[发明专利]一种基于计算机视觉的抑郁症检测与识别系统

说明书

本发明属于抑郁症技术领域，尤其是一种基于计算机视觉的抑郁症检测与识别系统，包括人脸采集模块，所述人脸采集模块电性连接有后台处理系统，所述后台处理系统电性链接有信息输出模块。该基于计算机视觉的抑郁症检测与识别系统，通过设置人脸采集模块，在使用时，数据采集端提供一张被试人人脸图像即可完成识别，完全是非接触式的，传统识别方法大多需要辅以多种专业检测设备，从而具有为抑郁症识别工作节省大量人力、物力和财力成本的效果。

技术领域

本发明涉及抑郁症技术领域，尤其涉及一种基于计算机视觉的抑郁症检测与识别系统。

背景技术

抑郁症被形象地称为“心灵感冒”，意思是说抑郁症像伤风感冒一样，是一种常见的心境障碍。据世界卫生组织(WHO)预测，到2020年底，抑郁症将成为仅次于缺血性心脏病的第2位致残疾病。1998年，世界精神卫生调查委员会对焦虑障碍、心境障碍、冲动一控制障碍及药物依赖的年患病率、疾病严重度、功能损害程度和接受治疗情况等进行了调查。

目前抑郁症的诊断主要包括自我识别与医院或心理咨询机构的诊断两个部分。抑郁症自我识别的关键是患者是否存在有明显情绪低落，患者终日忧心忡忡、抑郁寡欢、愁眉苦脸、长吁短叹；是否有兴趣的缺乏，患者对任何事情都提不起劲，心里有压抑感，高兴不起来；是否有精力不济、疲劳，无论是做脑力劳动还是体力劳动都觉得疲劳，即使充分休息都不能恢复；是否有明显的睡眠障碍，特别是早醒；典型的抑郁患者，其抑郁心境有晨重夜轻的节律改变的特点，即情绪低落在早晨更严重，而傍晚时有所减轻。也可以借助自评量表(如《贝克抑郁问卷》和《Zung自评量表》等)进行自我评估。临床研究中常使用他评量表，如汉密尔顿抑郁量表(HAMD)及蒙哥马利抑郁量表(MADS)评定疾病严重程度。

造成抑郁症识别率低的原因有多种，有患者自身的“病耻感”作祟、抑郁症伴发症状多样且复杂、医师的诊断能力等原因，但有限的公共卫生人力资源则是更为严重的因素。随着社会对精神卫生服务的需求大量增加，精神科医护人员技术力量的匮乏更加突出。目前传统的抑郁症检测与诊断方法需要大量投入人力、物力成本，并且对患者的识别诊断过程耗时长且复杂，所以需要一种基于计算机视觉的抑郁症检测与识别系统。

发明内容

基于现有的抑郁症检测与诊断方法需要大量投入人力、物力成本，并且对患者的识别诊断过程耗时长且复杂的技术问题，本发明提出了一种基于计算机视觉的抑郁症检测与识别系统。

本发明提出的一种基于计算机视觉的抑郁症检测与识别系统，包括人脸采集模块，所述人脸采集模块电性连接有后台处理系统，所述后台处理系统电性链接有信息输出模块。

优选地，所述人脸采集模块为摄像头。

优选地，所述后台处理系统包括有人脸识别模块，所述人脸识别模块电性连接有对比分析模块。

优选地，所述对比分析模块双向电性连接有数据库模块。

优选地，该基于计算机视觉的抑郁症检测与识别系统的使用方法为：

步骤一、收集大量抑郁症和非抑郁症人员人脸图像数据，对数据进行标注，并进行人脸检测、关键点检测、人脸矫正、光照归一化和数据增强预处理操作，并以预处理后的数据集对抑郁症识别模型进行微调训练，通过较多次数迭代后获得一个准确率高且鲁棒性高的识别模型；

步骤二、实际测试过程中，首先获取被试者人脸图像数据，经过与训练阶段相同的预处理后对测试数据进行再次增强，增强后数据一次输入识别模型后得到识别结果。

本发明中的有益效果为：

1、通过设置后台处理系统，在对抑郁症筛查过程中，具有检测速度快和在大人口基数情况下，在保证识别效率的同时也兼顾了较高的识别准确率的效果。