CN115588484A - 一种基于时间压力数学题任务的抑郁倾向识别*** - Google Patents
一种基于时间压力数学题任务的抑郁倾向识别*** Download PDFInfo
- Publication number
- CN115588484A CN115588484A CN202211145987.7A CN202211145987A CN115588484A CN 115588484 A CN115588484 A CN 115588484A CN 202211145987 A CN202211145987 A CN 202211145987A CN 115588484 A CN115588484 A CN 115588484A
- Authority
- CN
- China
- Prior art keywords
- mathematical
- task
- difficulty
- pressure
- answer
- 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
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
-
- 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
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
- A61B5/0533—Measuring galvanic skin response
-
- 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
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
- 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
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Cardiology (AREA)
- Epidemiology (AREA)
- Developmental Disabilities (AREA)
- Physiology (AREA)
- Dermatology (AREA)
- Psychology (AREA)
- Primary Health Care (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Databases & Information Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- Pulmonology (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种基于时间压力数学题任务的抑郁倾向识别***,***中的数学题任务库存储有低难度数学题、中难度数学题和高难度数学题;压力答题模块抽取设定数量的数学题,并设定使受试者产生答题压力的答题用时;生理数据采集设备采集受试者前测静息态平均脉搏波信号、执行数学答题任务时的压力态平均脉搏波信号以及完成数学答题任务之后的后测静息态平均脉搏波信号;根据前测静息态、压力态和后测静息态下的平均脉搏波信号,识别算法模块绘制出三种状态下所对应的脉搏波信号坐标点,依据所围成的折线形状判断受试者抑郁倾向。本发明采用诱发时间压力,通过检测执行任务前、中和后的外周生理数据,客观对受试者是否具有抑郁倾向做出判断。
Description
技术领域
本发明涉及抑郁症识别技术领域,具体涉及一种基于时间压力数学题任务的抑郁倾向识别***。
背景技术
重性抑郁障碍,常被称为抑郁症。目前抑郁症的诊断手段仍然依靠临床观察,诊断多依赖于医生的主观标准,缺乏生物学客观的标准。而外周生理数据(脉搏波、皮肤电等信号)由于能够反映我们交感神经***和副交感神经***活性的变化情况,在特定任务下具有良好的鉴别抑郁症的潜力。抑郁症患者属于精神疾病障碍,主要体现在心境情绪障碍的问题,但由于其核心症状为快感缺失、容易疲劳、失眠、昼夜节律变差、对外界事物变得毫不关心等问题症状,这些也能体现在生理***上的改变,就是神经***的活性功能减弱,如何客观对人群中的抑郁倾向患者做出快速识别,形成标准化的抑郁倾向识别***,满足各种能力人群,避免临床医生的经验和问卷量表的测评结果所产生的主观因素影响。
发明内容
为了解决上述所存在的技术问题,采用诱发任务诱发受试者因时间压力所产生的外周生理数据的变化,通过检测任务前、任务中和任务后外周生理数据,客观对受试者是否具有抑郁倾向做出判断,为此,本发明提供了一种基于时间压力数学题任务的抑郁倾向识别***。
所采用的技术方案如下:
一种基于时间压力数学题任务的抑郁倾向识别***,所述***包括生理数据采集设备及运行于计算机终端的数学题任务库、压力答题模块及识别算法模块,其中:
数学题任务库,存储有低难度数学题、中难度数学题和高难度数学题;
压力答题模块,其从所述数学题任务库中抽取设定数量的数学题,根据受试者的计算能力设定使受试者产生答题压力的答题用时;
生理数据采集设备,用于采集受试者在执行数学答题任务之前的前测静息态平均脉搏波信号、执行数学答题任务时的压力态平均脉搏波信号以及完成数学答题任务之后的后测静息态平均脉搏波信号;
识别算法模块,根据前测静息态平均脉搏波信号、压力态平均脉搏波信号和后测静息态平均脉搏波信号,绘制出采集时间与脉搏波信号关系的平面直角坐标系,并在平面直角坐标系中标示出三种状态下所对应的脉搏波信号坐标点,依次连接三种状态下所对应的脉搏波信号坐标点,依据所围成的折线形状对受试者的抑郁倾向作出判定。
所述压力答题模块包括:
练习答题模块,从所述数学题任务库中抽取设定数量的低难度数学题、中难度数学题和高难度数学题,受试者在无时间压力下对各难度的数学题进行答题任务练习;
测试压力设定模块,根据受试者在答题任务练习阶段的答题用时及答题正确率,自动设定受试者在数学答题任务测试阶段的数学题难度和答题用时;
测试答题模块,从所述数学题任务库中抽取设定数量的对应难度的数学题,受试者在所给定的答题用时时间压力下进行数学答题任务测试;
计时模块,用于分别记录受试者在答题任务练***均用时;
正确率统计模块,用于统计受试者在答题任务练习阶段和答题任务测试阶段时的答题正确率。
进一步地,所述测试答题模块中配置有多种难度水平的闯关关卡测试任务,所述测试压力设定模块为每种难度水平的所述闯关关卡测试任务设定对应的关卡答题用时;受试者在同时满足所设定的答题正确率和关卡答题用时条件下,且完成当前难度水平的闯关关卡测试任务后,受试者将进入下一难度水平的闯关关卡测试任务进行数学答题任务测试,否则,重复当前难度水平的闯关关卡测试任务,直至完成数学答题任务测试阶段设定的总用时,结束数学答题任务测试。
更进一步地,所述测试答题模块中配置有九种难度水平的闯关关卡测试任务,受试者从低难度水平测试任务开始执行,若连续答对三题时,所述计时模块将后续数学答题时间减少1-3秒/题,若受试者连续答错三题时,所述计时模块将后续数学答题时间增加1-3秒/题。
优选地,所述的九种难度水平的闯关关卡测试任务包括:低难度低压力数学答题任务、低难度中压力数学答题任务、低难度高压力数学答题任务、中难度低压力数学答题任务、中难度中压力数学答题任务、中难度高压力数学答题任务、高难度低压力数学答题任务、高难度中压力数学答题任务、高难度高压力数学答题任务,所述的三种难度数学答题任务下的低压力为无时间压力下对应相同难度数学答题练***均用时的90%,中压力为无时间压力下对应相同难度数学答题练***均用时的70%,高压力为无时间压力下对应相同难度数学答题练***均用时的50%。
优选地,所述的低难度数学题为直接整加整减的计算题;所述的中难度数学题为错位整加整减的计算题;所述的高难度数学题为借位不能整加整减的计算题。
更进一步地,所述生理数据采集设备还用于采集受试者在执行数学答题任务之前的前测静息态平均皮肤电信号、执行数学答题任务时的压力态平均皮肤电信号以及完成数学答题任务之后的后测静息态平均皮肤电信号;所述识别算法模块根据前测静息态平均皮肤电信号、压力态平均皮肤电信号和后测静息态平均皮肤电信号,绘制出采集时间与皮肤电信号关系的平面直角坐标系,并在平面直角坐标系中标示出三种状态下所对应的皮肤电信号坐标点,依次连接三种状态下所对应的皮肤电信号坐标点和脉搏波信号坐标点,依据所围成的皮肤电折线形状和脉搏波折线形状对受试者的抑郁倾向作出判定。
优选地,所述识别算法模块对受试者抑郁倾向的判定方法是:当满足皮肤电折线形状为倒V形,而脉搏波折线形状为正V形时,判定受试者抑郁低风险;当满足皮肤电折线形状非倒V形,脉搏波折线形状非正V形时,则判定受试者抑郁高风险;当满足皮肤电折线形状为非倒V形、脉搏波折线形状为正V形时,或者满足皮肤电折线形状为倒V形、脉搏波折线形状为非正V形时,则判定受试者抑郁中风险。
进一步地,所述***中还设有用于增加受试者心理压力的语音惩罚模块,当受试者答题错误时,所述语音惩罚模块播报刺激受试者的语音。
优选地,所述生理数据采集设备为可佩戴式生理采集手环,同时检测脉搏波频带能量值HF和皮肤电水平SCL。
本发明技术方案具有如下优点:
A.本发明采用主动诱发任务,采集过程中的脉搏波或皮肤电生理信号,进而通过识别生理上的变化程度,判断抑郁的程度,因为正常人和抑郁症患者在压力状态下,神经***的反应模式是不同的,对于诱发压力的任务,选择自适应时间压力数学题任务,该任务通过计时模块给出每道数学题所用答题时间,在明确的答题用时前提下,进行简单的数学题任务,该任务简单易懂,同时经过自适应设计,能够保证每个人都能有效诱发出来足够的压力,根据压力状态下的生理变化模式,对受试者的抑郁倾向做出快速识别。
B.本发明***整个诊断过程相对简单、易操作,只需要十分钟左右时间,就能评估出抑郁症的倾向,通过保证每个人都能诱发出足够压力的任务,在这个任务的基础上同步采集脉搏波和皮肤电信号,使用这两种生理信号作为判别标准,增加了筛查的检测力度,增大鉴别的准确率。同时由于客观生理数据的实时性、客观性和灵敏度,都要好于临床医生的经验和问卷量表的测评结果。
附图说明
为了更清楚地说明本发明具体实施方式,下面将对具体实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明所提供的抑郁倾向识别***组成图;
图2是本发明所提供的压力答题模块组成图;
图3是本发明***具体识别流程图;
图4是正常人群和抑郁患者人群采用本发明***进行试验结果。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供了一种基于时间压力数学题任务的抑郁倾向识别***,包括生理数据采集设备及运行于计算机终端的数学题任务库、压力答题模块及识别算法模块,其中:
数学题任务库,存储有低难度数学题、中难度数学题和高难度数学题;
压力答题模块,其从所述数学题任务库中抽取设定数量的数学题,根据受试者的计算能力设定使受试者产生答题压力的答题用时;
生理数据采集设备,用于采集受试者在执行数学答题任务之前的前测静息态平均脉搏波信号、执行数学答题任务时的压力态平均脉搏波信号以及完成数学答题任务之后的后测静息态平均脉搏波信号;
识别算法模块,根据前测静息态平均脉搏波信号、压力态平均脉搏波信号和后测静息态平均脉搏波信号,绘制出采集时间与脉搏波信号关系的平面直角坐标系,并在平面直角坐标系中标示出三种状态下所对应的脉搏波信号坐标点,依次连接三种状态下所对应的脉搏波信号坐标点,依据所围成的折线形状对受试者的抑郁倾向作出判定。
将正常人群和抑郁患者人群采用本发明***进行试验,正常人群在上述三种状态下所得数据信号在直角坐标系中围成的脉搏波折线形状为正V 形,而抑郁患者人群难以得到正V形的脉搏波折线形状,因此,本发明***可以通过平面直角坐标系中脉搏波折线的形状特征判定受试者是否为抑郁患者。
本发明中的压力答题模块包括:练习答题模块、测试压力设定模块、测试答题模块、计时模块和正确率统计模块。
练习答题模块从数学题任务库中抽取设定数量的低难度数学题、中难度数学题和高难度数学题,受试者在无时间压力下对各难度的数学题进行答题任务练习;比如高低中三种难度的数学题各抽取5道计算题。
测试压力设定模块根据受试者在答题任务练习阶段的答题用时及答题正确率,自动设定受试者在数学答题任务测试阶段的数学题难度和答题用时;
测试答题模块从所述数学题任务库中抽取对应设定难度的数学题,受试者在所给定的答题用时时间压力下进行数学答题任务测试;
计时模块用于分别记录受试者在答题任务练***均用时;
正确率统计模块用于统计受试者在答题任务练习阶段和答题任务测试阶段时的答题正确率。
为了适应不同受试者的计算能力,使其在数学答题任务测试阶段产生压力,本发明中所采用的测试答题模块中配置有多种难度水平的闯关关卡测试任务,测试压力设定模块为每种难度水平的闯关关卡测试任务设定对应的关卡答题用时,根据受试者在答题练***的闯关关卡测试任务后,受试者将进入下一难度水平的闯关关卡测试任务进行数学答题任务测试,否则,当设定时间未完成答题和答题正确率低于设定要求中的其一不符合时,受试者不能进入下一难度水平的测试任务,而是继续重复当前难度水平的闯关关卡测试任务,直至都达标后才能进入下一难度水平的闯关关卡测试任务,当完成数学答题任务测试阶段设定的总用时时,结束数学答题任务测试。本发明中所设定的答题正确率可以设定为85%,也可以设置更高或更低些,当然设定数值越高,当前难度水平下所产生的压力水平越高。
为了增加闯关的趣味性,同时可以根据受试者的心理波动做压力的自适应调节,既能感受到压力,同时使受试者坚持完成答题任务,不放弃。本发明在测试答题模块中配置有九种难度水平的闯关关卡测试任务,受试者从低难度水平测试任务开始执行(比如从关卡一开始执行测试任务,达到要求后逐级升级到关卡二、关卡三,……),若在当前闯关关卡测试任务过程中连续答对三题时,计时模块将后续数学答题时间减少1秒/题,最多减少3秒/题,进一步增加了时间压力;若受试者连续答错三题时,计时模块将后续数学答题时间增加1秒/题,最多增加3秒/题,减少对其产生的时间压力,从而避免了因压力过大产生放弃答题念头。
本发明所设置的九种难度水平的闯关关卡测试任务包括:
关卡一:低难度低压力数学答题任务;
关卡二:低难度中压力数学答题任务;
关卡三:低难度高压力数学答题任务;
关卡四:中难度低压力数学答题任务;
关卡五:中难度中压力数学答题任务;
关卡六:中难度高压力数学答题任务;
关卡七:高难度低压力数学答题任务;
关卡八:高难度中压力数学答题任务;
关卡九:高难度高压力数学答题任务。
上述的低难度为直接整加整减的计算题;中难度为错位整加整减的计算题;高难度为借位不能整加整减的计算题。
上述的低压力为无时间压力下对应相同难度数学答题练***均用时的90%;
中压力为无时间压力下对应相同难度数学答题练***均用时的 70%;
高压力为无时间压力下对应相同难度数学答题练***均用时的 50%。
当然上述的数值不限于所给数值,比如:低压力可以设置为练***均用时的85%;中压力可以设置为练***均用时的65%;高压力可以设置为练***均用时的45%。本发明在实际执行时,还可以根据具体的计算熟练程度进行计算用时的调整,适合于不同受试者的计算能力,通用性强,其目的都是为了使受试者在产生时间压力下进行***生理数据的准确采集。
这里的生理数据采集设备优选采用中科心研自研的可佩戴式生理采集手环,生理数据采集设备还可以采集受试者在执行数学答题任务之前的前测静息态平均皮肤电信号、执行数学答题任务时的压力态平均皮肤电信号以及完成数学答题任务之后的后测静息态平均皮肤电信号;识别算法模块根据前测静息态平均皮肤电信号、压力态平均皮肤电信号和后测静息态平均皮肤电信号,绘制出采集时间与皮肤电信号关系的平面直角坐标系,并在平面直角坐标系中标示出三种状态下所对应的皮肤电信号坐标点,依次连接三种状态下所对应的皮肤电信号坐标点和脉搏波信号坐标点,依据所围成的皮肤电折线形状和脉搏波折线形状对受试者的抑郁倾向作出判定,本发明主要采集受试者的脉搏波频带能量值HF和皮肤电水平SCL特征指标。当然了,生理数据采集设备还会采集受试者的加速度、角速度、皮温及心率特征数据,也可以参与到其它相应计算中。
识别算法模块对受试者抑郁倾向的判定方法是:当皮肤电折线形状为倒V形,而脉搏波折线形状为正V形时,判定受试者抑郁低风险;当皮肤电折线形状非倒V形,脉搏波折线形状非正V形时,则判定受试者抑郁高风险;若两种信号中的其一所围成的折线形状为非正V形或非正V形时,则判定受试者抑郁中风险。
***中还设有用于增加受试者心理压力的语音惩罚模块,当受试者答题错误时,语音惩罚模块播报刺激受试者的语音,当然,在测试时,还可以设置倒计时,当到达最后1秒时,会产生倒计时的声音提示。
如图3所示,在具体执行时,先要求受试者佩戴生理采集手环,手环能够采集脉搏波和皮肤电两种生理信号。佩戴完手环后,先让受试者在平静状态下呆3min(静息态下),这个过程中受试者不做任何事情,就是放松心情,采集生理数据;3min结束后,让受试者去做时间压力的数学题任务,时间为5min(即自适应的时间压力数学答题测试任务阶段),5min过程中受试者从练***逐渐增加的多个闯关关卡测试任务,所设定的总计时时间一到,立即停止继续完成测试任务,在数学题任务库中预置300道计算题。然后使受试者继续重复先前的静息态数据采集(即后测静息),继续采集3min,***对三个阶段(T1、T2、T3)的数据进行运算,计算相邻两点所形成的斜率,若三点所形成的两斜率互为相反数,则判断受试者存在抑郁症风险较低,否则,判别存在抑郁症风险较高。更为直观地,判断三个数值点所构成的形状,若为倒V或正V形,则判断受试者抑郁症风险较低,否则,判断存在抑郁症风险较高(中等或高等风险水平)。采用本发明***对正常人群及抑郁患者进行了实验验证,其客观评价准确率高,能快速识别抑郁风险高低。
本发明未述及之处均适用于现有技术。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (10)
1.一种基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述***包括生理数据采集设备及运行于计算机终端的数学题任务库、压力答题模块及识别算法模块,其中:
数学题任务库,存储有低难度数学题、中难度数学题和高难度数学题;
压力答题模块,其从所述数学题任务库中抽取设定数量的数学题,根据受试者的计算能力设定使受试者产生答题压力的答题用时;
生理数据采集设备,用于采集受试者在执行数学答题任务之前的前测静息态平均脉搏波信号、执行数学答题任务时的压力态平均脉搏波信号以及完成数学答题任务之后的后测静息态平均脉搏波信号;
识别算法模块,根据前测静息态平均脉搏波信号、压力态平均脉搏波信号和后测静息态平均脉搏波信号,绘制出采集时间与脉搏波信号关系的平面直角坐标系,并在平面直角坐标系中标示出三种状态下所对应的脉搏波信号坐标点,依次连接三种状态下所对应的脉搏波信号坐标点,依据所围成的折线形状对受试者的抑郁倾向作出判定。
2.根据权利要求1所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述压力答题模块包括:
练习答题模块,从所述数学题任务库中抽取设定数量的低难度数学题、中难度数学题和高难度数学题,受试者在无时间压力下对各难度的数学题进行答题任务练习;
测试压力设定模块,根据受试者在答题任务练习阶段的答题用时及答题正确率,自动设定受试者在数学答题任务测试阶段的数学题难度和答题用时;
测试答题模块,从所述数学题任务库中抽取设定数量的对应难度的数学题,受试者在所给定的答题用时时间压力下进行数学答题任务测试;
计时模块,用于分别记录受试者在答题任务练***均用时;
正确率统计模块,用于统计受试者在答题任务练习阶段和答题任务测试阶段时的答题正确率。
3.根据权利要求2所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述测试答题模块中配置有多种难度水平的闯关关卡测试任务,所述测试压力设定模块为每种难度水平的所述闯关关卡测试任务设定对应的关卡答题用时;受试者在同时满足所设定的答题正确率和关卡答题用时条件下,且完成当前难度水平的闯关关卡测试任务后,受试者将进入下一难度水平的闯关关卡测试任务进行数学答题任务测试,否则,重复当前难度水平的闯关关卡测试任务,直至完成数学答题任务测试阶段设定的总用时,结束数学答题任务测试。
4.根据权利要求3所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述测试答题模块中配置有九种难度水平的闯关关卡测试任务,受试者从低难度水平测试任务开始执行,若连续答对三题时,所述计时模块将后续数学答题时间减少1-3秒/题,若受试者连续答错三题时,所述计时模块将后续数学答题时间增加1-3秒/题。
5.根据权利要求3所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述的九种难度水平的闯关关卡测试任务包括:低难度低压力数学答题任务、低难度中压力数学答题任务、低难度高压力数学答题任务、中难度低压力数学答题任务、中难度中压力数学答题任务、中难度高压力数学答题任务、高难度低压力数学答题任务、高难度中压力数学答题任务、高难度高压力数学答题任务,所述的三种难度数学答题任务下的低压力为无时间压力下对应相同难度数学答题练***均用时的90%,中压力为无时间压力下对应相同难度数学答题练***均用时的70%,高压力为无时间压力下对应相同难度数学答题练***均用时的50%。
6.根据权利要求5所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述的低难度数学题为直接整加整减的计算题;所述的中难度数学题为错位整加整减的计算题;所述的高难度数学题为借位不能整加整减的计算题。
7.根据权利要求1-6任一所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述生理数据采集设备还用于采集受试者在执行数学答题任务之前的前测静息态平均皮肤电信号、执行数学答题任务时的压力态平均皮肤电信号以及完成数学答题任务之后的后测静息态平均皮肤电信号;所述识别算法模块根据前测静息态平均皮肤电信号、压力态平均皮肤电信号和后测静息态平均皮肤电信号,绘制出采集时间与皮肤电信号关系的平面直角坐标系,并在平面直角坐标系中标示出三种状态下所对应的皮肤电信号坐标点,依次连接三种状态下所对应的皮肤电信号坐标点和脉搏波信号坐标点,依据所围成的皮肤电折线形状和脉搏波折线形状对受试者的抑郁倾向作出判定。
8.根据权利要求7所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述识别算法模块对受试者抑郁倾向的判定方法是:当满足皮肤电折线形状为倒V形,而脉搏波折线形状为正V形时,判定受试者抑郁低风险;当满足皮肤电折线形状非倒V形,脉搏波折线形状非正V形时,则判定受试者抑郁高风险;当满足皮肤电折线形状为非倒V形、脉搏波折线形状为正V形时,或者满足皮肤电折线形状为倒V形、脉搏波折线形状为非正V形时,则判定受试者抑郁中风险。
9.根据权利要求8所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述***中还设有用于增加受试者心理压力的语音惩罚模块,当受试者答题错误时,所述语音惩罚模块播报刺激受试者的语音。
10.根据权利要求7所述的基于时间压力数学题任务的抑郁倾向识别***,其特征在于,所述生理数据采集设备为可佩戴式生理采集手环,同时检测脉搏波频带能量值HF和皮肤电水平SCL。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211145987.7A CN115588484A (zh) | 2022-09-20 | 2022-09-20 | 一种基于时间压力数学题任务的抑郁倾向识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211145987.7A CN115588484A (zh) | 2022-09-20 | 2022-09-20 | 一种基于时间压力数学题任务的抑郁倾向识别*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115588484A true CN115588484A (zh) | 2023-01-10 |
Family
ID=84772829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211145987.7A Pending CN115588484A (zh) | 2022-09-20 | 2022-09-20 | 一种基于时间压力数学题任务的抑郁倾向识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115588484A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105147248A (zh) * | 2015-07-30 | 2015-12-16 | 华南理工大学 | 基于生理信息的抑郁症评估***及其评估方法 |
CN109157231A (zh) * | 2018-10-24 | 2019-01-08 | 阿呆科技(北京)有限公司 | 基于情绪刺激任务的便携式多通道抑郁倾向评估*** |
CN112259237A (zh) * | 2020-10-13 | 2021-01-22 | 阿呆科技(北京)有限公司 | 基于多情感刺激和多级分类模型的抑郁评估*** |
CN112331308A (zh) * | 2020-11-04 | 2021-02-05 | 北京心海导航教育科技股份有限公司 | 多通道智能减压放松管理*** |
-
2022
- 2022-09-20 CN CN202211145987.7A patent/CN115588484A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105147248A (zh) * | 2015-07-30 | 2015-12-16 | 华南理工大学 | 基于生理信息的抑郁症评估***及其评估方法 |
CN109157231A (zh) * | 2018-10-24 | 2019-01-08 | 阿呆科技(北京)有限公司 | 基于情绪刺激任务的便携式多通道抑郁倾向评估*** |
CN112259237A (zh) * | 2020-10-13 | 2021-01-22 | 阿呆科技(北京)有限公司 | 基于多情感刺激和多级分类模型的抑郁评估*** |
CN112331308A (zh) * | 2020-11-04 | 2021-02-05 | 北京心海导航教育科技股份有限公司 | 多通道智能减压放松管理*** |
Non-Patent Citations (2)
Title |
---|
陈秀文 等: "抑郁症患者的自主神经异常与电生理表现", 《中国心理卫生杂志》 * |
黎柱培 等: "抑郁障碍患者事件相关电位的临床研究", 《海南医学》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109276241B (zh) | 一种压力识别方法及设备 | |
CN112137627B (zh) | 智能人因测评和训练方法及*** | |
JP4243605B2 (ja) | 自律神経検査装置 | |
US6741888B2 (en) | Method and apparatus for estimating degree of neuronal impairment in brain cortex | |
CN104173064B (zh) | 基于心率变异分析的测谎方法及测谎装置 | |
CN108095708A (zh) | 一种基于混合传感的生理监测及分析方法、*** | |
CN109350020A (zh) | 身心健康状况分析装置及方法 | |
CN114246589A (zh) | 记忆认知能力测评方法及*** | |
CN115670460A (zh) | 一种心境状态监测方法、装置及存储介质 | |
Al-Hamadi et al. | An automatic ECG generator for testing and evaluating ECG sensor algorithms | |
CN114129169B (zh) | 一种生物电信号数据识别方法、***、介质和设备 | |
Yiu et al. | Fatigue-Related change in surface electromyographic activities of the perilaryngeal muscles | |
CN115588484A (zh) | 一种基于时间压力数学题任务的抑郁倾向识别*** | |
CN112674726A (zh) | 健康状态的监控方法、设备、***和可穿戴设备 | |
CN101448455A (zh) | 预测人类或其他哺乳动物产程发动的设备 | |
CN116453656A (zh) | 一种心理健康评估预警***及方法 | |
CN114176532B (zh) | 一种测定cfPWV参数的临床验证方法及其应用*** | |
Wagner et al. | Reliable blood pressure self-measurement in the obstetric waiting room | |
CN113729708B (zh) | 一种基于眼动技术的谎言评判方法 | |
CN115497621A (zh) | 一种老年人认知状况测评*** | |
KR102332505B1 (ko) | 뇌파분석을 이용한 치매 진단정보 제공 방법 | |
CN112006698B (zh) | 心理状态检测方法、装置、处理设备以及可穿戴设备 | |
Caesaria et al. | Effect of Muscle Fatigue on EMG Signal and Maximum Heart Rate for Pre and Post Physical Activity | |
CN117224098B (zh) | 一种心率变异性的评估方法、***、设备及存储介质 | |
KR101410311B1 (ko) | 생체 정보를 이용한 적성 정보 생성 장치 및 방법 |
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 |