CN117414137A - 一种心理健康的智能养老服务方法和系统 - Google Patents
一种心理健康的智能养老服务方法和系统 Download PDFInfo
- Publication number
- CN117414137A CN117414137A CN202311437451.7A CN202311437451A CN117414137A CN 117414137 A CN117414137 A CN 117414137A CN 202311437451 A CN202311437451 A CN 202311437451A CN 117414137 A CN117414137 A CN 117414137A
- Authority
- CN
- China
- Prior art keywords
- voice
- abnormal
- health score
- mental health
- old people
- 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
- 230000004630 mental health Effects 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 63
- 210000004556 brain Anatomy 0.000 claims abstract description 52
- 230000009323 psychological health Effects 0.000 claims abstract description 50
- 230000009471 action Effects 0.000 claims abstract description 38
- 230000033001 locomotion Effects 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract 4
- 238000004891 communication Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 23
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000004761 scalp Anatomy 0.000 description 4
- 230000003340 mental effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005802 health problem Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000019658 bitter taste Nutrition 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003370 grooming effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 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
- A61B5/103—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
- A61B5/1116—Determining posture transitions
-
- 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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/251—Means for maintaining electrode contact with the body
- A61B5/256—Wearable electrodes, e.g. having straps or bands
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
-
- 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
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- 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
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- 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
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/386—Accessories or supplementary instruments therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Social Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种心理健康的智能养老服务方法和系统,方法包括:配置脑电波传感器、语音传感器和图像传感器,通过脑电波传感器获取目标老人脑电波数据,分别通过所述语音传感器和图像传感器获取的老人语音信息和人体动作信息;将目标老人的脑电波数据、语音传感器和图像传感器上传到云服务器进行抑郁概率计算、异常语音关键词计算和异常动作计算;预先配置包括异常语音关键词和异常动作,根据所述异常语音关键词和异常动作得到语音心理健康分值和动作心理健康分值;根据所述抑郁识别模型识别所述目标老人的抑郁概率并转化为脑电心理健康分值,根据所述语音心理健康分值、动作心理健康分值和脑电心理健康分值得到目标老人的最终心理健康等级。
Description
技术领域
本发明涉及智能养老服务技术领域,特别涉及一种心理健康的智能养老服务方法和系统
背景技术
目前传统的养老服务仅关注于老人的自身的身体状态和衣食住行等,具体包括提供血压、心率、血糖等相关检测方法,用于判断老人是否存在生理健康问题。传统的养老服务方法和系统通过通讯连接医疗机构,并通过检测仪器将老人的身体健康数据上传到医疗机构中,医疗机构在获取到对应的老人生理数据后,执行对应的医疗养老策略。然而上述养老服务只侧重老人的生理健康问题而忽视了老人的心理健康问题,而目前独居老人逐渐增多,老人的心理健康问题不容忽视。
发明内容
本发明其中一个发明目的在于提供一种心理健康的智能养老服务方法和系统,所述方法和系统利用脑电波检测装置定期获取老人的脑电波数据,并根据脑电波数据判断老人是否存在抑郁问题,若存在则启动相关的心理健康养老服务,从心理层面可以给予更好的养老服务,利用脑电波数据进行智能识别老人的抑郁状态从技术层面效果更加准确。
本发明另一个发明目的在于提供一种心理健康的智能养老服务方法和系统,所述方法和系统还通过包括但不仅限于语音和图像传感器获取老人的语音信息和图像信息,从老人的语音信息和图像信息中智能分析得到老人的语言表达状态和运动状态,并进一步从所述语音信息和图像信息中判断老人是否存在异常语言或异常行为,通过该异常语言和异常行为判断老人的心理健康等级,从而进一步执行心理辅导等相关的养老服务方法,从而大幅提高养老服务方式的体验感。
本发明另一个发明目的在于提供一种心理健康的智能养老服务方法和系统,所述方法和系统通过多维度的分析,不仅从脑电波数据、语音数据和图像数据得到老人不同维度的心理健康数据,从不同维度的心理健康数据的参数化分析得到更加准确的老人心理健康度评级,并根据老人心理健康度评级执行对应的心理健康服务。
为了实现至少一个上述发明目的,本发明进一步提供一种心理健康的智能养老服务方法,所述方法包括:
配置脑电波传感器、语音传感器和图像传感器,通过所述脑电波传感器获取目标老人脑电波数据,分别通过所述语音传感器和图像传感器获取的老人语音信息和人体动作信息;
将所述目标老人的脑电波数据、语音传感器和图像传感器上传到云服务器,所述云服务器配置包括抑郁识别模型、语音识别模型和人体动作识别模型;
获取语音识别模型的关键词信息和人体动作识别模型的人体动作,预先配置包括异常语音关键词和异常动作,根据所述异常语音关键词和异常动作得到语音心理健康分值和动作心理健康分值;
根据所述抑郁识别模型识别所述目标老人的抑郁概率并转化为脑电心理健康分值,根据所述语音心理健康分值、动作心理健康分值和脑电心理健康分值得到目标老人的最终心理健康等级。
根据本发明其中一个较佳实施例,所述脑电波传感器配置于目标老人至少一个帽子内侧,通过有线或无线的方式通讯连接处理器,当目标老人带上对应帽子时,脑电波传感器实时获取目标老人脑电波信号,并将该脑电波信号发送给处理器,所述处理器将该脑电波信号发送给云服务器的抑郁识别模型判断当前老人的抑郁概率。
根据本发明另一个较佳实施例,所述语音识别模型实时获取目标老人日常生活中的语音数据,并抽取所述语音数据中的关键词;将上述关键词发送到云服务器中,云服务器中存储有异常语音关键词集合,将采集到的目标老人语音关键词和所述异常语音关键词集合进行对比,获取目标老人语音关键词中异常语音关键词个数和频率,进一步根据所述异常语音关键个数和频率计算得到目标老人语音心理健康分值。
根据本发明另一个较佳实施例,所述语音心理健康分值的计算方法包括:获取所述异常语音关键词个数n后,按照预设的单位时间计算所述异常关键词出现平均频率Xn,进一步设置上限频率阈值Xs,则对应的语音心理健康分值为:S1=0(Xn>Xs)。
根据本发明另一个较佳实施例,所述目标老人脑电心理健康分数的计算方法为:获取目标老人脑电波数据后,在云端服务器的抑郁识别模型得到目标老人的抑郁概率P,则所述目标老人脑电健康分值为S2=P*100(0≤P≤1)。
根据本发明另一个较佳实施例,所述目标老人动作心理健康分值计算方式包括:通过图像传感器获取目标老人在生活中的动作图像,并将该动作图像上传到云服务器识别,云服务自身预设的动作识别模型识别老人的在图像中动作,并通过预设异常动作数据集合判断当前目标老人的异常动作类型和数量,并计算目标老人异常动作的频率Yn,设置异常动作频率上限阈值Ys,动作心理健康分值为:S3=0(Yn>Ys)。
根据本发明另一个较佳实施例,在获取到上述语音心理健康分值、动作心理健康分值和脑电心理健康分值后,分别对上述语音心理健康分值、动作心理健康分值和脑电心理健康分值赋予不同的权值,加权求和后得到评估的总心理健康分值S。
根据本发明另一个较佳实施例,获取到所述总心理健康分值S后,进一步根据所述总心理健康分值S设定心理健康严重等级,并分别对不同的心理健康严重等级配置对应的心理健康服务策略。
为了实现至少一个上述发明目的,本发明进一步提供一种心理健康的智能养老服务系统,所述系统执行上述一种心理健康的智能养老服务方法。
本发明进一步提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现上述一种心理健康的智能养老服务方法。
附图说明
图1显示的是本发明一种心理健康的智能养老服务方法流程示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
可以理解的是,术语“一”应理解为“至少一”或“一个或多个”,即在一个实施例中,一个元件的数量可以为一个,而在另外的实施例中,该元件的数量可以为多个,术语“一”不能理解为对数量的限制。
请结合图1,本发明公开了一种心理健康的智能养老服务方法和系统,所述方法主要包括:采集老人的相关脑电波数据以及其它和心理健康相关的数据,并将心理健康相关数据上传到云端服务器中,云端服务器通过分析上传的心理健康相关数据,初步得到每一项心理相关数据的心理健康分值,上述不同类型的心理相关数据可以在不同维度解析老人的心理健康程度,从而避免单一维度对老人心理健康评估造成较大误差。本发明中优选获取老人在日常生活中的语音信息和动作信息作为两个不同的维度判断老人是否存在心理健康问题,相比于传统单一询问的心理健康测评方式,本发明提供的老人日常生活语音信息和日常生活动作信息可以避免老人因为不善言语或者心理健康测评中存在虚假伪装的现象而导致的心理健康测评出现较大偏差,从而本发明可以更加准确真实的判断老人心理健康异常。
具体而言,本发明配置脑电波传感器,所述脑电波传感器优选被配置于老人常用的帽子内侧,并按照头皮和帽子内侧的对应位置贴附对应的脑电波传感器,所述脑电波传感器可以采用有线或无线的方式和处理器通讯连接,其中所述处理器可以单独配置或通过无线通讯的方式传输给手机等移动终端,移动终端可以作为当前脑电波传感器的处理器获取对应的脑电波信号。当老人带上帽子后,对应的脑电波传感器贴附到老人头皮对应位置,可以执行对应老人头皮对应位置脑电波信号的探测获取。其中所述脑电波传感器相关的电源和无线通讯装置可以同时被设置在对应的老人常用帽子。从而对所述脑电波传感器进行供电和数据传输处理。
值得一提的是,所述处理器通讯连接云端服务器,所述云端服务器设有人工智能模型,所述人工智能模型为现有的抑郁识别模型,由于目前现有的人工智能模型体量较大,不适合在手机等移动终端存储配置,因此本发明在所述处理器和对应的存储器中并不配置对应的人工智能模型,本发明通过采集老人头皮不同位置的脑电波信号,并将所述脑电波信号上传给云服务器输入到抑郁识别模型中,基于所述脑电波信号通过抑郁识别模型的识别老人抑郁概率。由于上述基于脑电波抑郁识别模型是现有技术,本发明并未对如何训练抑郁模型进行改进,因此本发明对抑郁识别模型的技术细节不再详细赘述。当所述云端服务器通过所述抑郁识别模型得到目标老人的抑郁概率P后,进一步根据所述目标老人抑郁概率P得到脑电心理健康分值,其中目标老人脑电心理健康分值为S2=P*100。
进一步的,本发明还在目标老人生活区域配置麦克风,所述麦克风可以配置在目标老人穿衣物或者目标老人家中相对中心位置。所述麦克风用于采集老人的日常语音信息。其中所述麦克风和处理器或手机等移动终端通讯连接,所述处理器或移动终端可以获取对应目标老人日常语音数据后将该语音数据抽取关键词,并将该语音关键词上传到云服务器中,所述云服务器可以中存储有异常语音关键词数据集合,举例来说,所述异常语音关键词可以包括但不仅限于:死了、痛苦、辛苦、哭、不幸等负面关键词。由于上述异常语音关键词是采集于的目标老人日常生活,老人日常生活所表达的语音信息可以认为是目标老人内心真实情感的表达,因此可以从老人日常语音信息中判断得到老人心理健康状况。进一步的,本发明通过所述麦克风得到目标老人日常语音信息后,采用包括但不仅限于词嵌入的方式得到语音信息关键词,并和云端服务器中存储的异常语音关键词数据库对比,对比后得到异常语音关键词数量。其中本发明根据统计的目标老人语音信息时间段,统计在对应时间段内所述异常语音关键词数量n,即按照预设的单位时间计算所述异常关键词出现平均频率Xn,其中所述单位时间可以是一天或一周,本发明针对所述异常语音关键词频率设置限频率阈值Xs,需要说明的是,所述异常语音关键词频率阈值Xs表示预设的最大可能心理异常的频率值。该频率阈值为一个预测值,即表示采集到异常语音关键词在单位时间内数量可以判定为当前目标老人存在心理异常问题。所述异常关键词频率阈值Xs可以通过相关的医学实验得到,本发明对此不再赘述。在得到所述目标老人生活中的异常语音关键词频率Xn后,进一步将该异常语音关键词频率Xn按照如下公式目标老人语音心理健康分值S1:S1=0(Xn>Xs)。上述语音心理健康分值表示在异常关键词频率阈值Xs范围之内随着异常语音关键词频出现频率越高则心理健康分值越低,大于所述异常关键词频率阈值Xs可以判定为最低分值。
进一步的,本发明在所述老人居住活动场所配置至少一个摄像头等图像采集装置,用于获取老人日常生活中的动作图像数据,由于部分老人在日常生活中可能并不喜爱交流,尤其是男性老人日常语音信息并不多,因此单纯的语音信息不能有效地识别老人心理健康状况,因此本发明进一步配置所述图像采集装置获取目标老人日常动作图像信息,并将老人日常动作图像信息发送给云端服务器,云端服务器在获取对应目标老人的图像信息后,通过预先配置的动作识别模型识别老人日常生活中的动作。需要说明的是动作识别模型是现有基于人工智能的图像识别模型,本发明并未对该动作识别模型进行改进处理,因此本发明不再对动作识别模型的技术细节进行详细赘述。本发明中所述动作识别模型被配置于云端服务器,且在所述云端服务器中配置有异常动作数据集,所述异常动作数据集包括但不仅限于:多次重复某一动作、撞击动作和抽搐动作等。当所述云端服务器在获取到老人生活行为动作图像后,进一步将该图像输入到所述动作识别模型识别老人的所有动作,并将该动作识别模型识别的所有动作和异常动作数据集合进行对比,若所述存在异常动作数据集合,则目标老人异常动作数加1,进一步得到目标老人异常动作数量和类型。本发明中针对老人动作是在一定时间段内采集图像得到,因此可以基于单位时间计算所述老人异常动作频率Yn,本发明进一步设置基于异常动作出现的频率上限阈值Ys,并通过上述异常动作频率上限阈值Ys和计算的异常动作频率Yn计算目标老人动作心理健康分值S3: S3=0(Yn>Ys)。
值得一提的是,本发明在依次计算上述目标老人语音心理健康分值S1、目标老人脑电心理健康分值为S2=P*100和目标老人动作心理健康分值S3后,进一步计算目标老人总心理健康分值S,需要说明的是,本发明针对不同人的特质分别配置对应的语音心理健康、脑电心理健康和动作心理健康的权值σ1,σ2,σ3。比如针对语言能力强的目标老人,可以配置更高的所述语音心理健康权值σ1、其中语音心理健康权值σ1可以通过语言能力测试按照比例配置得到,若当前目标老人是动作能力较强,则可以配置更高的动作心理健康的权值σ3,通过设置更高的动作心理健康权值可以在动作层面分析动作能力强老人的心理健康程度,上述动作心理健康的权值σ3可以根据老人的运动频率按照一定的转化规则得到,一般擅长运动的老人动作频率会更高,心理健康问题更容易在肢体动作上显示。若当前老人动作能力和语言能力均不强,则可以提高对应的老人脑电心理健康权值σ2,此时可以从生理层面分析目标老人是否存在心理健康问题,因此上述目标老人总心理健康分值计算方式为:S=S1*σ1+S2*σ2+S3*σ3,其中σ1+σ2+σ3=1。
在得到上述目标老人总心理健康分值S后,进一步配置对应的心理健康分值严重等级,比如配置总心理健康分值0-20分为严重等级心理健康问题,配置总心理健康分值20-40分为中等等级心理健康问题;配置总心理健康分值40-70分为轻度等级心理健康问题;配置70-100分为无心理健康问题。并针对上述严重、中等和轻度等级的心理健康问题分别配置不同频率和类型的心理健康疏导服务。
本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线段、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线段的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线段、电线段、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明,本发明的目的已经完整并有效地实现,本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
Claims (10)
1.一种心理健康的智能养老服务方法,其特征在于,所述方法包括:
配置脑电波传感器、语音传感器和图像传感器,通过所述脑电波传感器获取目标老人脑电波数据,分别通过所述语音传感器和图像传感器获取的老人语音信息和人体动作信息;
将所述目标老人的脑电波数据、语音传感器和图像传感器上传到云服务器,所述云服务器配置包括抑郁识别模型、语音识别模型和人体动作识别模型;
获取语音识别模型获取的关键词信息和人体动作识别模型获取的人体动作,预先配置包括异常语音关键词和异常动作,根据所述异常语音关键词和异常动作得到语音心理健康分值和动作心理健康分值;
根据所述抑郁识别模型识别所述目标老人的抑郁概率并转化为脑电心理健康分值,根据所述语音心理健康分值、动作心理健康分值和脑电心理健康分值得到目标老人的最终心理健康等级。
2.根据权利要求1所述的一种心理健康的智能养老服务方法,其特征在于,所述脑电波传感器配置于目标老人至少一个帽子内侧,通过有线或无线的方式通讯连接处理器,当目标老人带上对应帽子时,脑电波传感器实时获取目标老人脑电波信号,并将该脑电波信号发送给处理器,所述处理器将该脑电波信号发送给云服务器的抑郁识别模型判断当前老人的抑郁概率。
3.根据权利要求1所述的一种心理健康的智能养老服务方法,其特征在于,所述语音识别模型实时获取目标老人日常生活中的语音数据,并抽取所述语音数据中的关键词;将上述关键词发送到云服务器中,云服务器中存储有异常语音关键词集合,将采集到的目标老人语音关键词和所述异常语音关键词集合进行对比,获取目标老人语音关键词中异常语音关键词个数和频率,进一步根据所述异常语音关键个数和频率计算得到目标老人语音心理健康分值。
4.根据权利要求3所述的一种心理健康的智能养老服务方法,其特征在于,所述语音心理健康分值的计算方法包括:获取所述异常语音关键词个数n后,按照预设的单位时间计算所述异常关键词出现平均频率Xn,进一步设置语音异常关键词的上限频率阈值Xs,则对应的语音心理健康分值为:
S1=0(Xn>Xs)。
5.根据权利要求2所述的一种心理健康的智能养老服务方法,其特征在于,所述目标老人脑电心理健康分数的计算方法为:获取目标老人脑电波数据后,在云端服务器的抑郁识别模型得到目标老人的抑郁概率P,则所述目标老人脑电健康分值为S2=P*100(0≤P≤1)。
6.根据权利要求1所述的一种心理健康的智能养老服务方法,其特征在于,所述目标老人动作心理健康分值计算方式包括:通过图像传感器获取目标老人在生活中的动作图像,并将该动作图像上传到云服务器识别,云服务自身预设的动作识别模型识别老人的在图像中动作,并通过预设异常动作数据集合判断当前目标老人的异常动作类型和数量,并计算目标老人异常动作的频率Yn,设置异常动作频率上限阈值Ys,动作心理健康分值为:(Yn≤Ys);S3=0(Yn>Ys)。
7.根据权利要求1所述的一种心理健康的智能养老服务方法,其特征在于,在获取到上述语音心理健康分值、动作心理健康分值和脑电心理健康分值后,分别对上述语音心理健康分值、动作心理健康分值和脑电心理健康分值赋予不同的权值,加权求和后得到评估的总心理健康分值S。
8.根据权利要求7所述的一种心理健康的智能养老服务方法,其特征在于,获取到所述总心理健康分值S后,进一步根据所述总心理健康分值S设定心理健康严重等级,并分别对不同的心理健康严重等级配置对应的心理健康服务策略。
9.一种心理健康的智能养老服务系统,其特征在于,所述系统执行上述权利要求1-8中任意一项所述的一种心理健康的智能养老服务方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现权利要求1-8中任意一项所述的一种心理健康的智能养老服务方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311437451.7A CN117414137A (zh) | 2023-10-31 | 2023-10-31 | 一种心理健康的智能养老服务方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311437451.7A CN117414137A (zh) | 2023-10-31 | 2023-10-31 | 一种心理健康的智能养老服务方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117414137A true CN117414137A (zh) | 2024-01-19 |
Family
ID=89522532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311437451.7A Pending CN117414137A (zh) | 2023-10-31 | 2023-10-31 | 一种心理健康的智能养老服务方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117414137A (zh) |
-
2023
- 2023-10-31 CN CN202311437451.7A patent/CN117414137A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rigas et al. | Real-time driver's stress event detection | |
Singh et al. | IoT and cloud computing based automatic epileptic seizure detection using HOS features based random forest classification | |
CN113693613B (zh) | 脑电信号分类方法、装置、计算机设备及存储介质 | |
US20160073953A1 (en) | Food intake monitor | |
CN110604565A (zh) | 一种基于便携式eeg设备的脑部健康筛查方法 | |
CN110151203B (zh) | 基于多级雪崩式卷积递归网络eeg分析的疲劳驾驶识别方法 | |
WO2016115835A1 (zh) | 人体特征数据的处理方法及装置 | |
KR20190103097A (ko) | 뷰티 카운슬링 정보 제공 방법 및 장치 | |
US20200054262A1 (en) | Method for real time analyzing stress using deep neural network algorithm | |
US20220104725A9 (en) | Screening of individuals for a respiratory disease using artificial intelligence | |
WO2019140047A1 (en) | System and method for smart, secure, energy-efficient iot sensors | |
CN110584601A (zh) | 一种老人认知功能监测和评估方法 | |
CN113516828B (zh) | 溺水监测方法、装置、设备与计算机可读存储介质 | |
KR20190047648A (ko) | 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법 | |
CN113855053A (zh) | 基于肌电的佩戴式肌肉阈值监测系统 | |
CN108958482A (zh) | 一种基于卷积神经网络的相似性动作识别装置及方法 | |
CN111387975A (zh) | 基于机器学习的脑电信号识别方法 | |
CN116343302A (zh) | 一种基于机器视觉的微表情分类识别系统 | |
CN115662631A (zh) | 基于ai智能判别的养老院管理系统 | |
CN110755091A (zh) | 一种个人心理健康监测系统及方法 | |
Singh et al. | Stress recognition with multi‐modal sensing using bootstrapped ensemble deep learning model | |
KR102285482B1 (ko) | 생체 정보의 기계 학습 분석에 기반하여 컨텐츠를 제공하기 위한 방법 및 장치 | |
CN111311466B (zh) | 安全控制方法及装置 | |
Mohanty et al. | Livestock health monitoring using a smart IoT-enabled neural network recognition system | |
CN117414137A (zh) | 一种心理健康的智能养老服务方法和系统 |
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 |