[发明专利]一种多特征融合的就诊用户情绪监控方法

权利要求书

1.一种多特征融合的就诊用户情绪监控方法，其特征在于，包括以下步骤：

1)就诊用户信息采集：通过信息采集系统采集患者和家属的就诊用户信息，包括就诊用户的面部信息，就诊用户的心率、呼吸频率和皮肤电信息以及患者分诊症状信息；其中，就诊用户在候诊前通过医护人员人工分诊并将患者分诊症状信息输入信息采集系统；

2)伪情绪信息筛查：信息采集系统判断就诊用户身份为患者或家属，将患者身份的就诊用户信息加载至伪情绪筛查系统，伪情绪筛查系统将患者的面部信息、心率、呼吸频率和皮肤电信息，与患者分诊症状信息所对应初筛疾病指征类型相比对，概率筛除疾病导致的伪情绪信息；

3)多特征信号融合：将筛查后的就诊用户信息，实时加载至远程监控中心中，远程监控中心将各项就诊用户信息进行特征提取，并多特征加权融合，获得融合情绪向量；

4)大数据情绪识别：远程监控中心将融合情绪向量与大数据库中情绪特征数据进行对比识别，获得就诊用户情绪状态；

5)情绪状态预警：远程监控中心将监控区域内各就诊用户的情绪状态，通过医护客户端实时发送至医护人员，就诊用户情绪异常时对医护人员予以提前情绪预警；

6)分状态指导安抚：通过医护客户端判断就诊用户身份与情绪状态等级，根据判断结果选择返回继续进行情绪监控或者结合相应患者分诊症状信息对就诊用户进行指导和安抚；

在步骤2)中，伪情绪筛查系统包括：用于按疾病初筛类型分区存储疾病指征信息的疾病指征存储模块；将就诊用户信息中的面部信息、心率、呼吸频率和皮肤电信息根据分诊症状信息分类并与疾病指征信息比对的信息分类对比模块；根据分类对比结果概率筛除伪情绪信息的信息筛除模块。

2.根据权利要求1所述的多特征融合的就诊用户情绪监控方法，其特征在于，伪情绪筛查系统的信息分类对比模块将就诊患者疾病指征的类型与就诊用户信息各类型进行比对，而对于就诊患者疾病指征落入面部信息、心率、呼吸频率和皮肤电信息四种任一类型的，信息筛除模块将该患者相应就诊用户信息筛除，以概率筛除伪情绪信息；

信息分类对比模块根据分诊症状信息的疾病初筛类型进入疾病指征存储模块进行分区检索分类，获得就诊患者相应疾病指征的类型信息；

信息筛除模块筛除的相应就诊用户信息包括：信息筛除模块将该就诊患者的与疾病指征对应的该类型的就诊用户信息筛除，将该就诊患者的面部信息、心率、呼吸频率和皮肤电信息四种类型的就诊用户信息筛除，或者将该就诊患者的面部信息、心率、呼吸频率和皮肤电信息，以及分诊症状信息全部筛除不予监控。

3.根据权利要求1所述的多特征融合的就诊用户情绪监控方法，其特征在于，在步骤5)中，医护客户端包括增强现实装置，将就诊用户实时情绪状态与实时位置信息通过视觉标记、声音和触觉形式发送至医护人员，提醒医护人员提前预警并区分定位情绪异常就诊用户。

4.根据权利要求1所述的多特征融合的就诊用户情绪监控方法，其特征在于，在步骤1)中，信息采集系统包括：在候诊环境和就诊室中设置的多台图像采集器，实时采集就诊用户面部信息；分诊后就诊用户佩戴的可穿戴采集器，采集就诊用户心率、呼吸频率和皮肤电信息；设置于患者端可穿戴采集器内的分诊模块，存储患者分诊症状信息；

所述图像采集器为高分辨摄像机，对就诊用户进行位置追踪与面部信息采集；

所述可穿戴采集器包括就诊腕带和卫生口罩，利用就诊腕带采集就诊用户的心率和皮肤电信息，卫生口罩采集就诊用户的呼吸频率。

5.根据权利要求1所述的多特征融合的就诊用户情绪监控方法，其特征在于，在步骤3)中，远程监控中心包括用户信息特征提取模块、特征权值学习模块和多特征加权融合模块；用户信息特征提取模块对就诊用户信息进行非线性特征分析，提取用户情绪特征；特征权值学习模块通过广域网采集就诊用户信息中各类特征与情绪状态的对应关系，将特征—情绪对应关系信息优化选择，建立特征权值组合用于情绪识别加权；多特征加权融合模块通过特征权值组合对用户情绪特征进行加权融合。