[发明专利]一种基于表情分析的抑郁程度自动评估系统

说明书

本发明公开了一种基于表情分析的抑郁程度自动评估系统，包括数据采集模块、预处理和特征提取模块、相关特征提取模块、预测模型训练模块、新视频标注模块和新视频预测模块。本发明全程自动化，无侵入，无需受试对象的长时间配合，可长时间工作；本发明提供了一种客观的评估标准，不依赖于主观经验，能够真正做到客观有效的评估；本发明能够综合分析不同受试对象的数据，不局限于对单一对象进行孤立分析。

技术领域

本发明涉及抑郁程度评估系统，特别是涉及一种基于表情分析的抑郁程度自动评估系统。

背景技术

抑郁症是以行为出现异常，心境低落为主要症状的一种心身疾病，常伴有情绪认知障碍，具有高发病率、难治愈和高自杀率的特点。据世界卫生组织统计，抑郁症的年患病率为10％，终身患病率为17％，每年约100万人死于自杀。并且，据世界卫生组织预测，截至2020年抑郁症将成为世界第二大致残诱因，至2030年抑郁症将成为最大的疾病负担。

传统的抑郁症评估采用临床问卷及访谈方式，需要根据病人的当前状况、病史、家族史以及各种社会心理量表填写情况进行评估。常用的三大诊断系统为精神疾病诊断与统计手册第4版、国际疾病分类第10版和中国精神疾病分类方案与诊断标准第3版。现有的抑郁评估时根据抑郁症自评量表和医生的经验来判断的，该技术存在以下不足：

(1)临床问卷及访谈对医生的专业知识和临床经验要求较高，易受到医生的主观因素影响；

(2)临床问卷及访谈需要受试对象的长时间的积极配合，已引起受试者的烦躁；

(3)临床问卷及访谈忽略了抑郁症患者的无意识表情或动作，无法进行客观有效的分析评估。并且，临床问卷及访谈方式效率低，资源消耗大。

发明内容

发明目的：本发明的目的是提供一种自动化、无需受试对象长时间配合的客观有效的基于表情分析的抑郁程度自动评估系统。

技术方案：为达到此目的，本发明采用以下技术方案：

本发明所述的基于表情分析的抑郁程度自动评估系统，包括：

数据采集模块：采集受试对象的访谈视频，每一段视频都对应标注了抑郁程度HAMD-17分值y；

预处理和特征提取模块：根据FACS手册定义视频特征库f，并在访谈视频中提取视频特征库f及其对应的HAMD-17分值y，并对HAMD-17分值y进行5级量化得到HAMD-17量化分值；

相关特征提取模块：获取视频特征库f中与抑郁严重程度最相关的特征f_s；

预测模型训练模块：利用ε-SVR参数回归方法建立抑郁程度的预测模型函数h(·)；

新视频标注模块：对于新输入的访谈视频，自动标注出最值得注意的位置和区段；

进一步，所述数据采集模块的访谈视频的内容为受试对象接受HAMD-17量表访谈时的面部动作；并且，每一段视频都对应标注了抑郁程度HAMD-17分值y。

进一步，所述视频特征库f中包括FACS手册定义的AU特征f_AU，AU组合事件特征AU时间域统计特征底层几何特征f_Geo，底层表观特征f_App；其中，AU为表情动作单元。

进一步，所述底层表观特征f_App选用SIFT的描述子。

进一步，所述预处理和特征提取模块中的HAMD-17量化分值是对HAMD-17分值y进行5级量化得到，量化区间为：0-7、8-13、14-18、19-22、23分及以上；对应的HAMD-17的量化分值分别为1、2、3、4、5。