中目标情绪类型和目标情绪水平的情绪状态差值，获取当前已执行时长，计算剩余优化次数，根据所述剩余优化次数计算情绪次均调整增量；根据所述情绪状态类型、所述情绪状态水平、所述心理状态评估简报和所述情绪次均调整增量进行绘画要素迭代分析，生成所述绘画参数调整策略，以更新所述绘画生成引擎的生产参数。
12.如权利要求11所述的方法，其特征在于，
所述情绪状态差值的计算公式，如下：
Figure 934083DEST_PATH_IMAGE001
式中，
Figure 333840DEST_PATH_IMAGE002
为所述情绪状态差值，
Figure 446153DEST_PATH_IMAGE003
为所述神经心理绘画方案中目标情绪类型的目标情绪水平，
Figure 499428DEST_PATH_IMAGE004
为当前情绪状态类型的情绪状态水平，
Figure 884142DEST_PATH_IMAGE005
为不同情绪状态类型的换算系数；
所述剩余优化次数的计算公式，如下：
Figure 749242DEST_PATH_IMAGE006
式中，
Figure 637433DEST_PATH_IMAGE007
为所述剩余优化次数，
Figure 612342DEST_PATH_IMAGE008
为所述神经心理绘画方案中的执行时长，
Figure 687614DEST_PATH_IMAGE009
为已执行时长，
Figure 694753DEST_PATH_IMAGE010
为预设时间窗口长度；
所述情绪次均优化增量的计算公式，如下：
Figure 827663DEST_PATH_IMAGE011
式中，
Figure 894845DEST_PATH_IMAGE012
为所述情绪次均优化增量、
Figure 270463DEST_PATH_IMAGE013
为所述情绪状态差值、
Figure 630029DEST_PATH_IMAGE007
为所述剩余优化次数。
13.如权利要求11所述的方法，其特征在于，所述绘画参数调整策略至少包括主题调整策略、情感迭代目标值、风格调整策略、色域调整策略、色调调整策略、构成元素调整策略、构图方式调整策略、叙述方式调整策略、渲染方式调整策略。
14.如权利要求11所述的方法，其特征在于，所述重复执行上述步骤至所述执行时长的终点时刻处停止，根据待检测用户的不同生理状态数据特征执行所述绘画生成引擎的生产参数的多次更新，实现对待检测用户的神经心理评估及干预的步骤还包括，执行多次更新过程中生成的全部的所述神经心理画面生成神经心理画卷，以及，执行多次更新过程中生成的全部的所述心理状态评估简报生成精神心理评估报告和治疗干预进展报告，实现对待检测用户的神经心理评估及干预。
15.如权利要求14所述的方法，其特征在于，所述精神心理评估报告至少包括精神状态报告、应激应对报告、动机情感报告、人格类型报告；所述治疗干预进展报告至少包括治疗效果报告、治疗干预调整策略、疾病治疗建议。
16.一种基于绘画创作的神经心理评估及干预的系统，其特征在于，所述系统包括如下模块：
绘图方案管理模块，用于根据待检测用户的基本状态信息确定神经心理绘画方案的编辑设置，以及绘画生成引擎的生产参数初始化；在所述神经心理绘画方案中预先设置执行时长，并在所述执行时长的时间起点处启动绘画交互场景，在所述执行时长的终点时刻处停止所述绘画交互场景，以根据待检测用户的不同生理状态数据特征执行所述绘画生成引擎的生产参数的多次更新，生成对待检测用户的神经心理评估及干预方案；
生理采集处理模块，用于在所述绘画交互场景下，采集待检测用户的生理状态信号并进行连续滑动处理，提取出生理状态数据特征；
绘图心理分析模块，用于对所述生理状态数据特征进行分析处理，生成待检测用户的当前情绪状态类型和情绪状态水平；对所述生理状态数据特征进行绘画要素特征映射转化并输入所述绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报；根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数；
神经心理报告模块，用于根据所述心理状态评估简报和所述神经心理画面，生成神经心理画卷、精神心理评估报告和治疗干预进展报告；
数据存储管理模块，用于对绘图方案管理模块、生理采集处理模块、绘图心理分析模块和神经心理报告模块所产生的过程数据进行统一存储和管理。
17.如权利要求16所述的系统，其特征在于，所述绘图方案管理模块包括：
人员信息记录单元，用于待检测用户所述基本状态信息的输入、编辑、删除、查询和匹配设置管理，所述基本状态信息至少包括姓名、性别、年龄、身高、体重、血压、健康状况、疾病信息；
绘画方案设置单元，用于所述神经心理绘画方案的输入、编辑、删除、查询和设置管理，所述神经心理绘画方案至少包括方案名称、方案类型、目标情绪类型、目标情绪水平、绘画要素、生理驱动信号、绘画要素特征关系映射、执行时长、反馈类型；
关系映射设置单元，用于所述绘画要素特征关系映射的输入、编辑、删除、查询和设置管理。
18.如权利要求16所述的系统，其特征在于，所述生理采集处理模块包括：
信号采集记录单元，用于连接生理状态监测设备，获取所述生理状态信号，所述生理状态信号至少包括脑电图信号、脑磁图信号、心电图信号、肌电图信号、皮肤电信号、血氧水平依赖信号、血氧信号、呼吸信号、温度信号；
信号数据提取单元，用于以预设时间步长、预设时间窗口对所述生理状态信号进行信号截取和数据提取；
数据预处理单元，用于对所述生理状态信号进行数据预处理，所述数据预处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波和带通滤波；
数据特征分析单元，用于对所述生理状态信号进行数据特征分析，所述数据特征分析至少包括时域特征分析、频域特征分析、线性特征分析、非线性特征分析。
19.如权利要求16所述的系统，其特征在于，所述绘图心理分析模块包括：
情绪计算识别单元，用于对所述生理状态数据特征进行分析处理，生成待检测用户当前的所述情绪状态类型和所述情绪状态水平；
特征映射转化单元，用于根据所述绘画要素特征关系映射，将所述生理状态数据特征中的数据特征值转化为所述绘画要素中要素的参数取值；
绘画生成引擎工作单元，用于根据所述绘画要素的策略设置和参数取值，完成绘画并生成所述神经心理画面；
行为心理分析单元，用于结合所述情绪状态类型和所述情绪状态水平，对所述神经心理画面进行绘画心理学分析，生成所述心理状态评估简报；
绘图调整策略单元，用于进行AI动态规划计算，生成所述绘画参数调整策略，并对所述绘画要素的启用状态、参数取值进行更新调整，以更新所述绘画生成引擎的生产参数，所述绘画参数调整策略至少包括主题调整策略、情感迭代目标值、风格调整策略、色域调整策略、色调调整策略、构成元素调整策略、构图方式调整策略、叙述方式调整策略、渲染方式调整策略；
可视化展示单元，用于根据所述神经心理绘画方案中的反馈类型取值，将所述神经心理画面以可视化界面反馈或不反馈给待检测和/或其他用户。
20.如权利要求16所述的系统，其特征在于，所述神经心理报告模块，包括：
心理图卷生成单元，用于根据多次更新过程中生成的全部连续时序的所述神经心理画面，拼接生成所述神经心理画卷；
心理评估报告单元，用于根据多次更新过程中生成的全部连续时序的所述心理状态评估简报，生成所述精神心理评估报告；
治疗进展报告单元，用于根据多次更新过程中生成的全部连续时序的所述心理状态评估简报，生成所述治疗干预进展报告。
21.一种基于绘画创作的神经心理评估及干预的装置，其特征在于，所述装置包括以下模组：
可视化控制界面，用于神经心理绘图方案的编辑输入和执行控制，心理状态评估简报、精神心理评估报告和治疗干预进展报告的展示和反馈，神经心理画面和神经心理画卷的展示和反馈；
生理信号采集器，用于通过信号采集设备和采集集成通讯模组，实现采集记录生理状态信号；
数据分析处理器，用于实现对所述生理状态信号的连续滑动处理分析，提取出生理状态数据特征；对所述生理状态数据特征进行分析处理，提取情绪状态类型和所述情绪状态水平；对所述生理状态数据特征进行绘画要素特征映射转化并输入绘画生成引擎，生成神经心理画面并进行绘画心理学分析，生成心理状态评估简报；根据所述情绪状态类型、所述情绪状态水平和所述心理状态评估简报，完成AI动态规划计算，生成绘画参数调整策略，更新所述绘画生成引擎的生产参数；生成精神心理评估报告和治疗干预进展报告；
绘画生成引擎器，用于实现所述神经心理画面和所述神经心理画卷的生成；
数据记录存储器，用于记录和存储执行时长内全部的执行过程数据。
22.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序实现如权利要求1-15任一项所述方法的步骤。
23.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行实现如权利要求1-15任一项所述方法的步骤。
CN202211322022.0A 2022-10-27 2022-10-27 基于绘画创作的神经心理评估及干预的方法、系统和装置 Active CN115394395B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211322022.0A CN115394395B (zh) 2022-10-27 2022-10-27 基于绘画创作的神经心理评估及干预的方法、系统和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211322022.0A CN115394395B (zh) 2022-10-27 2022-10-27 基于绘画创作的神经心理评估及干预的方法、系统和装置

Publications (2)

Publication Number Publication Date
CN115394395A true CN115394395A (zh) 2022-11-25
CN115394395B CN115394395B (zh) 2023-02-24

Family

ID=84129072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211322022.0A Active CN115394395B (zh) 2022-10-27 2022-10-27 基于绘画创作的神经心理评估及干预的方法、系统和装置

Country Status (1)

Country Link
CN (1) CN115394395B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2010139922A (ru) * 2010-09-28 2012-04-10 Государственное образовательное учреждение высшего профессионального образования "Северный государственный медицинский университет Способ коррекции психоэмоциональной сферы у детей младшего школьного возраста с помощью программированного цветового игротренинга
JP5996144B1 (ja) * 2016-06-21 2016-09-21 有美 大久保 塗り絵色彩心理診断システム、塗り絵色彩心理診断方法及び塗り絵色彩心理診断プログラム
US20180075198A1 (en) * 2016-09-12 2018-03-15 International Business Machines Corporation Automatically assessing the mental state of a user via drawing pattern detection and machine learning
US20190015018A1 (en) * 2017-07-16 2019-01-17 Lora T. Likova System for Training Spatial Cognition, Memory and Spatiomotor Coordination through Drawing
CN111341444A (zh) * 2019-12-31 2020-06-26 东莞市东全智能科技有限公司 智能绘画评分方法及系统
US20200401938A1 (en) * 2019-05-29 2020-12-24 The Board Of Trustees Of The Leland Stanford Junior University Machine learning based generation of ontology for structural and functional mapping
US20220280086A1 (en) * 2021-03-03 2022-09-08 Rfcamp Ltd. Management server, method of generating relative pattern information between pieces of imitation drawing data, and computer program

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2010139922A (ru) * 2010-09-28 2012-04-10 Государственное образовательное учреждение высшего профессионального образования "Северный государственный медицинский университет Способ коррекции психоэмоциональной сферы у детей младшего школьного возраста с помощью программированного цветового игротренинга
JP5996144B1 (ja) * 2016-06-21 2016-09-21 有美 大久保 塗り絵色彩心理診断システム、塗り絵色彩心理診断方法及び塗り絵色彩心理診断プログラム
US20180075198A1 (en) * 2016-09-12 2018-03-15 International Business Machines Corporation Automatically assessing the mental state of a user via drawing pattern detection and machine learning
US20190015018A1 (en) * 2017-07-16 2019-01-17 Lora T. Likova System for Training Spatial Cognition, Memory and Spatiomotor Coordination through Drawing
US20200401938A1 (en) * 2019-05-29 2020-12-24 The Board Of Trustees Of The Leland Stanford Junior University Machine learning based generation of ontology for structural and functional mapping
CN111341444A (zh) * 2019-12-31 2020-06-26 东莞市东全智能科技有限公司 智能绘画评分方法及系统
US20220280086A1 (en) * 2021-03-03 2022-09-08 Rfcamp Ltd. Management server, method of generating relative pattern information between pieces of imitation drawing data, and computer program

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
梁永峰: "自闭症儿童绘画及艺术治疗个案研究", 《现代装饰(理论)》 *
黄仕善等: "填充绘画训练对双相情感障碍患者康复效果的影响", 《2016年度广西登记成果汇编》 *

Also Published As

Publication number Publication date
CN115394395B (zh) 2023-02-24

Similar Documents

Publication Publication Date Title
CN107242857A (zh) 基于深度学习的智能中医综合诊疗系统
CN111544015B (zh) 基于认知力的操控工效分析方法、设备及系统
CN111598451B (zh) 基于任务执行能力的操控工效分析方法、设备及系统
CN108814565A (zh) 一种基于多传感器信息融合和深度学习的智能中医健康检测梳妆台
CN115376695A (zh) 基于扩展现实的神经心理评估及干预的方法、系统和装置
CN113133752B (zh) 基于心率变异分析的心理评估方法、系统、设备和介质
CN101647696A (zh) 健康诊疗智能系统
CN115804573A (zh) 一种睡眠深度量化及干预的方法、系统和装置
CN111317446B (zh) 基于人体肌肉表面电信号的睡眠结构自动分析方法
CN110060753A (zh) 认知障碍患者干预效果评价系统及方法
CN109124655A (zh) 精神状态分析方法、装置、设备、计算机介质及多功能椅
CN116313029B (zh) 一种数字针灸动态控制优化的方法、系统和装置
CN112164455B (zh) 一种老年慢性病交互式健康管理系统及其管理方法
Baghdadi et al. Dasps: a database for anxious states based on a psychological stimulation
CN116392085B (zh) 基于趋势分析的睡眠趋稳性量化及调节方法、系统和装置
CN116509338B (zh) 基于模态分析的睡眠周期性检测及调节方法、系统和装置
Mitsuhashi et al. Video-based stress level measurement using imaging photoplethysmography
CN115607802A (zh) 一种自主神经功能调节及干预的方法、系统和装置
CN114582466A (zh) 一种基于hrv生物反馈训练的心理舒缓减压方法及系统
CN110782992A (zh) 基于心电信号的康复效果量化评估智能实现方法及系统
CN116092641B (zh) 一种睡眠感官应激水平动态调节的方法、系统和装置
CN115394395B (zh) 基于绘画创作的神经心理评估及干预的方法、系统和装置
CN116525063B (zh) 基于时频分析的睡眠周期性检测及调节方法、系统和装置
Ivanov et al. Signal processing in network physiology: quantifying network dynamics of organ interactions
CN115486819B (zh) 一种感知觉神经通路多级联检测量化的方法、系统和装置

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