CN113555119A - 基于定向任务的场景化智能心理测评***、方法及设备 - Google Patents
基于定向任务的场景化智能心理测评***、方法及设备 Download PDFInfo
- Publication number
- CN113555119A CN113555119A CN202110842849.3A CN202110842849A CN113555119A CN 113555119 A CN113555119 A CN 113555119A CN 202110842849 A CN202110842849 A CN 202110842849A CN 113555119 A CN113555119 A CN 113555119A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- sand table
- diagnosis
- task
- directional
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims abstract description 164
- 239000004576 sand Substances 0.000 claims abstract description 122
- 238000003745 diagnosis Methods 0.000 claims abstract description 69
- 238000010801 machine learning Methods 0.000 claims abstract description 22
- 238000012216 screening Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims description 19
- 208000024891 symptom Diseases 0.000 claims description 11
- 238000003759 clinical diagnosis Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 230000009191 jumping Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000008685 targeting Effects 0.000 claims description 5
- 201000010099 disease Diseases 0.000 claims description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 4
- 208000014674 injury Diseases 0.000 claims description 3
- 208000020016 psychiatric disease Diseases 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 230000008733 trauma Effects 0.000 claims description 3
- 238000002790 cross-validation Methods 0.000 abstract description 3
- 230000000638 stimulation Effects 0.000 abstract description 3
- 238000013210 evaluation model Methods 0.000 abstract description 2
- 238000002560 therapeutic procedure Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010010144 Completed suicide Diseases 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009323 psychological health Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/45—Controlling the progress of the video game
- A63F13/46—Computing the game score
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于心理测评技术领域，具体涉及了一种基于定向任务的场景化智能心理测评***、方法及设备，旨在解决现有技术被试者在无刺激情况下自由的进行沙盘创作，沙盘测评结果的信效度较差且不具备大规模测评的能力的问题。本发明包括：确定测评目标并定义诊断要素；根据诊断要素生成定向测评任务；根据定向测评任务进行沙盘操作并采集沙盘数据；进行沙盘数据特征解析、筛选与组合，获得基础筛选特征和组合高级特征；若特征值超过设定阈值，通过知识模型获取第一测评结果，否则通过机器学习模型获取第二测评结果；结合各维度的测评置信度获得最终测评结果。本发明更具针对性，可解释性，并通过两种测评模型交叉验证的方法，大大提高了测评的准确率。
Description
技术领域
本发明属于心理测评技术领域，具体涉及了一种基于定向任务的场景化智能心理测评***、方法及设备。
背景技术
沙盘游戏疗法，又称箱庭疗法，是一种以荣格心理学理论为基础，后经卡尔夫发展创立的一种象征性游戏形式的非语言心理治疗法。换言之，沙盘游戏是运用积极想象的形式对身心和生命能量的集中提炼，其基本特点是强调创造过程本身的自主性与自发性，本质特征则是充分的利用象征意义和非言语交流。具体来讲，来访者自由挑选沙具摆放在沙盘中，创造一些场景或一些主题。潜意识过程中这种富有创造性与自由的游戏中以三维的形式展现于外部世界，充分表达来访者的内心世界，将其内心冲突和不良情绪无意识地释放和投射在沙盘中，最后结合来访者对作品的阐述而分析其作品的象征意义，达到对来访者心理状态的评估和治疗的目的。
目前大多数发明和技术都聚焦在沙盘的干预治疗效果的研究上，而较少关注沙盘游戏的测评能力。究其原因，主要是因为来访者在无刺激情况下自由的进行沙盘创作，造成了沙盘测评结果的信效度较差，不具备大规模测评的能力。
发明内容
为了解决现有技术中的上述问题，即现有技术被试者在无刺激情况下自由的进行沙盘创作，沙盘测评结果的信效度较差且不具备大规模测评的能力的问题，本发明提供了一种基于定向任务的场景化智能心理测评***，该心理测评***包括以下模块：
测评要素诊断模块，用于确定测评目标，并结合国际通用临床诊断标准以及专家先验知识定义所述测评目标的诊断要素；
定向任务生成模块，用于根据所述测评目标的诊断要素生成定向测评任务，并将所述定向测评任务发送至显示操作端；
显示操作端，用于向被试者展示定向测评任务，并由被试者根据所述定向测评任务进行沙盘操作；
数据采集模块，用于采集被试者沙盘操作过程中的沙盘数据；
特征提取模块，用于对所述沙盘数据进行特征解析，并将解析的基础特征进行筛选与组合，获得诊断特征；所述诊断特征包括基础筛选特征与组合高级特征；
判别模块，用于判断所述诊断特征，若所述诊断特征的值超过设定阈值，则跳转知识测评模块；若所述诊断特征的值未超过设定阈值，则跳转学习测评模块；
知识测评模块，用于基于所述具有明显症状或明显正常的诊断特征，通过训练好的知识模型进行心理状态测评，获得第一测评结果；
机器学习测评模块，用于基于所述症状不明显的诊断特征，通过训练好的机器学习模型进行心理状态测评，获得第二测评结果；
测评输出模块，配置为基于所述第一测评结果和第二测评结果中各维度的测评置信度获得最终测评结果。
在一些优选的实施例中，所述心理测评***还包括定向任务库；
所述定向任务库，用于存储不同类别测评目标的诊断要素对应的定向测评任务，并在所述定向任务生成模块的调用命令下，将相应的定向测评任务发送至所述显示操作端。
在一些优选的实施例中，所述国际通用临床诊断标准包括：
国际疾病分类法ICD、精神疾病分类与诊断标准DSM。
在一些优选的实施例中，所述知识模型和所述机器学习模型，其训练数据包括：
不同年龄段以及不同职业的被试者在不同时间段内，针对相同沙盘制作环境、相同定向测评任务的沙盘操作过程中的沙盘数据。
在一些优选的实施例中，所述基础筛选特征包括：
沙具使用类别、各类别沙具使用数量、沙盘使用面积、动沙次数、沙具调整次数；所述沙具调整包括沙具缩放、移动、转向。
在一些优选的实施例中，所述组合高级特征包括：
沙盘作品创伤主题、沙盘作品治愈主题。
在一些优选的实施例中，所述机器学习模型为支持向量机、梯度提升树中的一种。
本发明的另一方面，提出了一种基于定向任务的场景化智能心理测评方法，基于上述的基于定向任务的场景化智能心理测评***，该心理测评方法包括：
步骤S10，确定测评目标，并结合国际通用临床诊断标准以及专家先验知识定义所述测评目标的诊断要素；
步骤S20，根据所述测评目标的诊断要素生成定向测评任务，由被试者根据所述定向测评任务进行沙盘操作，并采集被试者沙盘操作过程中的沙盘数据；
步骤S30，对所述沙盘数据进行特征解析，并将解析的基础特征进行筛选与组合，获得诊断特征；所述诊断特征包括基础筛选特征与组合高级特征；
步骤S40，判断所述诊断特征，若所述诊断特征的值超过设定阈值，则跳转步骤S50；若所述诊断特征的值未超过设定阈值，则跳转步骤S60；
步骤S50，基于值超过设定阈值的诊断特征，通过训练好的知识模型进行心理状态测评，获得第一测评结果；
步骤S60，基于值未超过设定阈值的诊断特征，通过训练好的机器学习模型进行心理状态测评，获得第二测评结果；
步骤S70，基于所述第一测评结果和第二测评结果中各维度的测评置信度获得最终测评结果。
本发明的第三方面，提出了一种设备，包括：
至少一个处理器；以及
与至少一个所述处理器通信连接的存储器；其中，
所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的基于定向任务的场景化智能心理测评方法。
本发明的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的基于定向任务的场景化智能心理测评方法。
本发明的有益效果：
(1)本发明基于定向任务的场景化智能心理测评***，使用数字沙盘游戏作为测评工具，具有使用方便、可玩性高、适应人群广泛等优点。
(2)本发明基于定向任务的场景化智能心理测评***，基于任务形式的场景化进行心理测评，能更有针对性的对某一心理指标进行测量。
(3)本发明基于定向任务的场景化智能心理测评***，基于测评目标的诊断要素，利用沙盘特征来刻画诊断要素，具有很强的可解释性。
(4)本发明基于定向任务的场景化智能心理测评***，利用知识模型和机器学习模型两种测评模型交叉验证的方法，大大提高了测评的准确率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本发明基于定向任务的场景化智能心理测评***的结构示意图；
图2是本发明基于定向任务的场景化智能心理测评***一种实施例的显示操作端界面示例图；
图3是本发明基于定向任务的场景化智能心理测评方法的流程示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明提供一种基于定向任务的场景化智能心理测评***，以3D沙具模型的数字心理沙盘软件来代替传统的沙盘和沙具，被试者可以使用电子触摸屏来创作自己箱庭作品，本发明通过制定一系列特殊的定向测评任务来测评被试者各个心理维度的指标，最终，综合各个维度的测评置信度给出最终的测评结果。游戏化的电子沙盘心理测评更容易反映被试者的自热行为，有效减少伪装的发生，让测评工具能够更加真实的洞察被试者的心理状态。
本发明结合数字心理沙盘，制定一系列特殊设计的任务和场景对被试者进行测试，在无意识的状态下对被试者的心理状态进行准确评估，解决了普通心理测评量表测评中易于说谎和掩饰的问题，提高测评的准确性。
本发明的一种基于定向任务的场景化智能心理测评***，该心理测评***包括以下模块：
测评要素诊断模块，用于确定测评目标，并结合国际通用临床诊断标准以及专家先验知识定义所述测评目标的诊断要素；
定向任务生成模块，用于根据所述测评目标的诊断要素生成定向测评任务，并将所述定向测评任务发送至显示操作端；
显示操作端，用于向被试者展示定向测评任务，并由被试者根据所述定向测评任务进行沙盘操作；
数据采集模块，用于采集被试者沙盘操作过程中的沙盘数据；
特征提取模块，用于对所述沙盘数据进行特征解析，并将解析的基础特征进行筛选与组合，获得诊断特征；所述诊断特征包括基础筛选特征与组合高级特征；
判别模块，用于判断所述诊断特征，若所述诊断特征的值超过设定阈值，则跳转知识测评模块；若所述诊断特征的值未超过设定阈值，则跳转学习测评模块；
知识测评模块，用于基于所述具有明显症状或明显正常的诊断特征，通过训练好的知识模型进行心理状态测评，获得第一测评结果；
机器学习测评模块，用于基于所述症状不明显的诊断特征，通过训练好的机器学习模型进行心理状态测评，获得第二测评结果；
测评输出模块，配置为基于所述第一测评结果和第二测评结果中各维度的测评置信度获得最终测评结果。
为了更清晰地对本发明基于定向任务的场景化智能心理测评***进行说明，下面结合图1对本发明实施例中各模块展开详述。
本发明第一实施例的基于定向任务的场景化智能心理测评***，包括测评要素诊断模块、定向任务生成模块、显示操作端、数据采集模块、特征提取模块、判别模块、知识测评模块、机器学习测评模块和测评输出模块，各模块详细描述如下：
测评要素诊断模块，用于确定测评目标，并结合国际通用临床诊断标准以及专家先验知识定义所述测评目标的诊断要素。
开发一个测评工具首先要确定测评目标，对于不同人群，测评目标也不尽相同。例如，对于教育领域的心理测评，主要关注被试人群的心理健康水平和能力水平，测评的维度包括抑郁、焦虑、强迫、人际交往能力等等。对于司法领域的心理测评任务，则主要关注被试者的暴力危险性、***风险、逃脱、以及闹事风险等维度的测评。测评目标的确定需要结合不同领域的基本情况来调整和适应。
确定了测评目标后，需要针对测评目标来定义相对应的诊断要素。对于常见的精神疾病和心理疾病，应优先采用国际通用的临床诊断标准，如国际疾病分类(ICD-10)、精神疾病分类与诊断标准(DSM-5)等。对于一些没有权威诊断标准的测评目标，可以参考权威量表，提炼出关键测评要素。提炼好的测评要素需要权威的心理学专家(即专家先验知识)来评估，评估通过方可生效。
定向任务生成模块，用于根据所述测评目标的诊断要素生成定向测评任务，并将所述定向测评任务发送至显示操作端。
基于定义好的测评要素来制定测评任务。传统的测评工具(如量表)有一些显著的缺点，包括表面效度高、社会评价效应、文化阅读能力限制以及相对枯燥无趣等。为了克服这些缺点，本发明使用简单、易操作的3D数字心理沙盘为工具，基于箱庭游戏中具有丰富象征意义的沙具和沙盘场景，设计了一系列测评任务。这些测评任务的隐藏性高，可玩性高，可操作性强，即使文化水平较低的人群也可轻易上手制作沙盘作品，弥补了传统测评工具的大部分缺点和不足，具有很强的竞争力。
心理测评***还包括定向任务库，用于存储不同类别测评目标的诊断要素对应的定向测评任务，并在所述定向任务生成模块的调用命令下，将相应的定向测评任务发送至所述显示操作端。
显示操作端，用于向被试者展示定向测评任务，并由被试者根据所述定向测评任务进行沙盘操作。
如图2所示，为本发明基于定向任务的场景化智能心理测评***一种实施例的显示操作端界面示例图，包括欢迎词，沙盘角度调整条(沙盘时间旋转)，沙盘镜头调整条(沙盘视角缩放)，声音调整标签，计时器，完成制作标签，清空沙盘标签，关闭沙盘标签，攻略文本调用标签，游戏开始标签，***标签：鸟瞰，用于调整视图方向；时间，用于调整沙盘时间为白天或夜晚；天气，用于调整沙盘天气情况，包括雷雨、雪天、晴天等；地形，用于调整沙盘地形，包括河流、湖泊、山川等。
数据采集模块，用于采集被试者沙盘操作过程中的沙盘数据。
在不同阶段包括了不同的数据采集任务，在被试者测评阶段，采集被试者沙盘操作过程中的沙盘数据，而在知识模型和机器学习模型训练中，采集不同年龄段以及不同职业的被试者在不同时间段内，针对相同沙盘制作环境、相同定向测评任务的沙盘操作过程中的沙盘数据作为模型的训练数据。
为保障测评结果的准确性与精度，本发明采集被试者的初始沙盘数据作为测评数据，训练数据也采用对应的被试者的初始沙盘数据。
选取初始沙盘作为诊断工具主要有两个原因：一方面是初始沙盘的可创作性较强，具有很强的行为投射能力；另一方面，初始沙盘在沙盘游戏治疗中有着特殊和重要的意义，它既能呈现出沙盘游戏者的问题，又能提供解决问题的线索和方向。
特征提取模块，用于对所述沙盘数据进行特征解析，并将解析的基础特征进行筛选与组合，获得诊断特征；所述诊断特征包括基础筛选特征与组合高级特征。
对于初始沙盘的特征解析，需要从众多基础特征中选取有区分度的基础筛选特征，并且需要通过基础特征组合得到组合高级特征，相比沙盘的基础筛选特征，沙盘的组合高级特征有一定的可解释性。
沙盘的基础筛选特征包括：
沙具使用类别、各类别沙具使用数量、沙盘使用面积、动沙次数、沙具调整次数；所述沙具调整包括沙具缩放、移动、转向。
沙盘的组合高级特征包括：
沙盘作品创伤主题、沙盘作品治愈主题。
判别模块，用于判断所述诊断特征，若所述诊断特征的值超过设定阈值(即具有明显症状或明显正常)，则跳转知识测评模块；若所述诊断特征的值未超过设定阈值(即症状不明显)，则跳转学习测评模块。
将提取到沙盘特征作为诊断信息，首先对沙盘特征进行数据预处理，挑选出有效特征。接下来是构建分类模型，模型按构建方式大致分为两类，一类是基于理论知识和专家经验驱动的知识性分类模型(即知识模型)，对每个诊断要素选择最具代表性的沙盘特征来表示和推理。另一类是通过统计学习的方法，构建机器学习模型(如支持向量机、梯度提升树等)，基于挑选后的特征对机器学习模型进行训练，训练后对测评目标进行分类。
知识测评模块，用于基于所述具有明显症状或明显正常的诊断特征，通过训练好的知识模型进行心理状态测评，获得第一测评结果。
机器学习测评模块，用于基于所述症状不明显的诊断特征，通过训练好的机器学习模型进行心理状态测评，获得第二测评结果。
两类测评模型有着各自的优缺点，知识模型有着很强的可解释性，但是受制于专家知识的局限性，在大规模测试中准确率很难提升。而机器学习模型虽然测试准确率高，但是可解释性较差，不利于技术的推广。
测评输出模块，配置为基于所述第一测评结果和第二测评结果中各维度的测评置信度获得最终测评结果。
本发明一个实施例中，选择两种模型的交叉验证方式来部署模型，对于一个沙盘作品，首先进行诊断特征的提取，接下来基于诊断特征对是否满足知识模型测评标准进行判断，对于有明显症状或明显正常的样本，由知识模型进行判断，对于特征不明显的样本，对应于统计学习中特征置信度较低的样本，学习型模型可以挖掘出更深层次的特征表示，进而准确心理指标预测，这样即增加的模型的可解释性，又提高了模型的准确率，减少了模型的报错率。
本发明第二实施例的基于定向任务的场景化智能心理测评方法，基于上述的基于定向任务的场景化智能心理测评***，如图3所示，为本发明基于定向任务的场景化智能心理测评方法的流程示意图，该心理测评方法包括：
步骤S10，确定测评目标，并结合国际通用临床诊断标准以及专家先验知识定义所述测评目标的诊断要素；
步骤S20，根据所述测评目标的诊断要素生成定向测评任务，由被试者根据所述定向测评任务进行沙盘操作，并采集被试者沙盘操作过程中的沙盘数据；
步骤S30，对所述沙盘数据进行特征解析，并将解析的基础特征进行筛选与组合，获得诊断特征；所述诊断特征包括基础筛选特征与组合高级特征；
步骤S40，判断所述诊断特征，若所述诊断特征的值超过设定阈值，则跳转步骤S50；若所述诊断特征的值未超过设定阈值，则跳转步骤S60；
步骤S50，基于值超过设定阈值的诊断特征，通过训练好的知识模型进行心理状态测评，获得第一测评结果；
步骤S60，基于值未超过设定阈值的诊断特征，通过训练好的机器学习模型进行心理状态测评，获得第二测评结果；
步骤S70，基于所述第一测评结果和第二测评结果中各维度的测评置信度获得最终测评结果。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的方法的具体工作过程及有关说明，可以参考前述***实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例提供的基于定向任务的场景化智能心理测评***及方法，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
本发明第三实施例的一种设备，包括：
至少一个处理器；以及
与至少一个所述处理器通信连接的存储器；其中，
所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的基于定向任务的场景化智能心理测评方法。
本发明第四实施例的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的基于定向任务的场景化智能心理测评方法。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种基于定向任务的场景化智能心理测评***，其特征在于，该心理测评***包括以下模块：
测评要素诊断模块，用于确定测评目标，并结合国际通用临床诊断标准以及专家先验知识定义所述测评目标的诊断要素；
定向任务生成模块，用于根据所述测评目标的诊断要素生成定向测评任务，并将所述定向测评任务发送至显示操作端；
显示操作端，用于向被试者展示定向测评任务，并由被试者根据所述定向测评任务进行沙盘操作；
数据采集模块，用于采集被试者沙盘操作过程中的沙盘数据；
特征提取模块，用于对所述沙盘数据进行特征解析，并将解析的基础特征进行筛选与组合，获得诊断特征；所述诊断特征包括基础筛选特征与组合高级特征；
判别模块，用于判断所述诊断特征，若所述诊断特征的值超过设定阈值，则跳转知识测评模块；若所述诊断特征的值未超过设定阈值，则跳转学习测评模块；
知识测评模块，用于基于所述具有明显症状或明显正常的诊断特征，通过训练好的知识模型进行心理状态测评，获得第一测评结果；
机器学习测评模块，用于基于所述症状不明显的诊断特征，通过训练好的机器学习模型进行心理状态测评，获得第二测评结果；
测评输出模块，配置为基于所述第一测评结果和第二测评结果中各维度的测评置信度获得最终测评结果。
2.根据权利要求1所述的基于定向任务的场景化智能心理测评***，其特征在于，所述心理测评***还包括定向任务库；
所述定向任务库，用于存储不同类别测评目标的诊断要素对应的定向测评任务，并在所述定向任务生成模块的调用命令下，将相应的定向测评任务发送至所述显示操作端。
3.根据权利要求1所述的基于定向任务的场景化智能心理测评***，其特征在于，所述国际通用临床诊断标准包括：
国际疾病分类法ICD、精神疾病分类与诊断标准DSM。
4.根据权利要求1所述的基于定向任务的场景化智能心理测评***，其特征在于，所述知识模型和所述机器学习模型，其训练数据包括：
不同年龄段以及不同职业的被试者在不同时间段内，针对相同沙盘制作环境、相同定向测评任务的沙盘操作过程中的沙盘数据。
5.根据权利要求1所述的基于定向任务的场景化智能心理测评***，其特征在于，所述基础筛选特征包括：
沙具使用类别、各类别沙具使用数量、沙盘使用面积、动沙次数、沙具调整次数；所述沙具调整包括沙具缩放、移动、转向。
6.根据权利要求1所述的基于定向任务的场景化智能心理测评***，其特征在于，所述组合高级特征包括：
沙盘作品创伤主题、沙盘作品治愈主题。
7.根据权利要求1所述的基于定向任务的场景化智能心理测评***，其特征在于，所述机器学习模型为支持向量机、梯度提升树中的一种。
8.一种基于定向任务的场景化智能心理测评方法，其特征在于，基于权利要求1-7任一项所述的基于定向任务的场景化智能心理测评***，该心理测评方法包括：
步骤S10，确定测评目标，并结合国际通用临床诊断标准以及专家先验知识定义所述测评目标的诊断要素；
步骤S20，根据所述测评目标的诊断要素生成定向测评任务，由被试者根据所述定向测评任务进行沙盘操作，并采集被试者沙盘操作过程中的沙盘数据；
步骤S30，对所述沙盘数据进行特征解析，并将解析的基础特征进行筛选与组合，获得诊断特征；所述诊断特征包括基础筛选特征与组合高级特征；
步骤S40，判断所述诊断特征，若所述诊断特征的值超过设定阈值，则跳转步骤S50；若所述诊断特征的值未超过设定阈值，则跳转步骤S60；
步骤S50，基于值超过设定阈值的诊断特征，通过训练好的知识模型进行心理状态测评，获得第一测评结果；
步骤S60，基于值未超过设定阈值的诊断特征，通过训练好的机器学习模型进行心理状态测评，获得第二测评结果；
步骤S70，基于所述第一测评结果和第二测评结果中各维度的测评置信度获得最终测评结果。
9.一种设备，其特征在于，包括：
至少一个处理器；以及
与至少一个所述处理器通信连接的存储器；其中，
所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现权利要求8所述的基于定向任务的场景化智能心理测评方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现权利要求8所述的基于定向任务的场景化智能心理测评方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110842849.3A CN113555119A (zh) | 2021-07-26 | 2021-07-26 | 基于定向任务的场景化智能心理测评***、方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110842849.3A CN113555119A (zh) | 2021-07-26 | 2021-07-26 | 基于定向任务的场景化智能心理测评***、方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113555119A true CN113555119A (zh) | 2021-10-26 |
Family
ID=78104343
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110842849.3A Pending CN113555119A (zh) | 2021-07-26 | 2021-07-26 | 基于定向任务的场景化智能心理测评***、方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113555119A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114203283A (zh) * | 2021-12-31 | 2022-03-18 | 中国科学院自动化研究所 | 沙盘游戏量化分析***、方法和设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108492041A (zh) * | 2018-03-29 | 2018-09-04 | 常州市钱璟康复股份有限公司 | 一种测评***及测评方法 |
| CN109584992A (zh) * | 2018-11-22 | 2019-04-05 | 段新 | 交互方法、装置、服务器、存储介质及沙盘治疗*** |
| CN110279425A (zh) * | 2019-05-09 | 2019-09-27 | 中国科学院自动化研究所 | 基于智能分析的心理评估方法及*** |
| CN110916687A (zh) * | 2019-11-07 | 2020-03-27 | 苏志强 | 一种虚拟沙盘心理分析处理方法及储存介质、*** |
| CN111724881A (zh) * | 2020-06-19 | 2020-09-29 | 中国科学院自动化研究所 | 一种心理沙盘分析方法和*** |
| CN112380265A (zh) * | 2020-10-16 | 2021-02-19 | 华南理工大学 | 一种心理测评数据处理方法、装置、***及服务器 |
| CN113069116A (zh) * | 2021-03-29 | 2021-07-06 | 山东思正信息科技有限公司 | 一种面向部队官兵的群体心理测评***、设备及介质 |
-
2021
- 2021-07-26 CN CN202110842849.3A patent/CN113555119A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108492041A (zh) * | 2018-03-29 | 2018-09-04 | 常州市钱璟康复股份有限公司 | 一种测评***及测评方法 |
| CN109584992A (zh) * | 2018-11-22 | 2019-04-05 | 段新 | 交互方法、装置、服务器、存储介质及沙盘治疗*** |
| CN110279425A (zh) * | 2019-05-09 | 2019-09-27 | 中国科学院自动化研究所 | 基于智能分析的心理评估方法及*** |
| CN110916687A (zh) * | 2019-11-07 | 2020-03-27 | 苏志强 | 一种虚拟沙盘心理分析处理方法及储存介质、*** |
| CN111724881A (zh) * | 2020-06-19 | 2020-09-29 | 中国科学院自动化研究所 | 一种心理沙盘分析方法和*** |
| CN112380265A (zh) * | 2020-10-16 | 2021-02-19 | 华南理工大学 | 一种心理测评数据处理方法、装置、***及服务器 |
| CN113069116A (zh) * | 2021-03-29 | 2021-07-06 | 山东思正信息科技有限公司 | 一种面向部队官兵的群体心理测评***、设备及介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114203283A (zh) * | 2021-12-31 | 2022-03-18 | 中国科学院自动化研究所 | 沙盘游戏量化分析***、方法和设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ericsson | Expertise and individual differences: The search for the structure and acquisition of experts’ superior performance | |
| O'donoghue | Research methods for sports performance analysis | |
| Camerino et al. | Mixed Methods Research in the Movement Sciences: Case studies in sport, physical education and dance | |
| Thelwell et al. | Examining relationships between emotional intelligence and coaching efficacy | |
| Fuchs-Beauchamp et al. | Creativity and intelligence in preschoolers | |
| Ratzsch | Science & its limits: The natural sciences in Christian perspective | |
| Smith et al. | A test of processing efficiency theory in a team sport context | |
| Tranel et al. | Naming dynamic and static actions: Neuropsychological evidence | |
| Jimison et al. | Models of cognitive performance based on home monitoring data | |
| Nordin et al. | Measuring the content of dancers' images development of the dance imagery questionnaire (DIQ) | |
| Suhr | Reliability, exploratory & confirmatory factor analysis for the scale of athletic priorities | |
| CN113723530A (zh) | 基于视频分析和电子心理沙盘的智能心理评估*** | |
| CN113555119A (zh) | 基于定向任务的场景化智能心理测评***、方法及设备 | |
| Omotosho et al. | A Gamified Approach to Improving Student’s Participation in Farm Practice–A Case Study of Landmark University | |
| Silver | Compare & contrast: Teaching comparative thinking to strengthen student learning | |
| Hinz et al. | Differences in decision-making behavior between elite and amateur team-handball players in a near-game test situation | |
| KR102433303B1 (ko) | 디지털 기기를 이용한 그림검사 방법, 장치 및 프로그램 | |
| KR101168596B1 (ko) | 족문 분석을 이용한 적성검사 방법 및 그 방법을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
| Richards | Coping processes in sport | |
| Ishac et al. | The influence of hosting an international sport event on the young generation: the case of Qatar | |
| Bos | Improving the Chess Elo System With Process Mining | |
| Castner et al. | Re-assessing the role played by shaded relief in topographic scale maps | |
| Zakrajsek et al. | Psychological characteristics of elite athletes. | |
| Ericsson et al. | Experts’ superior memory: from accumulation of chunks to building memory skills that mediate improved performance and learning | |
| Teferi et al. | Methods of Biomechanical Performance Analyses in Sport: Systematic Review |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211026 |
|
| RJ01 | Rejection of invention patent application after publication |