一种精神科患者用心理障碍测评方法及系统与流程

本发明涉及心理障碍测评，具体为一种精神科患者用心理障碍测评方法及系统。

背景技术：

1、传统的精神科患者心理障碍测评方法主要依赖于专业人员的观察、患者的言语表达以及一些标准化的心理评估工具，这些方法存在一些局限性。患者在临床环境中可能不够真实地展现其日常生活中的行为和情绪反应，导致评估结果可能不够全面和客观。此外，传统的心理评估方法往往是间断性的，难以捕捉患者在不同情境下的变化。

2、传统方法主要依赖于患者的自我报告和专业人员的观察，缺乏全面多维度的信息。这使得评估结果可能受限于片面的观察和主观判断，无法全面了解患者的心理状态。

3、传统方法在评估过程中难以还原患者在日常生活中的真实情境，无法全面观察患者在不同场景下的行为反应。

技术实现思路

1、针对现有技术的不足，本发明提供了一种精神科患者用心理障碍测评方法及系统，以解决背景技术提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种精神科患者用心理障碍测评方法，包括以下步骤：

3、s1、建立心理障碍检测模型，所述心理障碍检测模型是通过预先采集的若干个心理障碍特征样本经卷积神经网络训练生成；

4、s2、通过精神科专家使用专业心理障碍诊断表，对若干个目标患者进行诊断，并获得诊断结果数据，建立第一量化数据集；并将智能手环与目标患者进行配置，并采集目标患者的生理数据，建立第二目标数据库；在目标患者在心理医生互动诊断的过程中，采用摄像设备录制目标患者全程视频，建立第三目标数据库；使用虚拟现实技术，创造各种虚拟环境，包括社交场景、公共场所和家庭环境；使得目标患者戴上vr头显后，模拟环境中与虚拟人物互动情景，采集虚拟情景行为数据，建立第四目标数据库；

5、s3、将第一量化数据集、第二目标数据库、第三目标数据库和第四目标数据库进行分析，提取心理障碍特征，并输入至心理障碍检测模型，获取得到基础评分系数jcx1、异常生理系数jcx2、互动积极系数jcx3和互动情景系数jcx4；

6、s4、建立测评评估模型，将基础评分系数jcx1、异常生理系数jcx2、互动积极系数jcx3和互动情景系数jcx4进行相关联，获取得到综合评估系数zh，并将综合评估系数zh输入至测评评估模型中，与典型症状阈值zz进行对比，获得症状测评结果；并依据症状测评结果生成相对应的疏导方案。

7、优选的，所述s1包括：s11、采集与心理障碍相关的样本特征，包括来自心理评估、生理检测、言语分析、行为分析数据；并对采集的样本数据进行处理缺失值、异常值、标准化后得到样本特征数据；

8、s12、使用卷积神经网络cnn对样本特征数据进行提取，训练和验证，获得心理障碍检测模型，并导出经过训练后的心理障碍检测模型，部署至实际应用场景中。

9、优选的，由精神科专家选用经验证和标准化的心理障碍诊断工具，包括dsm-5标准工具以及心理障碍诊断表进行采集获得第一量化数据集；所述心理障碍诊断表包括症状自评量表、抑郁症状问卷和焦虑症状问卷；

10、选择能够采集血压、心率、睡眠信息和皮肤电反应的智能手环；并将智能手环与目标患者进行配置，并实时采集生理数据；所述生理数据包括血压、心率、睡眠信息和皮肤电反应信息；

11、部署摄像设备以记录高清视频，捕捉目标患者的面部表情、姿势和语言；在患者与心理医生互动的过程中全程录制视频，并按照时间轴的方式进行存储，建立第三目标数据库。

12、优选的，实现录制不同情景下的视频片段，包括超市购物、社交活动和家庭环境；请医疗人员扮演不同情景中的角色，通过虚拟现实vr技术虚拟环境中，与患者进行互动，记录采集虚拟情景行为数据，建立第四目标数据库。

13、优选的，通过心理障检测模型对第一量化数据集进行分析获得基础评分系数jcx1；并对第二目标数据库进行分析获得异常生理系数jcx2；并对第三目标数据库进行处理、分析、量化计算后获得互动积极系数jcx3；并对第四目标数据库进行处理、分析、量化计算后获得互动情景系数jcx4。

14、优选的，从第一量化数据集提取多个心理障碍特征，并以x1、x2、x3、...、xn进行标记；并通过以下公式计算获取基础评分系数jcx1：

15、；

16、式中，x1x2x3...xn个表示来自第一量化数据集的心理障碍特征，表示基于心理障碍检测模型训练得到的分析函数；

17、从第二目标数据库提取血压异常信息次数y1、包括高血压和低血压的次数；心率异常次数y2、每日入睡时间异常次数y3和皮肤电反应的汗腺增加活动次数y4，无量纲处理后，通过以下公式计算获得异常生理系数jcx2：

18、；

19、式中，血压异常信息次数y1为记录中血压高于和低于预设血压阈值范围的次数；心率异常次数y2为记录中心率高于或低于预设心率阈值范围的次数；每日入睡时间异常次数y3为记录入睡时间低于预设睡眠时间范围内的次数；皮肤电反应的汗腺增加活动次数y4为通过皮肤点放映统计反应皮肤汗腺增加活动次数；其中，，，且，和为权重，为第一常数修正系数。

20、优选的，对第三目标数据库中目标患者全程视频，并将目标患者全程视频按时间轴划分成若干个片段，对每个片段进行动态分割；提取每个片段视频中言语、动作、面部表情变化来触发分割，并使用面部表情分析技术，包括基于深度学习的表情识别模型，提取面部情绪特征，并统计面部情绪特征次数，包括：

21、愤怒b1：面部肌肉收缩，眉毛拢在一起，嘴角向下；

22、厌恶b2：鼻子皱动，嘴角向下；

23、害怕b3：眉毛上扬，眼睛睁大；

24、快乐b4：嘴巴微笑，眼睛眯成一条线；

25、悲伤b5：眉毛下垂，嘴角下垂；

26、惊讶b6：眉毛上扬，眼睛睁大；

27、轻蔑b7：一侧嘴角上扬；

28、疲倦b8：眼袋明显，眼睛无神，伴有打哈切情况；

29、专注b9：眉毛稍微拢在一起，嘴巴紧闭；

30、通过对愤怒b1、厌恶b2、害怕b3、快乐b4、悲伤b5、惊讶b6、轻蔑b7、疲倦b8和专注b9进行次数量化后，计算获得情感积极度jjd，所述情感积极度jjd通过以下公式计算获得：

31、；

32、a、c、d、e、f、g、h、i和j表示愤怒b1、厌恶b2、害怕b3、快乐b4、悲伤b5、惊讶b6、轻蔑b7、疲倦b8和专注b9的表情次数的比例系数，且a、c、d、e、f、g、h、i和j均大于0，且a+c+d+e+f+g+h+i+j=1.0，为第二常数修正系数；

33、提取每个片段视频中动作特征，并使用姿势估计算法分析技术，包括基于深度学习的姿势识别模型，提取姿势特征，并统计姿势特征次数，包括：

34、站姿p1：挺直的站立姿势，双脚平行和双肩放松；

35、坐姿p2：直立的坐姿，背部挺直，双腿交叉或平放；

36、手势p3：包括手放在口袋里、交叉在胸前或双手自然搭在桌上；

37、手臂交叉p4：手臂交叉于胸前，伴随微笑表情；

38、专注姿势p5：身体稍微前倾，目光集中，手放在桌上；

39、依据姿势特征次数，计算获得自信度zxd，所述自信度zxd通过以下公式生成：

40、；

41、k、m、n、o和q表示站姿p1、坐姿p2、手势p3、手臂交叉p4和专注姿势p5姿势特征次数的比例系数，且k、m、n、o和q均大于0，且k+m+n+o+q=1.0，为第三常数修正系数；

42、提取每个片段视频中语音对话特征，并使用语出处理技术，包括基于深度学习的语音识别模型，提取语速、语调和互动频率特征，并计算语言表达能力系数yyx，所述语言表达能力系数yyx通过以下公式计算获得；

43、；

44、式中，hdpl表示为目标患者和心理医生视频中互动的频率，bz表示标准互动频率，ydpf表示为语调的评分值，yspf表示为平均语速值；

45、并将目标患者的情感积极度jjd、自信度zxd和语音表达能力系数yyx通过曲线拟合，包括指数、对数、幂函数的方法拟合生成第三互动积极系数jcx3。

46、优选的，虚拟现实vr技术虚拟环境中，采集目标患者与虚拟人物的实际交流次数jlcs，并通过以下公式生成互动情景系数jcx4：

47、；

48、式中，bzvr表示虚拟现实vr技术虚拟环境预设交流标准次数；公式的含义为，评估目标患者在与虚拟任务互动时的表现；如果互动情景系数jcx4的值趋近于100%，表示目标患者的实际交流次数与预设标准相符。

49、优选的，所述综合评估系数zh通过以下公式生成：

50、；

51、式中，w1、w2、w3和w4分别是基础评分系数jcx1、异常生理系数jcx2、互动积极系数jcx3和互动情景系数jcx4的比例系数，且0.25≤w1≤0.65，0.15≤w2≤0.55，0.25≤w3≤0.55，0.15≤w4≤0.66，且，；

52、在测评评估模型中，设定典型症状阈值zz；通过将目标患者的综合评估系数zh与典型症状阈值zz进行对比，当综合评估系数zh大于等于典型症状的阈值时，获取症状测评结果，测评结果为疑似不正常结果；

53、当综合评估系数zh小于典型症状的阈值时，表示正常；

54、并将症状测评结果中综合评估系数zh分别与忧郁症阈值、注意力缺陷阈值、焦虑症阈值进行对比；

55、若综合评估系数zh在忧郁症阈值范围内，则生成第一疏导方案，包括：进行忧郁症药物治疗和心理同步治疗，并建立社会支持系统配合目标患者，社会支持系统包括家人、朋友、同学或社区支持群体；

56、若综合评估系数zh在注意力缺陷范围内，则生成第二疏导方案，包括：提供认知行为疗法，帮助目标患者改变负面的思维模式；并通过专注力行为干预方法，计划日程安排和奖励，设定目标进行进一步疏导；

57、若综合评估系数zh在焦虑症阈值范围内，则生成第三疏导方案，包括：教授患者使用深呼吸和渐进性肌肉松弛放松技巧；配合药物治疗和行为暴露疏导方案。

58、一种精神科患者用心理障碍测评系统，包括建立心理障碍检测模型模块、多渠道采集模块、提取心理障碍特征模块、建立测评评估模型模块和疏导方案生成模块；

59、所述建立心理障碍检测模型模块用于通过卷积神经网络cnn训练，使用预先采集的心理障碍特征样本生成心理障碍检测模型；

60、所述多渠道采集模块用于通过精神科专家的诊断，建立第一量化数据集，包括心理障碍诊断结果，并，使用智能手环采集目标患者的生理数据，建立第二目标数据库；并，通过摄像设备录制目标患者的全程视频，建立第三目标数据库；并，使用虚拟现实技术创造虚拟环境，与虚拟人物互动，采集虚拟情景行为数据，建立第四目标数据库；

61、所述提取心理障碍特征模块用于从第一量化数据集、第二目标数据库、第三目标数据库和第四目标数据库中提取心理障碍特征；并使用心理障碍检测模型分析这些特征，获得基础评分系数jcx1、异常生理系数jcx2、互动积极系数jcx3和互动情景系数jcx4；

62、所述建立测评评估模型模块用于将基础评分系数jcx1、基础生理系数jcx2、互动积极系数jcx3和互动情景系数jcx4进行相关联，得到综合评估系数zh；并将综合评估系数zh与典型症状阈值zz进行对比，获得症状测评结果；

63、所述疏导方案生成模块用于根据症状测评结果生成相应的疏导方案，包括针对忧郁症、注意力缺陷和焦虑症的不同疏导方案。

64、本发明提供了一种精神科患者用心理障碍测评方法及系统。具备以下有益效果：

65、（1）该一种精神科患者用心理障碍测评方法，通过s1~s4中，建立心理障碍检测模型，结合生理数据、全程视频和虚拟现实技术，该方法能够全面、客观地评估患者的心理状态，弥补了传统方法对信息全面性和客观性的不足。利用实时数据采集和虚拟环境的创造，该方法能够捕捉患者在不同情境下的变化，并实现对患者心理状态的连续性监测，从而提高了评估的时效性和连续性。引入虚拟现实技术，模拟社交场景、公共场所和家庭环境，使得患者在评估中更真实地展现日常生活中的行为和情绪反应，提高了评估的真实情境还原度。通过分析综合评估系数zh，结合不同症状阈值，生成个性化的疏导方案，为不同患者提供定制化的治疗建议，提高了治疗的个体化水平。

66、（2）该一种精神科患者用心理障碍测评方法及系统，传统方法通常是定期的、离散的评估，难以捕捉到患者在日常生活中的即时状态和变化。而新方法通过实时记录和虚拟环境的创造，使得评估更具时效性。

67、（3）该一种精神科患者用心理障碍测评方法及系统，传统方法缺乏对不同患者个体差异的充分考虑，一般采用相对统一的评估标准。新方法通过量化分析各项数据，实现了个性化评估，并为不同患者提供相应的个性化疏导方案。

68、（4）该一种精神科患者用心理障碍测评系统，多渠道采集模块通过多种方式获取丰富的患者信息，包括精神科专家的诊断建立的第一量化数据集、智能手环采集的生理数据构成的第二目标数据库、摄像设备录制的全程视频形成的第三目标数据库，以及通过虚拟现实技术在虚拟环境中与虚拟人物互动采集的虚拟情景行为数据构成的第四目标数据库。这多渠道的数据采集确保了系统能够全面地了解患者在不同情境下的行为和生理反应。提取心理障碍特征模块有效地从多个数据源提取关键信息，并通过心理障碍检测模型分析，获得基础评分系数jcx1、异常生理系数jcx2、互动积极系数jcx3和互动情景系数jcx4。这一综合的特征提取和分析过程为后续的评估提供了坚实的基础。建立测评评估模型模块通过相关联不同系数，得到综合评估系数zh。将综合评估系数zh与典型症状阈值zz进行对比，形成症状测评结果，使医疗人员能够迅速了解患者的心理状态，提供科学的初步判断。通过引入虚拟现实技术、生理数据采集、深度学习等现代技术手段，弥补了传统方法的不足，提高了测评的全面性、客观性、时效性和个性化水平。