针对抑郁障碍的虚拟场景模拟训练方法、设备及介质与流程

1.本技术涉及计算机领域，具体涉及一种针对抑郁障碍的虚拟场景模拟训练方法、设备及介质。


背景技术：

2.抑郁障碍，也称作抑郁症。在传统的方案中，通常需要对抑郁障碍的用户进行相应训练，比如，对用户进行对话访谈、行为干预、行为训练等，来对用户的心理状态进行调整。
3.然而这些传统方案十分依赖人工的经验，并且没有标准化的训练过程，使得训练效果往往不尽如人意。


技术实现要素：

4.为了解决上述问题，本技术提出了一种针对抑郁障碍的虚拟场景模拟训练方法，包括：
5.向用户展示视频数据，所述视频数据中包括封闭空间场景、社交场景、危险场景中的至少一种；
6.向所述用户发出指令，以使所述用户追踪所述视频数据中出现的第一目标，并采集所述用户在观看所述视频数据，以及追踪所述第一目标时的多维度生理数据；
7.根据所述多维度生理数据，确定所述用户所处的抑郁障碍状态；
8.根据所述抑郁障碍状态，根据预设的数据库，生成所述用户对应的虚拟场景，并向所述用户展示所述虚拟场景；
9.向所述用户发出指令，以使所述用户执行多轮训练过程，并确定所述用户在当前轮次的训练结果符合预设标准时，进入下一轮训练过程，其中，每轮所述训练过程包括：追踪处于所述虚拟场景中依次闪烁出现第二目标。
10.在一个示例中，采集所述用户在观看所述视频数据，以及追踪所述第一目标时的多维度生理数据，具体包括：
11.采集所述用户在观看所述视频数据时的心率、心率变异性、皮肤电阻值，并采集所述用户在追踪依次出现的多个所述第一目标时的注意转移时间长度。
12.在一个示例中，根据所述多维度生理数据，确定所述用户所处的抑郁障碍状态，具体包括：
13.若所述心率超过第一预设阈值，所述心率变异性低于第二预设阈值，且所述皮肤电阻值低于第三预设阈值，则确定所述用户处于焦虑障碍发作状态；
14.若所述注意转移时间长度超过第四预设阈值，则确定所述用户处于焦虑易感性群体。
15.在一个示例中，向所述用户发出指令，以使所述用户执行多轮训练过程，并确定所述用户在当前轮次的训练结果符合预设标准时，进入下一轮训练过程，具体包括：
16.向所述用户发出指令，以使所述用户执行第一轮训练过程，且在所述第一轮训练
过程中，所述第二目标闪烁的时间间隔不小于所述注意转移时间长度；
17.若所述用户在当前轮次的训练结果中，对所述第二目标的追踪命中率符合预设标准，则进入下一轮训练过程，并在所述下一轮训练过程中，缩短所述第二目标闪烁的时间间隔。
18.在一个示例中，向所述用户发出指令，以使所述用户执行第一轮训练过程之后，所述方法还包括：
19.若所述用户在当前轮次的训练结果中，对所述第二目标的追踪命中率不符合预设标准，则重新进行当前轮次的训练过程，并对所述用户提示进入下一轮次的训练过程，而非显示重新进行当前轮次的训练过程。
20.在一个示例中，向所述用户发出指令，以使所述用户执行多轮训练过程之前，所述方法还包括：
21.预先采集多个用户在训练过程中的特征数据，所述特征数据包括所述用户对应的抑郁障碍状态；
22.将所述特征数据作为输入，将所述训练过程对应的最大化训练响应时的训练时长、训练轮次作为输出，训练得到随机森林模型，以便于通过所述随机森林模型对用户的多轮训练过程的训练时长、训练轮次进行确定。
23.在一个示例中，将所述特征数据作为输入，将所述训练过程对应的最大化训练响应时的训练时长、训练轮次作为输出，训练得到随机森林模型，具体包括：
24.将所述特征数据作为输入，将所述训练过程对应的最大化训练响应时的总训练时长作为输出，训练得到第一随机森林模型；
25.将所述特征数据作为输入，将所述训练过程对应的最大化训练响应时的单次训练时长作为输出，训练得到第二随机森林模型；
26.根据所述第一随机森林模型输出的总训练时长和所述第二随机森林模型输出的单次训练时长，得到训练轮次。
27.在一个示例中，将所述特征数据作为输入，将所述训练过程对应的最大化训练响应时的总训练时长作为输出，训练得到第一随机森林模型之后，所述方法还包括：
28.通过输出的所述总训练时长，对所述特征数据信息增益最大化，以增加所述特征数据的特异性。
29.另一方面，本技术还提出了一种针对抑郁障碍的虚拟场景模拟训练设备，包括：
30.至少一个处理器；以及，
31.与所述至少一个处理器通信连接的存储器；其中，
32.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如：
33.向用户展示视频数据，所述视频数据中包括封闭空间场景、社交场景、危险场景中的至少一种；
34.向所述用户发出指令，以使所述用户追踪所述视频数据中出现的第一目标，并采集所述用户在观看所述视频数据，以及追踪所述第一目标时的多维度生理数据；
35.根据所述多维度生理数据，确定所述用户所处的抑郁障碍状态；
36.根据所述抑郁障碍状态，根据预设的数据库，生成所述用户对应的虚拟场景，并向
所述用户展示所述虚拟场景；
37.向所述用户发出指令，以使所述用户执行多轮训练过程，并确定所述用户在当前轮次的训练结果符合预设标准时，进入下一轮训练过程，其中，每轮所述训练过程包括：追踪处于所述虚拟场景中依次闪烁出现第二目标。
38.另一方面，本技术还提出了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
39.向用户展示视频数据，所述视频数据中包括封闭空间场景、社交场景、危险场景中的至少一种；
40.向所述用户发出指令，以使所述用户追踪所述视频数据中出现的第一目标，并采集所述用户在观看所述视频数据，以及追踪所述第一目标时的多维度生理数据；
41.根据所述多维度生理数据，确定所述用户所处的抑郁障碍状态；
42.根据所述抑郁障碍状态，根据预设的数据库，生成所述用户对应的虚拟场景，并向所述用户展示所述虚拟场景；
43.向所述用户发出指令，以使所述用户执行多轮训练过程，并确定所述用户在当前轮次的训练结果符合预设标准时，进入下一轮训练过程，其中，每轮所述训练过程包括：追踪处于所述虚拟场景中依次闪烁出现第二目标。
44.通过本技术提出的方法能够带来如下有益效果：
45.通过对用户的抑郁障碍状态进行识别，能够实现针对的个性化定制训练过程，提高用户的训练效果。并且不再依赖人工经验，即使是没有经验的工作人员也能够辅助用户实现训练。通过标准化的训练过程，也保证了用户的训练效果。
附图说明
46.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
47.图1为本技术实施例中针对抑郁障碍的虚拟场景模拟训练方法的流程示意图；
48.图2为本技术实施例中，一种场景下的针对抑郁障碍的虚拟场景模拟训练方法的流程示意图；
49.图3为本技术实施例中针对抑郁障碍的虚拟场景模拟训练设备的示意图。
具体实施方式
50.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
51.以下结合附图，详细说明本技术各实施例提供的技术方案。
52.如图1所示，本技术实施例提供一种针对抑郁障碍的虚拟场景模拟训练方法，如图2所示，为本技术实施例提供的，一种场景下的针对抑郁障碍的虚拟场景模拟训练方法的示意图；
53.如图1和图2所示，方法包括：
54.s101：向用户展示视频数据，所述视频数据中包括封闭空间场景、社交场景、危险场景中的至少一种。
55.展示过程可以是用户佩戴vr头盔，通过vr的方式展示，使得用户更加身临其境。展示过程中，vr头盔在显示屏上展示一组视频数据，作为视频刺激，视频内容预先由动画设计的虚拟人表演与场景展示完成，具体可以包括：一个封闭的场景空间，连续展示3次，3次的顺序分别为展示一个电梯空间、一个封闭的室内空间、一个监禁空间；一个很多虚拟人与用户进行交互，需要用户与虚拟人进行社会交往的场景；一个出现预期威胁，虚拟人所处的场景即将发生暴风雨，虚拟人所处的场景在暗处有犯罪分子的场景。
56.s102：向所述用户发出指令，以使所述用户追踪所述视频数据中出现的第一目标，并采集所述用户在观看所述视频数据，以及追踪所述第一目标时的多维度生理数据。
57.第一目标可以是在视频数据中生成的亮光点，指令可以是在展示上述场景3秒之后，在显示器上出现一条字幕，向用户发出指令，要求用户追踪场景中出现的亮光点。
58.追踪的方式可以是用户用眼睛追踪，此时，通过vr头盔内置的陀螺仪和眼动追踪装置判断是否追踪成功。或者，预先配置手柄，由用户操作手柄进行追踪。
59.s103：根据所述多维度生理数据，确定所述用户所处的抑郁障碍状态。
60.多维生理数据可以包括：用户在观看视频数据时的心率(rr)、心率变异性(hrv)、皮肤电阻值(sc)，其中，心率可以通过佩戴的心率监测设备采集，皮肤电阻值可以通过皮肤电阻传感器采集。
61.当用户观看视频时，若心率超过第一预设阈值(比如，105/min)，心率变异性低于第二预设阈值(比如，sdnn 102ms)，且皮肤电阻值低于第三预设阈值(比如，125欧姆)，则确定用户处于焦虑障碍发作状态。
62.多维生理数据还可以包括：用户在追踪依次出现的多个第一目标时的注意转移时间长度(stt)。其可以通过眼动追踪装置采集。若注意转移时间长度超过第四预设阈值(比如，1300ms)，则确定用户处于焦虑易感性群体。
63.其中，焦虑障碍发作状态和焦虑易感性群体两者均属于抑郁障碍状态的一种，且两者之间并不冲突，两者可能同时存在，也可能只存在其一，或者同时不存在。在得到抑郁障碍状态时，可以对该用户的抑郁障碍状态进行自动标注，并纳入数据库中。
64.s104：根据所述抑郁障碍状态，根据预设的数据库，生成所述用户对应的虚拟场景，并向所述用户展示所述虚拟场景。
65.在确定了用户的抑郁障碍状态后，即可根据预设的数据库进行个性化推送。在数据库中存有多个虚拟场景的视频资料，不同的虚拟场景模拟有不同的环境，比如，社交环境、危险环境、自然环境等。为每个环境在数据中建立对应的映射关系，以匹配不同的抑郁障碍状态，由此实现个性化的虚拟环境匹配机制。
66.s105：向所述用户发出指令，以使所述用户执行多轮训练过程，并确定所述用户在当前轮次的训练结果符合预设标准时，进入下一轮训练过程，其中，每轮所述训练过程包括：追踪处于所述虚拟场景中依次闪烁出现第二目标。
67.vr头盔中出现发出指令，与上文中类似地，可以在显示屏中发出指令。第二目标可以是虚拟场景中出现的绿色亮点，其是依次闪烁出现的，每次只有一个第二目标出现，其消失后，下一个第二目标再出现。并且绿色亮点出现位置处于屏幕的边缘而非中心，用户的注
意力在未收到指示时，往往处于中心，将其设置在边缘能够使得用户有转移注意力的动作。而追踪的方式与第一目标类似，可以是眼动追踪或者是手柄追踪。
68.具体地，在第一轮训练过程中，第二目标闪烁的时间间隔不小于注意转移时间长度，注意转移时间长度为用户测试得到的数据，如此保证用户有足够的时间去完成第一轮训练过程。在接下来的训练过程中，若用户在当前轮次的训练结果中，对第二目标的追踪命中率符合预设标准(比如，命中率为100％)，则进入下一轮训练过程，并在下一轮训练过程中，缩短第二目标闪烁的时间间隔(比如，50ms)，以此训练用户降低其注意转移时间长度。
69.另外，若用户在当前轮次的训练结果中，对第二目标的追踪命中率不符合预设标准，则重新进行当前轮次的训练过程，但是对用户的提示是：进入下一轮次的训练过程，而非显示重新进行当前轮次的训练过程。由此来保证用户的信心，防止用户由于未完成训练过程导致的紧张心态。
70.通过对用户的抑郁障碍状态进行识别，能够实现针对的个性化定制训练过程，提高用户的训练效果。并且不再依赖人工经验，即使是没有经验的工作人员也能够辅助用户实现训练。通过标准化的训练过程，也保证了用户的训练效果。
71.在一个实施例中，预先采集多个用户在训练过程中的特征数据(在本技术实施例中，为进行参数验证，采集了1123名用户的的特征数据)，其中，特征数据包括用户对应的抑郁障碍状态，也可以包括多维度生理数据。抑郁障碍状态可以包括四个类型：焦虑障碍发作状态+非焦虑易感性群体、焦虑障碍发作状态+焦虑易感性群体、非焦虑障碍发作状态+非焦虑易感性群体、非焦虑障碍发作状态+焦虑易感性群体。
72.将特征数据作为输入，将训练过程对应的最大化训练响应时的训练时长、训练轮次作为输出，训练得到随机森林模型。其中，最大化训练响应指的是，具有最好训练效果时的训练时长和训练轮次，而最好训练效果可以基于预先采集用户的特征数据时，根据该用户的历史训练记录确定。
73.具体地，在训练随机森林模型时，训练时长和训练轮次并非单独的结果，而是通过总训练时长t
totalgame
和单次训练时长t
onegame
得到的，训练轮次r的计算方式为：
74.而对于总训练时长和单次训练时长，将特征数据作为输入，将训练过程对应的最大化训练响应时的总训练时长作为输出，训练得到第一随机森林模型；并将特征数据作为输入，将训练过程对应的最大化训练响应时的单次训练时长作为输出，训练得到第二随机森林模型，通过两个单独的随机森林模型分别得到，并根据总训练时长和单次训练时长得到训练轮次。
75.另外，在得到总训练时长后，通过其对特征数据信息增益(information gain)最大化，以增加特征数据的特异性，具体计算公式如下：g(d,a)＝h(d)-h(d|a)。
76.通过本技术实施例的方案，对经过训练的150名用户作为验证数据，在验证数据上预测所得的总训练时长和单次训练时长均与响应最大化数值误差在10％以内。
77.如图3所示，本技术实施例还提供了一种针对抑郁障碍的虚拟场景模拟训练设备，包括：
78.至少一个处理器；以及，
79.与所述至少一个处理器通信连接的存储器；其中，
80.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如：
81.向用户展示视频数据，所述视频数据中包括封闭空间场景、社交场景、危险场景中的至少一种；
82.向所述用户发出指令，以使所述用户追踪所述视频数据中出现的第一目标，并采集所述用户在观看所述视频数据，以及追踪所述第一目标时的多维度生理数据；
83.根据所述多维度生理数据，确定所述用户所处的抑郁障碍状态；
84.根据所述抑郁障碍状态，根据预设的数据库，生成所述用户对应的虚拟场景，并向所述用户展示所述虚拟场景；
85.向所述用户发出指令，以使所述用户执行多轮训练过程，并确定所述用户在当前轮次的训练结果符合预设标准时，进入下一轮训练过程，其中，每轮所述训练过程包括：追踪处于所述虚拟场景中依次闪烁出现第二目标。
86.本技术实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
87.向用户展示视频数据，所述视频数据中包括封闭空间场景、社交场景、危险场景中的至少一种；
88.向所述用户发出指令，以使所述用户追踪所述视频数据中出现的第一目标，并采集所述用户在观看所述视频数据，以及追踪所述第一目标时的多维度生理数据；
89.根据所述多维度生理数据，确定所述用户所处的抑郁障碍状态；
90.根据所述抑郁障碍状态，根据预设的数据库，生成所述用户对应的虚拟场景，并向所述用户展示所述虚拟场景；
91.向所述用户发出指令，以使所述用户执行多轮训练过程，并确定所述用户在当前轮次的训练结果符合预设标准时，进入下一轮训练过程，其中，每轮所述训练过程包括：追踪处于所述虚拟场景中依次闪烁出现第二目标。
92.本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
93.本技术实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
94.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术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。而且，本技术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。
95.本技术是参照根据本技术实施例的方法、设备(系统)、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。
96.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。
97.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。
98.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
99.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
100.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
101.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
102.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。