[发明专利]一种抑郁症程度评估方法、系统、装置及存储介质

说明书

本发明公开了一种抑郁症程度评估方法、系统、装置及存储介质；该方法包括获取第一视频，所述第一视频为包含人物表情变化和人物语音的视频；随机截取第一组图片，第一组图片为所述第一视频中的连续多帧图片；将第一组图片输入人脸表情识别模型中处理，得到多个表情特征向量；将多个表情特征向量输入微表情抑郁症识别模型中处理，得到第一评分；提取第一音频，第一音频为所述第一组图片对应的语音片段；将第一音频输入语音抑郁症识别模型中处理，得到第二评分；根据第一评分和第二评分，评估抑郁症程度；本发明有效地将语音与微表情这两个指标结合起来评估抑郁症程度，评估精度更高，鲁棒性更强。本发明可广泛应用于抑郁症评估技术领域。

技术领域

本发明涉及抑郁症评估技术领域，尤其是一种抑郁症程度评估方法、系统、装置及存储介质。

背景技术

抑郁症是当前最常见的精神疾病之一。据世界卫生组织2021年的调查，全球约有3.5亿人患有抑郁症，其中65％左右的患者有过自杀的念头，更有15％左右的患者自杀。这种疾病的症状有许多种，往往表现为长期情绪低落，沉溺于不良情绪，如悲伤、内疚、自卑、兴趣丧失、功能减退等，严重影响着人们的身心健康，其无疑对个人、家庭以及社会都是极大的损失。因此，尽早发现抑郁症，及时治疗，把问题扼杀在萌芽状态成为解决问题的关键；但医院检测抑郁症的流程十分复杂，很多人可能因懒惰、嫌麻烦或者没钱而不想去医院检查。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种抑郁症程度评估方法、系统、装置及存储介质。

本发明所采取的技术方案是：

一方面，本发明实施例包括一种抑郁症程度评估方法，包括：

获取第一视频，所述第一视频为包含人物表情变化和人物语音的视频；

随机截取第一组图片，所述第一组图片为所述第一视频中的连续多帧图片；

将所述第一组图片输入人脸表情识别模型中处理，得到多个表情特征向量；

将多个所述表情特征向量输入微表情抑郁症识别模型中处理，得到第一评分；

提取第一音频，所述第一音频为所述第一组图片对应的语音片段；

将所述第一音频输入语音抑郁症识别模型中处理，得到第二评分；

根据所述第一评分和所述第二评分，评估抑郁症程度。

进一步地，所述将所述第一组图片输入人脸表情识别模型中处理之前，所述方法还包括：

对所述第一组图片进行预处理，所述预处理包括人脸检测处理和人脸对齐处理；

将预处理后的第一组图片通过线性反投影算法转化为LBP图片；

将所述LBP图片分成多个局部块，并提取每个所述局部块的直方图；

将每个所述局部块的直方图依次连接形成LBP特征的统计直方图，得到所述第一组图片对应的一维向量。

进一步地，所述方法还包括构建所述人脸表情识别模型，包括：

将所述第一组图片对应的一维向量输入多层感知机中，构建得到所述人脸表情识别模型。

进一步地，所述方法还包括构建所述微表情抑郁症识别模型，包括：

将多个所述表情特征向量按顺序拼接成一个第一特征向量；

将所述第一特征向量输入支持向量机中，构建得到所述微表情抑郁症识别模型。

进一步地，所述提取第一音频之后，所述方法还包括对所述第一音频进行预处理，包括：

剪去所述第一音频中的干扰语音片段和静音片段；