CN111481182B - 一种精神障碍患者危险级别判断*** - Google Patents
一种精神障碍患者危险级别判断*** Download PDFInfo
- Publication number
- CN111481182B CN111481182B CN202010276090.2A CN202010276090A CN111481182B CN 111481182 B CN111481182 B CN 111481182B CN 202010276090 A CN202010276090 A CN 202010276090A CN 111481182 B CN111481182 B CN 111481182B
- Authority
- CN
- China
- Prior art keywords
- patient
- grade
- data
- mental disorder
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 208000020016 psychiatric disease Diseases 0.000 title claims abstract description 28
- 208000028017 Psychotic disease Diseases 0.000 claims abstract 2
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 12
- 230000003238 somatosensory effect Effects 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 5
- NRNCYVBFPDDJNE-UHFFFAOYSA-N pemoline Chemical compound O1C(N)=NC(=O)C1C1=CC=CC=C1 NRNCYVBFPDDJNE-UHFFFAOYSA-N 0.000 claims description 3
- 208000024891 symptom Diseases 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Multimedia (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Social Psychology (AREA)
- Developmental Disabilities (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Educational Technology (AREA)
- Pulmonology (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种精神障碍患者危险级别判断***,其特征在于,包括计算机,可穿戴设备:所述计算机分别与可穿戴设备连接;所述计算机与精神病管理部门云端服务器连接;所述计算机计算精神障碍患者最终危险状态系数并发送至所述精神病管理部门云端服务器。本发明通过计算最终危险状态系数R,可以准确的评估精神障碍患者的症状及危险状态,为社区管理人员管理精神患者员提供准确可靠的参考数据,为社区管理人员执法行动提供依,可以由效避免精神障碍患者发病引发的社会惨剧。
Description
技术领域
本申请涉及信息技术领域,具体涉及一种精神障碍患者危险级别判断***。
背景技术
《严重精神障碍管理治疗工作规范(2018年版)》公布的危险性评估标准较简单,只考虑了行为表现而忽略了多因素危险性,与病理性精神症状分离严重,只能用作简单分级方便随访管理,无法对是否发病、病情轻重进行准确评估,大部分基层管控人员人手有限又身兼数职,多靠电话随访,不能起到有效监管作用。
发明内容
为了解决通过精神障碍患者生理信号数据和行动影像数据对精神障碍患者精神状态进行评估的问题,本发明提供一种精神障碍患者危险级别判断***,包括计算机,可穿戴设备:
所述计算机分别与可穿戴设备连接;
所述计算机与精神障碍患者管理部门云端服务器连接;
所述计算机计算精神障碍患者最终危险状态系数并发送至所述精神障碍患者管理部门云端服务器。
进一步的,所述计算机执行以下步骤:
S1:通过患者佩戴的可穿戴设备和患者行动范围的安防监控设备获取患者的心跳数据,体感姿势数据,语音数据,监控视频数据;
S2:依据所述心跳数据,所述语音数据,体感姿势数据,监控视频数据分析患者行为,自动生成患者行为数据,并有患者行为数据获取患者危险等级数据;
S3:依据用户危险等级数据获取患者最终危险状态系数。
进一步的,
所述危险等级包括低危,中危,高危三个级别。
进一步的,
所述步骤S3包括以下步骤:
S31:依据以下规则确定等级分值:
等级低每项分值为1,
等级中每项分值为10,
等级高每项分值为100,
对目标列归类,
Y对应17X1的矩阵,对应第1~17特征,如果有相应的特征,则标记为1,否则标记0,则有
令最终的评分为Yfen,则有
如果Yfen=0,则病人正常,不需要进行计算;
如果Yfen∈(0,10],则病人对应的等级为低;
如果Yfen∈(10,100),则病人对应的等级为中;
如果Yfen≥100,则病人对应的等级为高。
S321:根据S31步骤的设定,确定由低,中,高三种级别建立的对比矩阵分别为:
其中i=1,2,3,4,5,6时,x1i=1,其他x1i=0。(i取值为1-17的整数)
其中i=7,8,9,10,11时,x2i=1,其他x2i=0。(i取值为1-17的整数)
其中i=12,13,14,15,16,17时,x3i=1,其他x3i=0。(i取值为1-17的整数)
S322:令:
其中:
当病人等级为低时,令
当病人等级为中时,令X1=X'zhong,令X01=Xa1·Y、X02=Xa2·Y,分别令X0=X01和X0=X02带入X(1)=[X0 X1]中进行灰色关联度计算,最终分别得到两个关联度系数r01和r02;
当病人等级为高时,有X1=X'gao
令X01=Xa1·Y、X02=Xa2·Y和X03=Xa3·Y,分别令X0=X01、X0=X02和X0=X03;带入X(1)=[X0 X1]中进行灰色关联度计算,最终分别得到三个关联度系数r01、r02和r03;
S323:计算灰色关联度步骤,包括,
S3231:
对:
逐行进行归一化,公式如下:
通过上述公式逐一计算出归一化后每一个新xij组成新矩阵X(2),则:
S3232:对矩阵X(2)求差序列Δ、Δmax和Δmin
令:
Δ=[Δi1],i=1,…,17
Δij=|xi0-xi1|,i=1,…,17,j=0,1
则:
S3233采用以下公式求灰色关联度系数矩阵ξ
ξ=[ξi1],i=1,…,17
其中,β为关联系数;
S3234:
令比较序列X和目标序列Y的灰色关联度为r,采用以下公式计算r
S324计算状态系数R,包括,
令W=[w1 w2 w3]为权重矩阵,其中W1对应着患者低的权重系数、W2对应着患者中的权重系数、W3对应着患者高等级的权重系数,分别表示低、中、高等级分量在患者心理疾病中所占比重大小,这一系数由用户预先设定,并且 w1 w2 w3满足w1+w2+w3=1。
状态系数R计算公式如下:
当病人等级为低时,
R=w1·r01
当病人等级为中时,
R=w1·r01+w2·r02
当病人等级为高时,
R=w1·r01+w2·r02+w3·r03。
本发明通过计算最终危险状态系数R,可以准确的评估精神障碍患者的症状及危险状态,为社区管理人员管理精神患者员提供准确可靠的参考数据,为社区管理人员执法行动提供依据。
附图说明
图1为本发明流程图。
图2为本发明架构图。
具体实施方式
如图1所示本发明提供一种精神障碍患者危险级别判断***,包括计算机,可穿戴设备:
所述计算机分别与可穿戴设备连接;
所述计算机与精神障碍患者管理部门云端服务器连接;
所述计算机计算精神障碍患者最终危险状态系数并发送至所述精神障碍患者管理部门云端服务器。
进一步的,所述计算机执行以下步骤:
S1:通过患者佩戴的可穿戴设备和患者行动范围的安防监控设备获取患者的心跳数据,体感姿势数据,语音数据,监控视频数据;
S2:依据所述心跳数据,所述语音数据,体感姿势数据,监控视频数据分析患者行为,自动生成患者行为数据,并有患者行为数据获取患者危险等级数据;
S3:依据用户危险等级数据获取患者最终危险状态系数。
在本发明实施过程中,按下表将危险等级分为低危,中危,高危三个级别。
上述行为与症状表现通过计算机自动分析患者心跳数据,所述语音数据,体感姿势数据,监控视频数据自动得出。
在本发明实施过程中,可穿戴设备可以是具有通信功能且具有心跳传感器、体感姿势传感器的智能手表,智能手表检测用户的心跳数据、体感姿势数据并智能分析睡眠状况(深睡时间、浅睡时间、起床次数)发送至计算机。智能手表带有麦克风,麦克风可获取患者的语音数据,并将语音数据发送至计算机。在本发明一实施例中采用苹果智能手表,在本发明另一实施例中,智能手表采用集成了麦克风的华为watchGT2。
患者的视频数据可以由患者所处环境中的监控设备获取,在本发明一实施例中,计算机与安防监控设备连接,由患者居住小区的安防监控设备获取患者的视频数据。
体感数据可以通过智能手表内集成的加速度计和陀螺仪获取。
上述计算机通过视频数据和语音数据分析患者行为的技术方案均为公知技术。
下面对依据用户危险等级数据获取患者最终危险状态系数的过程进行具体说明。
第一步:确定分级
Step1:确定等级分值
等级 | 每项分值 |
低 | 1 |
中 | 10 |
高 | 100 |
Step2:对目标列归类
Y对应17X1的矩阵,对应第1~17特征,如果有相应的特征,则标记为1,否则标记0,则有
令最终的评分为Yfen,则有
如果Yfen=0,则病人正常,不需要进行计算;
如果Yfen∈(0,10],则病人对应的等级为低;
如果Yfen∈(10,100),则病人对应的等级为中;
如果Yfen≥100,则病人对应的等级为高。
第二步:确定不同等级内的严重程度评分
Step1:确定对比矩阵
根据以上设定,则有由低,中,高三种建立的对比矩阵分别为:
其中i=1,2,3,4,5,6时,x1i=1,其他x1i=0。(i取值为1-17的整数)
其中i=7,8,9,10,11时,x2i=1,其他x2i=0。(i取值为1-17的整数)
其中i=12,13,14,15,16,17时,x3i=1,其他x3i=0。(i取值为1-17的整数)
Step2确定输入矩阵
令:
其中:
当病人等级为低时,令
当病人等级为中时,令X1=X'zhong
并且因为Y=Xa1·Y+Xa2·Y
令X01=Xa1·Y、X02=Xa2·Y,分别令X0=X01和X0=X02带入X(1)=[X0 X1]中进行灰色关联度计算,最终分别得到两个关联度系数r01和r02。
当病人等级为高时,有X1=X'gao
并且因为Y=Xa1·Y+Xa2·Y+Xa3·Y
令X01=Xa1·Y、X02=Xa2·Y和X03=Xa3·Y,分别令X0=X01、X0=X02和X0=X03;带入X(1)=[X0 X1]中进行灰色关联度计算,最终分别得到三个关联度系数r01、r02和r03。
从上式中得到,当病人等级为中时,r03=0;当病人等级为低时,r03=r02=0。
那么对于一个精神病人,一定存在三个系数r01 r02 r03和病人的特征矩阵Rbingren,使Rbingren=[r01 r02 r03]。
Step3:计算灰色关联度
Step3.1归一化
对:
逐行进行归一化,公式如下:
通过上述公式逐一计算出归一化后每一个新xij组成新矩阵X(2),则:
Step3.2对矩阵X(2)求差序列Δ、Δmax和Δmin
令:
Δ=[Δi1],i=1,…,17
Δij=|xi0-xi1|,i=1,…,17,j=0,1
则:
Step3.3求灰色关联度系数矩阵ξ
ξ=[ξi1],i=1,…,17
其中β为关联系数,没有特殊要求的情况下,一般取0.5即可。
Step3.4:计算灰色关联度r
令比较序列X和目标序列Y的灰色关联度为r,则有:
Step4计算状态系数R
Step3.4中得到的灰色关联度r反映了病人的特征与最严重的当前等级的关联度,为了获得一个可以较为完整的反映病人状态的特征量,则需要对灰色关联度r进行进一步的处理。
令W=[w1 w2 w3]为权重矩阵,其中w1 w2 w3分别对应着病人低、中、高等级的权重系数,分别表示低、中、高等级分量在病人心理疾病中所占比重大小,这一系数一般由专家评判给出。并且w1 w2 w3满足w1+w2+w3=1。
由step2中得知,一个病人的特征矩阵Rbingren=[r01 r02 r03],其中r01 r02 r03分别对应着在step2中得到的三个个关联度系数r01、r02和r03
则有R计算公式如下:
X'di表示矩阵Xdi的转置,X'zhong表示矩阵Xzhong的转置,X'gao表示矩阵Xgao的转置,W'表示矩阵W的转置。
最终系数R即为不同等级下的严重程度分值,并且R是介于0和1之间的数值,当R越大,说明病人在当前等级下越严重。
并且有:
当病人等级为低时,
R=w1·r01
当病人等级为中时,
R=w1·r01+w2·r02
当病人等级为高时,
R=w1·r01+w2·r02+w3·r03。
本发明通过预先设置的三个权重系数并计算三个关联度系数r01、r02和r03实现了更加精准的精神障碍患者精神状态数值量化。
本发明通过计算最终危险状态系数R,可以准确的评估精神障碍患者的症状及危险状态,为社区管理人员管理精神患者员提供准确可靠的参考数据,为社区管理人员执法行动提供依据。
Claims (1)
1.一种精神障碍患者危险级别判断***,其特征在于,包括计算机,可穿戴设备:
所述计算机分别与可穿戴设备连接;
所述计算机与精神病管理部门云端服务器连接;
所述计算机计算精神障碍患者最终危险状态系数并发送至所述精神病管理部门云端服务器;
所述计算机执行以下步骤:
S1:通过患者佩戴的可穿戴设备和患者行动范围的安防监控设备获取患者的心跳数据,体感姿势数据,语音数据,监控视频数据;
S2:依据所述心跳数据,所述语音数据,体感姿势数据,监控视频数据分析患者行为,自动生成患者行为数据,并有患者行为数据获取患者危险等级数据;
S3:依据用户危险等级数据获取患者最终危险状态系数;
所述危险等级包括低危,中危,高危三个级别;
所述步骤S3包括以下步骤:
S31:依据以下规则确定等级分值:
等级低每项分值为1,
等级中每项分值为10,
等级高每项分值为100,
对目标列归类,
Y对应17X1的矩阵,对应第1~17特征,如果有相应的特征,则标记为1,否则标记0,则有
令最终的评分为Yfen,则有
如果Yfen=0,则病人正常,不需要进行计算;
如果Yfen∈(0,10],则病人对应的等级为低;
如果Yfen∈(10,100),则病人对应的等级为中;
如果Yfen≥100,则病人对应的等级为高;
S321:根据S31步骤的设定,确定由低,中,高三种级别建立的对比矩阵分别为:
S322:令:
i取值为1-17的整数;
其中:
当病人等级为低时,令
当病人等级为中时,令X1=X'zhong,令X01=Xa1·Y、X02=Xa2·Y,分别令X0=X01和X0=X02带入X(1)=[X0 X1]中进行灰色度计算,最终分别得到两个关联度系数r01和r02;
X'di表示矩阵Xdi的转置,X'zhong表示矩阵Xzhong的转置,X'gao表示矩阵Xgao的转置;
当病人等级为高时,有X1=X'gao
令X01=Xa1·Y、X02=Xa2·Y和X03=Xa3·Y,分别令X0=X01、X0=X02和X0=X03;带入X(1)=[X0 X1]中进行灰色关联度计算,最终分别得到三个关联度系数r01、r02和r03;
S323:计算灰色关联度步骤,包括,
S3231:
对:
逐行进行归一化,公式如下:
通过上述公式逐一计算出归一化后每一个新xij组成新矩阵X(2),则:
S3232:对矩阵X(2)求差序列Δ、Δmax和Δmin
令:
Δ=[Δi1],i=1,…,17
Δij=|xi0-xi1|,i=1,…,17,j=0,1
则:
S3233采用以下公式求灰色关联度系数矩阵ξ
ξ=[ξi1],i=1,…,17
其中,β为关联系数;
S3234:
令比较序列X和目标序列Y的灰色关联度为r,采用以下公式计算r
S324计算状态系数R,包括,
令W=[w1 w2 w3]为权重矩阵,其中w1对应着患者低的权重系数、w2对应着患者中的权重系数、w3对应着患者高等级的权重系数,分别表示低、中、高等级分量在患者心理疾病中所占比重大小,这一系数由用户预先设定,并且w1 w2 w3满足w1+w2+w3=1;
状态系数R计算公式如下:
W'表示矩阵W的转置;
当病人等级为低时,
R=w1·r01
当病人等级为中时,
R=w1·r01+w2·r02
当病人等级为高时,
R=w1·r01+w2·r02+w3·r03。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010276090.2A CN111481182B (zh) | 2020-04-09 | 2020-04-09 | 一种精神障碍患者危险级别判断*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010276090.2A CN111481182B (zh) | 2020-04-09 | 2020-04-09 | 一种精神障碍患者危险级别判断*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111481182A CN111481182A (zh) | 2020-08-04 |
CN111481182B true CN111481182B (zh) | 2023-05-09 |
Family
ID=71798370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010276090.2A Active CN111481182B (zh) | 2020-04-09 | 2020-04-09 | 一种精神障碍患者危险级别判断*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111481182B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2898078A1 (en) * | 2014-02-05 | 2015-08-05 | Grace Castillo Soyao | Systems, devices, and methods for analyzing and enhancing patient health |
CN107517375A (zh) * | 2017-07-25 | 2017-12-26 | 天津大学 | 对立体深度运动引起的立体观看疲劳的评价分析方法 |
CN110276929A (zh) * | 2019-06-21 | 2019-09-24 | 西南政法大学 | 一种基于移动智能终端的智能远程精神障碍者危险性预警*** |
CN110522983A (zh) * | 2018-05-23 | 2019-12-03 | 深圳先进技术研究院 | 基于人工智能的脑刺激***、方法、设备和存储介质 |
CN110664417A (zh) * | 2019-09-18 | 2020-01-10 | 朔黄铁路发展有限责任公司 | 列车安全驾驶预警设备和*** |
GB202000242D0 (en) * | 2020-01-08 | 2020-02-19 | Limbic Ltd | Dynamic user response data collection system & method |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10244975B2 (en) * | 2016-10-17 | 2019-04-02 | Morehouse School Of Medicine | Mental health assessment method and kiosk-based system for implementation |
CN110155069A (zh) * | 2019-04-12 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 驾驶员精神状态监测方法、装置、存储介质及终端设备 |
CN110200643A (zh) * | 2019-06-21 | 2019-09-06 | 西南政法大学 | 一种远程智能精神障碍者危险性预警*** |
CN110840425B (zh) * | 2019-11-20 | 2022-05-13 | 首都医科大学宣武医院 | 一种急诊患者诊中健康监护***及方法 |
-
2020
- 2020-04-09 CN CN202010276090.2A patent/CN111481182B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2898078A1 (en) * | 2014-02-05 | 2015-08-05 | Grace Castillo Soyao | Systems, devices, and methods for analyzing and enhancing patient health |
CN107517375A (zh) * | 2017-07-25 | 2017-12-26 | 天津大学 | 对立体深度运动引起的立体观看疲劳的评价分析方法 |
CN110522983A (zh) * | 2018-05-23 | 2019-12-03 | 深圳先进技术研究院 | 基于人工智能的脑刺激***、方法、设备和存储介质 |
CN110276929A (zh) * | 2019-06-21 | 2019-09-24 | 西南政法大学 | 一种基于移动智能终端的智能远程精神障碍者危险性预警*** |
CN110664417A (zh) * | 2019-09-18 | 2020-01-10 | 朔黄铁路发展有限责任公司 | 列车安全驾驶预警设备和*** |
GB202000242D0 (en) * | 2020-01-08 | 2020-02-19 | Limbic Ltd | Dynamic user response data collection system & method |
Non-Patent Citations (2)
Title |
---|
Ambulatory assessment in panic disorder and specific phobia;Alpers G W. 等;《Psychological assessment》;全文 * |
安全心理尺度的三角模糊数学表达方法研究;刘琛;《中国安全科学学报》;第第23卷卷(第第8期期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111481182A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107773214B (zh) | 一种最佳唤醒策略的方法、计算机可读介质和*** | |
US20160063212A1 (en) | System for Generating and Updating Treatment Guidelines and Estimating Effect Size of Treatment Steps | |
WO2021051944A1 (zh) | 自动推送助眠乐曲方法、装置、计算机设备及存储介质 | |
JPWO2013105164A1 (ja) | 異常信号判定装置、異常信号判定方法、および異常信号判定プログラム | |
EP3534296A1 (en) | A method for building a computer-implemented tool for assessment of qualitative features from face images | |
KR102680761B1 (ko) | 질환 발병 위험도 예측 시스템, 예측 방법, 및 프로그램 | |
CN111481215B (zh) | 一种基于危险性级别判断的精神障碍患者远程预警*** | |
CN116311539B (zh) | 基于毫米波的睡眠动作捕捉方法、装置、设备及存储介质 | |
CN114343585B (zh) | 认知和行为障碍的预警方法、装置、设备及存储介质 | |
CN111481182B (zh) | 一种精神障碍患者危险级别判断*** | |
CN110610761A (zh) | 一种高血压辅诊方法和*** | |
Kirar et al. | Glaucoma diagnosis using discrete wavelet transform and histogram features from fundus image | |
CN111466929B (zh) | 一种基于危险性级别判断的暴力精神障碍患者防范*** | |
CN111481214B (zh) | 一种精神障碍患者危险级别判断方法 | |
CN111369763B (zh) | 一种精神障碍患者攻击防范*** | |
CN113724860A (zh) | 基于人工智能的医疗检查推荐方法、装置、设备及介质 | |
CN111466928B (zh) | 一种基于危险性级别判断的精神障碍患者随身预警*** | |
CN116245555B (zh) | 一种基于大数据的用户信息收集分析*** | |
CN111210070A (zh) | 一种数据分析方法、装置、电子设备及可读取存储介质 | |
Chen et al. | E pileptic seizure detection by combining robust‐principal component analysis and least square‐support vector machine | |
CN114847949A (zh) | 一种基于脑电特征及放松度指标的认知疲劳康复方法 | |
TWM605334U (zh) | 醫療穿戴裝置發展決策系統 | |
Qin et al. | A time-frequency functional model for locally stationary time series data | |
TWI808607B (zh) | 用於預測體溫調節異常的系統與方法 | |
WO2024154292A1 (ja) | 内面状態推定装置、内面状態推定方法及び記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |