CN116807473A - 基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统 - Google Patents
基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统 Download PDFInfo
- Publication number
- CN116807473A CN116807473A CN202310613224.9A CN202310613224A CN116807473A CN 116807473 A CN116807473 A CN 116807473A CN 202310613224 A CN202310613224 A CN 202310613224A CN 116807473 A CN116807473 A CN 116807473A
- Authority
- CN
- China
- Prior art keywords
- patient
- emotional state
- data
- treatment
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011282 treatment Methods 0.000 title claims abstract description 106
- 238000003745 diagnosis Methods 0.000 title claims abstract description 52
- 208000017194 Affective disease Diseases 0.000 title claims abstract description 23
- 208000019022 Mood disease Diseases 0.000 title claims abstract description 23
- 230000002996 emotional effect Effects 0.000 claims abstract description 194
- 208000020925 Bipolar disease Diseases 0.000 claims abstract description 37
- 230000008451 emotion Effects 0.000 claims abstract description 32
- 238000011269 treatment regimen Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 238000010801 machine learning Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 14
- 206010026749 Mania Diseases 0.000 claims description 26
- 238000012549 training Methods 0.000 claims description 20
- 208000020401 Depressive disease Diseases 0.000 claims description 11
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 11
- 230000001149 cognitive effect Effects 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 7
- 230000004424 eye movement Effects 0.000 claims description 7
- 230000003001 depressive effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 230000036760 body temperature Effects 0.000 claims description 5
- 230000008921 facial expression Effects 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 5
- 210000004556 brain Anatomy 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000002051 biphasic effect Effects 0.000 claims description 2
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 7
- 230000003993 interaction Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000002560 therapeutic procedure Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 208000011597 CGF1 Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000994 depressogenic effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000004039 social cognition Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010011469 Crying Diseases 0.000 description 1
- 208000037048 Prodromal Symptoms Diseases 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000013542 behavioral therapy Methods 0.000 description 1
- 208000028683 bipolar I disease Diseases 0.000 description 1
- 208000025307 bipolar depression Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002629 virtual reality therapy Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
-
- 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
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Psychology (AREA)
- Epidemiology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Anesthesiology (AREA)
- Social Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Pulmonology (AREA)
- Educational Technology (AREA)
- Pain & Pain Management (AREA)
- Acoustics & Sound (AREA)
- Hematology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，包括：数据采集端为对患者的人体生理信号进行采集，得到原始数据；数据分析端基于机器学习方法对原始数据进行处理和分析，得到情绪状态数据；中央控制端根据患者当前的情绪状态数据以及情绪状态基准确定患者的当前情绪状态；复诊患者的情绪状态基准与患者的历史情绪状态数据相关；中央控制端根据患者的当前情绪状态确定患者的治疗方案；数字全景端根据中央控制端确定的治疗方案，利用数字化全景场景对患者进行治疗；数据库存储患者的情绪状态数据、情绪状态基准以及治疗方案。本发明可以提高双相情感障碍的诊断准确性，从而帮助患者更好地应对双相情感障碍。
Description
技术领域
本发明属于心理术装置领域，具体涉及一种基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统。
背景技术
双相情感障碍是一种情绪波动很大的疾病，患者在躁狂期会表现出异常兴奋、冲动、冒险行为等症状，而在抑郁期则会表现出情绪低落、无助等症状。据世界卫生组织统计，全球双相情感障碍的平均发病率为2％-3％，目前约有6000万人受到双相情感障碍的影响。双相情感障碍的患病率也呈现逐年上升的趋势。双相情感障碍对患者的心理和生理健康都造成了很严重的影响，需要及时诊断和治疗。
目前，双相情感障碍诊断和治疗主要依赖于医生的临床经验和患者的自我报告。然而，这种方式存在诊断的局限性和主观性。患有双相情感障碍的患者因为症状表现的多样性，在短时间内易被误诊为抑郁症，忽视了躁狂期的存在及影响，影响诊断的准确性和治疗的有效性。此外，双相情感障碍的复杂性和多样性给诊断和治疗带来了额外的挑战，发病周期存在起伏性波动，使常规治疗方法更加困难。目前常用的治疗方法为药物和心理治疗相结合的方式，但心理治疗需要专业的心理医师指导，不利于患者的自主治疗。因此，需要进一步研究和发展新的方法和工具，以提高双向情感障碍的诊断的准确性和治疗的有效性。
相关技术中，公开号为CN111513734A的专利申请提供了一种双相情感障碍非典型症状评估系统，该系统包括数据获取单元与判断单元。在数据获取单元中，对患者抑郁、焦虑、认知和节律损害方面获取患者的指标得分；在判断单元中，如果患者的各方面得分均高于预设定的单项阈值并且总体得分高于总体阈值时，则判定患者出现双相情感障碍的非典型症状，即前驱期症状。
然而，上述双相情感障碍非典型症状评估系统仅基于主观量表方式考虑了预设的几个评估指标，可能会忽略一些其他重要的评估因素，从而导致评估结果不够准确。
发明内容
为了解决现有技术中所存在的上述问题，本发明提供了一种基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统。
本发明要解决的技术问题通过以下技术方案实现：
一种基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，包括：数据采集端，数据分析端，中央控制端，数据库和数字全景端；
所述数据采集端，被配置为对患者的人体生理信号进行采集，得到原始数据；
所述数据分析端，被配置为基于机器学习方法对所述原始数据进行处理和分析，得到患者的情绪状态数据；
所述中央控制端，被配置为根据患者当前的情绪状态数据以及情绪状态基准确定患者的当前情绪状态；其中，所述情绪状态包括抑郁状态、狂躁状态或正常平静状态；所述情绪状态基准用于表征患者处于正常平静状态；初诊患者的情绪状态基准是预设的，复诊患者的情绪状态基准与患者的历史情绪状态数据相关；
所述中央控制端，还被配置为根据患者的当前情绪状态确定患者的治疗方案；
所述数字全景端，用于根据所述中央控制端确定的治疗方案，利用数字化全景场景对患者进行治疗；
所述数据库，被配置为存储患者的情绪状态数据、情绪状态基准以及治疗方案。
优选地，所述系统还包括：医生管理端；
所述医生管理端，被配置为协助医生从所述数据库获取患者的情绪状态数据、情绪状态基准和/或治疗方案；
所述医生管理端，还被配置为协助医生对所述数据库中患者的情绪状态基准以及治疗方案进行调整；
所述中央控制端，还被配置为从所述数据库获取经医生调整的情绪状态基准，以根据患者的情绪状态数据以及经医生调整的情绪状态基准确定患者的当前情绪状态；
所述中央控制端，还被配置为从所述数据库下载经医生调整的治疗方案；
所述数字全景端，还被配置为根据所述中央控制端下载的治疗方案，利用全景式数字化场景对患者进行治疗。
优选地，所述原始数据，包括：眼动数据、心率数据、呼吸数据、体温数据、脑电数据以及面部表情数据；
所述数据分析端，基于机器学习方法对所述原始数据进行处理和分析，得到患者的情绪状态数据，包括：
针对每一项原始数据，对该项原始数据进行特征提取，得到特征数据；基于机器学习方法对该特征数据进行分类，得到患者的情绪状态分类以及对应的置信度；根据所述情绪状态分类以及对应的置信度，得到一项情绪状态数据；
对各项情绪状态数据进行加权平均，将加权平均值作为患者的情绪状态数据。
优选地，所述数据分析端，还被配置为在对原始数据进行特征提取之前对原始数据进行预处理，以及在基于机器学习方法对特征数据进行分类之前对特征数据进行降维处理。
优选地，所述数据分析端，根据所述情绪状态分类以及对应的置信度，得到一项情绪状态数据，包括：
将所述情绪状态分类对应的参考得分乘以对应的置信度，得到一项情绪状态数据；
其中，抑郁状态对应的参考得分为-1，狂躁状态对应的参考得分为1，正常平均状态对应的参考得分为0。
优选地，所述中央控制端，还被配置为：
在根据患者当前的情绪状态数据以及情绪状态基准确定患者的当前情绪状态之前，从所述数据库中获取患者的历史情绪状态数据；
根据患者当前的情绪状态数据以及历史情绪状态数据，确定患者近期的情绪状态是否稳定；
若患者近期的情绪状态稳定且医生对患者当前的心理状态评估为正常，则根据患者近期的情绪状态数据自动调整患者的情绪状态基准。
优选地，所述中央控制端，根据患者的当前情绪状态确定患者的治疗方案，包括：
针对初诊患者，若当前情绪状态为所述抑郁状态，则确定抑郁治疗方案为患者的治疗方案；若当前情绪状态为所述狂躁状态，则确定狂躁治疗方案为患者的治疗方案；若当前情绪状态为正常平静状态，则由医生通过所述医生管理端指定治疗方案；
针对双相情感障碍的复诊患者，若当前情绪状态为所述抑郁状态，则确定抑郁治疗方案为患者的治疗方案；若当前情绪状态为所述狂躁状态，则确定狂躁治疗方案为患者的治疗方案；若当前情绪状态为正常平静状态，则沿用所述数据库中存储的患者上次的治疗方案，或者由医生通过所述医生管理端指定治疗方案；
针对单相情感障碍患者的复诊患者，若当前情绪状态与历史情绪状态数据对应的情绪状态一致，则沿用所述数据库中存储的患者上次的治疗方案，若当前情绪状态与历史情绪状态数据对应的情绪状态不一致，则由医生通过所述医生管理端指定治疗方案，并标记该患者为双相情感障碍的复诊患者。
优选地，所述狂躁治疗方案采用社会认知交互训练的数字化全景场景对患者进行治疗。
优选地，所述抑郁治疗方案包括：静态式训练方案和动态式训练方案；
所述静态式训练方案采用基于森林湖泊冥想法的数字化全景场景对患者进行治疗；
所述动态式训练方案包括：基于数字模拟沙盘的认知重建以及基于虚拟对象的行为练习。
优选地，所述机器学习方法，包括：支持向量机。
本发明提供的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统中，数据采集端对患者的人体生理信号进行采集，数据分析端基于机器学习方法对原始数据进行处理和分析，得到患者的情绪状态数据来辅助诊断双相情感障碍，避免了主观因素的影响；中央控制端根据患者的情绪状态数据以及情绪状态基准确定患者当前处于抑郁状态、狂躁状态或正常平静状态，实现了对患者情绪状态的实时监测；其中，情绪状态基准用于表征患者处于正常平静状态。其中，初诊患者的情绪态基准是预设的，复诊患者的情绪状态基准则与患者的历史情绪状态数据相关，因此本发明中判断患者情绪状态时所使用的基准能够根据每个患者的情绪状态自适应调整，从而更为准确地识别出其情绪状态，从而根据其当下的情绪状态为其选择更加贴近患者的实际情况的治疗方案，提高了诊断的准确性和治疗的效果，从而更好地帮助患者应对双相情感障碍。并且，本发明通过使用数字全景端对患者进行治疗，使患者可以身临其境，从而提升治疗效果。
以下将结合附图及对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统的结构示意图；
图2是本发明实施例提供的另一种基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统的结构示意图；
图3是本发明实施例中的中央控制模块的工作流程图；
图4中示例性地示出了本发明实施例中的数字全景的对患者进行治疗的流程图；
图5中示例性地示出了本发明实施例中的抑郁治疗方案的内容。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
为了提高双相情感障碍的诊断准确性，从而帮助患者更好地应对双相情感障碍，本发明实施例提供了一种基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统。如图1所示，该系统包括：数据采集端，数据分析端，中央控制端，数据库和数字全景端。
其中，数据采集端，被配置为对患者的人体生理信号进行采集，得到原始数据。
示例性的，原始数据可以包括：眼动数据、心率数据、呼吸数据、体温数据、脑电数据以及面部表情数据，还可以包括皮肤电信号、心电图等。
其中，眼动数据可以是配备眼动仪的头戴式虚拟设备，采集被监测者的眼动数据，分析其视线聚焦、注视时长等指标；眼动数据可以用于判断被监测者的注意力状态。心率数据、呼吸数据、体温数据由心率、呼吸体温数据采集单元测量，用于分析心血管系统和呼吸系统的活动状态，以推断被监测者的情绪变化。脑电波数据由脑电数据采集单元(如脑电图机、功能磁共振成像、近红外光谱或脑血氧水平成像等)采集，重点检测alpha波和beta波，以便分析脑部活动状态，从而判断被监测者的情绪状态。面部表情数据可以采用高清摄像头捕捉患者面部表情，采集患者面部肌肉运动中的微小变化。
数据分析端，被配置为基于机器学习方法对原始数据进行处理和分析，得到患者的情绪状态数据。
具体的，该数据分析端针对每一项原始数据，对该项原始数据进行特征提取，得到特征数据；基于机器学习方法(例如支持向量机)对该特征数据进行分类，得到患者的情绪状态分类以及对应的置信度；根据情绪状态分类以及对应的置信度，得到一项情绪状态数据；然后，对各项情绪状态数据进行加权平均，将加权平均值作为患者的情绪状态数据。
其中，数据分析端根据情绪状态分类以及对应的置信度，得到一项情绪状态数据，可以具体包括：将情绪状态分类对应的参考得分乘以对应的置信度，得到一项情绪状态数据；其中，抑郁状态对应的参考得分为-1，狂躁状态对应的参考得分为1，正常平均状态对应的参考得分为0。
举例而言，假设通过支持向量机分类得到的情绪状态分类为抑郁，置信度为0.87，则将置信度0.87乘以抑郁状态对应的参考得分-1，得到情绪状态数据为-0.87。
优选地，在对各项情绪状态数据进行加权平均时，各项情绪状态数据对应的权重值可以参见如下：
在实际应用中，可以对人群进行各项人体生理信号的采集、处理和分析，得到大量的情绪状态数据样本，从而利用这些样本训练训练多个对应不同人体生理信号的机器学习模型，从而利用训练好的机器学习模型对患者的各项特征数据分别进行分类预测。
需要说明的是，机器学习方法并不局限于上述举例的支持向量机，还可以使用其他的机器学习算法，本发明实施例对此不做限定。
另外，数据分析端在对原始数据进行特征提取之前，还可以对原始数据进行预处理，以及在基于机器学习方法对特征数据进行分类之前，还可以对特征数据进行降维处理，以减少数据的复杂性，并提高诊断准确率。
其中，对原始数据进行预处理，可以包括对原始数据进行格式转换以及滤波处理等；对原始数据进行特征提取，可以采用时域分析、频域分析、小波变换等方法实现。对特征数据进行降维，可以使用主成分分析(PCA)和因子分析(FA)等方法实现。
中央控制端，被配置为根据患者当前的情绪状态数据以及情绪状态基准确定患者的当前情绪状态；其中，情绪状态包括抑郁状态、狂躁状态或正常平静状态；情绪状态基准用于表征患者处于正常平静状态；初诊患者的情绪状态基准是预设的，例如可以由医生指定或者预设统一的基准值；复诊患者的情绪状态基准与患者的历史情绪状态数据相关。
具体而言，参见图3所示，中央控制端在根据患者当前的情绪状态数据以及情绪状态基准确定患者的当前情绪状态之前，可以获取患者的历史情绪状态数据；然后根据患者当前的情绪状态数据以及历史情绪状态数据，确定患者近期的情绪状态是否稳定；若患者近期的情绪状态稳定且医生对患者当前的心理状态评估为正常，则根据患者近期的情绪状态数据自动调整患者的情绪状态基准。
举例而言，假设患者的历史情绪状态数据表示患者在过去的40天中进行了6次情绪状态数据的检测，且每次的情绪状态数据的波动范围不超过0.2；并且，医生评估该患者在这40天中的情绪状态稳定，没有患病现象，则可以根据这段时间中采集到的情绪状态数据调整情绪状态基准，以更准确地反应患者的正常平静状态。其中，可以将这段时间中采集到的情绪状态数据的平均值作为新的情绪状态基准，或者根据该平均值与原有的情绪状态基准的大小关系，确定出上调或下调的调整趋势，从而根据该趋势按照一定的步进来对情绪状态基准进行调整。该步进可以是预设的值，也可以是医生给出的步进。
在实际应用中，初诊患者的情绪状态基准可以由中央控制端直接生成，或者从数据库获取情绪状态基准的预设值，该预设值也是可以由医生调整的，例如可以根据季节调整。复诊患者情绪状态基准可以存储在数据库中。
中央控制端，还被配置为根据患者的当前情绪状态确定患者的治疗方案。
具体的，参见图3所示，针对初诊患者，若当前情绪状态为抑郁状态，则确定抑郁治疗方案为患者的治疗方案；若当前情绪状态为狂躁状态，则确定狂躁治疗方案为患者的治疗方案；若当前情绪状态为正常平静状态，则由医生指定治疗方案。
针对双相情感障碍的复诊患者，若当前情绪状态为抑郁状态，则确定抑郁治疗方案为患者的治疗方案；若当前情绪状态为狂躁状态，则确定狂躁治疗方案为患者的治疗方案；若当前情绪状态为正常平静状态，则沿用数据库中存储的患者上次的治疗方案，或者由医生指定治疗方案。
针对单相情感障碍患者的复诊患者，若当前情绪状态与历史情绪状态数据对应的情绪状态一致，则沿用数据库中存储的患者上次的治疗方案，若当前情绪状态与历史情绪状态数据对应的情绪状态不一致，则由医生指定治疗方案并标记该患者为双相情感障碍的复诊患者。
其中，当需要由医生指定治疗方案时，医生可以对患者进行进一步的评估和检查，从而指定合理的治疗方案。
另外，中央控制端还可以将数据分析端发来的情绪状态数据以及患者的治疗方案上传至数据库中进行存储。
数字全景端，用于根据中央控制端确定的治疗方案，利用数字化全景场景对患者进行治疗。
具体的，数字全景端可以使用头戴式虚拟设备或高清显示器，患者沉浸在数字化全景生活场景中时，在场景中进行日常互动活动，并尝试控制自身情绪在正常范围内，以此来达到对患者进行治疗的目的。
示例性的，上述狂躁治疗方案可以采用社会认知交互训练的数字化全景场景对患者进行治疗，患者进入数字化全景生活场景，在场景中进行日常互动活动，并尝试控制自身情绪在正常范围内。
参见图4所示，将患者置身于日常生活中的各种场景，如超市、餐厅等，并通过交互设备，如键盘鼠标、手柄或传感手套等，与虚拟人物进行交谈、拿取物品等互动，模拟患者日常生活的情况。
同时，还可以从中央控制端获取情绪状态数据，将情绪状态以进度条形式具现化，帮助患者掌握自身状态。当检测到情绪亢奋、心跳过快时，出现红色渐变边框以及字幕式文字提示，以提醒患者调整状态。当情绪维持在正常范围内一段时间后，弹出伴随烟花特效的恭喜字幕。之后患者可自由选择是否在本次训练中进行社会认知交互的重复训练。
示例性的，上述抑郁治疗方案可以包括：静态式训练方案和动态式训练方案。
其中，参见图5所示，静态式训练方案采用基于森林湖泊冥想法的数字化全景场景对患者进行治疗，患者置身与森林湖泊的自然场景中，跟随引导语首先进行正念平和的呼吸，将注意力转移到呼吸上，并保持一段时间。只需观察呼吸的各个阶段，注意吸气和呼气过程中感觉的变化。不必以某种特定的方式呼吸，只需与呼吸保持联系，不需要在虚拟环境中运动或进行虚拟操作，跟随引导语或场景提示进行正念呼吸和冥想即可。随着冥想练习的深入，患者会学会欢迎和包容所有的内部事件(想法、情绪、感受)或外部事件而不受干扰，就像湖面星现出物体的倒影一样。引导患者平静的接收一切，包容一切。患者可以逐渐改善自己的情绪状态，提高心理健康水平。
动态式训练方案包括：基于数字模拟沙盘的认知重建以及基于虚拟对象的行为练习。具体的，在认知重建部分，患者将使用沙盘来摆放模型，以反映他们的思想并进行情绪重塑，模型包括人物模型、动物模型、植物模型、建筑模型等等。每个模型以不同颜色表示，由患者赋予其情绪含义。患者可以使用键鼠、手柄或传感手套等工具对模型进行操作。例如患者在沙盘中放置代表负面情绪的模型(例如石头)，通过摆放正面情绪模型来减轻负面情绪，或者表达其他情绪需求。在这个过程中，可以有动画、语音、文字等方式引导。在行为练习部分，患者将在虚拟环境中进行共情疗法的行为互动，达到软化自我批评特征、增强自我同情能力的目的。例如，患者将看到一个沮丧的小孩，通过抚摸、轻声安慰和拥抱等方式来安慰他。这种过程类似于患者分离出了自己内心强大的那部分(在虚拟现实中扮演成大人的角色)，来安抚他们内心深处的受伤部分(哭泣的小孩)。这种看得见、听得见的同情软化了患者的自我批评特征，增强了他们的自我同情能力。
另外，上述治疗方案还可以包括虚拟现实暴露疗法、虚拟现实放松疗法等治疗方案。
数据库，被配置为存储患者的情绪状态数据、情绪状态基准以及治疗方案。
在实际应用中，数据库可以采用Laradock搭建。Laradock是一个基于Docker的PHP开发环境，它可以方便地快速搭建和管理多种数据库，包括MySQL、PostgreSQL、Redis、MongoDB等。Docker是一个开源的应用容器引擎，容器是一种以固定故事打包软件的方式。使用Laradock可以快速启动一个直接使用Docker的容器，从而快速搭建数据库。
在一个实施例中，如图2所示，本发明实施例提供的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统还可以包括：医生管理端。
该医生管理端，被配置为协助医生从所述数据库获取患者的情绪状态数据、情绪状态基准和/或治疗方案；该医生管理端，还被配置为协助医生对所述数据库中患者的情绪状态基准以及治疗方案进行调整。
由此，医生可以根据自己的临床经验进行判断和诊断，并且通过诊断数据库可以对患者的治疗情况进行回顾，及时调整治疗方案，从而在总体上提高了诊断有效性和治疗效率。
相应的，中央控制端，还可以被配置为从数据库获取经医生调整的情绪状态基准，以根据患者的情绪状态数据以及经医生调整的情绪状态基准确定患者的当前情绪状态；该中央控制端，还可以被配置为从所述数据库下载经医生调整的治疗方案；
相应的，数字全景端，还可以被配置为根据中央控制端下载的治疗方案，利用全景式数字化场景对患者进行治疗。
此外，在中央控制端根据患者的当前情绪状态确定患者的治疗方案时，若出现需要医生指定治疗方案的情况，医生便可以通过该医生管理端为患者指定治疗方案。相应的，医生指定的治疗方案会被中央控制端上传至数据库中进行存储。
在实际应用中，可以采用动态网站搭建医生管理端。动态网站通过数据库进行架构，首先在Laradock的workspace容器中，使用Composer安装Laravel。在nginx容器中，配置站点文件指向Laravel项目的public目录，添加新的.conf文件，指定站点的域名和目录，并将该站点的nginx服务添加到容器中。最后配置Laravel的数据库连接，通过编写控制器、模型和视图等代码，实现调取数据，管理治疗方案等功能。
本发明实施例提供的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统中，数据采集端对患者的人体生理信号进行采集，数据分析端基于机器学习方法对原始数据进行处理和分析，得到患者的情绪状态数据来辅助诊断双相情感障碍，避免了主观因素的影响；中央控制端根据患者的情绪状态数据以及情绪状态基准确定患者当前处于抑郁状态、狂躁状态或正常平静状态，实现了对患者情绪状态的实时监测；其中，情绪状态基准用于表征患者处于正常平静状态。其中，初诊患者的情绪态基准是预设的，复诊患者的情绪状态基准则与患者的历史情绪状态数据相关，因此本发明中判断患者情绪状态时所使用的基准能够根据每个患者的情绪状态自适应调整，从而更为准确地识别出其情绪状态，从而根据其当下的情绪状态为其选择更加贴近患者的实际情况的治疗方案，提高了诊断的准确性和治疗的效果，从而更好地帮助患者应对双相情感障碍。并且，本发明实施例通过使用数字全景端对患者进行治疗，使患者可以身临其境，从而提升治疗效果。
与背景技术中提到的一种双相情感障碍非典型症状评估系统进行对比：该现有系统仅基于主观量表方式考虑了预设的几个评估指标，可能会忽略一些其他重要的评估因素，从而导致评估结果不够全面、准确；该现有系统设定的阈值是固定的，无法根据不同个体的特点和不同情况进行动态调整，可能会导致误诊或漏诊。该现有系统仅仅是一种评估工具，没有提供针对双相情感障碍的治疗方案，无法辅助医生的临床判断和诊断。
综上，本发明实施例提供的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，结合先进计算机技术、深度学习和精神病医学理论，为医生提供更客观、科学的诊疗手段，同时为患者提供更便捷、自主的治疗方式，在一定程度上改善了双相情感障碍诊断准确性低，治疗有效性低的现状，解决了双相情感障碍诊断困难、治疗困难的问题。该系统能够在治疗的同时检测患者的情绪信息，并根据分析结果判断是否为双相情感障碍。采用虚拟现实和人工智能技术，记录患者在不同环境下的行为和情感等特征，将认知行为疗法、正念疗法等作为理论依据，将社会认知交互训练与共情疗法融入治疗训练中，实现了智能化、准确化的诊断。本发明可用于双相情感障碍、抑郁症、躁狂症的患者自我心理治疗，有利于患者的自主治疗，同时可辅助心理医师对患者进行快速诊断，为双相情感障碍的治疗和管理带来了新的可能性和前景。
需要说明的是，术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与本公开的一些方面相一致的装置和方法的例子。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征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，描述的具体特征或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外，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进行接合和组合。
尽管在此结合各实施例对本申请进行了描述，然而，在实施所要求保护的本申请过程中，本领域技术人员通过查看所述附图以及公开内容，可理解并实现所述公开实施例的其他变化。在本发明的描述中，“包括”一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况，“多个”的含义是两个或两个以上，除非另有明确具体的限定。此外,相互不同的实施例中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白，本申请的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本申请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，这里将它们都统称为“模块”或“系统”。而且，本申请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。计算机程序存储/分布在合适的介质中，与其它硬件一起提供或作为硬件的一部分，也可以采用其他分布形式，如通过Internet或其它有线或无线电信系统。
本申请是参照本申请实施例的方法、装置(设备)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。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，包括：数据采集端，数据分析端，中央控制端，数据库和数字全景端；
所述数据采集端，被配置为对患者的人体生理信号进行采集，得到原始数据；
所述数据分析端，被配置为基于机器学习方法对所述原始数据进行处理和分析，得到患者的情绪状态数据；
所述中央控制端，被配置为根据患者当前的情绪状态数据以及情绪状态基准确定患者的当前情绪状态；其中，所述情绪状态包括抑郁状态、狂躁状态或正常平静状态；所述情绪状态基准用于表征患者处于正常平静状态；初诊患者的情绪状态基准是预设的，复诊患者的情绪状态基准与患者的历史情绪状态数据相关；
所述中央控制端，还被配置为根据患者的当前情绪状态确定患者的治疗方案；
所述数字全景端，用于根据所述中央控制端确定的治疗方案，利用数字化全景场景对患者进行治疗；
所述数据库，被配置为存储患者的情绪状态数据、情绪状态基准以及治疗方案。
2.根据权利要求1所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述系统还包括：医生管理端；
所述医生管理端，被配置为协助医生从所述数据库获取患者的情绪状态数据、情绪状态基准和/或治疗方案；
所述医生管理端，还被配置为协助医生对所述数据库中患者的情绪状态基准以及治疗方案进行调整；
所述中央控制端，还被配置为从所述数据库获取经医生调整的情绪状态基准，以根据患者的情绪状态数据以及经医生调整的情绪状态基准确定患者的当前情绪状态；
所述中央控制端，还被配置为从所述数据库下载经医生调整的治疗方案；
所述数字全景端，还被配置为根据所述中央控制端下载的治疗方案，利用全景式数字化场景对患者进行治疗。
3.根据权利要求1所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述原始数据，包括：眼动数据、心率数据、呼吸数据、体温数据、脑电数据以及面部表情数据；
所述数据分析端，基于机器学习方法对所述原始数据进行处理和分析，得到患者的情绪状态数据，包括：
针对每一项原始数据，对该项原始数据进行特征提取，得到特征数据；基于机器学习方法对该特征数据进行分类，得到患者的情绪状态分类以及对应的置信度；根据所述情绪状态分类以及对应的置信度，得到一项情绪状态数据；
对各项情绪状态数据进行加权平均，将加权平均值作为患者的情绪状态数据。
4.根据权利要求3所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述数据分析端，还被配置为在对原始数据进行特征提取之前对原始数据进行预处理，以及在基于机器学习方法对特征数据进行分类之前对特征数据进行降维处理。
5.根据权利要求3所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述数据分析端，根据所述情绪状态分类以及对应的置信度，得到一项情绪状态数据，包括：
将所述情绪状态分类对应的参考得分乘以对应的置信度，得到一项情绪状态数据；
其中，抑郁状态对应的参考得分为-1，狂躁状态对应的参考得分为1，正常平均状态对应的参考得分为0。
6.根据权利要求2所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述中央控制端，还被配置为：
在根据患者当前的情绪状态数据以及情绪状态基准确定患者的当前情绪状态之前，从所述数据库中获取患者的历史情绪状态数据；
根据患者当前的情绪状态数据以及历史情绪状态数据，确定患者近期的情绪状态是否稳定；
若患者近期的情绪状态稳定且医生对患者当前的心理状态评估为正常，则根据患者近期的情绪状态数据自动调整患者的情绪状态基准。
7.根据权利要求2所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述中央控制端，根据患者的当前情绪状态确定患者的治疗方案，包括：
针对初诊患者，若当前情绪状态为所述抑郁状态，则确定抑郁治疗方案为患者的治疗方案；若当前情绪状态为所述狂躁状态，则确定狂躁治疗方案为患者的治疗方案；若当前情绪状态为正常平静状态，则由医生通过所述医生管理端指定治疗方案；
针对双相情感障碍的复诊患者，若当前情绪状态为所述抑郁状态，则确定抑郁治疗方案为患者的治疗方案；若当前情绪状态为所述狂躁状态，则确定狂躁治疗方案为患者的治疗方案；若当前情绪状态为正常平静状态，则沿用所述数据库中存储的患者上次的治疗方案，或者由医生通过所述医生管理端指定治疗方案；
针对单相情感障碍患者的复诊患者，若当前情绪状态与历史情绪状态数据对应的情绪状态一致，则沿用所述数据库中存储的患者上次的治疗方案，若当前情绪状态与历史情绪状态数据对应的情绪状态不一致，则由医生通过所述医生管理端指定治疗方案，并标记该患者为双相情感障碍的复诊患者。
8.根据权利要求7所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述狂躁治疗方案采用社会认知交互训练的数字化全景场景对患者进行治疗。
9.根据权利要求7所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述抑郁治疗方案包括：静态式训练方案和动态式训练方案；
所述静态式训练方案采用基于森林湖泊冥想法的数字化全景场景对患者进行治疗；
所述动态式训练方案包括：基于数字模拟沙盘的认知重建以及基于虚拟对象的行为练习。
10.根据权利要求1所述的基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统，其特征在于，所述机器学习方法，包括：支持向量机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613224.9A CN116807473A (zh) | 2023-05-26 | 2023-05-26 | 基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613224.9A CN116807473A (zh) | 2023-05-26 | 2023-05-26 | 基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116807473A true CN116807473A (zh) | 2023-09-29 |
Family
ID=88128392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310613224.9A Pending CN116807473A (zh) | 2023-05-26 | 2023-05-26 | 基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116807473A (zh) |
-
2023
- 2023-05-26 CN CN202310613224.9A patent/CN116807473A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11974851B2 (en) | Systems and methods for analyzing brain activity and applications thereof | |
| Bota et al. | A review, current challenges, and future possibilities on emotion recognition using machine learning and physiological signals | |
| CN101198277B (zh) | 用于生理学和心理生理学监控的系统 | |
| Bekele et al. | Design of a virtual reality system for affect analysis in facial expressions (VR-SAAFE); application to schizophrenia | |
| EP3111349A1 (en) | Systems, environment and methods for evaluation and management of autism spectrum disorder using a wearable data collection device | |
| KR102388595B1 (ko) | 뇌 상태를 판단하고, 디지털 컨텐츠 기반의 치료 정보를 제공하는 장치 | |
| CN108714020B (zh) | 自适应心理调节仪、实时眼动延时求取方法及存储介质 | |
| Zhang | Stress recognition from heterogeneous data | |
| KR20200071647A (ko) | 가상/증강현실 콘텐츠 및 생체신호에 기반한 정신질환 진단 및 치유를 위한 바이오피드백 방법 | |
| Welch | Physiological signals of autistic children can be useful | |
| CN117438048B (zh) | 一种精神科患者用心理障碍测评方法及系统 | |
| Chanel | Emotion assessment for affective computing based on brain and peripheral signals | |
| Kappeler-Setz | Multimodal emotion and stress recognition | |
| CN110610754A (zh) | 一种沉浸式可穿戴诊断与治疗装置 | |
| CN113952580A (zh) | 一种正念冥想训练的方法、装置、设备以及存储介质 | |
| Gonzalez et al. | Fear levels in virtual environments, an approach to detection and experimental user stimuli sensation | |
| CN116807473A (zh) | 基于虚拟数字全景的双相情感障碍辅助诊断与治疗系统 | |
| Dehzangi et al. | Wearable brain computer interface (BCI) to assist communication in the intensive care unit (ICU) | |
| Shreya et al. | Emotion Based Music Recommendation System for Specially-Abled | |
| Jillich | Acquisition, analysis and visualization of data from physiological sensors for biofeedback applications | |
| TW202004773A (zh) | 診斷認知功能以提供體適能矯正方案之系統及方法 | |
| RU2798703C1 (ru) | Способ социально-бытовой адаптации пациентов с когнитивными и речевыми нарушениями | |
| Yeh et al. | A Virtual Reality Based System for Drug Addiction and Diagnosis | |
| Oh | Exploring Design Opportunities for Technology-Supported Yoga Practices at Home | |
| CN115671706A (zh) | 一种用于认知障碍的vr游戏训练系统 |
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 |