CN116965818A - 一种基于人工智能的异常情绪调控方法及系统 - Google Patents

一种基于人工智能的异常情绪调控方法及系统 Download PDF

Info

Publication number
CN116965818A
CN116965818A CN202310954647.7A CN202310954647A CN116965818A CN 116965818 A CN116965818 A CN 116965818A CN 202310954647 A CN202310954647 A CN 202310954647A CN 116965818 A CN116965818 A CN 116965818A
Authority
CN
China
Prior art keywords
emotion
abnormal
data
artificial intelligence
regulation
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
CN202310954647.7A
Other languages
English (en)
Other versions
CN116965818B (zh
Inventor
王妍
宋成锐
梁祎婷
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.)
Shanghai Yingzhi Zhengneng Culture Development Co ltd
Original Assignee
Shanghai Yingzhi Zhengneng Culture Development 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 Shanghai Yingzhi Zhengneng Culture Development Co ltd filed Critical Shanghai Yingzhi Zhengneng Culture Development Co ltd
Priority to CN202310954647.7A priority Critical patent/CN116965818B/zh
Publication of CN116965818A publication Critical patent/CN116965818A/zh
Application granted granted Critical
Publication of CN116965818B publication Critical patent/CN116965818B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • 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
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • 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
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明提供了一种基于人工智能的异常情绪调控方法及系统，属于智能监护技术领域。本发明可以对异常情绪进行分类，并据此生成最佳的情绪调控方式，而情绪调控方案的实施可以有效改善监护对象的情绪异常程度。

Description

一种基于人工智能的异常情绪调控方法及系统
技术领域
本发明涉及智能监护技术领域，具体而言，涉及一种基于人工智能的异常情绪调控方法、系统、电子设备及计算机存储介质。
背景技术
对各类人员进行情绪监控越来越受到重视。现有产品主要是针对异常情绪进行报警处理，提醒或调度相关人员前来处置。但是，对于出现情绪异常和相关人员赶到处置的空窗时段的处置缺乏有效手段，导致监护对象的情绪容易进一步恶化甚至产生过激行为。本发明的方案旨在解决该技术问题。
发明内容
为解决上述技术问题至少之一，本发明具体提供了一种基于人工智能的异常情绪调控方法、系统、电子设备及计算机存储介质。
本发明的第一方面提供了一种基于人工智能的异常情绪调控方法，包括如下步骤：
对监护对象的情绪状态进行监测、评估；
对其中的异常情绪状态进行分类；
根据分类结果生成情绪调控方案并实施；
其中，所述情绪调控方案用于改善所述异常情绪状态的异常程度。
进一步地，所述对监护对象的情绪状态进行监测、评估，包括：
获取所述监护对象的属性数据和生理监控数据，基于所述属性数据确定监测评估标准；
根据所述生理监控数据和所述监测评估标准评估得出所述情绪状态的异常评估数据。
进一步地，所述基于所述属性数据确定监测评估标准，包括：
若所述属性数据为第一类型，则确定所述监测评估标准为第一标准；
若所述属性数据为第二类型，则确定所述监测评估标准为第二标准；
其中，所述第一标准相较于所述第二标准的标准参数的灵敏度低。
进一步地，所述对其中的异常情绪状态进行分类，包括：
根据所述属性数据确定分类模型，将所述生理监控数据、所述异常评估数据输入所述分类模型，得到所述异常情绪状态的分类结果。
进一步地，所述根据分类结果生成情绪调控方案并实施，包括：
根据所述分类结果确定初始情绪调控方案，所述初始情绪调控方案中包括与所述异常情绪状态的分类结果关联的若干第一目标设备及对应的第一调控参数；
提取所述监护对象对应的场景数据，根据所述场景数据从若干所述第一目标设备中筛选得出若干第二目标设备，根据所述场景数据对对应的第一调控参数进行修正得到第二调控参数，以及确定各所述第二目标设备执行所述第二调控参数的实施时段；
根据各所述第二目标设备及对应的所述第二调控参数和所述实施时段生成所述情绪调控方案，并实施。
进一步地，所述根据所述场景数据从若干所述第一目标设备中筛选得出若干第二目标设备，包括：
根据所述场景数据从若干所述第一目标设备中筛选得出若干第三目标设备；
分析所述场景数据是否满足预设条件，若是，则从除所述第三目标设备以外的所述第一目标设备中筛选得出第四目标设备；
将所述第三目标设备和所述第四目标设备作为所述第二目标设备。
进一步地，所述预设条件根据所述第四目标设备确定。
本发明的第二方面提供了一种基于人工智能的异常情绪调控系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块电连接；
所述存储模块，用于存储可执行的计算机程序代码；
所述获取模块，用于获取监护对象的情绪相关数据，并传输给所述处理模块；
所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
本发明的第三方面提供了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。
本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
本发明的有益效果在于：
相较于现有的异常情绪报警处置方式，本发明可以对异常情绪进行分类，并据此生成最佳的情绪调控方式，而情绪调控方案的实施可以有效改善监护对象的情绪异常程度，利于监护对象的情绪逐渐趋于稳定。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明实施例公开的一种基于人工智能的异常情绪调控方法的结构示意图。
图2是本发明实施例公开的一种基于人工智能的异常情绪调控系统的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
参阅图1所示流程示意图，本发明实施例提供了一种基于人工智能的异常情绪调控方法，包括如下步骤：
对监护对象的情绪状态进行监测、评估；
对其中的异常情绪状态进行分类；
根据分类结果生成情绪调控方案并实施；
其中，所述情绪调控方案用于改善所述异常情绪状态的异常程度。
相较于现有的异常情绪报警处置方式，本发明可以对异常情绪进行分类，并据此生成最佳的情绪调控方式，而情绪调控方案的实施可以有效改善监护对象的情绪异常程度，利于监护对象的情绪逐渐趋于稳定。
本发明方案中的监护对象可以是监护机构中特别监护者，例如情绪易不受控者、精神障碍者等；也可以是正常人士，主要用于改善正常人士在常规工作生活中的情绪改善，以提升工作生活质量，对此不作具体限定。
进一步地，所述对监护对象的情绪状态进行监测、评估，包括：
获取所述监护对象的属性数据和生理监控数据，基于所述属性数据确定监测评估标准；
根据所述生理监控数据和所述监测评估标准评估得出所述情绪状态的异常评估数据。
在本实施例中，对于监护对象的具体类型调取对应的监测评估标准，依据该标准对监护对象的生理监控数据进行评估，从而得出该监护对象的情绪状态是否异常的评估结果。本发明通过设置与监护对象具体属性相关的监测评估标准而提升了异常评估的准确性。
其中，生理监控数据可以通过智能可穿戴设备获得，主要包括监护对象的皮肤电信号、心率、血压、体温、肢体动作等数据；也可以通过布设于监护现场的探测设备如摄像头、红外仪等设备获得，主要包括监护对象的肢体动作、面部表情、红外体温等数据。上述各类型的设备可单独使用，也可组合使用，本发明不做限定。
进一步地，所述基于所述属性数据确定监测评估标准，包括：
若所述属性数据为第一类型，则确定所述监测评估标准为第一标准；
若所述属性数据为第二类型，则确定所述监测评估标准为第二标准；
其中，所述第一标准相较于所述第二标准的标准参数的灵敏度低。
在本实施例中，本发明至少将监护对象分为特别监护者和正常人士两大类，特别监护者的情绪异常通常频率高、程度高，而正常人士的情绪异常通常频率低、程度低。据此，本发明设置针对正常人士的第一标准相较于针对特别监护者的第二标准的标准参数的灵敏度低。具体地，在正常人士的生理数据轻微波动时不响应为异常，例如生理数据表明为轻度紧张时，一般是正常工作学习导致，无需处理，以降低对工作学习的干扰，只有达到中高度紧张甚至烦躁时才响应异常并提供情绪缓解方案；而在特别监护者的生理数据轻微波动时即响应为异常并对应处置，这样可以降低特别监护者因为异常情绪无法得到有效缓解而产生其它更严重行为。
其中，本发明中上述标准中的标准参数至少为一个，如各类生理电信号标准参数、面部表情标准参数、肢体行为动作标准参数等。上述的灵敏度高低也是涉及至少一个标准参数的，灵敏度高低指的是实际生理数据与上述标准参数的偏差阈值，偏差阈值越大则灵敏度越低，反之则越高。综合多个标准参数进行情绪异常的识别分析，可提升识别分析的准确性。
另外，还可以将第一类型和第二类型进行更具体的细分，相应地第一标准、第二标准也更具体的细分，可进一步提升评估准确性，在此不再赘述。
进一步地，所述对其中的异常情绪状态进行分类，包括：
根据所述属性数据确定分类模型，将所述生理监控数据、所述异常评估数据输入所述分类模型，得到所述异常情绪状态的分类结果。
在本实施例中，同样基于监护对象的具体属性来确定合适的分类模型，并使用该监护对象的实际生理监控数据和前述得到的异常评估数据来对异常情绪状态进行分类。异常评估数据可以包括异常评估值/等级，其在分类过程中起到对异常的生理监控数据进行评价的作用，这有利于分类模型得出更准确的分类结果。
情绪分类可以按照情绪正常、情绪轻微异常、情绪一般异常、情绪高度异常等实施，也可以按照情绪编码实施，如A/B类Ⅰ级、A/B类Ⅱ级、A/B类Ⅲ级、A/B类Ⅳ级，A类对应特别监护者、B类对应正常人士。
其中，预先使用与具体类型的监护对象对应的生理监控数据（手动或自动配置异常评估数据作为标引）作为训练集来训练分类模型，从而得出综合性或多个独立分类模型。分类模型优选使用人工智能算法搭建，也可可依据KNN、决策树、SVM等现有成熟算法构建，具体构建过程不再赘述。
进一步地，所述根据分类结果生成情绪调控方案并实施，包括：
根据所述分类结果确定初始情绪调控方案，所述初始情绪调控方案中包括与所述异常情绪状态的分类结果关联的若干第一目标设备及对应的第一调控参数；
提取所述监护对象对应的场景数据，根据所述场景数据从若干所述第一目标设备中筛选得出若干第二目标设备，根据所述场景数据对对应的第一调控参数进行修正得到第二调控参数，以及确定各所述第二目标设备执行所述第二调控参数的实施时段；
根据各所述第二目标设备及对应的所述第二调控参数和所述实施时段生成所述情绪调控方案，并实施。
在本实施例中，在确定出异常情绪状态的所属类别之后，便可以通过对照表或人工智能预测的方式确定出针对该类别的情绪调控方案；同时，还对监护对象当前所处的场景因素进行考虑，从而得出更为准确的情绪调控方案。情绪调控方案中涉及用于缓解异常情绪的设备、各设备所需执行的具体调控参数及对应的实施时段。
举例说明如下：
首先，预设情绪调控设备例如可包括设备A、B、C、D、E、F，设备A为灯光设备、设备B为窗帘设备、设备C为音乐设备、设备D为空调设备（温度、湿度、风力等参数的调节）、设备E为移动设备、设备F为噪音抑制设备。
然后，通过上述方式确定出初始情绪调控方案，其中涉及了设备A、设备C、设备F；以及这些设备的各自的调控参数，包括设备A将灯光调节为暖色光、设备C播放舒缓解压音乐、设备F提升噪音抑制水平；以及，还包括这些设备执行上述调控参数的起始时段。
接着，对监护对象当前所处场景进行识别，从而确定可以执行的设备。例如，当前场景为特别监护者的封闭空间或正常人士的家庭场景时，可将设备A、设备C、设备F作为第二目标设备；当前场景为正常人士的共享自习室场景时，可将设备A、设备F作为第二目标设备。再基于与前述类似的方式确定出这些设备的调控参数、起始时段。
本发明的方案对场景属性进行了考虑，将明显不适合于当前场景的设备类型筛除，例如当前场景不具备的设备、在当前场景使用对应设备会造成对其他人的干扰（例如，在图书馆场景中使用外放的音乐设备C是不合适的）等，从而实现了对监护对象的异常情绪缓解的同时还不影响场景中的其它对象。
需要说明的是，可预先对不同类型的情绪异常配对涉及多个目标设备的单独或联合缓解方案，在配对过程中可综合考虑相关心理学、生理学理论，以及相关医疗机构、监护机构的临床数据，使得配对方案对于缓解多种类型的情绪异常是有效的。
进一步地，所述根据所述场景数据从若干所述第一目标设备中筛选得出若干第二目标设备，包括：
根据所述场景数据从若干所述第一目标设备中筛选得出若干第三目标设备；
分析所述场景数据是否满足预设条件，若是，则从除所述第三目标设备以外的所述第一目标设备中筛选得出第四目标设备；
将所述第三目标设备和所述第四目标设备作为所述第二目标设备。
在本实施例中，按照场景因素来将那些明显不适合于当前场景的设备类型筛除，但场景因素可以是动态的，上述筛除方式会导致部分对于缓解异常情绪有效的设备被排除在外。对此，本发明进一步分析场景数据是否满足一定的条件，例如，图书馆/教室场景中只有监护对象自身，若是，则判定使用对应的第四目标设备来缓解异常情绪是可行的，从而适当增加了目标设备的类型，可获得更为有效的异常情绪缓解效果。
进一步地，所述预设条件根据所述第四目标设备确定。
在本实施例中，可设置将第四目标设备与当前场景的是实时冲突情况已经消除作为预设条件。具体来说，先确定第四目标设备的自身特征（包括灯光照度、灯色、音频外放与否等），然后提取当前场景中涉及的对象、对象数量（多个对象或只有监护对象自身）、实时状态（例如教师上课、图书馆借阅读阶段），计算自身特征与从场景中提取出的信息的冲突性，进而确定出预设条件。预设条件是否满足的检测可以是循环多次的，直至异常情绪状态结束或处置人员到达后一定时间内或达到最大循环次数或周期。第四目标设备的具体类型可根据具体场景而定，具体不再赘述。
如图2所示，本发明实施例的一种基于人工智能的异常情绪调控系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块连接；
所述存储模块，用于存储可执行的计算机程序代码；
所述获取模块，用于获取监护对象的情绪相关数据，并传输给所述处理模块；
所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
本发明实施例还公开了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前述实施例所述的方法。
本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如前述实施例所述的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程负载均衡装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.一种基于人工智能的异常情绪调控方法，其特征在于，包括如下步骤：
对监护对象的情绪状态进行监测、评估；
对其中的异常情绪状态进行分类；
根据分类结果生成情绪调控方案并实施；
其中，所述情绪调控方案用于改善所述异常情绪状态的异常程度。
2.根据权利要求1所述的一种基于人工智能的异常情绪调控方法，其特征在于：所述对监护对象的情绪状态进行监测、评估，包括：
获取所述监护对象的属性数据和生理监控数据，基于所述属性数据确定监测评估标准；
根据所述生理监控数据和所述监测评估标准评估得出所述情绪状态的异常评估数据。
3.根据权利要求2所述的一种基于人工智能的异常情绪调控方法，其特征在于：所述基于所述属性数据确定监测评估标准，包括：
若所述属性数据为第一类型，则确定所述监测评估标准为第一标准；
若所述属性数据为第二类型，则确定所述监测评估标准为第二标准；
其中，所述第一标准相较于所述第二标准的标准参数的灵敏度低。
4.根据权利要求2所述的一种基于人工智能的异常情绪调控方法，其特征在于：所述对其中的异常情绪状态进行分类，包括：
根据所述属性数据确定分类模型，将所述生理监控数据、所述异常评估数据输入所述分类模型，得到所述异常情绪状态的分类结果。
5.根据权利要求1所述的一种基于人工智能的异常情绪调控方法，其特征在于：所述根据分类结果生成情绪调控方案并实施，包括：
根据所述分类结果确定初始情绪调控方案，所述初始情绪调控方案中包括与所述异常情绪状态的分类结果关联的若干第一目标设备及对应的第一调控参数；
提取所述监护对象对应的场景数据，根据所述场景数据从若干所述第一目标设备中筛选得出若干第二目标设备，根据所述场景数据对对应的第一调控参数进行修正得到第二调控参数，以及确定各所述第二目标设备执行所述第二调控参数的实施时段；
根据各所述第二目标设备及对应的所述第二调控参数和所述实施时段生成所述情绪调控方案，并实施。
6.根据权利要求5所述的一种基于人工智能的异常情绪调控方法，其特征在于：所述根据所述场景数据从若干所述第一目标设备中筛选得出若干第二目标设备，包括：
根据所述场景数据从若干所述第一目标设备中筛选得出若干第三目标设备；
分析所述场景数据是否满足预设条件，若是，则从除所述第三目标设备以外的所述第一目标设备中筛选得出第四目标设备；
将所述第三目标设备和所述第四目标设备作为所述第二目标设备。
7.根据权利要求6所述的一种基于人工智能的异常情绪调控方法，其特征在于：所述预设条件根据所述第四目标设备确定。
8.一种基于人工智能的异常情绪调控系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块电连接；
所述存储模块，用于存储可执行的计算机程序代码；
所述获取模块，用于获取监护对象的情绪相关数据，并传输给所述处理模块；
其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如权利要求1-7任一项所述的方法。
9.一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的方法。
10.一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1-7任一项所述的方法。
CN202310954647.7A 2023-08-01 2023-08-01 一种基于人工智能的异常情绪调控方法及系统 Active CN116965818B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310954647.7A CN116965818B (zh) 2023-08-01 2023-08-01 一种基于人工智能的异常情绪调控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310954647.7A CN116965818B (zh) 2023-08-01 2023-08-01 一种基于人工智能的异常情绪调控方法及系统

Publications (2)

Publication Number Publication Date
CN116965818A true CN116965818A (zh) 2023-10-31
CN116965818B CN116965818B (zh) 2024-02-20

Family

ID=88474540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310954647.7A Active CN116965818B (zh) 2023-08-01 2023-08-01 一种基于人工智能的异常情绪调控方法及系统

Country Status (1)

Country Link
CN (1) CN116965818B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117338298A (zh) * 2023-12-05 2024-01-05 北京超数时代科技有限公司 情绪干预方法、装置、可穿戴情绪干预设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715902A (zh) * 2012-06-15 2012-10-10 天津大学 特殊人群的情绪监护方法
CN104143165A (zh) * 2014-06-13 2014-11-12 朱健鹏 面向抑郁情绪的心理干预方案个性化推荐方法
CN112163459A (zh) * 2020-09-04 2021-01-01 三峡大学 采用3d卷积的特征融合网络的人脸异常情绪识别方法
US20210134062A1 (en) * 2019-11-04 2021-05-06 Cognizant Technology Solutions India Pvt. Ltd. Artificial intelligence enabled mixed reality system and method
CN113299358A (zh) * 2021-05-20 2021-08-24 北京大学深圳医院 基于评估量表的负性情绪筛查方法、装置及设备
CN113421630A (zh) * 2021-06-02 2021-09-21 沃民高新科技（北京）股份有限公司 身心健康智能管理方法和系统
CN115312195A (zh) * 2022-10-10 2022-11-08 安徽交欣科技股份有限公司 一种基于情绪数据计算个体心理异常的健康评估方法
US20230048098A1 (en) * 2021-08-16 2023-02-16 Hong Kong Applied Science and Technology Research Institute Company Limited Apparatus and method for speech-emotion recognition with quantified emotional states

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715902A (zh) * 2012-06-15 2012-10-10 天津大学 特殊人群的情绪监护方法
CN104143165A (zh) * 2014-06-13 2014-11-12 朱健鹏 面向抑郁情绪的心理干预方案个性化推荐方法
US20210134062A1 (en) * 2019-11-04 2021-05-06 Cognizant Technology Solutions India Pvt. Ltd. Artificial intelligence enabled mixed reality system and method
CN112163459A (zh) * 2020-09-04 2021-01-01 三峡大学 采用3d卷积的特征融合网络的人脸异常情绪识别方法
CN113299358A (zh) * 2021-05-20 2021-08-24 北京大学深圳医院 基于评估量表的负性情绪筛查方法、装置及设备
CN113421630A (zh) * 2021-06-02 2021-09-21 沃民高新科技（北京）股份有限公司 身心健康智能管理方法和系统
US20230048098A1 (en) * 2021-08-16 2023-02-16 Hong Kong Applied Science and Technology Research Institute Company Limited Apparatus and method for speech-emotion recognition with quantified emotional states
CN115312195A (zh) * 2022-10-10 2022-11-08 安徽交欣科技股份有限公司 一种基于情绪数据计算个体心理异常的健康评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117338298A (zh) * 2023-12-05 2024-01-05 北京超数时代科技有限公司 情绪干预方法、装置、可穿戴情绪干预设备及存储介质
CN117338298B (zh) * 2023-12-05 2024-03-12 北京超数时代科技有限公司 情绪干预方法、装置、可穿戴情绪干预设备及存储介质

Also Published As

Publication number Publication date
CN116965818B (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
Melillo et al. Discrimination power of long-term heart rate variability measures for chronic heart failure detection
JP7339258B2 (ja) 患者の健康状態を予測するためのシステムおよび方法
WO2017193497A1 (zh) 基于融合模型的智能化健康管理服务器、系统及其控制方法
US20160058428A1 (en) Menstrual state monitoring
US9861308B2 (en) Method and system for monitoring stress conditions
CN116965818B (zh) 一种基于人工智能的异常情绪调控方法及系统
US20140058714A1 (en) Dynamic configurable clinical analysis
WO2020232893A1 (zh) 一种用户疲劳状态识别方法、装置、终端设备及介质
Lameski et al. Suppression of intensive care unit false alarms based on the arterial blood pressure signal
Zhang et al. Pattern recognition of momentary mental workload based on multi-channel electrophysiological data and ensemble convolutional neural networks
CN112099375A (zh) 基于健康策略的智能家居控制方法、装置及系统
Mohammed et al. A Novel Predictive Analysis to Identify the Weather Impacts for Congenital Heart Disease Using Reinforcement Learning
US11583214B2 (en) Adaptive psychological assessment tool
CN113468983A (zh) 一种情绪分析方法、装置、设备及存储介质
US20210391063A1 (en) System and method for dynamic workload balancing based on predictive analytics
CN110427848B (zh) 一种精神分析系统
Adamovich et al. Joint Fourier and non-Fourier spectral/pseudo-spectral approach to the lung bioacoustics and biomedical signal fingerprinting as a way to increase the quality of the lung diagnostics using supercomplex hybridization of different DSP methods
Tarutani Proposal of a consensus builder for environmental condition setting in spaces where people with various preferences coexist
Seidel et al. Feasibility of Automated Vital Sign Instability Detection in Children Admitted to the Pediatric Intensive Care Unit
CN117238434B (zh) 一种基于预防心内科潜在并发症的护理方法及系统
CN117253605A (zh) 一种家用心血管疾病预警系统及风险评估方法
CN113782140B (zh) 基于机器学习的诊疗策略确定方法、装置、设备及介质
US20230293103A1 (en) Analysis device
CN114927230B (zh) 基于机器学习的重症心衰患者预后决策支持系统及方法
Srivastava et al. Opening the Black Box: Explainable Machine Learning for Heart Disease Patients

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

Country or region after: China

Address after: Room 203, No. 9, Lane 681, Haiyang Road, Pudong New Area, Shanghai, 200120

Applicant after: Shanghai Yingzhi Zhengneng Health Technology Co.,Ltd.

Address before: Room 203, No. 9, Lane 681, Haiyang Road, Pudong New Area, Shanghai, 200120

Applicant before: Shanghai Yingzhi Zhengneng Culture Development Co.,Ltd.

Country or region before: China

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant