[发明专利]基于多生理参数智能分析的心理状态评估方法、设备、介质及产品

说明书

本发明涉及基于多生理参数智能分析的心理状态评估方法、设备、介质及产品，该方法包括步骤：对眼动信号进行预处理，选择眼动信号特征，并根据眼动信号特征建立组合分类模型；对心电信号进行降噪处理，对降噪后的心电信号进行QRS波群定位处理，获得有效的心电信息；对脑电信号进行预处理，对脑电信号进行特征提取，对提取的脑电信号特征进行分析；挖掘眼动信号、心电信号、脑电信号与心理状态之间的数据关系，建立基于互信息的融合模型进行心理状态评估。本发明分别挖掘眼动信号、心电信号、脑电信号与心理健康状态之间的数据关联关系，构建新的融合特征，实现心理状态评估测试，助力心理临床及相关科学研究。

技术领域

本发明涉及心理状态评估技术领域，特别涉及基于多生理参数智能分析的心理状态评估方法、设备、介质及产品。

背景技术

心理测量的传统方法主要包括：(1)观察法：即对心理现象进行系统观察的研究方法；(2)调查法：包括访谈法和问卷法；(3)测验法：即通过一套比问卷更标准化的试题来测量心理现象，主要分为纸笔测验和操作测验两类；(4)实验法：常结合调查法中的问卷法施测，是研究心理学的重要方法。心理测量的传统工具包括问卷(Questionnaire)和量表(Scale)。然而，随着时代的进步，传统测量方法与工具的不足日渐显露，这些不足体现在：基于先验的心理学研究逻辑、测量过程耗费大量的人力和物力、非代表性取样与研究情景不真实、数据收集与分析过程缓慢、心理评估结果反馈时间滞后性严重等。

当前国内外广泛使用的抑郁症临床诊断的评定量表只有达到诊断阈值时才可生效，在抑郁症诊断的主观性方面，患者容易有主观上的掩饰心态或者不愿意配合的情况；一些文化水平不高的患者或老年患者则无法准确判断自己的情况，因此量表具有一定的不实性。同时精神科医生的判断也是依赖自身经验的积累，不同医生之间没有统一的标准，容易导致结果出现偏差。

发明内容

为了实现根据本发明的上述目的和其他优点，本发明的第一目的是提供基于多生理参数智能分析的心理状态评估方法，包括以下步骤：

对眼动信号进行预处理，选择眼动信号特征，并根据所述眼动信号特征建立组合分类模型；

对心电信号进行降噪处理，对降噪后的心电信号进行QRS波群定位处理，获得有效的心电信息；

对脑电信号进行预处理，对所述脑电信号进行特征提取，对提取的脑电信号特征进行分析；

挖掘眼动信号、心电信号、脑电信号与心理状态之间的数据关系，建立基于互信息的融合模型进行心理状态评估。

进一步地，所述对眼动信号进行预处理具体为去除实验过程中被试者眼动数据异常值；

所述选择眼动信号特征眼动仪采集还包括对眼动信号特征进行归一化处理，所述眼动信号特征包括眼跳、注视、瞳孔大小和眨眼频率；

所述根据所述眼动信号特征建立组合分类模型具体为通过数据挖掘算法对眼动信号特征进行分类，建立组合分类模型。

进一步地，所述对降噪后的心动信号进行QRS波群定位处理具体为根据心电信号特性、抑郁患者的心电特征，采用Pan-Tompkins检测算法对12导联心电数据进行分导联QRS波群定位与心拍分割，获取RR间期、QR间期、ST段电位起测点。

进一步地，所述采用Pan-Tompkins检测算法对12导联心电数据进行分导联QRS波群定位与心拍分割包括以下步骤；

所述心拍分割采用医学上R波在一个心拍中占2/5的标准位置为基准，进行前后截取，再根据R波定位后，采用数学形态学方法，通过多值变换，根据形态学特征，处理信号的斜率、幅值正负的波峰波谷，前后寻找Q波和S波的波谷，定位出Q波、R波和S波；

根据Q波、R波和S波定位结果进行ST段电位测量点定位法，计算公式为：