基于前庭神经反射的心理状态测试评估方法与流程

本发明涉及心理状态测试评估技术领域，尤其涉及一种基于前庭神经反射的心理状态测试评估方法。

背景技术：

丰富地掌握人类的心理稳定状态是一项艰巨的任务。用语言表达自己的幸福是很容易的，但是要量化和评估自己在心理状态上的放松和舒适程度却并不容易。但是可以设想通过计算机的图像分析来确定人的心理状态。头部由于它的特殊性成为了最佳选择。一个人本能地受到周期性振动的影响，以使其头部在三个维度上保持平衡，这三个维度根据情感和心理状态而变化。这往往取决于情绪和心理状态。基于此，测量头部的微动并将其制成视频。利用此成像信息与脑电波和心率变异性(hrv)之间相关性的算法，振动图像技术的心理状况的非接触式检查和评估是解决这些问题的创新方法。该技术使用真实的视频图像来分析人的头部和颈部的微动响应。

振动图像技术是一种融合技术，涵盖了所有不同领域，例如：用于图像处理的视频技术+测量技术+数据管理，该技术可通过以非接触方式测量生物信号来测量情绪和心理状态以分析真实的视频图像；分析技术+心理学+生理学+精神科知识。

尽管情绪和功能状态与反射的协调和操作参数直接相关，但直到最近，还没有参数能够提供有关人体运动的定量信息。计算振动图像的技术原理是通过累积帧差来处理视频图像。

技术实现要素：

基于上述背景，以对前庭神经反射的分析作为切入点，生成对被测试者心理状态测试评估的构建方法。

通过电脑显示屏对测试者提供24组相反的问题-刺激，同时在电脑上安装着网络摄像头用于收集头部的微观移动，继而通过振动图像技术处理所收集的影像时，会运用相应算法进行分析被测试者的心理反应数据，加以处理分析。

同时，本发明将对多元智能(mi)的相应数据进行测试，主要分析方向为通过分析i-e(information-energy)之间的关系，确定被测试者对问题的反应，以此判断被测试者的心理状态。

所以基于前庭神经反射的心理状态测试评估的具体步骤如下：

步骤1，收集非实验条件下被测试者对相反的问题-刺激的头部运动影像；

步骤2，通过振动图像技术的算法处理所述影像，得到被测试者的心理反应；

步骤3，通过对多元智能(mi)轮廓的有意识和无意识结构成分之间的差异(差异mi轮廓)，获取mi的相关数据进行评估分析；运用获得的数据计算分析i-e(information-energy)之间的关系，得到被测试者对问题-刺激的反应，以此判断被测试者的心理状态。

本发明步骤1中，所述头部运动影像利用电脑屏幕的网络摄像机收集；和/或，收集所述相反的问题-刺激的数量为24组。

本发明中，所述相反的问题-刺激为旨在显示各种行为反应的常规相反的问题和刺激；所述行为反应为无意识的反应。

本发明步骤2中，通过结合多元智能扩展理论和振动图像技术来观察被测试者的心理状态变化；其中，多元智能是指人在特定情景中解决问题并有所创造的多方面能力。不同于传统智力理论认为语言能力和数理逻辑能力是智力的核心，而是试图通过多方面评估人在特定情景中解决问题并有所创造的能力。

通过所述振动图像技术估计被测试者对十二种多元智能类型的归属，十二种多元智能类型是指语言智能、逻辑数理智能、空间智能、运动智能、音乐智能、人际交往智能、内省智能、自然观察智能、虚拟存在智能、商业智能、逆商智能、艺术智能。

振动图像用于表示在信息能量轴上被测试者的心理状态的变化；作为表征个体心理反应的可测量参数，使用指示心理反应的能量和信息成分的参数；通过在反映个人信息和能量状态相应变化的信息和能量范围中追踪对问题的心理反应的变化，来检测被测者心理状态的变化方向；将人的内部信息状态估计为信息效率系数iin，该信息效率系数iin反映接收到的信息的有用量与所发送的信息的总量之比其中，c表示个体的信息，e为消耗能量；通过检测i-e参数以及参数之间的关系，判断被测试者的心理状态。

本发明步骤3包括：

步骤3.1，收集i-e数据，制图分析，信息能量之间需满足负相关关系；

步骤3.2，使用方程式反映i-e变化的特定模型；

步骤3.3，根据画出的分布图分析被测试者的心理状态。

本发明步骤3.1中，负相关的关系为

本发明步骤3.2中，在用于计算i-e数据的方程式(1)中，表征i-e数据变化的参数是被测者的信息状态的变化；能量状态的变化始终取正值，对总体结果的贡献很小：

dp1＝|ii-ii-1|+(ei·ii)|ei-ei-1|·sina(1)

其中：

ii-1是在观察周期的第i个时间间隔内的人的初始状态下的信息特性的初始基准坐标；

ii是在第i个时间间隔内人的当前状态下信息特征的最终参考坐标；

ei-1是第i个时间间隔内人的初始状态下能量消耗的初始参考坐标；

ei是第i个时间间隔内人的当前状态下能量消耗的最终参考坐标。

本发明步骤3.2中，用于计算心理状态的方程式(2)基于对改变被测者的信息和能量特征具有同等作用的方法：

dp2＝[(ii-1-ii)+(ei-1-ei)]·sina(2)

其中：

ii-1是人的初始状态下信息舒适度的参考坐标；

ii是一个人当前状态下信息舒适度的变化参考坐标；

ei-1是一个人初始状态的能量消耗的参考坐标；

ei是一个人当前状态下能量消耗的变化参考坐标。

本发明步骤3.2中，方程式(3)中，i-e数据变化被视为相对于公共i-e中心的偏差，计算为信息和能量分量各自偏差的总和；

其中：

i0是一个人的平均信息状态的参考坐标；

ii是一个人当前状态下信息舒适度的变化参考坐标；

e0是一个人的平均能量状态的参考坐标；

ei是一个人当前状态下能量消耗的变化参考坐标。

本发明公开了一种基于前庭神经反射的心理状态测试评估方法，采用通过电脑屏幕向被测试者24个相反的问题-刺激，与此同时，用安装在同一台计算机上的网络摄像头收集受访者的头部的微动影像。通过振动图像技术处理所收集的前庭神经反射的头部影像，记录受访者的心理反应，并运用算法进行相应的多元智能(mi)数据的分析。对mi的分析的主要方向为，通过分析i-e(information-energy)之间的关系，确定被测试者对问题的反应，以此判断被测试者的心理状态。所述方法能为实验提供相应的定量实验数据，并能揭示mi中相应数据之间的关系，可以准确地反应被试者的心理状态。

附图说明

图1是本发明测试方法流程图。

图2是本发明的制图示例。

具体实施方式

结合以下具体实施例和附图，对发明作进一步的详细说明。实施本发明的过程、条件、实验方法等，除以下专门提及的内容之外，均为本领域的普遍知识和公知常识，本发明没有特别限制内容。

实施例

通过电脑显示屏对测试者提供24组相反的问题-刺激，同时在电脑上安装着网络摄像头用于收集头部的微观移动，继而通过振动图像技术处理所收集的影像时，会运用相应算法进行分析被测试者的心理反应数据，加以处理分析。

同时，本发明将对mi的相应数据进行测试，主要分析方向为通过分析i-e(information-energy)之间的关系，确定被测试者对问题的反应，以此判断被测试者的心理状态。

所以基于前庭神经反射的心理状态测试评估的具体步骤如下：

步骤1，随机收集满足样本数量的测试对象。

步骤2，通过电脑屏幕对被测试者进行相反的问题-刺激。此处需要澄清一下，在mi测试中，所提出的不是完全相反的问题和刺激，而是旨在显示各种行为反应的常规相反的问题和刺激，所以本文不包括详细描述的mi测试原理。由于在这项研究中本发明重点只对无意识的反应感兴趣，因此本发明不考虑任何有意识的反应(是-否)。有意识的反应是指被测试对象所回答的问题的结果；无意识的反应是指被测试对象回答问题时头部的实时反应。

步骤3，同时利用电脑屏幕的网络摄像机收集被测试者的头部运动影像。

步骤4，利用振动图像技术通过相应算法分析收集的头部运动影像，得到……。通过结合多元智能扩展理论和振动图像技术来观察被测试者的状态变化。其中的多元智能扩展理论能通过多方面客观地评估各种个人能力，但是大多数的结论只是基于假象和设想得出。所以本发明需要振动图像技术进行相应的定量测量和评估，以估计被测试者对十二种mi类型的归属。振动图像用于表示在信息能量轴上被测人的心理状态的变化。

本发明中的振动图像，被测试者坐在计算机前，在监视器屏幕上依次看到出现的问题和图像，以是/否格式按软件界面中的指定按钮。同时，该监视器配有microsoftlifecamcinema网络摄像头，该摄像头传输被测试者的视频图像以通过程序对其进行处理。该程序将视频转换为振动图像，并根据编写的算法与获得的问题有意识答案同步处理该视频。

本发明使用指示心理反应的能量(消耗能量e)和信息成分(信息交换效率系数i)的参数作为表征个体心理反应的主要可测量参数。可以通过在反映个人信息和能量状态相应变化的信息和能量范围中追踪对问题-刺激的心理反应的变化，来检测被测者心理状态的变化方向。将被测试者的内部信息状态估计为信息效率系数iin，该信息效率系数iin反映接收到的信息的有用量与所发送的信息的总量之比其中，c表示个体的信息。通过检测i-e参数以及参数之间的关系，判断被测试者的心理状态。

步骤5，收集i-e数据，制图分析，示例请见图2，信息能量之间需要满足一定的负相关的关系若数据不满足负相关的关系，则需要重新收集数据。

步骤6，为了量化i-e的变化，本发明需要使用几个方程式进行更直观的展示，每个方程式都反映了i-e变化的特定模型。步骤6是根据步骤5中的数据推导出的公式。

步骤6.1，在用于计算i-e的等式(1)中，表征i-e变化的主要参数是被测者的信息状态的变化。能量状态的变化始终取正值，对总体结果的贡献很小。

dp1＝|ii-ii-1|+(ei·ii)|ei-ei-1|·sina(1)

其中：

ii-1是在观察周期的第i个时间间隔内的人的初始状态下的信息特性的初始基准坐标。

ii是在第i个时间间隔内人的当前状态下信息特征的最终参考坐标；

ei-1是第i个时间间隔内人的初始状态下能量消耗的初始参考坐标；

ei是第i个时间间隔内人的当前状态下能量消耗的最终参考坐标；

步骤6.2，用于计算心理状态的下一个方程式(2)基于对改变被测者的信息和能量特征具有同等作用的方法：

dp2＝[(ii-1-ii)+(ei-1-ei)]·sina(2)

基本参数类似于公式(1)：

ii-1是人的初始状态下信息舒适度的参考坐标；

ii是一个人当前状态下信息舒适度的变化参考坐标；

ei-1是一个人初始状态的能量消耗的参考坐标；

ei是一个人当前状态下能量消耗的变化参考坐标。

步骤6.3公式(3)中，i-e变化被视为相对于公共i-e中心的偏差，计算为信息和能量分量各自偏差的总和。因此，该特征考虑了两个因素：问题的刺激作用和心理系统趋于稳定并回到平衡状态的趋势。

基本计算参数与公式(1)相似：

i0是一个人的平均信息状态的参考坐标；

ii是一个人当前状态下信息舒适度的变化参考坐标；

e0是一个人的平均能量状态的参考坐标；

ei是一个人当前状态下能量消耗的变化参考坐标。

步骤7，根据画出的分布图分析被测试者的心理状态。分析步骤是通过记录在mi测试期间获得的大量统计特征和心理生理参数的依存关系，并将其记录到excel文件中。运用统计软件对保存在excel文件中的测量参数进行自动处理，使得能够检测被测试者的心理状态，包括不同参数之间的相关性。

至此，关于基于前庭神经反射的心理状态测试评估方法构建方案执行完毕。

本发明的保护内容不局限于以上实施例。在不背离发明构思的精神和范围下，本领域技术人员能够想到的变化和优点都被包括在本发明中，并且以所附的权利要求书为保护范围。