一种基于文本情感分析的心身健康状态预警系统技术方案

本公开提出了一种基于文本情感分析的心身健康状态预警系统，包括：基于就诊人员的基本信息自动创建账号；获得采集的该注册用户的生理数据及心理数据并分别进行处理，其中，对于生理数据，根据预先构建的生理健康参数指标标准表即每个指标的平均值与标准差，使用被试生理参数指标计算偏差程度与偏差分数得到生理健康状态疾病预警等级；对于心理数据，对比心理健康状态预警等级表，得到心理预警等级；对上述生理健康状态疾病预警等级及心理预警等级进行比较，获得心身综合预警等级。在对被试进行心理测试的同时，还会对其生理数据进行采集，并建立相应的心理健康状态预警等级表和生理健康状态疾病预警标准表，可实现对被试个体的心身综合健康状态进行预警。体的心身综合健康状态进行预警。体的心身综合健康状态进行预警。

【技术实现步骤摘要】
一种基于文本情感分析的心身健康状态预警系统


[0001]本公开属于信息处理
，尤其涉及一种基于文本情感分析的心身健康状态预警系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]精神障碍涉及七大类疾病：心境障碍、焦虑障碍、酒精/药物使用障碍、精神分裂症及其他精神病性障碍、进食障碍、冲动控制障碍及痴呆，心理疾病会严重影响人们的健康生活，而定期通过心理测评来对心理健康问题进行检测与预警，可以有效地预防与控制心理疾病的发生。
[0004]心理测评是一种比较先进的测试方法，它是指通过一系列手段，将人的某些心理特征数量化，来衡量个体心理因素水平和个体心理差异的一种科学测量方法。心理测评主要通过心理量表的形式来进行，让被试回答各种心理量表的测试问题，依据答案得分来判断、评价被试的心理状态，最终由心理医生根据评价结果来制定治疗方案。
[0005]但是心理疾病不仅只有精神症状，研究表明长期的心理疾病还会导致生理疾病，如高血压、冠心病等。现有的心理测评系统仅仅偏向于对心理数据进行采集与分析，而忽略了生理数据带来的疾病风险，从而使最终的分析结果不够全面，治疗效果也不尽如人意。
[0006]心理疾病的产生往往伴随着情绪的变化，用户在社交媒体上发布的内容往往代表内心最真实的写照，通过对这些网络文本进行深层次分析，可以获得用户最近的情绪状态，对于情绪不稳的用户进行有针对性的心理测评，往往能取得更真实有效的测评结果。
[0007]另外，专利技术人在研究中还发现，目前的心理测评系统虽然告别传统手填问卷作答形式，但是其本质是将纸质的形式转换成了电子的形式，需要用户在测评前进行注册，所需信息比较多，比较浪费时间，无法让用户快速进行测试。

技术实现思路

[0008]为克服上述现有技术的不足，本公开提供了一种基于文本情感分析的心身健康状态预警方法，可以实现系统的快速注册以及对被试的全方位的健康测评。
[0009]为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：
[0010]第一方面，公开了一种心身健康状态预警系统，包括：
[0011]用户管理模块、心理数据采集模块、生理数据采集模块、情感分析模块、预警分析模块及核心调度模块；
[0012]所述用户管理模块，基于就诊人员的基本信息自动创建账号，进行快速注册；
[0013]所述情感分析模块，利用网络文本情感分析技术对用户进行初步情感状态分析，获得情感不稳的用户；
[0014]所述心理数据采集模块，针对情感不稳的用户，从已填写的全部心理测评量表获
取所需的心理测试信息；
[0015]所述生理数据采集模块用于采集被试生理数据；
[0016]所述核心调度模块针对心理测试信息进行处理，得到各种心理统计指标，针对生理数据进行处理，得到各种生理参数指标；
[0017]所述预警分析模块根据被试心理统计指标从预先构建的心理健康状态预警等级表查询与比对相应的指标标准来得到心理健康状态预警等级；
[0018]针对生理数据，根据预先构建的生理健康参数指标标准表即每个指标的平均值与标准差，使用被试生理参数指标计算偏差程度与偏差分数得到生理健康状态疾病预警等级；
[0019]取二者最严重等级作为心身综合预警等级。
[0020]进一步的技术方案，还包括：绘图模块，所述绘图模块用于对核心调度模块处理后的数据进行绘制。
[0021]进一步的技术方案，还包括：报告生成模块，所述报告生成模块根据心身综合预警等级表选择不同的预警颜色与预警分析，并结合绘图模块绘制的数据图形进行报告填充，生成最终的综合健康状态报告。
[0022]进一步的技术方案，所述生理参数指标可以包括总心率、最高心率、最低心率、室上节律性、LF、HF、LF/HF、SDNN、SDANN、RMSSD、SDNNI、pNN50中的一种或多种
[0023]进一步的技术方案，所述心理统计指标包括量表项目总分、量表项目均分、因子得分、因子均分、阳性项目数、阴性项目数中的一种或多种。
[0024]进一步的技术方案，心理数据采集模块、生理数据采集模块所采集数据经核心调度模块进行处理后分别发送至显示设备、绘图模块和数据库。
[0025]进一步的技术方案，所述快速注册的步骤为：
[0026]扫描注册用户的身份证或就诊卡，获得就诊人员基本信息，包括身份证号、姓名、性别、出生日期及家庭住址；
[0027]自动为就诊人员创建账号，将就诊人员上述基本信息存入数据库，存储信息中包括用户id，为随机生成的唯一的字符串。
[0028]进一步的技术方案，采集的该注册用户的心理数据的步骤为：
[0029]从已填写的全部心理测评量表获取所需的心理测试信息，心理测试信息包括：用户ID、测试开始时间、测试结束时间、题目ID及对应答案ID；
[0030]根据测试信息计算得分，将相关信息存储到数据库中。
[0031]进一步的技术方案，得到偏差分数后，设置了多个危机预警阈值区间，根据其所落入的区间来判断预警等级。
[0032]以上一个或多个技术方案存在以下有益效果：
[0033]本专利技术为一种心理因素、生理因素以及二者相结合的对被试个体综合健康状态进行预警的技术方案，利用网络文本情感分析技术对用户进行初步情感状态分析，然后对情感不稳的用户进行有针对性的心理测评，可以取得更真实有效的心理测评结果，再结合生理测评数据进行综合评判预警，可以实现对被试的全方位的健康测评，使得报告分析结果与预警等级更加接近被试个体的心身健康状态，可有效的提高最终的治疗效果。
[0034]本专利技术在对被试进行心理测试的同时，对其生理数据进行采集，并建立相应的心
理健康状态预警等级表和生理健康状态疾病预警标准表，可实现对被试个体的心身综合健康状态进行预警，通过设置绘图模块与报告生成模块可给出直观的测试结果图与全面的健康分析报告，可为医生提供参考，提高工作效率，保证治疗方案的准确性与全面性。
[0035]基于关键词词向量特征的扩充方法，对于用户发布的文本内容，通过提取关键词来对原文本内容进行语义扩充，丰富了特征数量，解决了特征稀疏问题。文本分类模型，使用卷积层与全连接层的组合来构造深度学习模型以进行情感分类。
[0036]本专利技术可实现就诊人员的快速注册登录，心理测评系统的使用可减少医生的工作时间，为其提供更加方便、有效的测试管理工具。
[0037]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0038]构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
[0039]图1为本公开实施例中涉及的心身健康状态预警方法及系统的功能模块图；
[0040]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于文本情感分析的心身健康状态预警系统，其特征是，包括：用户管理模块、心理数据采集模块、生理数据采集模块、情感分析模块、预警分析模块及核心调度模块；所述用户管理模块，基于就诊人员的基本信息自动创建账号，进行快速注册；所述情感分析模块，利用网络文本情感分析技术对用户进行初步情感状态分析，获得情感不稳的用户；所述心理数据采集模块，针对情感不稳的用户，从已填写的全部心理测评量表获取所需的心理测试信息；所述生理数据采集模块用于采集被试生理数据；所述核心调度模块针对心理测试信息进行处理，得到各种心理统计指标，针对生理数据进行处理，得到各种生理参数指标；所述预警分析模块根据被试心理统计指标从预先构建的心理健康状态预警等级表查询与比对相应的指标标准来得到心理健康状态预警等级；针对生理数据，根据预先构建的生理健康参数指标标准表即每个指标的平均值与标准差，使用被试生理参数指标计算偏差程度与偏差分数得到生理健康状态疾病预警等级；取二者最严重等级作为心身综合预警等级。2.如权利要求1所述的一种基于文本情感分析的心身健康状态预警系统，其特征是，还包括：绘图模块，所述绘图模块用于对核心调度模块处理后的数据进行绘制。3.如权利要求1所述的一种基于文本情感分析的心身健康状态预警系统，其特征是，还包括：报告生成模块，所述报告生成模块根据心身综合预警等级表选择不同的预警颜色与预警分析，并结合绘图模块绘制的数据图形进行报告填充，生成最终的综合健康状态报告。4.如权利要求1所述的一种基于文本情感分析的心身健康状态预警系统，其特征是，情感分析模块包括用户文本内容获取单元、用户情绪分类单元；其中用户文本内容获取单元用于获取用户发布过的文本内容；用户情感分类单元，包括基于关键词词向量特征扩展的情感分类模型，模型构建如下：关键词提取；词向量扩展；建立CNN深度学习模型，对模型进行训练；对用户的文本内容，生成模型输入向量，送入训练好的模型中进行分类，返回用户情绪分类类别。优选的，所述关键词提取为：对所有用户得的全部文本内容使用分词工具进行分词得到文本分词词集，按照停用词表对词集去停用词；将分好词的词集视为一个文档，使用TF
‑
IDF公式提取每个文档的关键词，TF代表词语w在当前文档中出现的频率，IDF表示如果包含词语w的文档数量越少，则w约具有区分情感类别的能力；将所有文档词语按照TF
‑
IDF值的大小进行降序排序，选取排名靠前的前n个词语作为保留词典，将保留词典与文档进行对比，二者的交集作为该文档...

【专利技术属性】
技术研发人员：杨倩，徐翰琛，陈贞翔，郑永强，姜晓庆，
申请(专利权)人：济南大学，
类型：发明
国别省市：