[发明专利]一种基于多模态特征的抑郁倾向测评装置、系统有效

专利信息
申请号: 201711174677.7 申请日: 2017-11-22
公开(公告)号: CN107871537B 公开(公告)日: 2018-12-07
发明(设计)人: 王红;周莹;胡晓红;于晓梅;房有丽;狄瑞彤;孟广婷;刘海燕;宋永强;王露潼;王倩 申请(专利权)人: 山东师范大学
主分类号: G16H50/30 分类号: G16H50/30
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 黄海丽
地址: 250014 *** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多模态 特征 抑郁 倾向 测评 装置 系统
【权利要求书】:

1.一种基于多模态特征的抑郁倾向测评装置,其特征在于,包括:存储器、处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令在处理器上运行时执行以下步骤:

接收样本用户查看不同情绪面孔图像时的眼动数据,其中样本用户的抑郁倾向为已知;

接收样本用户按照第一设定方法获取的记忆力测评数据,以及样本用户按照第二设定方法获取的认知风格指数;

基于所得到的眼动数据、记忆力测评数据以及认知风格指数提取样本用户的眼动-记忆力-认知风格融合特征集合:将所述眼动数据分为原始眼动数据和基于原始眼动数据获取的眼动注视时间;采用所述原始眼动数据、记忆力测评数据、认知风格指数和眼动注视时间作为四阶随机森林模型的输入,对特征重要属性进行排序,筛选满足特征重要属性设定要求的A个特征,得到眼动-记忆力-认知风格融合特征集合;

根据所述融合特征集合训练分类模型,采用分类模型对测试用户进行抑郁倾向的测评。

2.根据权利要求1所述的装置,其特征在于,所述第一设定方式包括:

采用韦氏记忆量表获取样本用户的各项原始分,计算原始分的均值以及标准差,根据各项原始分、均值和标准差计算记忆熵,将记忆熵作为记忆力测评数据。

3.根据权利要求1所述的装置,其特征在于,所述第二设定方式为采用镶嵌图形测验法分析样本用户的认知风格,得到样本用户的认知风格指数。

4.根据权利要求3所述的装置,其特征在于,样本用户的认知风格指数通过以下方式获得:

分别提供简单图形和复杂图形,样本用户于设定时间内,在所述复杂图形中描绘出与简单图形相同的图形;

样本用户重复上述描绘操作,若成功则计得分;

统计样本用户图形测验的总分值,根据总分值得到平均值以及标准差;

利用所述总分值、平均值以及标准差获得样本用户的认知风格指数。

5.根据权利要求1所述的装置,其特征在于,还包括对眼动-记忆力-认知风格融合特征集合进行降维,得到B个眼动-记忆力-认知风格融合特征,其中B为小于A的正整数。

6.根据权利要求1所述的装置,其特征在于,还包括对所述眼动数据进行补缺,和/或删除其中的离群值。

7.根据权利要求1所述的装置,其特征在于,还包括采用眼动注视时间进行F检验和T检验,根据F检验和T检验的结果判断样本用户的抑郁倾向。

8.根据权利要求1所述的装置,其特征在于,还包括通过情绪自查表获取测试用户的抑郁倾向参数,用于评价所述抑郁倾向测评装置的有效性;其中,情绪自查表包括《伯恩斯抑郁状况自查表》、《状况自评表SCL 90》或《SDS抑郁自评量表》。

9.一种基于多模态特征的抑郁倾向测评系统,其特征在于,包括:

显示装置:用于给出不同情绪的面孔图像;

眼动数据采集装置:与显示装置相连,用于获取用户查看不同情绪面孔图像时的眼动数据;

记忆力测评装置:用于获取用户的记忆力测评数据;

认知风格测评装置:用于获取用户的认知风格指数;

以及权利要求1-8任一项所述的基于多模态特征的抑郁倾向测评装置,其中,眼动数据采集装置、记忆力测评装置、认知风格测评装置分别与抑郁倾向测评装置相连。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东师范大学,未经山东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711174677.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top