[发明专利]一种基于视频注视差异的心理测评系统有效
| 申请号: | 202110865777.4 | 申请日: | 2021-07-29 |
| 公开(公告)号: | CN113658697B | 公开(公告)日: | 2023-01-31 |
| 发明(设计)人: | 马惠敏;詹琦;王荣全 | 申请(专利权)人: | 北京科技大学;清华大学 |
| 主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H50/20;G16H15/00;G06N20/10;G06F3/01;G06V10/764;G06V40/18;A61B5/16 |
| 代理公司: | 北京中睿智恒知识产权代理事务所(普通合伙) 16025 | 代理人: | 侯文峰 |
| 地址: | 100083*** | 国省代码: | 北京;11 |
| 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 视频 注视 差异 心理 测评 系统 | ||
1.一种基于视频注视差异的心理测评系统,其特征在于,包括:
视频刺激模块,用于基于预设的视频库,向受试者提供多组视频自由观看任务;其中,每组视频分别包括至少一段正性情绪的视频和至少一段负性情绪的视频,当受试者进行视频自由观看任务时,属于同一组的正性情绪的视频和负性情绪的视频分别在同一画面的不同区域同时进行播放;
数据采集模块,用于采集受试者进行视频自由观看任务时的眼动轨迹数据;
数据分析处理模块,用于基于受试者的眼动轨迹数据,对受试者的心理状态进行识别,并根据受试者的心理状态识别结果生成受试者的心理测评报告;
所述视频库的构建过程,包括:
通过对明尼苏达多项人格测验MMPI的题目进行归纳总结,提取出多个心理维度;其中,提取的心理维度为两层树状结构,所述树状结构中第一层为第一维度,第二层为第二维度;
第一维度包括:个人特质、社会功能、身体状况以及心理状况;
个人特质下的第二维度包括:生活习惯、男/女性气质以及智识兴趣;
社会功能下的第二维度包括社会适应和价值判断;其中,社会适应下包括学习、工作以及社会交往:价值判断下包括社会态度和政治/法律态度;
身体状况下的第二维度包括:饮食、睡眠、健康以及身材焦虑;
心理状况下的第二维度包括:抑郁情绪、焦虑/躁狂/敌对情绪、恐惧情绪、疑病、自杀倾向以及精神病性倾向;
收集不同情绪属性的视频片段,将视频片段映射到对应的心理维度;并使用t-检验方法验证视频选择的合理性;其中,所述情绪属性包括正性情绪和负性情绪;每个第二维度下至少包括场景相似度符合预设要求的正性情绪属性的视频和负性情绪属性的视频各一段;
将属于同一第二维度、场景相似度符合预设要求且不同情绪属性的多个视频片段进行拼接合成,处理为一个包括正性区域和负性区域的视频片段,并对拼接合成所得到的视频片段进行存储,以构建出所述视频库;其中,所述正性区域用于播放正性情绪的视频,所述负性区域用于播放负性情绪的视频;
所述视频刺激模块为头戴式VR设备;
当受试者进行视频自由观看任务时,相邻两组视频之间间隔预设时长播放;
所述数据分析处理模块,包括:
数据管理单元,用于管理所述VR设备的连接状态、受试者的个人信息以及受试者在进行视频自由观看任务时的眼动轨迹数据,并供用户查看测评报告;
数据分析单元,用于基于眼动轨迹数据,对受试者的心理状态进行识别;所述数据分析单元具体用于:
对受试者的眼动轨迹数据进行数据预处理;其中,所述数据预处理过程包括:时间插值填补缺失值、限定阈值过滤异常点以及坐标平滑去除噪声;
对预处理后的眼动轨迹数据进行注视点检测,得到注视点数据;
从所述注视点数据中提取多个视觉认知特征;其中,所述视觉认知特征包括正性情绪的视频注视时长比例、注意转移次数、正性情绪的视频注视点个数、负性情绪的视频注视点个数、正性情绪的视频平均凝视时长和负性情绪的视频平均凝视时长;
计算每一视觉认知特征在各心理维度下的聚合值,生成候选特征数据;
使用统计学的显著性检验和机器学习模型的特征重要性,在所述候选特征数据中选择统计结果显著性大于预设显著性阈值或特征重要性大于预设重要性阈值的特征数据,并计算所选择出的特征数据之间的相关性,过滤掉线性相关性大于预设相关性阈值的特征数据,将最终筛选出的特征数据作为分类特征;
根据所述分类特征,通过预设的机器学习模型得到受试者处于异常心理状态的概率,对所述机器学习模型的输出结果进行概率校准,并映射为百分制的心理测评分数,以实现受试者心理状态的量化评估;
结果输出单元,用于根据所述数据分析单元的输出结果,生成受试者对应的可交互的电子版心理测评报告,并以可视化的方式显示所述心理测评报告;所述心理测评报告包括眼动数据质量评估、检测结果、敏感维度和综合建议;
所述眼动数据质量评估为受试者观看各组视频的眼动轨迹与数据缺失情况;
所述检测结果为受试者的心理测评分数和敏感维度;
所述敏感维度的计算过程,包括:
针对每一视觉认知特征,分别计算受试者与正常人所对应的视觉认知特征取值之间的差异δ1;其中,所述正常人为心理状况无异常的人,δ1的计算公式为:
δ1=|X1受试者-X1正常人常模|/X1正常人常模
式中,X1受试者和X1正常人常模分别表示针对同一个视觉认知特征,受试者和正常人所对应的在所有视频下的视觉认知特征取值的全局中位数;
取δ1最大的三个视觉认知特征作为敏感特征;
针对每一敏感特征,分别计算在各组视频中受试者与正常人所对应的敏感特征取值之间的差异δ2,计算公式为:
δ2=|X2受试者-X2正常人常模|/X2正常人常模
式中,X2受试者和X2正常人常模分别表示对于同一个敏感特征,在同一组视频下,受试者和正常人所对应的敏感特征取值;
取δ2最大的一组视频作为敏感视频,将所述敏感视频所属的心理维度作为相应的敏感特征所对应的敏感维度;
其中,所述敏感视频均叠加了相应受试者的眼动轨迹;
所述综合建议为根据受试者的心理测评分数所处的区间,按照预设的映射关系进行映射,显示对应的就诊建议;其中,不同分数段对应不同的就诊建议。
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北京科技大学;清华大学,未经北京科技大学;清华大学许可,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/202110865777.4/1.html,转载请声明来源钻瓜专利网。





