【技术实现步骤摘要】
本专利技术涉及心理健康监测，特别是涉及一种心理状态评估的实现方法。
技术介绍
1、随着现代社会的快速发展，人们的生活节奏日益加快，心理健康问题日益凸显。世界卫生组织的数据显示，全球约有4.5亿人患有心理健康疾病，而这个数字还在不断增加。在这种背景下，如何及时、准确地评估人们的心理状态，成为了一个迫切需要解决的问题。
2、传统的心理状态评估方法主要依赖于问卷调查和面对面访谈。这些方法虽然在临床实践中被广泛使用，但存在明显的局限性。首先，这些方法往往是间断性的，难以捕捉心理状态的动态变化。其次，它们在很大程度上依赖于受试者的主观报告，容易受到社会期望效应和回忆偏差的影响。此外，这些方法通常需要专业人员的参与，难以实现大规模、长期的心理健康监测。
3、近年来，随着可穿戴设备和人工智能技术的发展，一些研究者开始尝试利用生理数据来评估心理状态。一些研究使用心率变异性(hrv)作为压力水平的指标。这种方法虽然实现了一定程度的客观性和连续性，但仍存在一些问题。首先，单一生理指标难以全面反映复杂的心理状态。其次，这些方法通常采用简单的阈值法或基础的机器学习算法，难以捕捉生理指标和心理状态之间的复杂非线性关系。
4、鉴于现有技术的不足，亟需一种能够实现连续、准确、非侵入式心理状态评估的方法。本专利技术正是为解决这一技术问题而提出的。
技术实现思路
1、鉴于上述问题，本专利技术提出了一种心理状态评估的实现方法。
2、本专利技术提供一种心理状态评估的实现方
3、具体地，智能手环采集生理状态数据包括皮肤电阻和/或皮肤电导、皮温、心率、血压、音频信号、语音信号、运动状态和/或运动次数中的至少一种；所述获取环境数据包括室温、环境音量、光强度的特征参数。
4、具体地，获取生理状态数据的时间依据设置在智能手环中的采集间隔时间自动采集，采集间隔时间由获取生理状态数据的方式和评估状态确定，所述环境数据实时获取。
5、具体地，通过心理状态评估模块完成在线与离线心理状态评估后，智能手环终端接收并评估显示数据。
6、具体地，所述心理状态评估模型在建立的过程包括：利用智能手环采集人的生理状态数据和环境数据；分析不同心理状态的心理状态特征参数在采集数据中对应的规律；确定心理状态评估模型输入参数；根据输入参数利用深度神经网络与卷积神经网络进行数学建模，建立心理状态评估模型；进行大量心理实验采集数据，并根据采集数据对心理状态评估模型进行大量验证、优化；确定最终的心理状态评估模型。
7、具体地，所述与生理状态和心理状态相关的数据，包括皮肤电阻，皮肤电导、心率、呼吸频率、环境温度中的至少一种，所述心理状态评估模型评估的过程包括：将获取的皮肤电阻、皮肤电导、心率、呼吸频率、环境温度特征参数进行数学换算处理；构建心理状态特征参数输入神经网络模型；构建心理状态评估的网络模型；将数学换算处理得到的心理状态特征参数输入神经网络模型；评估数据与心理状态之间相关性；判断皮肤电阻、皮肤电导、心跳、呼吸频率、环境温度特征参数是否与心理状态相关；如确定相关，则进行评估分析。
8、具体地，所述智能手环包括：能够采集环境数据的采集模块，所述采集模块与生理数据采集模块分别采集环境数据和生理状态数据；无线发射模块，用于实时向智能手环发射采集模块与生理状态数据采集模块在预设参数自动获取下采集的数据；存储模块，存储预设参数，以及采集模块和生理数据采集模块采集到的各种数据；处理模块，与智能手环智能连接，接收数据，将数据传输至与深度学习的心理状态评估模块，或根据预设参数控制采集模块与生理数据采集模块自动采集数据。
9、具体地，所述智能手环终端包括：无线数据接收模块，接收智能手环远程传输的采集数据；数据缓存模块，能够接收到的远程传输的采集数据存储于数据缓存模块；
10、数据筛选模块，用于分类筛选数据；数据优化模块，用于实时优化筛选后的数据；数据输出模块，将最终数据传输至智能手环终端的显示设备。
11、具体地，所述智能手环终端是具有显示功能的智能设备，可以是手机、平板、桌面电脑和/或车载电脑。
12、具体地，所述心理状态评估模型包括基于深度神经网络模型和基于卷积神经网络模型，这两个模型是从大量的心理状态评估实验中，依据心理状态评估的特征参数、采集间隔时间，采集环境分贝数、采集光强及皮肤电阻分贝、心率和呼吸频率的特征参数建立心理状态评估模型，所述心理状态评估模型用于评估分析所述智能手环采集数据，对数据进行评估分析；所述心理状态评估模型评估方法包括：计算心理数据特征参数；构建输入神经网络模型；构建心理状态评估网络模型；将计算心理数据特征参数输入输入神经网络模型；评估数据与心理状态之间相关性，其中，相关性是通过相关系数法和t检验法衡量心理状态与数据特征参数的相关性的指标；如确定相关，评估分析。
13、本专利技术提出了一种创新的心理状态评估方法，该方法包括心理状态采集模块、心理状态评估模块、数据优化模块和智能手环终端。通过智能手环采集多维度的生理和环境数据，结合深度学习技术进行分析，实现了对心理状态的实时、连续评估。
14、本专利技术的有益效果主要体现在以下几个方面：
15、首先，本专利技术实现了心理状态评估的高度连续性。通过智能手环的全天候监测，我们能够捕捉到心理状态的细微变化，为早期干预提供了可能。
16、其次，本专利技术大大提高了评估的准确性。通过采集多维度的生理和环境数据，并利用深度学习模型进行分析，我们能够更全面、更准确地评估复杂的心理状态。
17、再者，本专利技术提供了一种非侵入式的评估方法。用户只需佩戴智能手环，即可在日常生活中自然地进行心理状态监测，极大地提高了用户的依从性。
18、此外，本专利技术的数据优化模块能够有效处理大量的连续数据，提高了系统的效率和可靠性。这不仅保证了评估结果的及时性，也为大规模的心理健康数据分析提供了可能。
19、最后，本专利技术的方法具有良好的扩展性。随着数据的不断积累和算法的持续优化，系统的性能有望进一步提升。同时，这种方法产生的大量连续数据也为心理学研究提供了宝贵的资源。
20、总的本文档来自技高网...
【技术保护点】
1.一种心理状态评估的实现方法，其特征在于，包括：
2.如权利要求1所述的一种心理状态评估的实现方法，其特征在于：智能手环采集生理状态数据包括皮肤电阻和/或皮肤电导、皮温、心率、血压、音频信号、语音信号、运动状态和/或运动次数中的至少一种；所述获取环境数据包括室温、环境音量、光强度的特征参数。
3.如权利要求2所述的一种心理状态评估的实现方法，其特征在于：获取生理状态数据的时间依据设置在智能手环中的采集间隔时间自动采集，采集间隔时间由获取生理状态数据的方式和评估状态确定，所述环境数据实时获取。
4.如权利要求1所述的一种心理状态评估的实现方法，其特征在于：通过心理状态评估模块完成在线与离线心理状态评估后，智能手环终端接收并评估显示数据。
5.如权利要求1所述的一种心理状态评估的实现方法，其特征在于，所述心理状态评估模型在建立的过程包括：利用智能手环采集人的生理状态数据和环境数据；分析不同心理状态的心理状态特征参数在采集数据中对应的规律；确定心理状态评估模型输入参数；根据输入参数利用深度神经网络与卷积神经网络进行数学建模，建立心理状态
6.如权利要求5所述的一种心理状态评估的实现方法，其特征在于，所述与生理状态和心理状态相关的数据，包括皮肤电阻，皮肤电导、心率、呼吸频率、环境温度中的至少一种，所述心理状态评估模型评估的过程包括：将获取的皮肤电阻、皮肤电导、心率、呼吸频率、环境温度特征参数进行数学换算处理；构建心理状态特征参数输入神经网络模型；构建心理状态评估的网络模型；将数学换算处理得到的心理状态特征参数输入神经网络模型；评估数据与心理状态之间相关性；判断皮肤电阻、皮肤电导、心跳、呼吸频率、环境温度特征参数是否与心理状态相关；如确定相关，则进行评估分析。
7.如权利要求1所述的一种心理状态评估的实现方法，其特征在于，所述智能手环包括：能够采集环境数据的采集模块，所述采集模块与生理数据采集模块分别采集环境数据和生理状态数据；无线发射模块，用于实时向智能手环发射采集模块与生理状态数据采集模块在预设参数自动获取下采集的数据；存储模块，存储预设参数，以及采集模块和生理数据采集模块采集到的各种数据；处理模块，与智能手环智能连接，接收数据，将数据传输至与深度学习的心理状态评估模块，或根据预设参数控制采集模块与生理数据采集模块自动采集数据。
8.如权利要求1所述的一种心理状态评估的实现方法，其特征在于，所述智能手环终端包括：无线数据接收模块，接收智能手环远程传输的采集数据；数据缓存模块，能够接收到的远程传输的采集数据存储于数据缓存模块；数据筛选模块，用于分类筛选数据；数据优化模块，用于实时优化筛选后的数据；数据输出模块，将最终数据传输至智能手环终端的显示设备。
9.如权利要求1所述的一种心理状态评估的实现方法，其特征在于：所述智能手环终端是具有显示功能的智能设备，可以是手机、平板、桌面电脑和/或车载电脑。
10.如权利要求1所述的一种心理状态评估的实现方法，其特征在于，所述心理状态评估模型包括基于深度神经网络模型和基于卷积神经网络模型，这两个模型是从大量的心理状态评估实验中，依据心理状态评估的特征参数、采集间隔时间，采集环境分贝数、采集光强及皮肤电阻分贝、心率和呼吸频率的特征参数建立心理状态评估模型，所述心理状态评估模型用于评估分析所述智能手环采集数据，对数据进行评估分析；所述心理状态评估模型评估方法包括：计算心理数据特征参数；构建输入神经网络模型；构建心理状态评估网络模型；将计算心理数据特征参数输入输入神经网络模型；评估数据与心理状态之间相关性，其中，相关性是通过相关系数法和t检验法衡量心理状态与数据特征参数的相关性的指标；如确定相关，评估分析。
...【技术特征摘要】
1.一种心理状态评估的实现方法，其特征在于，包括：
2.如权利要求1所述的一种心理状态评估的实现方法，其特征在于：智能手环采集生理状态数据包括皮肤电阻和/或皮肤电导、皮温、心率、血压、音频信号、语音信号、运动状态和/或运动次数中的至少一种；所述获取环境数据包括室温、环境音量、光强度的特征参数。
3.如权利要求2所述的一种心理状态评估的实现方法，其特征在于：获取生理状态数据的时间依据设置在智能手环中的采集间隔时间自动采集，采集间隔时间由获取生理状态数据的方式和评估状态确定，所述环境数据实时获取。
4.如权利要求1所述的一种心理状态评估的实现方法，其特征在于：通过心理状态评估模块完成在线与离线心理状态评估后，智能手环终端接收并评估显示数据。
5.如权利要求1所述的一种心理状态评估的实现方法，其特征在于，所述心理状态评估模型在建立的过程包括：利用智能手环采集人的生理状态数据和环境数据；分析不同心理状态的心理状态特征参数在采集数据中对应的规律；确定心理状态评估模型输入参数；根据输入参数利用深度神经网络与卷积神经网络进行数学建模，建立心理状态评估模型；进行大量心理实验采集数据，并根据采集数据对心理状态评估模型进行大量验证、优化；确定最终的心理状态评估模型。
6.如权利要求5所述的一种心理状态评估的实现方法，其特征在于，所述与生理状态和心理状态相关的数据，包括皮肤电阻，皮肤电导、心率、呼吸频率、环境温度中的至少一种，所述心理状态评估模型评估的过程包括：将获取的皮肤电阻、皮肤电导、心率、呼吸频率、环境温度特征参数进行数学换算处理；构建心理状态特征参数输入神经网络模型；构建心理状态评估的网络模型；将数学换算处理得到的心理状态特征参数输入神经网络模型；评估数据与心理状态之间相关性；判断皮肤电阻、皮肤电导、心跳、呼吸频率、环境温度特征参数是否与心理状态相关；如确定相关，则进行评估分析。
【专利技术属性】
技术研发人员：杨兴旺，刘智斌，粟月秀，李望攀，方震，赵湛，
申请(专利权)人：佳禾智能科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。