KR102642997B1 - 정신 건강을 위한 자아 활성화 시스템 - Google Patents

정신 건강을 위한 자아 활성화 시스템 Download PDF

Info

Publication number
KR102642997B1
KR102642997B1 KR1020230136101A KR20230136101A KR102642997B1 KR 102642997 B1 KR102642997 B1 KR 102642997B1 KR 1020230136101 A KR1020230136101 A KR 1020230136101A KR 20230136101 A KR20230136101 A KR 20230136101A KR 102642997 B1 KR102642997 B1 KR 102642997B1
Authority
KR
South Korea
Prior art keywords
user
picture book
picture
ego
refers
Prior art date
Application number
KR1020230136101A
Other languages
English (en)
Inventor
지상선
Original Assignee
지상선
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 지상선 filed Critical 지상선
Priority to KR1020230136101A priority Critical patent/KR102642997B1/ko
Application granted granted Critical
Publication of KR102642997B1 publication Critical patent/KR102642997B1/ko

Links

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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Multimedia (AREA)
  • Epidemiology (AREA)
  • Human Computer Interaction (AREA)
  • Child & Adolescent Psychology (AREA)
  • Primary Health Care (AREA)
  • Hospice & Palliative Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Developmental Disabilities (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Educational Technology (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 사용자의 자아를 분석하여 사용자 맞춤형 응대를 제공하고 사용자와 맞는 그림책을 추천하여 학습 능력과 자가 치유를 향상시킬 수 있는 정신 건강을 위한 자아 활성화 시스템에 관한 것이다. 본 발명은 사용자 단말 및 사용자 단말을 사용하는 사용자의 자아를 분석하고, 사용자 단말로부터 수집되는 그림책 이미지를 분석하는 정신 건강 분석 서버를 포함할 수 있다.

Description

정신 건강을 위한 자아 활성화 시스템{EGO ACTIVATION SYSTEM FOR MENTAL HEALTH}
본 발명은 정신 건강을 위한 자아 활성화 시스템에 관한 것으로, 더욱 상세하게는 사용자의 자아를 분석하여 사용자 맞춤형 응대를 제공하고 사용자와 맞는 그림책을 추천하여 학습 능력과 자가 치유를 향상시킬 수 있는 정신 건강을 위한 자아 활성화 시스템에 관한 것이다.
일반적으로, 정신 건강(mental health)은 인간의 심리적 기능이 어느 정도 정상적인가를 나타내는 개념을 의미한다.
국립정신보건센터 국가정신건강현황 보고서에 의하면, 만 19세 이상 성인 인구의 11.2%가 우울감을 경험하고 있으며, 최근에는 코로나19로 인한 사회적 거리두기가 장기화되면서 건강한 사람도 우울과 불안을 느끼고 있다고 보도되고 있다.
질병 전 단계에 있어 우울, 불안 및 스트레스 중재는 질병 발생을 감소시킬 뿐만 아니라 개인의 삶의 질과 만족도를 향상시킬 수 있는 요소로, 최근에는 개인의 정신 건강 문제를 가족 체제, 사회 심리적 환경, 사회 문화적 체제와 밀접하게 관련된 것으로 간주하고 가정, 학교, 직장, 지역 사회 등의 전 사회적 망을 통해서 정신 건강을 증진하고 각종 이상심리를 예방하고 치료하는 것에 대한 필요성이 대두되고 있다.
그러나, 현대인들은 주요 정서 패턴인 우울, 불안, 스트레스 등 다양한 정서를 치료하는데 병원을 방문하거나 상담을 받아야 하는데, 정신 질환은 편견 때문에 다른 질환에 비해 치료받기까지 오랜 시간이 걸리고, 초기 개입이나 예방 차원에서의 접근이 잘 이루어지지 못하는 측면이 있다.
한국등록특허 제10-2552220호(2023.07.03, 등록)
따라서 본 발명은 상술한 문제점을 해결하기 위해 도출된 것으로서, 본 발명은 사용자의 자아를 분석하여 사용자 맞춤형 응대를 제공하고 사용자와 맞는 그림책을 추천하여 학습 능력과 자가 치유를 향상시킬 수 있는 정신 건강을 위한 자아 활성화 시스템을 제공하는데 또 다른 목적이 있다.
본 발명의 다른 목적들은 이하에 서술되는 실시예를 통하여 더욱 명확해질 것이다.
본 발명의 일 측면에 따른 정신 건강을 위한 자아 활성화 시스템은 사용자 단말 및 사용자 단말을 사용하는 사용자의 자아를 분석하고, 사용자 단말로부터 수집되는 그림책 이미지를 분석하는 정신 건강 분석 서버를 포함할 수 있다.
또한, 정신 건강 분석 서버는, 사용자 단말로부터 사용자 정보, 영상 데이터, 음성 데이터 및 그림책 이미지를 수집하는 정보 수집부, 사용자 정보, 영상 데이터 및 음성 데이터를 인공지능으로 분석하여 사용자의 자아를 예측하는 자아 분석부, 예측된 자아에 따라 사용자와 의사소통을 위한 언어 가이드 및 문맥 가이드 중 적어도 하나를 제공하고, 언어 가이드 및 문맥 가이드에 따른 사용자의 피드백을 모니터링하여 언어 가이드 및 문맥 가이드를 보완하며, 사용자의 피드백에 위험이 감지되면 사용자의 음성을 녹취하는 자아 모니터링부, 그림책 이미지에 포함된 그림 데이터와 텍스트 데이터를 인공지능 기반으로 분석하는 그림책 분석부 및 분석 결과에 따라 그림책에 대한 난이도를 결정하여 사용자 정보를 기반으로 맞춤형 난이도 그림책을 추천하고, 분석 결과에 따라 그림책 치료 효과를 예측하여 사용자 정보를 기반으로 맞춤형 치료 그림책을 추천하며, 분석 결과에 따라 그림책 작성 예상 시나리오를 제공하는 그림책 추천부를 포함할 수 있다.
또한, 자아 모니터링부는, 사용자의 피드백에 대한 위험 수위 점수를 아래의 수학식 1을 기초로 산출하고, 위험 수위 점수에 따라 사용자의 음성 녹취 여부를 결정하며,
[수학식 1]
는 위험 수위 점수를 의미하고, 은 사용자의 표정 개수를 의미하고, 는 사용자의 i번째 표정에 대한 점수를 의미하고, 는 사용자의 i번째 표정에 대한 가중치를 의미하고, 는 사용자의 표정에 대한 기준치를 의미하고, 은 사용자가 표정을 지을 때 음성 크기를 수치화한 값을 의미하고, 은 사용자의 비속어 개수를 의미하고, 는 사용자의 j번째 비속어에 대한 점수를 의미하고, 는 사용자의 j번째 비속어에 대한 가중치를 의미하고, 는 사용자의 비속어에 대한 기준치를 의미하고, 은 사용자가 비속어를 말할 때 음성 크기를 수치화한 값을 의미하고, 은 사용자의 올바르지 않은 발음 개수를 의미하고, 는 사용자의 k번째 올바르지 않은 발음에 대한 점수를 의미하고, 는 사용자의 k번째 올바르지 않은 발음에 대한 가중치를 의미하고, 는 사용자의 올바르지 않은 발음에 대한 기준치를 의미하고, 은 사용자가 올바르지 않은 발음을 말할 때 음성 크기를 수치화한 값을 의미하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 따른 정신 건강을 위한 자아 활성화 시스템은 다음과 같은 효과를 제공한다.
본 발명은 사용자의 자아를 분석하여 사용자 맞춤형 응대를 제공하고 사용자와 맞는 그림책을 추천하여 학습 능력과 자가 치유를 향상시킬 수 있는 효과가 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템을 도시한 개략도이다.
도 2는 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템의 정신 건강 분석 서버를 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템의 정신 건강 분석 서버에서 수행되는 자아 분석 과정을 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템의 정신 건강 분석 서버에서 수행되는 그림책 분석 과정을 설명하기 위한 순서도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
이하, 첨부한 도면들을 참조하여 본 발명에 따른 실시예들을 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어 도면 부호에 상관없이 동일하거나 대응하는 구성 요소는 동일한 참조번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하 본 발명의 실시예들에 따른 정신 건강을 위한 자아 활성화 시스템에 대하여 도 1 내지 도 4를 참조하여 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템을 도시한 개략도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템은 사용자 단말(10) 및 정신 건강 분석 서버(100)를 포함할 수 있다.
사용자 단말(10)은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등을 포함할 수 있다.
사용자 단말(10)은 네트워크를 통해 정신 건강 분석 서버(100)와 연결될 수 있다. 사용자 단말(10)에는 정신 건강 분석 서버(100)와 연결되기 위한 어플리케이션이 설치될 수 있으며, 웹사이트 등을 통해서도 정신 건강 분석 서버(100)와 연결될 수 있다.
사용자 단말(10)은 사용자에 대한 사용자 정보를 입력할 수 있다. 예를 들어, 사용자 정보는 사용자 이름, 사용자 성별, 사용자 직업, 사용자 연락처, 사용자 주소, 사용자 사진 등을 포함할 수 있다.
사용자 단말(10)은 사용자가 다른 사용자와 영상 통화한 영상 데이터 및 다른 사용자와 통화한 음성 데이터를 저장할 수 있다. 여기서 영상 데이터 및 음성 데이터는 사용자에 의해 선택적으로 저장될 수 있다.
일 실시예에서, 사용자 단말(10)은 명함, 종이 등 정보를 스캔할 수 있는 스캐너 기능을 포함할 수 있다. 스캐너 기능은 스캔 장치 또는 촬영 장치로 구현될 수 있다.
정신 건강 분석 서버(100)는 사용자 단말(10)을 사용하는 사용자의 자아를 분석하고, 사용자 단말(10)로부터 수집되는 그림책 이미지를 분석할 수 있다. 정신 건강 분석 서버(100)는 네트워크를 통해 사용자 단말(10)과 연결될 수 있다.
정신 건강 분석 서버(100)는 온라인 및 오프라인에서 제1 사용자와 제2 사용자가 대화시 상대의 프로필 정보 등을 활용하여 상대방의 자아를 신속히 파악하고, 상대방의 자아에 맞는 언행으로 응대하도록 가이드할 수 있다. 또한, 정신 건강 분석 서버(100)는 자아 분석이 필요한 사람들에게 온라인 자아 분석 서비스를 제공할 수 있다.
정신 건강 분석 서버(100)는 데이터 인공지능 기반의 과학 사회적 문제 해결을 위한 경진대회 출제용으로 적합한 그림책을 추천하고, 그림책 치료 효과를 도출할 수 있다.
즉, 정신 건강 분석 서버(100)는 그림책 데이터를 분석하여 그림책을 추천하고, 그림책 데이터를 활용하여 인공지능 그림책 작성 기능을 제공하고, 그림책 치료 효과를 분석할 수 있다.
정신 건강 분석 서버(100)는 그림책의 내용을 분석하여 아동과 청소년의 정서 발달에 미치는 영향을 파악할 수 있고, 아동과 청소년의 언어 발달을 촉진하는 프로그램을 개발하는데 참고할 수 있고, 아동과 청소년의 사회성 발달을 촉진하는 프로그램을 개발하는데 참고할 수 있고, 아동과 청소년의 창의성 발달을 촉진하는 프로그램을 개발하는데 참고할 수 있고, 아동과 청소년의 학습 능력 향상을 위한 프로그램을 개발하는데 참고할 수 있으며, 아동과 청소년의 자기치유 향상을 위한 프로그램을 개발하는데 참고할 수 있다.
이하, 도 2를 참조하여 정신 건강 분석 서버(100)에 대해 상세히 설명한다.
도 2는 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템의 정신 건강 분석 서버를 설명하기 위한 블록도이다.
도 2를 참조하면, 정신 건강 분석 서버(100)는 정보 수집부(110), 자아 분석부(120), 자아 모니터링부(130), 그림책 분석부(140) 및 그림책 추천부(150)를 포함할 수 있다.
정보 수집부(110)는 사용자 단말(10)로부터 사용자 정보, 영상 데이터, 음성 데이터 및 그림책 이미지를 수집할 수 있다. 정보 수집부(110)는 사용자 정보, 영상 데이터, 음성 데이터 및 그림책 이미지를 저장하기 위한 데이터베이스를 포함할 수 있다.
사용자 정보는 사용자에 의해 입력되거나 사용자 단말(10)을 통해 스캔 또는 촬영되는 명함 등의 프로필 정보를 기반으로 수집될 수 있다.
영상 데이터는 사용자 단말(10)로부터 데이터 전송을 요청하여 실시간으로 수집되거나 또는 사용자 단말(10)에 기 저장된 영상 통화 관련 데이터 및 동영상 촬영 관련 데이터를 일괄적으로 수집될 수 있다.
음성 데이터는 사용자 단말(10)로부터 데이터 전송을 요청하여 실시간으로 수집되거나 또는 사용자 단말(10)에 기 저장된 음성 통화 관련 데이터를 일괄적으로 수집될 수 있다.
그림책 이미지는 사용자 단말(10)로부터 그림책 촬영을 통한 데이터 전송을 요청하여 실시간으로 수집되거나 또는 온라인 상에서 업로드되어 오픈되어 있는 데이터를 다운받아 수집될 수 있다.
정보 수집부(110)는 사용자 정보, 영상 데이터, 음성 데이터 및 그림책 이미지를 수집한 후 관련된 데이터를 그룹화하여 저장할 수 있다. 예를 들어, 정보 수집부(110)는 제1 사용자로부터 수집한 영상 데이터 중 동일 얼굴 특징을 가지는 인물로 확인되는 영상 데이터를 그룹화하여 저장하고, 제1 사용자로부터 수집한 음성 데이터 중 동일 목소리 패턴을 가지는 인물로 확인되는 영상 데이터를 그룹화하여 저장하며, 제1 사용자로부터 수집한 그림책 이미지 중 동일 그림책으로 확인되는 그림책 이미지를 그룹화하여 저장할 수 있다.
자아 분석부(120)는 사용자 정보, 영상 데이터 및 음성 데이터를 인공지능으로 분석하여 사용자의 자아를 예측할 수 있다.
자아 분석부(120)는 사용자 정보를 기초로 사용자의 직업, 온라인 활동 범위, 온라인 검색 기록, 온라인 구매 기록, 온라인 커뮤니티 기록, 온라인 이메일 기록 등을 파악하고, 파악된 빅데이터 정보를 딥러닝하여 사용자의 자아를 예측할 수 있다. 예를 들어, 자아 분석부(120)는 사용자의 직업, 온라인 활동 범위, 온라인 검색 기록, 온라인 구매 기록, 온라인 커뮤니티 기록, 온라인 이메일 기록 등을 기 설정된 기준에 따라 코드화하고, 코드화한 정보를 포함하는 빅데이터를 딥러닝하여 사용자의 자아를 예측할 수 있다.
자아 분석부(120)는 영상 데이터를 기초로 사용자의 표정을 파악하고, 표정에 따른 사용자의 기분, 상태, 분위기 등을 분석하여 사용자의 자아를 예측할 수 있다. 자아 분석부(120)는 크롤링 등을 통해 사용자의 표정 관련 데이터를 수집하고, 사용자의 표정 관련 데이터에 매칭된 사용자의 기분, 상태, 분위기를 나타내는 빅데이터를 기반으로 영상 데이터의 사용자 표정에 대응하는 사용자의 기분, 상태, 분위기를 검출하여 사용자의 자아를 예측할 수 있다.
자아 분석부(120)는 음성 데이터를 기초로 사용자의 음성 데시벨, 음성 패턴, 음성 톤, 음성 주파수 등을 분석하여 사용자의 자아를 예측할 수 있다. 자아 분석부(120)는 크롤링 등을 통해 사용자의 음성 관련 데이터를 수집하고, 사용자의 음성 관련 데이터에 매칭된 사용자의 음성 데시벨, 음성 패턴, 음성 톤, 음성 주파수를 나타내는 빅데이터를 기반으로 음성 데이터의 사용자 음성에 대응하는 사용자의 음성 데시벨, 음성 패턴, 음성 톤, 음성 주파수를 검출하여 사용자의 자아를 예측할 수 있다.
자아 분석부(120)는 사용자 정보, 영상 데이터 및 음성 데이터 중 적어도 하나를 기초로 사용자의 자아를 예측할 수 있으며, 적어도 두 개 이상의 정보를 기초로 사용자의 자아를 예측하는 경우 자아 예측 정확도가 증가할 수 있다.
일 실시예에서, 자아 분석부(120)는 생성형 AI(Artificial Intelligence) 에이전트를 사용하여 사용자의 자아를 예측할 수 있다. 생성형 AI 에이전트는 영상 데이터 및 음성 데이터를 활용하여 유사한 콘텐츠를 새롭게 만들어 내는 인공지능 기술로서, 영상 데이터 및 음성 데이터의 패턴을 학습하여 추론 결과로 새로운 콘텐츠를 만들어 낼 수 있다. 여기서 새로운 콘텐츠는 사용자의 예측된 자아일 수 있다.
예를 들어, 자아 분석부(120)는 생성형 AI 에이전트 기술의 기계 학습 모델 중 생성 모델(generative model)을 사용하며, 대표적인 생성 모델로 오토인코더(autoencoder)와 생성적 대립 신경망(GAN: Generative Adversarial Network)을 사용할 수 있다.
자아 모니터링부(130)는 예측된 사용자의 자아에 따라 사용자와 의사소통을 위한 언어 가이드 및 문맥 가이드 중 적어도 하나를 제공할 수 있다. 언어 가이드는 사용자와 음성 대화시 사용자의 자아에 대응하는 말투나 용어를 가이드하여 사용자를 존중하면서 사용자의 기분이 상하지 않도록 할 수 있다. 문맥 가이드는 사용자와 문자 등의 텍스트 연락시 사용자의 자아에 대응하는 문장이나 단어를 가이드하여 사용자를 존중하면서 사용자의 기분이 상하지 않도록 할 수 있다. 예를 들어, 자아 모니터링부(130)는 텍스트 연락시 문맥 가이드로서 문자 내용을 수정하거나 대안을 제시할 수 있다.
자아 모니터링부(130)는 언어 가이드 및 문맥 가이드에 따른 사용자의 피드백을 모니터링하여 언어 가이드 및 문맥 가이드를 보완할 수 있다. 즉, 자아 모니터링부(130)는 언어 가이드 및 문맥 가이드에 따른 사용자의 반응을 모니터링하여 사용자의 반응에 변수가 발생하면 언어 가이드 및 문맥 가이드를 보완하여 새로운 언어 가이드 및 문맥 가이드를 제공할 수 있다.
자아 모니터링부(130)는 사용자의 피드백에 위험이 감지되면 사용자의 음성을 녹취할 수 있다. 자아 모니터링부(130)는 사용자가 위험 인물이거나 위험성이 감지되면 인공지능 기반으로 녹취가 자동으로 진행되며, 기 등록된 기관에 위험성에 대한 신고 접수를 자동으로 수행할 수 있다. 예를 들어, 자아 모니터링부(130)는 사용자의 음성 톤이 기 설정된 음성 톤보다 높거나, 다수의 유해 단어(욕설, 음란 단어 등)를 포함하고 있을 경우 이를 자동으로 녹취할 수 있다.
일 실시예에서, 자아 모니터링부(130)는 사용자의 피드백에 대한 위험 수위 점수를 아래의 수학식 1을 기초로 산출하고, 위험 수위 점수에 따라 사용자의 음성 녹취 여부를 결정할 수 있다.
[수학식 1]
는 위험 수위 점수를 의미하고, 은 사용자의 표정 개수를 의미하고, 는 사용자의 i번째 표정에 대한 점수를 의미하고, 는 사용자의 i번째 표정에 대한 가중치를 의미하고, 는 사용자의 표정에 대한 기준치를 의미하고, 은 사용자가 표정을 지을 때 음성 크기를 수치화한 값을 의미하고, 은 사용자의 비속어 개수를 의미하고, 는 사용자의 j번째 비속어에 대한 점수를 의미하고, 는 사용자의 j번째 비속어에 대한 가중치를 의미하고, 는 사용자의 비속어에 대한 기준치를 의미하고, 은 사용자가 비속어를 말할 때 음성 크기를 수치화한 값을 의미하고, 은 사용자의 올바르지 않은 발음 개수를 의미하고, 는 사용자의 k번째 올바르지 않은 발음에 대한 점수를 의미하고, 는 사용자의 k번째 올바르지 않은 발음에 대한 가중치를 의미하고, 는 사용자의 올바르지 않은 발음에 대한 기준치를 의미하고, 은 사용자가 올바르지 않은 발음을 말할 때 음성 크기를 수치화한 값을 의미할 수 있다.
예를 들어, 사용자의 영상 데이터 및 음성 데이터에서 추출된 사용자의 표정 개수가 1개이고 사용자의 비속어 개수가 2개이고 사용자의 올바르지 않은 발음 개수가 2개인 경우, 사용자의 1번째 표정에 대한 점수가 8이고 사용자의 1번째 표정에 대한 가중치가 0.5이고 사용자의 표정에 대한 기준치가 5이고 사용자가 표정을 지을 때 음성 크기를 수치화한 값이 0.3이고 사용자의 1번째 비속어에 대한 점수가 3이고 사용자의 1번째 비속어에 대한 가중치가 0.2이고 사용자의 2번째 비속어에 대한 점수가 2이고 사용자의 2번째 비속어에 대한 가중치가 0.1이고 사용자의 비속어에 대한 기준치가 6이고 사용자가 비속어를 말할 때 음성 크기를 수치화한 값이 0.4이고 사용자의 1번째 올바르지 않은 발음에 대한 점수가 3이고 사용자의 1번째 올바르지 않은 발음에 대한 가중치가 0.1이고 사용자의 2번째 올바르지 않은 발음에 대한 점수가 2이고 사용자의 2번째 올바르지 않은 발음에 대한 가중치가 0.1이고 사용자의 올바르지 않은 발음에 대한 기준치가 7이고 사용자가 올바르지 않은 발음을 말할 때 음성 크기를 수치화한 값이 0.1일 때, 위험 수위 점수는 29.6일 수 있다.
위험 수위 점수는 사용자의 표정 개수, 사용자의 비속어 개수 및 사용자의 올바르지 않은 발음 개수가 많을수록 증가하고, 음성 크기를 수치화한 값이 클수록 증가할 수 있다.
본 실시예에 따르면, 정신 건강 분석 서버(100)는 사용자의 자아 및 건강 등을 일괄 관리할 수 있어 삶의 질을 향상시키고, 항상 행복할 수 있도록 사용자의 자아 통계 및 건의 사항 등을 지속적으로 모니터링할 수 있다.
그림책 분석부(140)는 그림책 이미지에 포함된 그림 데이터와 텍스트 데이터를 인공지능 기반으로 분석할 수 있다. 그림책 분석부(140)는 그림책 이미지에 포함된 그림 데이터에서 그림이 얼마나 정교하게 그려졌는지에 대한 그림 데이터의 복잡도, 그림을 한번에 식별할 수 있는지에 대한 그림 데이터의 식별도 및 그림이 의미하고자 하는 것에 대한 그림 데이터의 의미도를 분석할 수 있다. 또한, 그림책 분석부(140)는 그림책 이미지에 포함된 텍스트 데이터에서 텍스트의 글자수가 얼마나 되는지에 대한 텍스트 데이터의 복잡도, 텍스트에 포함된 단어가 얼마나 어려운지에 대한 텍스트 데이터의 식별도 및 텍스트(문맥)가 의미하고자 하는 것에 대한 텍스트 데이터의 의미도를 분석할 수 있다.
그림책 분석부(140)는 그림이 정교하게 그려졌으면 그림 데이터의 복잡도가 높은 것으로 분석하고, 그림이 애매모호하지 않고 그림을 한번에 식별할 수 있으면 그림 데이터의 식별도가 높은 것으로 분석하며, 그림이 의미하고자 하는 것이 바로 파악되면 그림 데이터의 의미도가 높은 것으로 분석할 수 있다.
그림책 분석부(140)는 텍스트의 글자수가 많으면 텍스트 데이터의 복잡도가 높은 것으로 분석하고, 텍스트에 포함된 단어가 어려우면 텍스트 데이터의 식별도가 낮은 것으로 분석하며, 텍스트(문맥)가 의미하고자 하는 것이 바로 파악되면 텍스트 데이터의 의미도가 높은 것으로 분석할 수 있다.
일 실시예에서, 그림책 분석부(140)는 사용자 단말(10)로부터 수집되는 그림책 이미지뿐만 아니라 온라인 상에서 공개되어 있는 그림책 이미지를 딥러닝으로 분석하여 인공지능으로 학습하고, 그림 데이터의 복잡도, 그림 데이터의 식별도, 그림 데이터의 의미도, 텍스트 데이터의 복잡도, 텍스트 데이터의 식별도 및 텍스트 데이터의 의미도를 판별하기 위한 기준을 결정할 수 있다.
그림책 추천부(150)는 분석 결과에 따라 그림책에 대한 난이도를 결정하여 사용자 정보를 기반으로 맞춤형 난이도 그림책을 추천할 수 있다. 그림책 추천부(150)는 사용자 정보에서 사용자의 나이에 따라 난이도에 맞는 맞춤형 난이도 그림책을 추천할 수 있다.
그림책 추천부(150)는 아래의 수학식 2를 기초로 그림책에 대한 난이도를 결정할 수 있다.
[수학식 2]
은 그림책에 대한 난이도를 의미하고, 는 그림 데이터의 복잡도를 의미하고, 는 그림 데이터의 식별도를 의미하고, 은 그림 데이터의 의미도를 의미하고, 는 텍스트 데이터의 복잡도를 의미하고, 는 텍스트 데이터의 식별도를 의미하고, 은 텍스트 데이터의 의미도를 의미하고, 는 사용자의 나이를 의미할 수 있다.
예를 들어, 그림 데이터의 복잡도가 0.7이고 그림 데이터의 식별도가 0.5이고 그림 데이터의 의미도가 0.5이고 텍스트 데이터의 복잡도가 0.4이고 텍스트 데이터의 식별도가 0.3이고 텍스트 데이터의 의미도가 0.3이고 사용자의 나이가 7일 때, 그림책에 대한 난이도는 6.37일 수 있다.
그림책 추천부(150)는 해당 사용자에게 난이도 6의 맞춤형 난이도 그림책을 추천할 수 있다.
그림책 추천부(150)는 맞춤형 난이도 그림책을 추천할 수 있어 어린이와 부모들이 적절한 그림책을 선택하고 독서 습관을 만들어 나갈 수 있도록 도울 수 있다.
그림책 추천부(150)는 분석 결과에 따라 그림책 치료 효과를 예측하여 사용자 정보를 기반으로 맞춤형 치료 그림책을 추천할 수 있다. 그림책 추천부(150)는 사용자 정보에서 사용자의 건강 상태에 따라 치료에 맞는 맞춤형 치료 그림책을 추천할 수 있다.
그림책 추천부(150)는 사용자의 정서적 안정, 스트레스 완화, 우울증 해소 등 정신적이거나 심리적인 치료를 위해 맞춤형 치료 그림책을 추천할 수 있다. 그림책 추천부(150)는 그림 데이터의 의미도와 텍스트 데이터의 의미도에 따라 사용자의 치료를 위한 맞춤형 치료 그림책을 추천할 수 있다.
일 실시예에서, 그림책 추천부(150)는 어떤 그림과 텍스트가 어떤 정신적 및 심리적 치료에 영향을 주는지 사전 분석을 통해 그림책 치료 모델을 생성할 수 있다. 그림책 치료 모델은 그림 데이터와 텍스트 데이터를 수집하여 딥러닝으로 분석하고, 정신적 및 심리적 치료시 특정 그림 데이터와 특정 텍스트 데이터를 제시했을 때 치료 반응 여부를 인공지능으로 학습하여 구축될 수 있다.
그림책 추천부(150)는 분석 결과에 따라 그림책 작성 예상 시나리오를 제공할 수 있다. 그림책 추천부(150)는 그림책에 포함된 그림 데이터와 텍스트 데이터에 따라 다음 그림 데이터와 다음 텍스트 데이터를 예상하여 현재까지 작성된 내용 이후의 예상 시나리오를 작성할 수 있도록 그림책 작성 예상 시나리오를 제공할 수 있다.
이에 따라 그림책 추천부(150)는 그림책 작가들이 작가의 블록과 같은 도구를 사용하여 보다 효율적으로 그림책을 작성할 수 있도록 할 수 있다.
본 실시예에 따르면, 정신 건강 분석 서버(100)는 자기 개발, 인간관계, 직업 선택 등의 문제를 그림책을 활용하여 해결하도록 하고, 그림책이 가지는 다양한 가치를 인식하고, 문제 해결에 활용할 수 있도록 할 수 있다. 또한, 정신 건강 분석 서버(100)는 그림책과 독서가 가지는 다양한 가치를 파악하고, 이를 활용하여 사회적 문제를 해결하고 사용자의 삶의 질을 향상시킬 수 있다.
도 3은 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템의 정신 건강 분석 서버에서 수행되는 자아 분석 과정을 설명하기 위한 순서도이다.
도 3을 참조하면, 정보 수집부(110)는 사용자 단말(10)로부터 사용자 정보, 영상 데이터 및 음성 데이터를 수집할 수 있다(단계 S310).
자아 분석부(120)는 사용자 단말(10)로부터 수집된 사용자 정보, 영상 데이터 및 음성 데이터를 인공지능으로 분석하여 사용자의 자아를 예측할 수 있다(단계 S320).
자아 분석부(120)는 사용자 정보, 영상 데이터 및 음성 데이터 딥러닝으로 분석하고 인공지능으로 학습하여 사용자의 자아를 예측할 수 있다.
자아 모니터링부(130)는 예측된 자아에 따라 사용자와 의사소통을 위한 언어 가이드 및 문맥 가이드 중 적어도 하나 제공할 수 있다(단계 S330).
자아 모니터링부(130)는 언어 가이드 및 문맥 가이드에 따른 사용자의 피드백을 모니터링하여 언어 가이드 및 문맥 가이드를 보완할 수 있다(단계 S340).
자아 모니터링부(130)는 사용자의 언행에 위험이 감지되면 사용자의 음성을 녹취하고 기 등록된 관련 기관에 신고를 접수할 수 있다.
도 4는 본 발명의 일 실시예에 따른 정신 건강을 위한 자아 활성화 시스템의 정신 건강 분석 서버에서 수행되는 그림책 분석 과정을 설명하기 위한 순서도이다.
도 4를 참조하면, 정보 수집부(110)는 사용자 단말(10)로부터 그림책 이미지를 수집할 수 있다(단계 S410).
그림책 분석부(140)는 그림책 이미지에 포함된 그림 데이터와 텍스트 데이터를 인공지능 기반으로 분석할 수 있다(단계 S420).
그림책 분석부(140)는 그림책 이미지에 포함된 그림 데이터와 텍스트 데이터를 딥러닝으로 분석하여 인공지능으로 학습할 수 있다.
그림책 추천부(150)는 분석 결과에 따라 맞춤형 난이도 그림책 추천, 맞춤형 치료 그림책 추천 및 그림책 작성 예상 시나리오를 제공할 수 있다(단계 S430).
그림책 추천부(150)는 분석 결과에 따라 그림책에 대한 난이도를 결정하여 사용자 정보를 기반으로 맞춤형 난이도 그림책을 추천하고, 분석 결과에 따라 그림책 치료 효과를 예측하여 사용자 정보를 기반으로 맞춤형 치료 그림책을 추천하며, 분석 결과에 따라 그림책 작성 예상 시나리오를 제공할 수 있다.
상기에서는 본 발명의 일 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 정신 건강 분석 서버
110: 정보 수집부
120: 자아 분석부
130: 자아 모니터링부
140: 그림책 분석부
150: 그림책 추천부
10: 사용자 단말

Claims (3)

  1. 사용자 단말; 및
    상기 사용자 단말을 사용하는 사용자의 자아를 분석하고, 상기 사용자 단말로부터 수집되는 그림책 이미지를 분석하고, 정보 수집부, 자아 분석부, 자아 모니터링부, 그림책 분석부 및 그림책 추천부를 포함하는 정신 건강 분석 서버를 포함하고,
    상기 자아 모니터링부는,
    상기 사용자의 예측된 자아에 따라 제공된 언어 가이드 및 문맥 가이드에 따른 상기 사용자의 피드백에 대한 위험 수위 점수를 아래의 수학식 1을 기초로 산출하고, 상기 위험 수위 점수에 따라 사용자의 음성 녹취 여부를 결정하며,
    [수학식 1]

    는 위험 수위 점수를 의미하고, 은 사용자의 표정 개수를 의미하고, 는 사용자의 i번째 표정에 대한 점수를 의미하고, 는 사용자의 i번째 표정에 대한 가중치를 의미하고, 는 사용자의 i번째 표정에 대한 기준치를 의미하고, 은 사용자가 표정을 지을 때 음성 크기를 수치화한 값을 의미하고, 은 사용자의 비속어 개수를 의미하고, 는 사용자의 j번째 비속어에 대한 점수를 의미하고, 는 사용자의 j번째 비속어에 대한 가중치를 의미하고, 는 사용자의 j번째 비속어에 대한 기준치를 의미하고, 은 사용자가 비속어를 말할 때 음성 크기를 수치화한 값을 의미하고, 은 사용자의 올바르지 않은 발음 개수를 의미하고, 는 사용자의 k번째 올바르지 않은 발음에 대한 점수를 의미하고, 는 사용자의 k번째 올바르지 않은 발음에 대한 가중치를 의미하고, 는 사용자의 k번째 올바르지 않은 발음에 대한 기준치를 의미하고, 은 사용자가 올바르지 않은 발음을 말할 때 음성 크기를 수치화한 값을 의미하고,
    상기 그림책 추천부는,
    아래의 수학식 2를 기초로 그림책에 대한 난이도를 결정하여 맞춤형 난이도 그림책을 추천하고,
    [수학식 2]

    은 그림책에 대한 난이도를 의미하고, 는 그림책 이미지에 포함된 그림 데이터의 복잡도를 의미하고, 는 그림책 이미지에 포함된 그림 데이터의 식별도를 의미하고, 은 그림책 이미지에 포함된 그림 데이터의 의미도를 의미하고, 는 그림책 이미지에 포함된 텍스트 데이터의 복잡도를 의미하고, 는 그림책 이미지에 포함된 텍스트 데이터의 식별도를 의미하고, 은 그림책 이미지에 포함된 텍스트 데이터의 의미도를 의미하고, 는 사용자의 나이를 의미하는, 정신 건강을 위한 자아 활성화 시스템.
  2. 제1항에 있어서,
    상기 정신 건강 분석 서버는,
    상기 사용자 단말로부터 사용자 정보, 영상 데이터, 음성 데이터 및 그림책 이미지를 수집하는 정보 수집부;
    상기 사용자 정보, 상기 영상 데이터 및 상기 음성 데이터를 인공지능으로 분석하여 사용자의 자아를 예측하는 자아 분석부;
    상기 예측된 자아에 따라 상기 사용자와 의사소통을 위한 언어 가이드 및 문맥 가이드 중 적어도 하나를 제공하고, 상기 언어 가이드 및 상기 문맥 가이드에 따른 상기 사용자의 피드백을 모니터링하여 상기 언어 가이드 및 상기 문맥 가이드를 보완하며, 상기 사용자의 피드백에 위험이 감지되면 상기 사용자의 음성을 녹취하는 자아 모니터링부;
    상기 그림책 이미지에 포함된 그림 데이터와 텍스트 데이터를 인공지능 기반으로 분석하는 그림책 분석부; 및
    상기 분석 결과에 따라 그림책에 대한 난이도를 결정하여 상기 사용자 정보를 기반으로 맞춤형 난이도 그림책을 추천하고, 상기 분석 결과에 따라 그림책 치료 효과를 예측하여 상기 사용자 정보를 기반으로 맞춤형 치료 그림책을 추천하며, 상기 분석 결과에 따라 그림책 작성 예상 시나리오를 제공하는 그림책 추천부를 포함하는, 정신 건강을 위한 자아 활성화 시스템.

  3. 삭제
KR1020230136101A 2023-10-12 2023-10-12 정신 건강을 위한 자아 활성화 시스템 KR102642997B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230136101A KR102642997B1 (ko) 2023-10-12 2023-10-12 정신 건강을 위한 자아 활성화 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230136101A KR102642997B1 (ko) 2023-10-12 2023-10-12 정신 건강을 위한 자아 활성화 시스템

Publications (1)

Publication Number Publication Date
KR102642997B1 true KR102642997B1 (ko) 2024-03-04

Family

ID=90297668

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230136101A KR102642997B1 (ko) 2023-10-12 2023-10-12 정신 건강을 위한 자아 활성화 시스템

Country Status (1)

Country Link
KR (1) KR102642997B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102187210B1 (ko) * 2020-06-22 2020-12-04 주식회사 플랙스 영상 일기를 이용한 심리 상태 분석 장치 및 방법
KR102403702B1 (ko) * 2021-11-11 2022-05-31 주식회사 파블로아트컴퍼니 음성, 텍스트, 그림 데이터를 이용한 미술 심리분석 장치 및 이에 의해서 수행되는 미술 심리분석 방법
KR102476787B1 (ko) * 2022-02-14 2022-12-12 주식회사 플랙스 인공 지능 모델 기반으로 그림일기 분석을 통한 그림일기 사용자의 심리상태 진단 장치 및 방법
KR102552220B1 (ko) 2022-12-15 2023-07-06 주식회사 하이 정신건강 진단 및 치료를 적응적으로 수행하기 위한 컨텐츠 제공 방법, 시스템 및 컴퓨터 프로그램

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102187210B1 (ko) * 2020-06-22 2020-12-04 주식회사 플랙스 영상 일기를 이용한 심리 상태 분석 장치 및 방법
KR102403702B1 (ko) * 2021-11-11 2022-05-31 주식회사 파블로아트컴퍼니 음성, 텍스트, 그림 데이터를 이용한 미술 심리분석 장치 및 이에 의해서 수행되는 미술 심리분석 방법
KR102476787B1 (ko) * 2022-02-14 2022-12-12 주식회사 플랙스 인공 지능 모델 기반으로 그림일기 분석을 통한 그림일기 사용자의 심리상태 진단 장치 및 방법
KR102552220B1 (ko) 2022-12-15 2023-07-06 주식회사 하이 정신건강 진단 및 치료를 적응적으로 수행하기 위한 컨텐츠 제공 방법, 시스템 및 컴퓨터 프로그램

Similar Documents

Publication Publication Date Title
Alqahtani et al. Insights from user reviews to improve mental health apps
Guerberof-Arenas et al. The impact of post-editing and machine translation on creativity and reading experience
US20220164541A1 (en) Systems and methods for dynamic user interaction for improving mental health
Sauter et al. Can perceivers recognise emotions from spontaneous expressions?
Squires It don't go both ways: Limited bidirectionality in sociolinguistic perception
Elfenbein Nonverbal dialects and accents in facial expressions of emotion
Scherer Vocal markers of emotion: Comparing induction and acting elicitation
Rojo Translation meets cognitive science: The imprint of translation on cognitive processing
Jungmann et al. Do Dr. Google and health apps have (comparable) side effects? An experimental study
Garcia-Garcia et al. Multimodal affective computing to enhance the user experience of educational software applications
Chen et al. Acoustic-prosodic and lexical cues to deception and trust: deciphering how people detect lies
Nakai et al. Detecting abnormal word utterances in children with autism spectrum disorders: machine-learning-based voice analysis versus speech therapists
Halfon et al. Multimodal affect analysis of psychodynamic play therapy
Constâncio et al. Deception detection with machine learning: A systematic review and statistical analysis
Keating et al. Titling practices and their implications in communication research 1970-2010: Cutesy cues carry citation consequences
EP3655870A1 (en) Systems and methods for dynamic user interaction for improving happiness
Xue et al. Evaluation of the current state of Chatbots for digital health: scoping review
Elfenbein et al. What do we hear in the voice? An open-ended judgment study of emotional speech prosody
Strachan et al. Examining the durability of incidentally learned trust from gaze cues
Norman et al. Contextual diversity during word learning through reading benefits generalisation of learned meanings to new contexts
CN108733672B (zh) 实现网络信息质量评估的方法和系统
KR102642997B1 (ko) 정신 건강을 위한 자아 활성화 시스템
Quiñones-Camacho et al. Regulating emotions in two languages: How do emotion regulation strategies relate to physiological reactivity in emotional contexts?
Tompkinson et al. Perception of threat and intent to harm from vocal and facial cues
KR20230137228A (ko) 심리 상태 정보를 활용한 인공지능 도서 추천 서비스 제공 방법, 장치 및 프로그램

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant