CN113192603A - 一种基于大数据的精神状态评估方法和*** - Google Patents
一种基于大数据的精神状态评估方法和*** Download PDFInfo
- Publication number
- CN113192603A CN113192603A CN202110518931.0A CN202110518931A CN113192603A CN 113192603 A CN113192603 A CN 113192603A CN 202110518931 A CN202110518931 A CN 202110518931A CN 113192603 A CN113192603 A CN 113192603A
- Authority
- CN
- China
- Prior art keywords
- user
- obtaining
- mental state
- information
- action
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于大数据的精神状态评估方法和***,其中,所述方法包括:依据对用户进行精神状态评估的内容构建动作数据库和描述数据库;并获得评估内容与数据库数据的第一映射关系;对用户的图像信息和语音信息进行特征提取,获得用户的动作信息和描述信息,继而输入至上述动作数据库和描述数据库进行检索,获得检索结果;依据检索结果和第一映射关系获得对用户精神状态的第一评估值;并将第一评估值和用户信息存储至智能评估平台。解决了现有技术中对患者进行精神状态评估依赖人工,且评估存在一定误差的技术问题。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种基于大数据的精神状态评估方法和***。
背景技术
精神科一般在诊治时,需要先对患者的精神状态进行评估,通过语音指令以及动作测试等方法,对患者的基本认知功能(如注意力、记忆力)和高级认知功能(语言、视觉感知、简单操作功能)进行初步的评估测试,从而依据评估结果为患者分配医疗资源及进行下一步的治疗。现有技术中,医生通过对患者进行提问等方式对其精神状态进行评估,还未能实现利用机器及人工智能的手段进行自动评估。
本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
对患者进行精神状态评估依赖人工,且评估存在一定误差。
发明内容
本申请实施例通过提供一种基于大数据的精神状态评估方法和***,解决了现有技术中对患者进行精神状态评估依赖人工,且评估存在一定误差的技术问题。实现了通过图像识别和语义分析,对患者进行精神状态评估测试,并对测试结果进行智能分析,从而获得准确的精神状态评估值的技术目的。
鉴于上述问题,本申请实施例提供一种基于大数据的精神状态评估方法和***。
第一方面,本申请提供了一种基于大数据的精神状态评估方法,应用于一智能评估平台,其中,所述方法包括:获得第一精神状态评估内容;依据所述第一精神状态评估内容构建第一动作数据库和第一描述数据库;获得所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的第一映射关系;获得第一用户的第一图像信息;对所述第一图像信息进行特征提取,获得所述第一用户的第一动作;获得所述第一用户的第一语音信息;对所述第一语音信息进行特征提取,获得所述第一用户的第一描述;将所述的第一动作和所述第一描述分别输入至所述第一动作数据库和所述第一描述数据库进行检索,获得第一检索结果;依据所述第一检索结果和所述第一映射关系获得对于所述第一用户精神状态的第一评估值;获得所述第一用户的第一用户信息;将所述第一评估值和所述第一用户信息存储至所述智能评估平台。
另一方面,本申请还提供了一种基于大数据的精神状态评估***,其中,所述***包括:第一获得单元,所述第一获得单元用于获得第一精神状态评估内容;第二获得单元,所述第二获得单元用于依据所述第一精神状态评估内容构建第一动作数据库和第一描述数据库;第三获得单元,所述第三获得单元用于获得所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的第一映射关系;第四获得单元,所述第四获得单元用于获得第一用户的第一图像信息;第五获得单元,所述第五获得单元用于对所述第一图像信息进行特征提取,获得所述第一用户的第一动作;第六获得单元,所述第六获得单元用于获得所述第一用户的第一语音信息;第七获得单元,所述第七获得单元用于对所述第一语音信息进行特征提取,获得所述第一用户的第一描述;第一输入单元,所述第一输入单元用于将所述的第一动作和所述第一描述分别输入至所述第一动作数据库和所述第一描述数据库进行检索,获得第一检索结果;第八获得单元,所述第八获得单元用于依据所述第一检索结果和所述第一映射关系获得对于所述第一用户精神状态的第一评估值;第九获得单元,所述第九获得单元用于获得所述第一用户的第一用户信息;第一存储单元,所述第一储存单元用于将所述第一评估值和所述第一用户信息存储至所述智能评估平台。
另一方面,本申请实施例还提供了一种基于大数据的精神状态评估***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过构建第一动作数据库和第一描述数据库,为所述智能评估平台提供数据支撑,由所述智能评估平台对用户自动进行精神状态评估测试,并实时捕获用户的语音和图像,基于图像分析和语音识别技术,将用户的测试结果输入至所述第一动作数据库和所述第一描述数据库,从而获得准确的对于用户精神状态的评估结果。实现了通过图像识别和语义分析,对患者进行精神状态评估测试,并对测试结果进行智能分析,从而获得准确的精神状态评估值的技术目的。
上述说明是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于大数据的精神状态评估方法的流程示意图;
图2为本申请实施例一种基于大数据的精神状态评估***的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,第一输入单元18,第八获得单元19,第九获得单元20,第一存储单元21,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种基于大数据的精神状态评估方法和***,,解决了现有技术中对患者进行精神状态评估依赖人工,且评估存在一定误差的技术问题。实现了通过图像识别和语义分析,对患者进行精神状态评估测试,并对测试结果进行智能分析,从而获得准确的精神状态评估值的技术目的。
下面,将参考附图详细的描述本申请的示例实施例,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
精神科一般在诊治时,需要先对患者的精神状态进行评估,通过语音指令以及动作测试等方法,对患者的基本认知功能和高级认知功能进行初步的评估测试,现有技术中还存在着对患者进行精神状态评估依赖人工,且评估存在一定误差的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种基于大数据的精神状态评估方法,应用于一智能评估平台,其中,所述方法包括:获得第一精神状态评估内容;依据所述第一精神状态评估内容构建第一动作数据库和第一描述数据库;获得所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的第一映射关系;获得第一用户的第一图像信息;对所述第一图像信息进行特征提取,获得所述第一用户的第一动作;获得所述第一用户的第一语音信息;对所述第一语音信息进行特征提取,获得所述第一用户的第一描述;将所述的第一动作和所述第一描述分别输入至所述第一动作数据库和所述第一描述数据库进行检索,获得第一检索结果;依据所述第一检索结果和所述第一映射关系获得对于所述第一用户精神状态的第一评估值;获得所述第一用户的第一用户信息;将所述第一评估值和所述第一用户信息存储至所述智能评估平台。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于大数据的精神状态评估方法,其中,所述方法包括:
步骤S100:获得第一精神状态评估内容;
具体而言,患者的精神状态评估应从患者的记忆、思维、情感、智能、言语等方面进行评估,通过为被测者制定测试内容,对被测者的认知功能、攻击行为、抑郁症状进行综合评估,从而得出被测者的精神状态等级。所述第一精神状态评估内容包括对测试者的行为测试、语言测试等测试内容,被测者需要依据所述第一精神状态评估内容作出相应的回答及动作,以此作为对其精神状态的评判依据。所述第一精神状态评估内容存储于所述智能评估平台,由所述智能评估平台依据所述第一精神状态评估内容智能对用户进行测试。
步骤S200:依据所述第一精神状态评估内容构建第一动作数据库和第一描述数据库;
步骤S300:获得所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的第一映射关系;
具体而言,所述第一精神状态评估内容包括对于用户语言、肢体的各项测试题目,通过获得所述智能评估平台的用户历史测试信息,获得上述各测试题目的历史用户测试结果,并以此构建数据库,所述第一动作数据库为所述第一精神状态评估内容中对于用户进行肢体动作测试的测试结果数据库;所述第一描述数据库为所述第一精神状态评估内容中对于用户进行语言测试的测试结果数据库。所述第一动作数据库与所述第一描述数据库中的测试结果进行自由组合之后,可与测试结果中的精神状态评估值进行映射对应。所述第一映射关系决定了所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的对应关系。通过构建数据库,为通过智能评估平台对用户进行精神状态评估的准确性奠定了基础。
步骤S400:获得第一用户的第一图像信息;
步骤S500:对所述第一图像信息进行特征提取,获得所述第一用户的第一动作;
具体而言,目前卷积神经网络是最主流的图像特征提取方法之一,由所述智能评估平台获得所述第一用户在进行所述第一精神状态评估时的图像信息,并基于卷积神经网络和深度学习对所述第一图像信息进行特征提取,从而获得所述第一用户在完成精神状态测试内容的动作测试中的动作,继而基于所获得的所述第一动作进行动作测试结果的评估。通过图像识别获取用户动作测试结果,提高了自动测试的准确性。
步骤S600:获得所述第一用户的第一语音信息;
步骤S700:对所述第一语音信息进行特征提取,获得所述第一用户的第一描述;
具体而言,基于语音识别及自然语言处理技术,通过音频捕捉装置获得所述第一用户在进行精神状态评估内容中语言测试时的语音信息,继而对所述第一语音信息进行处理分析,获得所述第一用户对于测试内容的答案,即所述第一描述信息。通过语音识别技术获得所述第一描述信息,为所述智能评估平台实现对所述第一用户进行智能精神状态评估奠定了基础。
步骤S800:将所述的第一动作和所述第一描述分别输入至所述第一动作数据库和所述第一描述数据库进行检索,获得第一检索结果;
具体而言,将所述第一动作输入至所述第一动作数据库进行检索,获得所述第一动作数据库中所述第一动作所对应的动作信息;将所述第一描述输入至所述第一描述数据库进行检索,获得所述第一藐视数据库中所述第一描述所对应的描述信息。所述第一检索结果包含所述第一用户的描述与动作信息在数据库中的对应信息,通过在数据库中进行检索,从而能够准确、高效的获取数据库中的评估结果。
步骤S900:依据所述第一检索结果和所述第一映射关系获得对于所述第一用户精神状态的第一评估值;
具体而言,所述第一检索结果包括所述第一用户的描述与动作信息在数据库中的对应信息,而所述第一映射关系包括数据库中动作、描述及评估值的映射,因此在检索获得所述第一检索结果之后,就可依据所述第一映射关系获得对于所述第一用户精神状态的第一评估值。所述第一评估值为所述智能评估平台通过数据处理所获得的对于所述第一用户的精神状态评估结果,所述第一评估值的表现形式为一数值,通过准确获得所述第一评估值,实现了通过图像识别和语义分析,对患者进行精神状态评估测试,并对测试结果进行智能分析,从而获得准确的精神状态评估值的技术目的。
步骤S1000:获得所述第一用户的第一用户信息;
步骤S1100:将所述第一评估值和所述第一用户信息存储至所述智能评估平台。
具体而言,所述第一用户信息为所述第一用户入院就诊的就诊信息,包括用户姓名、年龄、病史、历史用药情况、职业等。所述智能评估平台在结束所述第一精神状态评估内容之后,将所获得的评估结果,即所述第一评估值与所述第一用户信息存储至所述智能平台,以便于后续的医院信息存储以及就诊信息的查找,也为后续用户参加复诊等提供了便利。
进一步而言,本申请实施例步骤S100还包括:
步骤S110:获得第二语音信息,所述第二语音信息为所述第一用户进行精神评估之前的语音信息;
步骤S120:对所述第二语音信息进行关键词提取,获得第一关键词;
步骤S130:依据所述第一关键词进行症状类型匹配,获得第一症状信息;
步骤S140:依据所述第一症状信息确定第一精神状态评估类型;
步骤S150:获得所述第一用户的第一年龄信息;
步骤S160:由所述第一精神状态评估类型和所述第一年龄信息获得对于所述第一用户进行精神状态进行评估的第一精神状态评估内容;
步骤S170:将所述第一精神状态评估内容发送至所述智能评估平台。
具体而言,精神疾病包括多种,举例而言,包括抑郁、焦虑、躁郁等等。而对于不同的精神疾病症状采取的精神状态测试内容以及方向不同。因此在患者就诊前,由所述第一用户通过所述智能评估平台进行就诊前的病情描述,即所述第二语音信息,并基于语音分析技术对语音信息进行关键词提取,获得所述第一关键词,继而基于大数据信息处理技术,依据所述第一关键词与数据库中的症状类型关键词进行匹配,获得所述第一症状信息,所述第一症状信息为依据用户的主诉对其进行初步评估之后所获得的初步诊断症状,所述智能评估平台在获得所述第一症状信息之后,进一步确定该症状对应的精神状态评估类型,继而结合用户的年龄信息对用户进一步确定所述第一用户适合的所述第一精神状态评估内容,并将所述第一精神状态评估内容发送至所述智能评估平台,由所述智能评估平台依据所获得的所述第一精神状态评估内容对用户进行精神状态评估。通过对测试类型进行初步确定,进一步提高了精神状态评估的高效性。
进一步而言,本申请实施例步骤S400还包括:
步骤S410:由所述第一图像信息获得所述第一用户的第一外形特征;
步骤S420:获得第一动作捕捉区域;
步骤S430:依据所述第一外形特征对所述第一动作捕捉区域进行调整,获得第二动作捕捉区域;
步骤S440:依据所述第二动作捕捉区域对所述第一用户进行动作捕捉,获得第一动作图像;
步骤S450:获得所述第一动作图像中的第一动作图像集合;
步骤S460:获得第一筛选规则;
步骤S470:依据所述第一筛选规则对所述第一动作图像集合进行筛选,获得所述第一动作。
具体而言,所述第一动作捕捉区域为所述智能评估平台所预设的,用户在进行精神状态测试时,对用户图像进行捕捉的区域。由图像捕捉装置获得用户的外形图像,并提取出外形特征,依据所提取的用户外形特征对预设的图像捕捉区域进行调整,从而保证了对用户进行图像捕捉的精确性。依据所述第二动作捕捉区域对所述第一用户进行动作捕捉之后,获得所捕捉的图像集合,并依据所述第一筛选规则对图像集合进行筛选,从而通过筛选,获得所述第一动作,提高了动作捕捉的精确性,从而也提高了对用户精神状态评估的准确性。
进一步而言,本申请实施例步骤S450还包括:
步骤S451:获得所述第一动作图像集合的第一图像参数信息;
步骤S452:获得第一图像清晰度阈值;
步骤S453:依据所述第一图像清晰度阈值对所述第一图像参数信息进行筛选,获得第一筛选结果;
步骤S454:依据所述第一动作数据库获得第一动作完成度评估时间节点;
步骤S455:依据所述第一动作完成度评估时间节点对所述第一筛选结果进行筛选,获得所述第一动作。
具体而言,由所述智能评估平台自动获得所述第一动作图像集合中的各图像的参数信息,包括图像的分辨率、曝光度、亮度等,所述第一图像清晰度阈值为对图像的各参数进行清晰度筛选的阈值信息,依据所述第一图像清晰度阈值对所述第一图像参数信息进行初次筛选,在依据所述第一动作数据库中各用户完成动作最终捕获的图像的平均时间节点,对初次筛选结果进行二次筛选,获得所述第一动作。通过对捕获的图像进行筛选,提高了所述第一动作获取的准确性。
进一步而言,本申请实施例步骤S600还包括:
步骤S610:由所述第一语音信息获得第二关键词;
步骤S620:将所述第二关键词输入至第一语义识别模型,获得第一关联关键词;
步骤S630:由所述第一语音信息获得第一程度关键词;
步骤S640:将所述第一关联关键词和所述第一程度关键词自由组合,获得第一描述组合;
步骤S650:获得第一筛选规则;
步骤S660:依据所述第一筛选规则对所述第一描述组合进行筛选,确定所述第一描述。
具体而言,在由所述第一语音信息确定所述第一描述时,基于语义识别技术,通过构建所述第一语义识别模型,将所述第二关键词输入至所述第一语义识别模型,获得第一关联关键词,所述第一语义识别模型为一神经网络模型,具有不断学习、获取经验来处理数据的特点,使得所述第一语义识别模型的输出结果更为准确,即能够获得所述第二关键词的关联关键词,所述第一关联关键词为与所述第二关键词语义相近的关键词,获得所述第一关联关键词之后,结合从所述第一语音信息中提取的所述第一程度关键词,获得所述第一描述组合。举例而言,所述第一关联关键词为用户语言描述的关键词的词义相近的词汇,如用户所描述的症状信息,而程度关键词为对上述症状信息的修饰词语,通过将二者结合,即可更为准确地从语音信息中提取到用户对于测试的描述信息。所述第一筛选规则为对所述第一描述组合中参考价值更大的描述进行筛选。通过语义分析确定所述第一描述,提高了对用户描述信息捕获的准确性。
进一步而言,本申请实施例步骤S620还包括:
步骤S621:将所述第二关键词作为输入数据输入至所述第一语义识别模型,所述第一语义识别模型通过多组训练数据训练获得,其中,所述多组训练数据均包含所述第二关键词和所述第一关联关键词的标识信息;
步骤S622:获得所述第一语义识别模型的第一输出结果,所述第一输出结果包括所述第一关联关键词。
具体而言所述第一语义识别模型为一神经网络模型,所述神经网络模型通过多组训练数据训练获得,所述神经网络模型即机器学习中的神经网络模型,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习***。所述神经网络模型通过训练数据训练的过程本质上为监督学习的过程。所述多组中的训练数据中的每一组训练数据均包括所述第二关键词和所述第一关联关键词的标识信息;在获得所述第二关键词的情况下,神经网络模型会输出所述第一关联关键词的标识信息来对神经网络模型输出的所述第一关联关键词进行校验,如果输出的所述第一关联关键词同标识的所述第一关联关键词相一致,则本数据监督学习完成,则进行下一组数据监督学习;如果输出的所述第一关联关键词同标识的所述第一关联关键词不一致,则神经网络模型自身进行调整,直到神经网络模型达到预期的准确率后,进行下一组数据的监督学习。通过训练数据使神经网络模型自身不断地修正、优化,通过监督学习的过程来提高神经网络模型处理所述数据的准确性,进而使得所述第一关联关键词更加准确。
进一步而言,本申请实施例步骤S1100还包括:
步骤S1110:由所述智能评估平台获得第一医生列表;
步骤S1120:获得第一精神状态评估值划分规则;
步骤S1130:依据所述第一精神状态评估值划分规则对所述第一医生列表进行划分,获得第二医生列表;
步骤S1140:依据所述第一评估值对所述第二医生列表进行筛选,获得第一医生信息;
步骤S1150:将所述第一评估值和所述第一用户信息发送至所述第一医生。
具体而言,在由所述智能评估平台通过对用户进行精神状态评估,获得所述第一评估值之后,通过平台自动搜寻可进行接诊的医生列表,将所述第一评估值发送至适配所述第一用户的医生。其中,平台依据医生的接诊经验、优势确定各医生对于不同精神状态患者的接诊推荐程度,从而依据所划分的所述第一精神状态评估值划分规则对医生进行列表划分。继而,就可依据机器对于患者的精神状态评估值为其选择合适的医生,并通过筛选,将患者信息及评估结果发送至对应的医生。从而提高了患者就诊、分诊的高效性。
综上所述,本申请实施例所提供的一种基于大数据的精神状态评估方法具有如下技术效果:
1、由于采用了通过构建第一动作数据库和第一描述数据库,为所述智能评估平台提供数据支撑,由所述智能评估平台对用户自动进行精神状态评估测试,并实时捕获用户的语音和图像,基于图像分析和语音识别技术,将用户的测试结果输入至所述第一动作数据库和所述第一描述数据库,从而获得准确的对于用户精神状态的评估结果。实现了通过图像识别和语义分析,对患者进行精神状态评估测试,并对测试结果进行智能分析,从而获得准确的精神状态评估值的技术目的。
2、由于采用了将所述第二关键词作为输入数据输入所述第一语义识别模型,所述第一语义识别模型通过训练数据对输出结果进行训练,从而依据输出结果进一步获得所述第一关联关键词,基于训练模型能够不断学习、获取经验来处理数据的特点,使得所获得的所述第一关联关键词更为准确。
实施例二
基于与前述实施例中一种基于大数据的精神状态评估方法同样发明构思,本发明还提供了一种基于大数据的精神状态评估***,如图2所示,所述***包括:
第一获得单元11,所述第一获得单元11用于获得第一精神状态评估内容;
第二获得单元12,所述第二获得单元12用于依据所述第一精神状态评估内容构建第一动作数据库和第一描述数据库;
第三获得单元13,所述第三获得单元13用于获得所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的第一映射关系;
第四获得单元14,所述第四获得单元14用于获得第一用户的第一图像信息;
第五获得单元15,所述第五获得单元15用于对所述第一图像信息进行特征提取,获得所述第一用户的第一动作;
第六获得单元16,所述第六获得单元16用于获得所述第一用户的第一语音信息;
第七获得单元17,所述第七获得单元17用于对所述第一语音信息进行特征提取,获得所述第一用户的第一描述;
第一输入单元18,所述第一输入单元18用于将所述的第一动作和所述第一描述分别输入至所述第一动作数据库和所述第一描述数据库进行检索,获得第一检索结果;
第八获得单元19,所述第八获得单元19用于依据所述第一检索结果和所述第一映射关系获得对于所述第一用户精神状态的第一评估值;
第九获得单元20,所述第九获得单元20用于获得所述第一用户的第一用户信息;
第一存储单元21,所述第一储存单元21用于将所述第一评估值和所述第一用户信息存储至所述智能评估平台。
进一步的,所述***还包括:
第十获得单元,所述第十获得单元用于获得第二语音信息,所述第二语音信息为所述第一用户进行精神评估之前的语音信息;
第十一获得单元,所述第十一获得单元用于对所述第二语音信息进行关键词提取,获得第一关键词;
第十二获得单元,所述第十二获得单元用于依据所述第一关键词进行症状类型匹配,获得第一症状信息;
第十三获得单元,所述第十三获得单元用于依据所述第一症状信息确定第一精神状态评估类型;
第十四获得单元,所述第十四获得单元用于获得所述第一用户的第一年龄信息;
第十五获得单元,所述第十五获得单元用于由所述第一精神状态评估类型和所述第一年龄信息获得对于所述第一用户进行精神状态进行评估的第一精神状态评估内容;
第一发送单元,所述第一发送单元用于将所述第一精神状态评估内容发送至所述智能评估平台。
进一步的,所述***还包括:
第十六获得单元,所述第十六获得单元用于由所述第一图像信息获得所述第一用户的第一外形特征;
第十七获得单元,所述第十七获得单元用于获得第一动作捕捉区域;
第十八获得单元,所述第十八获得单元用于依据所述第一外形特征对所述第一动作捕捉区域进行调整,获得第二动作捕捉区域;
第十九获得单元,所述第十九获得单元用于依据所述第二动作捕捉区域对所述第一用户进行动作捕捉,获得第一动作图像;
第二十获得单元,所述第二十获得单元用于获得所述第一动作图像中的第一动作图像集合;
第二十一获得单元,所述第二十一获得单元用于获得第一筛选规则;
第二十二获得单元,所述第二十二获得单元用于依据所述第一筛选规则对所述第一动作图像集合进行筛选,获得所述第一动作。
进一步的,所述***还包括:
第二十三获得单元,所述第二十三获得单元用于获得所述第一动作图像集合的第一图像参数信息;
第二十四获得单元,所述第二十四获得单元用于获得第一图像清晰度阈值;
第二十五获得单元,所述第二十五获得单元用于依据所述第一图像清晰度阈值对所述第一图像参数信息进行筛选,获得第一筛选结果;
第二十六获得单元,所述第二十六获得单元用于依据所述第一动作数据库获得第一动作完成度评估时间节点;
第二十七获得单元,所述第二十七获得单元用于依据所述第一动作完成度评估时间节点对所述第一筛选结果进行筛选,获得所述第一动作。
进一步的,所述***还包括:
第二十八获得单元,所述第二十八获得单元用于由所述第一语音信息获得第二关键词;
第二输入单元,所述第二输入单元用于将所述第二关键词输入至第一语义识别模型,获得第一关联关键词;
第二十九获得单元,所述第二十九获得单元用于由所述第一语音信息获得第一程度关键词;
第三十获得单元,所述第三十获得单元用于将所述第一关联关键词和所述第一程度关键词自由组合,获得第一描述组合;
第三十一获得单元,所述第三十一获得单元用于获得第一筛选规则;
第三十二获得单元,所述第三十二获得单元用于依据所述第一筛选规则对所述第一描述组合进行筛选,确定所述第一描述。
进一步的,所述***还包括:
第三输入单元,所述第三输入单元用于将所述第二关键词作为输入数据输入至所述第一语义识别模型,所述第一语义识别模型通过多组训练数据训练获得,其中,所述多组训练数据均包含所述第二关键词和所述第一关联关键词的标识信息;
第三十三获得单元,所述第三十三获得单元用于获得所述第一语义识别模型的第一输出结果,所述第一输出结果包括所述第一关联关键词。
进一步的,所述***还包括:
第三十四获得单元,所述第三十四获得单元用于由所述智能评估平台获得第一医生列表;
第三十五获得单元,所述第三十五获得单元用于获得第一精神状态评估值划分规则;
第三十六获得单元,所述第三十六获得单元用于依据所述第一精神状态评估值划分规则对所述第一医生列表进行划分,获得第二医生列表;
第三十七获得单元,所述第三十七获得单元用于依据所述第一评估值对所述第二医生列表进行筛选,获得第一医生信息;
第二发送单元,所述第二发送单元用于将所述第一评估值和所述第一用户信息发送至所述第一医生。
前述图1实施例一中的一种基于大数据的精神状态评估方法和具体实例同样适用于本实施例的一种基于大数据的精神状态评估***,通过前述对一种基于大数据的精神状态评估方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于大数据的精神状态评估***,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例一种基于大数据的精神状态评估方法的发明构思,本发明还提供一种基于大数据的精神状态评估***,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于大数据的精神状态评估方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请提供了一种基于大数据的精神状态评估方法,应用于一智能评估平台,其中,所述方法包括:获得第一精神状态评估内容;依据所述第一精神状态评估内容构建第一动作数据库和第一描述数据库;获得所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的第一映射关系;获得第一用户的第一图像信息;对所述第一图像信息进行特征提取,获得所述第一用户的第一动作;获得所述第一用户的第一语音信息;对所述第一语音信息进行特征提取,获得所述第一用户的第一描述;将所述的第一动作和所述第一描述分别输入至所述第一动作数据库和所述第一描述数据库进行检索,获得第一检索结果;依据所述第一检索结果和所述第一映射关系获得对于所述第一用户精神状态的第一评估值;获得所述第一用户的第一用户信息;将所述第一评估值和所述第一用户信息存储至所述智能评估平台。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的***。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令***的制造品,该指令***实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于大数据的精神状态评估方法,应用于一智能评估平台,其中,所述方法包括:
获得第一精神状态评估内容;
依据所述第一精神状态评估内容构建第一动作数据库和第一描述数据库;
获得所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的第一映射关系;
获得第一用户的第一图像信息;
对所述第一图像信息进行特征提取,获得所述第一用户的第一动作;
获得所述第一用户的第一语音信息;
对所述第一语音信息进行特征提取,获得所述第一用户的第一描述;
将所述的第一动作和所述第一描述分别输入至所述第一动作数据库和所述第一描述数据库进行检索,获得第一检索结果;
依据所述第一检索结果和所述第一映射关系获得对于所述第一用户精神状态的第一评估值;
获得所述第一用户的第一用户信息;
将所述第一评估值和所述第一用户信息存储至所述智能评估平台。
2.如权利要求1所述的方法,其中,所述方法包括:
获得第二语音信息,所述第二语音信息为所述第一用户进行精神评估之前的语音信息;
对所述第二语音信息进行关键词提取,获得第一关键词;
依据所述第一关键词进行症状类型匹配,获得第一症状信息;
依据所述第一症状信息确定第一精神状态评估类型;
获得所述第一用户的第一年龄信息;
由所述第一精神状态评估类型和所述第一年龄信息获得对于所述第一用户进行精神状态进行评估的第一精神状态评估内容;
将所述第一精神状态评估内容发送至所述智能评估平台。
3.如权利要求1所述的方法,其中,所述方法包括:
由所述第一图像信息获得所述第一用户的第一外形特征;
获得第一动作捕捉区域;
依据所述第一外形特征对所述第一动作捕捉区域进行调整,获得第二动作捕捉区域;
依据所述第二动作捕捉区域对所述第一用户进行动作捕捉,获得第一动作图像;
获得所述第一动作图像中的第一动作图像集合;
获得第一筛选规则;
依据所述第一筛选规则对所述第一动作图像集合进行筛选,获得所述第一动作。
4.如权利要求3所述的方法,其中,所述方法包括:
获得所述第一动作图像集合的第一图像参数信息;
获得第一图像清晰度阈值;
依据所述第一图像清晰度阈值对所述第一图像参数信息进行筛选,获得第一筛选结果;
依据所述第一动作数据库获得第一动作完成度评估时间节点;
依据所述第一动作完成度评估时间节点对所述第一筛选结果进行筛选,获得所述第一动作。
5.如权利要求1所述的方法,其中,所述方法包括:
由所述第一语音信息获得第二关键词;
将所述第二关键词输入至第一语义识别模型,获得第一关联关键词;
由所述第一语音信息获得第一程度关键词;
将所述第一关联关键词和所述第一程度关键词自由组合,获得第一描述组合;
获得第一筛选规则;
依据所述第一筛选规则对所述第一描述组合进行筛选,确定所述第一描述。
6.如权利要求5所述的方法,其中,所述方法包括:
将所述第二关键词作为输入数据输入至所述第一语义识别模型,所述第一语义识别模型通过多组训练数据训练获得,其中,所述多组训练数据均包含所述第二关键词和所述第一关联关键词的标识信息;
获得所述第一语义识别模型的第一输出结果,所述第一输出结果包括所述第一关联关键词。
7.如权利要求1所述的方法,其中,所述方法包括:
由所述智能评估平台获得第一医生列表;
获得第一精神状态评估值划分规则;
依据所述第一精神状态评估值划分规对所述第一医生列表进行划分,获得第二医生列表;
依据所述第一评估值对所述第二医生列表进行筛选,获得第一医生信息;
将所述第一评估值和所述第一用户信息发送至所述第一医生。
8.一种基于大数据的精神状态评估***,其中,所述***包括:
第一获得单元,所述第一获得单元用于获得第一精神状态评估内容;
第二获得单元,所述第二获得单元用于依据所述第一精神状态评估内容构建第一动作数据库和第一描述数据库;
第三获得单元,所述第三获得单元用于获得所述第一动作数据库、所述第一描述数据库与第一精神状态评估值之间的第一映射关系;
第四获得单元,所述第四获得单元用于获得第一用户的第一图像信息;
第五获得单元,所述第五获得单元用于对所述第一图像信息进行特征提取,获得所述第一用户的第一动作;
第六获得单元,所述第六获得单元用于获得所述第一用户的第一语音信息;
第七获得单元,所述第七获得单元用于对所述第一语音信息进行特征提取,获得所述第一用户的第一描述;
第一输入单元,所述第一输入单元用于将所述的第一动作和所述第一描述分别输入至所述第一动作数据库和所述第一描述数据库进行检索,获得第一检索结果;
第八获得单元,所述第八获得单元用于依据所述第一检索结果和所述第一映射关系获得对于所述第一用户精神状态的第一评估值;
第九获得单元,所述第九获得单元用于获得所述第一用户的第一用户信息;
第一存储单元,所述第一储存单元用于将所述第一评估值和所述第一用户信息存储至所述智能评估平台。
9.一种基于大数据的精神状态评估***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110518931.0A CN113192603A (zh) | 2021-05-12 | 2021-05-12 | 一种基于大数据的精神状态评估方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110518931.0A CN113192603A (zh) | 2021-05-12 | 2021-05-12 | 一种基于大数据的精神状态评估方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113192603A true CN113192603A (zh) | 2021-07-30 |
Family
ID=76981639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110518931.0A Withdrawn CN113192603A (zh) | 2021-05-12 | 2021-05-12 | 一种基于大数据的精神状态评估方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113192603A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781805A (zh) * | 2022-03-24 | 2022-07-22 | 江苏中科西北星信息科技有限公司 | 基于大数据的护理人员护理技能评估方法、***及装置 |
-
2021
- 2021-05-12 CN CN202110518931.0A patent/CN113192603A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781805A (zh) * | 2022-03-24 | 2022-07-22 | 江苏中科西北星信息科技有限公司 | 基于大数据的护理人员护理技能评估方法、***及装置 |
CN114781805B (zh) * | 2022-03-24 | 2023-09-15 | 江苏中科西北星信息科技有限公司 | 基于大数据的护理人员护理技能评估方法、***及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516161B (zh) | 一种推荐方法及装置 | |
CA2396573A1 (en) | System and method of decision making | |
US20210406687A1 (en) | Method for predicting attribute of target object based on machine learning and related device | |
WO2021179630A1 (zh) | 一种并发症风险预测***、方法、装置、设备及介质 | |
CN116756579A (zh) | 大语言模型的训练方法及基于大语言模型的文本处理方法 | |
CN111387936B (zh) | 一种睡眠阶段识别方法、装置及设备 | |
CN111933239A (zh) | 数据处理的方法及装置、***、存储介质 | |
US20200058399A1 (en) | Control method and reinforcement learning for medical system | |
CN111785366A (zh) | 患者治疗方案的确定方法、装置及计算机设备 | |
CN114708964B (zh) | 一种基于智能特征分类的眩晕症辅助分析统计方法及*** | |
CN113871020A (zh) | 一种基于ai机器学习的急危重症诊后健康管理方法及*** | |
CN114652311A (zh) | 一种基于阶梯式护理干预的精细化护理方法及*** | |
CN112102934A (zh) | 一种护士规范化培训考核评分方法和*** | |
CN113192603A (zh) | 一种基于大数据的精神状态评估方法和*** | |
CN112259232A (zh) | 一种基于深度学习的vte风险自动评估*** | |
CN116631614A (zh) | 治疗方案生成方法、装置、电子设备及存储介质 | |
CN112669973B (zh) | 基于大数据深度学习的疾病协同递进预测方法和机器人 | |
CN113057588A (zh) | 一种病症预警方法、装置、设备及介质 | |
CN113096688A (zh) | 一种智慧教学方法及*** | |
CN110890157A (zh) | 一种分析模型建立方法、辅助诊断装置及设备、介质 | |
Razak et al. | Modelling Hierarchical Fuzzy Systems for Mango Grading via FuzzyR Toolkit | |
CN112394924A (zh) | 用于生成提问模型的方法、装置、电子设备和介质 | |
CN114449701B (zh) | 基于病历信息的灯光类型调控方法、装置及电子设备 | |
EP4273873A1 (en) | Personalized exercise guidance system and method based on machine learning | |
CN117609464A (zh) | 一种任务处理方法和电子设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210730 |