CN115862868A - 心理测评***、平台、电子设备及存储介质 - Google Patents
心理测评***、平台、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115862868A CN115862868A CN202211613492.2A CN202211613492A CN115862868A CN 115862868 A CN115862868 A CN 115862868A CN 202211613492 A CN202211613492 A CN 202211613492A CN 115862868 A CN115862868 A CN 115862868A
- Authority
- CN
- China
- Prior art keywords
- data
- modal data
- questionnaire
- psychological
- modal
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 146
- 230000004044 response Effects 0.000 claims abstract description 60
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000002996 emotional effect Effects 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 12
- 230000036772 blood pressure Effects 0.000 claims description 11
- 230000036760 body temperature Effects 0.000 claims description 10
- 230000001815 facial effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 8
- 230000004424 eye movement Effects 0.000 claims description 4
- 230000008921 facial expression Effects 0.000 claims description 4
- 210000001097 facial muscle Anatomy 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 18
- 208000024891 symptom Diseases 0.000 description 16
- 230000006870 function Effects 0.000 description 9
- 238000007405 data analysis Methods 0.000 description 7
- 230000008451 emotion Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000013480 data collection Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 230000036651 mood Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000013065 commercial product Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000009323 psychological health Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开涉及心理测评***、平台、电子设备及存储介质，所述***包括获取模块，用于获取被测人员针对预先配置的调查问卷的作答数据、被测人员在作答调查问卷期间采集的模态数据以及模态数据的模态数据特征，模态数据包括非生理数据和/或生理数据；分析模块，用于根据作答数据、模态数据以及模态数据特征中的至少一种，确定被测人员的心理测评结果，心理测评结果表征被测人员的心理。根据本公开实施例，能够给出准确且全面的心理测评结果，使确定出的心理测评结果更贴近被测人员的真实心理情况。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种心理测评***、平台、电子设备及存储介质。
背景技术
在企业招聘，学生心理问题筛查，商业产品调研等领域，通常会使用调查问卷的方式对用户的心理进行测评。早期研究者都是使用纸质的调查问卷进行，回收后的问卷经过电子化，将被测人员作答的数据录入计算机中经过分析得到测评结果。目前，互联网中出现很多电子化的测评平台，研究者可以直接在测评平台上创建电子化的调查问卷，来收集并分析被测人员的作答数据，得到被测人员的测评结果。
但这些测评平台实际上还是以传统问卷的采集模式来做测评，被测人员在作答的过程中可能会存在隐瞒以及谎报的情况，导致根据调查问卷的作答数据得到的测评结果与实际情况有误差，使得测评结果不准确。
发明内容
有鉴于此，本公开提出了一种心理测评***、平台、电子设备及存储介质，能够给出准确且全面的心理测评结果，使确定出的心理测评结果更贴近被测人员的真实心理情况。
根据本公开的一方面，提供了一种心理测评***，包括：获取模块，用于获取被测人员针对预先配置的调查问卷的作答数据、所述被测人员在作答所述调查问卷期间采集的模态数据以及所述模态数据的模态数据特征，所述模态数据包括非生理数据和/或生理数据；分析模块，用于根据所述作答数据、所述模态数据以及所述模态数据特征中的至少一种，确定所述被测人员的心理测评结果，所述心理测评结果表征所述被测人员的心理。
在一种可能的实现方式中，所述根据所述作答数据、所述模态数据以及所述模态数据特征中的至少一种，确定所述被测人员的心理测评结果，包括：将所述作答数据、所述模态数据以及所述模态数据特征中的至少一种输入至心理分析模型，得到所述被测人员的心理测评结果，所述心理分析模型包括以下至少一种：统计分析模型、信效度检验模型、神经网络模型。
在一种可能的实现方式中，所述根据所述作答数据、所述模态数据以及所述模态数据特征中的至少一种，确定所述被测人员的心理测评结果，包括：根据所述作答数据，确定所述调查问卷对应的作答评分；根据所述模态数据与模态数据特征中的至少一种，确定所述被测人员的情绪状态评分和/或专注程度评分；根据所述情绪状态评分和/或所述专注程度评分，以及所述作答评分，确定所述被测人员对应的心理评分；根据所述心理评分，确定所述心理测评结果。
在一种可能的实现方式中，所述***还包括：配置模块，用于响应于针对调查问卷和模态数据的配置操作，确定配置的调查问卷以及配置的模态数据的类型；和/或，生成模块，用于基于配置的调查问卷以及配置的模态数据的类型，生成用于进入用户测评***的快捷方式，所述快捷方式用于发送给所述被测人员，以使所述被测人员进入所述用户测评***进行调查问卷的作答，所述用户测评***用于采集所述被测人员针对调查问卷的作答数据，以及所述被测人员在作答所述调查问卷期间的模态数据。
在一种可能的实现方式中，所述获取模块，包括：采集单元，用于基于预先配置的调查问卷以及模态数据的类型，采集被测人员针对所述调查问卷的作答数据以及所述被测人员在作答所述调查问卷期间的模态数据；和/或，接收单元，用于接收用户测评***发送的作答数据以及模态数据，所述用户测评***用于展示预先配置的调查问卷，采集所述被测人员针对所述调查问卷的作答数据，以及采集所述被测人员在作答所述调查问卷期间的模态数据；和/或，导入单元，用于响应于针对线下采集的作答数据和模态数据的导入操作，获取导入的作答数据以及模态数据；特征提取单元，用于对所述采集单元采集的模态数据、所述第一接收单元接收的模态数据以及所述第一导入单元导入的模态数据中的至少一种模态数据进行特征提取，得到模态数据特征。
在一种可能的实现方式中，所述接收单元，还用于接收用户测评***发送的模态数据特征，所述用户测评***还用于对采集的模态数据进行特征提取，得到模态数据特征；和/或，所述导入单元，还用于响应于针对线下提取的模态数据特征的导入操作，获取导入的模态数据特征。
在一种可能的实现方式中，所述***还包括：查看模块，用于响应于针对参与测评的被测人员的测评情况查看请求，展示参与测评的被测人员的人员数量以及各个被测人员的心理测评结果；和/或，模型创建模块，用于响应于针对心理分析模型的创建操作，创建心理分析模型，创建的心理分析模型用于根据所述作答数据、所述模态数据以及所述模态数据特征中的至少一种，确定所述被测人员的心理测评结果。
在一种可能的实现方式中，所述调查问卷包括文本式的文本问卷，或对话式的语音问卷；所述作答数据包括所述调查问卷中每道题目的作答结果和作答时长；所述非生理数据包括以下至少一种：视频数据、音频数据、文本数据；所述生理数据包括以下至少一种：脑电信号、心跳信号、血压信息、体温信号、呼吸信号；所述模态数据特征包括以下至少一种：视频数据中被测人员的面部特征、音频数据的音频特征、文本数据的文本特征、脑电信号的脑电特征、心跳信号的心跳特征、血压信号的血压特征、体温信号的体温特征、呼吸信号的呼吸特征；所述视频数据中被测人员的面部特征包括以下至少一种：面部肌肉变化特征、面部表情特征、人脸朝向特征、眼动特征；所述音频数据的音频特征包括以下至少一种：音频的情绪倾向、停顿词、音频语调；所述文本数据的文本特征包括以下至少一种：文本中不同词语的出现频率、文本中出现的关键词、文本的情绪倾向、文本主题、文本中心思想。
根据本公开的另一方面，提供了一种心理测评平台，包括：用户测评***，用于展示预先配置的调查问卷，采集被测人员针对所述调查问卷的作答数据，以及采集所述被测人员在作答所述调查问卷期间的模态数据，所述模态数据包括生理数据和/或非生理数据；以及，上述心理测评***。
根据本公开的另一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为在执行所述存储器存储的指令时，实现上***。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述***。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述***。
根据本公开实施例，能够结合被测人员对调查问卷的作答数据以及被测人员在作答调查问卷期间采集的模态数据的模态数据特征，全面且准确地给出被测人员的心理测评结果，从而使确定出的心理测评结果更贴近被测人员的真实心理情况。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开实施例提供的心理测评***的框图。
图2示出根据本公开实施例提供的一种心理测评***的示意图。
图3示出根据本公开实施例提供的一种心理测评平台的示意图。
图4示出根据本公开实施例提供的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
如上所述，互联网中出现很多电子化的测评平台，研究者可以直接在测评平台上创建电子化的调查问卷，来收集并分析被测人员的作答数据，得到被测人员的测评结果。而现有测评平台通过文本版的调查问卷所采集数据相对比较单一，能提取的有效信息有限，且为了保证测试有效性和准确性，需要被测人员回答大量的问题才能得到相对准确的结果，对于有测评基础的被测人员能够容易感知到测评目的，使被测人员处于一种非自然状态，可能通过谎报或者隐瞒作答结果的方式使得测评结果不准确，也即使得根据调查问卷的作答数据所得到的测评结果与实际情况之间存在误差。
有鉴于此，本公开实施例提供一种心理测评***，能够结合被测人员对调查问卷的作答数据、被测人员在作答调查问卷期间采集的模态数据以及模态数据的模态数据特征，综合确定被测人员的心理测评结果，这样可以结合多维度的数据，从不同维度探究测评结果，挖掘被测人员深层次的难以隐藏的特征，使得心理测评结果更贴近真实心理情况，并且可以大幅度减少被测人员所需作答的题目，能够提升用户的作答体验。
其中，本公开实施例中除了可以使用文本式的调查问卷进行心理测评外，还可以使用自然对话式的语音问卷进行心理测评，也即，被测人员可以在正常交流的对话模式中完成问卷作答，使测评结果更贴近自然状态的真实结果。
图1示出根据本公开实施例提供的心理测评***的框图。该心理测评***可以由终端设备或服务器等电子设备执行，终端设备可以为医学仪器、用户设备(UserEquipment，UE)、移动设备、用户终端、个人数字助理(Personal Digital Assistant，PDA)、手持设备、可穿戴设备等。如图1所示，该心理测评***包括：
获取模块101，用于获取被测人员针对预先配置的调查问卷的作答数据、被测人员在作答调查问卷期间采集的模态数据以及模态数据的模态数据特征，模态数据包括非生理数据和/或生理数据；
分析模块102，用于根据作答数据、模态数据以及模态数据特征中的至少一种，确定被测人员的心理测评结果，心理测评结果表征被测人员的心理。
其中，调查问卷包括文本式的文本问卷，或对话式的语音问卷，作答数据包括调查问卷中每道题目的作答结果和作答时长；应理解的是，本文问卷例如可以通过网页、应用程序、小程序等形式展示给被测人员，被测人员可以基于展示的调查问卷进行作答，得到作答结果；语音问卷例如可以通过音频播放装置(如音响)播放给被测人员，被测人员可以通过语音进行作答，在被测人员通过语音进行作答期间，可以利用音频采集装置(如录音机)采集被测人员的作答语音，并对作答语音进行语音识别来得到作答结果；其中，在被测人员对调查问卷进行作答期间，同时记录被测人员对每道题目的作答时长。
其中，非生理数据包括以下至少一种：视频数据、音频数据、文本数据；生理数据包括以下至少一种：脑电信号、心跳信号、血压信息、体温信号、呼吸信号。应理解的是，可以根据预先设置的模态数据的类型，利用相关的数据采集装置来采集模态数据，例如，利用视频采集装置(如摄像头)采集被测人员作答调查问卷期间的视频数据，利用音频采集装置采集被测人员在作答调查问卷期间的音频数据，文本数据例如可以是被测人员直接输入的文本，还可以是对音频数据进行语音识别所得到文本等；可以采用脑电信号传感器、脉搏信号传感器、血压信号传感器、皮肤温度传感器、呼吸信号传感器等，来采集脑电信号、心跳信号、血压信息、体温信号、呼吸信号等生理数据。
其中，模态数据特征包括以下至少一种：视频数据中被测人员的面部特征、音频数据的音频特征、文本数据的文本特征、脑电信号的脑电特征、心跳信号的心跳特征、血压信号的血压特征、体温信号的体温特征、呼吸信号的呼吸特征；视频数据中被测人员的面部特征包括以下至少一种：面部肌肉变化特征、面部表情特征、人脸朝向特征、眼动特征；音频数据的音频特征包括以下至少一种：音频的情绪倾向、停顿词、音频语调；文本数据的文本特征包括以下至少一种：文本中不同词语的出现频率、文本中出现的关键词、文本的情绪倾向、文本主题、文本中心思想。
其中，研究人员除了配置模态数据的类型，还是设置所要提取的模态数据特征的特征类型，***可以根据被测人员预先设置的模态数据的类型，采集对应的模态数据，并在采集到对应的模态数据后，根据预先设置的模态数据特征的特征类型，对模态数据进行特征提取，得到所需的模态数据特征，应理解的是，本领域技术人员可以采用本领域已知的特征提取技术，对不同的模态数据进行特征提取，得到模态数据特征。
示例性地，针对视频数据中被测人员的面部特征，可以先提取视频数据中的图像序列并对图像序列做预处理，再使用深度学习模型对预处理后图像序列进行人脸检测、提取人脸关键点、提取面部表情特征等处理，然后基于图像序列中提取出的人脸关键点，确定面部肌肉变化特征、人脸朝向特征、眼动特征等。
示例性地，针对音频数据的音频特征，可以先对音频数据进行预处理，包括：滤波、重采样、定长切割、频谱分析、时频变换等，再提取分段音频的频率分布、不同频段的归一化强度，得到停顿词、音频语调等特征，使用深度学习网络对预处理后的音频数据进行分析，得到音频数据中的情绪倾向及程度。
示例性地，针对文本数据的文本特征，可以使用分词法对文本数据进行分词、去除停用词等处理，得到分词序列，然后，统计分词序列中不同词语的出现频率；可以使用自然语言处理的关键词提取算法(例如Textrank算法)，对分词序列进行关键词提取，得到文本中出现的关键词；可以使用自然语言处理的主题提取算法(例如LDA算法)对分词序列进行主题提取，得到本文主题；可以根据预置的情绪词库，提取文本数据中词语的情绪倾向，并通过加权平均各个词语的情绪倾向，得到文本的情绪倾向以及程度；可以采用文本词语聚类算法或其它自然语言处理的聚类算法，获取文本关键句，来得到文本中心思想。
应理解的是，研究人员可以根据实际需求自定义配置调查问卷中的题目，以及配置所需采集的模态数据的类型，对此本公开实施例不做限制。在一种可能的实现方式中，获取模块101，可以包括：采集单元，用于基于预先配置的调查问卷以及模态数据的类型，采集被测人员针对调查问卷的作答数据以及被测人员在作答调查问卷期间的模态数据；心理测评***可以对采集的模态数据进行特征提取，得到模态数据特征。该方式可以理解为，被测人员在心理测评***中作答调查问卷，采集单元在被测人员作答期间获取作答数据，同时利用摄像头、录音机、各种传感器等数据采集装置，来采集各种模态数据，进而可以利用人工智能算法提取各个模态数据的模态数据特征。
考虑到，被测人员使用心理***进行调查问卷的作答可能不够方便，因此可以向被测人员提供简易的用户测评***，用户测评***用于展示预先配置的调查问卷，采集被测人员针对调查问卷的作答数据，以及采集被测人员在作答调查问卷期间的模态数据，并将采集的作答数据和模态数据发送给心理测评***。这种方式中，用户测评***可以理解为面向被测人员的前台***，心理测评***可以理解为面向研究人员的后台***，前台***和后台***之间进行数据通信。
基于此，在一种可能的实现方式中，获取模块101，还可以包括：接收单元，用于接收用户测评***发送的作答数据以及模态数据。该方式可以理解为，被测人员在用户测评***中作答调查问卷，用户测评***可以在被测人员作答期间获取作答数据，同时利用摄像头、录音机、各种传感器等数据采集装置，来采集作答期间的各种模态数据，心理测评***可以对用户测评***发送的模态数据进行特征提取，得到模态数据特征，这样可以使调查问卷的作答更加方便。
在一种可能的实现方式中，接收单元，还可以用于接收用户测评***发送的模态数据特征，用户测评***还用于对采集的模态数据进行特征提取，得到模态数据特征，该方式可以理解为用户测评***不仅采集模态数据，还对采集的模态数据进行特征提取，并将提取的模态数据特征和作答数据发送给心理测评***。
考虑到，研究人员还可能存在线下采集作答数据和模态数据特征的需求，在一种可能的实现方式中，获取模块101，还可以包括：导入单元，用于响应于针对线下采集的作答数据和模态数据的导入操作，获取导入的作答数据以及模态数据。该方式可以理解为，研究人员自行上传作答数据和模态数据，并通过心理测评***对模态数据特征进行特征提取，得到模态数据特征；以及基于作答数据和模态数据对被测人员的心理进行测评。
在一种可能的实现方式中，导入单元，还用于响应于针对线下提取的模态数据特征的导入操作，获取导入的模态数据特征。该方式可以理解为研究人员可以对线下采集的模态数据在线下进行特征提取，得到模态数据特征，并直接将线下提取的模态数据特征上传到心理测评***，其中，线下可以理解为本公开实施例对线下采集的模态数据的特征提取方式不作限制。其中，线下采集的模态数据也即不是上述心理测评***和用户测评***采集的模态数据，线下提取的模态数据特征也即不是上述心理测评***和用户测评***所提取的模态数据特征。
实际应用中，研究人员可以针对不同的心理测评需求，例如抑郁症状测评、心理健康程度测评、性格测评等预先配置不同的心理分析模型，以测评不同类型的心理，其中，心理分析模型包括以下至少一种：统计分析模型、信效度检验模型、神经网络模型，统计分析模型例如可以包括多元回归模型、方差分析模型等统计学上的数据模型。其中，***可以为研究人员提供预先设置的心理分析模型，以供研究人员选择所需的心理分析模型，研究人员还可以在***中自定义创建心理分析模型，例如可以向***中导入新模型、将多种模型进行组合，或者对模型进行修改等。
基于此，在一种可能的实现方式中，所述***还可以包括：模型创建模块，用于响应于针对心理分析模型的创建操作，创建心理分析模型。其中，创建操作例如可以包括模型导入、组合、修改等操作，以得到所需的心理分析模型，应理解的是，本领域技术人员可以根据实际需求在心理测评***中自定义创建所需的心理分析模型，以及配置心理分析模态所需输入的数据，对此本公开实施例不做限制。通过该方式，可以便于研究人员能够使用需求的心理分析模型，来对被测人员进行准确且全面的心理测评。
基于上述心理分析模型，在一种可能的实现方式中，分析模块102根据作答数据以及模态数据特征，确定被测人员的心理测评结果，包括：将根据作答数据、模态数据以及模态数据特征中的至少一种输入至心理分析模型，得到被测人员的心理测评结果，其中，心理测评结果可以表征被测人员的心理。举例来说，针对抑郁症状测评需求，心理测评结果可以包括：心理正常、心理为轻度抑郁症状、中度抑郁症状或者重度抑郁症状；针对性格测评需求，心理测评结果可以包括外向型性格或内向型性格。应理解，作答数据、模态数据以及模态数据特征均可以作为心理分析模型的输入数据，不同心理分析模型所需的输入数据可以不同，这取决于研究人员所配置的心理分析模型的模型结构和类型。
需要说明的是，通过本公开实施例的心理测评***所得到的心理测评结果代表一种客观的评测结果，并不用于对被测人员的心理的诊断和治疗。
在一种可能的实现方式中，分析模块102根据作答数据、模态数据以及模态数据特征中的至少一种，确定被测人员的心理测评结果，还可以包括：根据作答数据，确定调查问卷对应的作答评分；根据模态数据与模态数据特征中的至少一种，确定被测人员的情绪状态评分和/或专注程度评分；根据情绪状态评分和/或专注程度评分，以及作答评分，确定被测人员对应的心理评分；根据心理评分，确定心理测评结果。通过该方式，相当于情绪状态评分和/或专注程度评分，对调查问卷的作答评分进行修正，得到准确的且更贴合实际情况的心理测评结果。
其中，可以预先设置各个题目的作答数据与作答分数之间的映射关系，在得到被测人员的作答数据后，可以基于该映射关系，得到每道题目的作答分数，然后将全部题目的作答分数进行求和，得到调查问卷对应的作答评分。研究人员还可以根据实际需求预先设置各种模态数据与情绪状态评分和专注程度评分之间的映射关系，以及预先设置各种模态数据特征分别与情绪状态评分和专注程度评分之间的映射关系，这样在得到被测人员对应的模态数据和/或模态数据特征后，可以基于该些映射关系，得到被测人员对应的情绪状态评分和/或专注程度评分，例如，可以根据文本数据所表达的情绪，确定情绪状态评分，还可以根据视频数据中被测人员的面部特征，确定专注程度评分等；其中，情绪状态评分可以表征被测人员的情绪状态是积极情绪还是消极情绪，专注程度评分可以表征被测人员在作答调查问卷时的专注程度。
其中，模态数据可以是被测人员在作答每道题目时采集的模态数据，这样从模态数据中提取的模态数据特征可以是被测人员作答每道题目时的模态数据特征，由此可以确定被测人员在作答每道题目时的情绪状态评分和专注程度评分，然后分别对全部题目对应的情绪状态评分以及专注程度分数进行求和，得到被测人员对应的情绪状态评分以及专注程度评分。
其中，根据情绪状态评分和/或专注程度评分，以及作答评分，确定被测人员对应的心理评分，例如可以包括：对情绪状态评分和作答评分进行加权求和，得到心理评分；或，对专注程度评分和作答评分进行加权求和，得到心理评分；或，对情绪状态评分、专注程度评分以及作答评分进行加权求和，得到心理评分。
其中，研究人员可以根据实际需求预先设置不同的评分等级，以及不同评分等级所对应的心理，这样在得到被测人员的心理评分后，可以基于心理评分所属的评分等级，确定被测人员的心理测评结果，举例来说，可以设置心理评分分布在1到100之间，评分越高代表心理越差，心理划分为正常、轻度抑郁症状、中度抑郁症状以及重度抑郁症状，例如，可以预先设置1-20代表正常、21-40代表轻度抑郁症状、41-80代表中度抑郁症状、81-100代表重度抑郁症状。
应理解的是，以上心理评分以及心理测评结果的确定方式，是本公开实施例提供的一种实现方式，实际上，本领域技术人员可以根据实际需求自定义设置各种心理评分的具体数值，以及确定心理测评结果的具体实现方式，对此本公开实施例不做限制。
如上所述，研究人员可以根据实际需求自定义配置调查问卷中的题目，以及配置所需采集的模态数据的类型，在一种可能的实现方式中，所述***还包括：配置模块，用于响应于针对调查问卷和模态数据的配置操作，确定配置的调查问卷以及配置的模态数据的类型。通过该方式，研究人员可以利用***线上配饰调查问卷以及所需的模态数据的类型。本公开实施例对于上述配置操作的实现方式不作限制。
如上所述，可以向被测人员提供简易的用户测评***，来进行调查问卷的作答以及模态数据的采集，在一种可能的实现方式中，所述***还包括：生成模块，用于基于配置的调查问卷以及配置的模态数据的类型，生成用于进入用户测评***的快捷方式，快捷方式用于发送被测人员，以使被测人员进入用户测评***进行调查问卷的作答。
其中，快捷方式例如可以URL(Uniform Resource Locator，统一资源定位符)链接和/或二维码，研究人员可以将快捷方式发送给被测人员，被测人员可以通过点击URL连接或扫描二维码，直接进入用户测评***，进行调查问卷的作答，用户测评***可以在调查问卷的作答期间，采集作答数据和模态数据。
其中，用户测评***例如可以采用网页、小程序、应用程序等软件形式，对此本公开实施例不做限制。用户测评***可以展示预先配置的调查问卷，并采集被测人员输入的作答结果，统计作答时长，同时采用音频采集装置、视频采集装置等数据采集装置采集模态数据，然后将采集的作答数据和模态数据发送给心理测评***。
为了便于研究人员查看参与测评的被测人员的测评情况，在一种可能的实现方式中，所述***还包括：查看模块，用于响应于针对参与测评的被测人员的测评情况查看请求，展示参与测评的被测人员的人员数量以及各个被测人员的心理测评结果。应理解的是，心理测评***可以采用任意可视化方式，展示参与测评的被测人员的人员数量以及各个被测人员的心理测评结果，对此本公开实施例不做限制。通过该方式，可以便于研究人员实时查看测评情况。
在一种可能的实现方式中，所述***还可以包括：个人信息管理模块，用于实现个人基本信息修改，修改密码，绑定登录账号等操作。
根据本公开实施例的心理测评***，能够结合被测人员对调查问卷的作答数据以及被测人员在作答调查问卷期间采集的模态数据的模态数据特征，全面且准确地给出被测人员的心理测评结果，从而使确定出的心理更贴近被测人员的真实情况。
图2示出根据本公开实施例提供的一种心理测评***的示意图，如图2所示，该心理测评***包括：用户模块，数据采集模块以及数据分析模块。
其中，用户模块包括个人信息管理模块、测评项目管理模块以及项目数据分析模块。个人信息管理模块用于实现个人基本信息修改，修改密码，绑定登录账号等操作。
其中，测评项目管理模块包括配置模块以及查看模块；其中配置模块可以配置文本式的文本问卷项目以及自由对话式的语音问卷项目：其中，文本问卷项目由研究人员(也即施测人员)配置询问的题目，被测人员按照设定的题目顺序进行作答；语音问卷项目由研究人员设置询问的题目范围与施问策略，***可以根据被测人员的作答情况，自动选取合适的题目进行询问，被测人员可以根据询问的题目进行回答。其中，测评项目建立以后，研究人员可以通过查看模块查看参与测评的被测人员的测评情况，包括参与测评的被测人员的人员数量以及心理测评结果。
其中，项目数据分析模块用于设置所需的心理分析模型，并对获取到的项目数据(包括作答数据、模态数据与模态数据特征中的至少一种)做建模分析，具体地，可以使用选择的心理分析模型对获取到的作答数据、模态数据以及模态数据特征中的至少一种进行分析，得到心理分析模型输出的心理分析结果。
其中，数据采集模块用于采集各种模态数据以及对模态数据进行特征提取，研究人员在新建测评项目后，可以设置所需采集的模态数据的类型和所需提取的模态数据特征的特征类型，***会在被测人员作答调查问卷期间，根据设置的模态数据的类型，采集作答数据同时采集模态数据，并根据设置的特征类型，对模态数据进行特征提取，得到模态数据特征。
其中，数据分析模块可以用于分析项目数据，数据分析模块中可以设置有多种心理分析模型，包括多元回归模型、方差分析模型、信效度检验模型、神经网络模型等。被测人员可以在数据分析模块中创建所需的神经状态分析模型和关联的项目数据，关联的项目数据可以包括通过数据采集模块采集的作答数据、采集的模态数据以及提取的模态数据特征中的至少一种，也可以包括被测人员自行上传的作答数据、模态数据以及模态数据特征。***会根据研究人员创建的心理分析模型对项目数据进行分析，得到心理测评结果，并使用可视化的展现形式，将心理测评结果展示给研究人员。
在本公开实施例中，研究人员可以在用户模块上配置调查问卷，并设置需要采集的模态数据，被测人员可以通过数据采集模块进行调查问卷的作答，以采集作答数据，该数据采集模块还同时利用摄像头以及录音机等数据采集装置采集不同的模态数据，并通过人工智能算法提取不同模态数据的模态数据特征，并在时间维度上与问卷题目关联，通过数据分析模块对数据采集模块所采集的数据进行建模分析，给出心理测评结果。
在实际应用中，还可以通过用户测评***采集上述作答数据和模态数据，用户测评***可以是一个兼具问卷数据采集和多模态数据采集的软件***，表现形式可以是网页，小程序，或应用程序。主要功能为展示调查问卷，以提供给被测人员作答，在作答过程中采集被测人员的作答数据，同时采集被测人员作答过程中的模态数据，例如音频数据和视频数据；在被测人员作答完成后，将采集的作答数据和模态数据传输给心理测评***。
图3示出根据本公开实施例提供的一种心理测评平台的示意图，如图3所示，该平台包括：
用户测评***，用于展示预先配置的调查问卷，采集被测人员针对预先配置的调查问卷的作答数据，以及采集被测人员在作答调查问卷期间的模态数据；
以及，上述本公开实施例中的心理测评***。
应理解的是，该平台中的用户测评***与心理测评***之间存在通信连接，用户测评***可以将采集的作答数据和模态数据发送给心理测评***。
基于该心理测评平台，假设研究人员期望使用调查问卷结合视频数据中被测人员的情绪状态与专注程度对被测人员进行抑郁症状的测评，研究人员在该心理测评平台的操作过程，可以包括：
研究人员在心理测评***创建测评项目，配置的调查问卷，并将调查问卷录入到中，在测评项目中设置所需提取的多模态数据特征，例如，可以针对视频数据设置用于确定情绪状态评分以及专注程度评分的模态数据特征，***会自动生成URL链接以及二维码。研究人员可以将发送URL链接以及二维码发送给被测人员。
被测人员通过在浏览器中输入URL链接或者用二维码扫描工具扫描二维码，进入用户测评***的测评界面。被测人员在测评界面上作答调查问卷，用户测评***会同时记录被测人员在作答每道题目的作答结果，作答时长以及记录作答过程中的视频数据。被测人员作答完毕以后，用户测评***将作答数据和视频数据传输给心理测评***。
心理测评***根据研究人员设置的所需提取的模态数据的模态数据特征的特征类型，对用户测评***发送的模态数据进行特征提取，得到用于确定情绪状态评分和/或专注程度评分的模态数据特征。心理测评***会根据作答数据、模态数据以及模态数据特征中的至少一种，确定被测人员的心理测评结果。研究人员可以在心理测评***中查看参与测评的被测人员的测评情况，包括参与测评的被测人员的数量以及各个被测人员的心理测评结果。
示例性地，心理测评***根据作答数据、模态数据以及模态数据特征中的至少一种，确定被测人员的心理测评结果，可以包括：
假设某被测人员在第i道题目的作答选项是Xi，i∈[1,N]，N为调查问卷中的总题目，作答这道题所用的时长为ti，则第i道题目中选项Xi对应的分数Si表示为公式(1)：
其中，fi代表映射函数，调查问卷的作答评分表示为公式(2)：
可以根据模态数据与模态数据特征中的至少一种分别与情绪状态评分和专注程度评分之间的映射关系，得到被测人员在作答每道题目时的情绪状态评分以及专注程度评分，假设被测人员在作答第i道题目时的情绪状态评分为Yi1(Yi1>0代表积极情绪，Yi1<0代表消极情绪，以及作答第i道题目时的专注程度评分为Yi2(其中0≤Yi2≤100，Yi2越大代表专注程度越高)，可以确定被测人员的心理评分Stotal表示为公式(3)：
其中，λ1是情绪状态评分的权重系数，λ2表示专注程度评分的权重系数，σα表示函数
α为预设数值，例如0。
其中，可以将Stotal对应设置为百分位数，并根据Stotal的具体数值判断被测人员的心理属于正常、轻度抑郁症状、中度抑郁症状还是重度抑郁症状。
需要说明的是，尽管以测评抑郁症状作为示例介绍了研究人员在该心理测评平台的操作过程如上，但本领域技术人员能够理解，本公开应不限于此。事实上，用户完全可根据个人喜好和/或实际应用场景灵活设定所需测评的用户心理。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述***。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为在执行所述存储器存储的指令时，实现上述***。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述***。
图4示出根据本公开实施例提供的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器或终端设备。参照图4，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出接口1958(I/O接口)。装置1900可以操作基于存储在存储器1932的操作***，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述***。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (11)
1.一种心理测评***，其特征在于，包括：
获取模块，用于获取被测人员针对预先配置的调查问卷的作答数据、所述被测人员在作答所述调查问卷期间采集的模态数据以及所述模态数据的模态数据特征，所述模态数据包括非生理数据和/或生理数据；
分析模块，用于根据所述作答数据、所述模态数据以及所述模态数据特征中的至少一种，确定所述被测人员的心理测评结果，所述心理测评结果表征所述被测人员的心理。
2.根据权利要求1所述的***，其特征在于，所述根据所述作答数据、所述模态数据以及所述模态数据特征中的至少一种，确定所述被测人员的心理测评结果，包括：
将所述作答数据、所述模态数据以及所述模态数据特征中的至少一种输入至心理分析模型，得到所述被测人员的心理测评结果，所述心理分析模型包括以下至少一种：统计分析模型、信效度检验模型、神经网络模型。
3.根据权利要求1所述的***，其特征在于，所述根据所述作答数据、所述模态数据以及所述模态数据特征中的至少一种，确定所述被测人员的心理测评结果，包括：
根据所述作答数据，确定所述调查问卷对应的作答评分；
根据所述模态数据与模态数据特征中的至少一种，确定所述被测人员的情绪状态评分和/或专注程度评分；
根据所述情绪状态评分和/或所述专注程度评分，以及所述作答评分，确定所述被测人员对应的心理评分；
根据所述心理评分，确定所述心理测评结果。
4.根据权利要求1所述的***，其特征在于，所述***还包括：
配置模块，用于响应于针对调查问卷和模态数据的配置操作，确定配置的调查问卷以及配置的模态数据的类型；和/或，
生成模块，用于基于配置的调查问卷以及配置的模态数据的类型，生成用于进入用户测评***的快捷方式，所述快捷方式用于发送给所述被测人员，以使所述被测人员进入所述用户测评***进行调查问卷的作答，所述用户测评***用于采集所述被测人员针对调查问卷的作答数据，以及所述被测人员在作答所述调查问卷期间的模态数据。
5.根据权利要求1所述的***，其特征在于，所述获取模块，包括：
采集单元，用于基于预先配置的调查问卷以及模态数据的类型，采集被测人员针对所述调查问卷的作答数据以及所述被测人员在作答所述调查问卷期间的模态数据；和/或，
接收单元，用于接收用户测评***发送的作答数据以及模态数据，所述用户测评***用于展示预先配置的调查问卷，采集所述被测人员针对所述调查问卷的作答数据，以及采集所述被测人员在作答所述调查问卷期间的模态数据；和/或，
导入单元，用于响应于针对线下采集的作答数据和模态数据的导入操作，获取导入的作答数据以及模态数据；
特征提取单元，用于对所述采集单元采集的模态数据、所述接收单元接收的模态数据以及所述导入单元导入的模态数据中的至少一种模态数据进行特征提取，得到模态数据特征。
6.根据权利要求5所述的***，其特征在于，
所述接收单元，还用于接收用户测评***发送的模态数据特征，所述用户测评***还用于对采集的模态数据进行特征提取，得到模态数据特征；和/或，
所述导入单元，还用于响应于针对线下提取的模态数据特征的导入操作，获取导入的模态数据特征。
7.根据权利要求1所述的***，其特征在于，所述***还包括：
查看模块，用于响应于针对参与测评的被测人员的测评情况查看请求，展示参与测评的被测人员的人员数量以及各个被测人员的心理测评结果；和/或，
模型创建模块，用于响应于针对心理分析模型的创建操作，创建心理分析模型，创建的心理分析模型用于根据所述作答数据、所述模态数据以及所述模态数据特征中的至少一种，确定所述被测人员的心理测评结果。
8.根据权利要求1至7任一项所述的***，其特征在于，
所述调查问卷包括文本式的文本问卷，或对话式的语音问卷；
所述作答数据包括所述调查问卷中每道题目的作答结果和作答时长；
所述非生理数据包括以下至少一种：视频数据、音频数据、文本数据；
所述生理数据包括以下至少一种：脑电信号、心跳信号、血压信息、体温信号、呼吸信号；
所述模态数据特征包括以下至少一种：视频数据中被测人员的面部特征、音频数据的音频特征、文本数据的文本特征、脑电信号的脑电特征、心跳信号的心跳特征、血压信号的血压特征、体温信号的体温特征、呼吸信号的呼吸特征；
所述视频数据中被测人员的面部特征包括以下至少一种：面部肌肉变化特征、面部表情特征、人脸朝向特征、眼动特征；
所述音频数据的音频特征包括以下至少一种：音频的情绪倾向、停顿词、音频语调；
所述文本数据的文本特征包括以下至少一种：文本中不同词语的出现频率、文本中出现的关键词、文本的情绪倾向、文本主题、文本中心思想。
9.一种心理测评平台，其特征在于，包括：
用户测评***，用于展示预先配置的调查问卷，采集被测人员针对所述调查问卷的作答数据，以及采集所述被测人员在作答所述调查问卷期间的模态数据，所述模态数据包括生理数据和/或非生理数据；
以及，如权利要求1至8任一项所述的心理测评***。
10.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为在执行所述存储器存储的指令时，实现权利要求1至8中任意一项所述的心理测评***。
11.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的心理测评***。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211613492.2A CN115862868A (zh) | 2022-12-15 | 2022-12-15 | 心理测评***、平台、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211613492.2A CN115862868A (zh) | 2022-12-15 | 2022-12-15 | 心理测评***、平台、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115862868A true CN115862868A (zh) | 2023-03-28 |
Family
ID=85673129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211613492.2A Pending CN115862868A (zh) | 2022-12-15 | 2022-12-15 | 心理测评***、平台、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115862868A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117133413A (zh) * | 2023-10-26 | 2023-11-28 | 厚德明心(北京)科技有限公司 | 一种基于nlp的用户心理状态评估方法及*** |
| CN117289804A (zh) * | 2023-11-23 | 2023-12-26 | 北京健康有益科技有限公司 | 虚拟数字人面部表情管理方法、装置、电子设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197305A (zh) * | 2018-01-30 | 2018-06-22 | 深圳壹账通智能科技有限公司 | 调查问卷测评处理方法、装置、计算机设备和存储介质 |
| CN113903469A (zh) * | 2021-11-15 | 2022-01-07 | 平安普惠企业管理有限公司 | 基于人工智能的心理测评方法、装置、电子设备及介质 |
| CN115064246A (zh) * | 2022-08-18 | 2022-09-16 | 山东第一医科大学附属省立医院(山东省立医院) | 一种基于多模态信息融合的抑郁症评估***及设备 |
-
2022
- 2022-12-15 CN CN202211613492.2A patent/CN115862868A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197305A (zh) * | 2018-01-30 | 2018-06-22 | 深圳壹账通智能科技有限公司 | 调查问卷测评处理方法、装置、计算机设备和存储介质 |
| CN113903469A (zh) * | 2021-11-15 | 2022-01-07 | 平安普惠企业管理有限公司 | 基于人工智能的心理测评方法、装置、电子设备及介质 |
| CN115064246A (zh) * | 2022-08-18 | 2022-09-16 | 山东第一医科大学附属省立医院(山东省立医院) | 一种基于多模态信息融合的抑郁症评估***及设备 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117133413A (zh) * | 2023-10-26 | 2023-11-28 | 厚德明心(北京)科技有限公司 | 一种基于nlp的用户心理状态评估方法及*** |
| CN117133413B (zh) * | 2023-10-26 | 2024-01-30 | 厚德明心(北京)科技有限公司 | 一种基于nlp的用户心理状态评估方法及*** |
| CN117289804A (zh) * | 2023-11-23 | 2023-12-26 | 北京健康有益科技有限公司 | 虚拟数字人面部表情管理方法、装置、电子设备及介质 |
| CN117289804B (zh) * | 2023-11-23 | 2024-02-13 | 北京健康有益科技有限公司 | 虚拟数字人面部表情管理方法、装置、电子设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110720124B (zh) | 监测患者语言的使用以识别潜在的言语和相关的神经障碍 | |
| CN107622797B (zh) | 一种基于声音的身体状况确定***及方法 | |
| US10376197B2 (en) | Diagnosing system for consciousness level measurement and method thereof | |
| CN115862868A (zh) | 心理测评***、平台、电子设备及存储介质 | |
| KR102041186B1 (ko) | 진료 보조 시스템 및 방법 | |
| CN110570941B (zh) | 一种基于文本语义向量模型评估心理状态的***和装置 | |
| Yalamanchili et al. | Real-time acoustic based depression detection using machine learning techniques | |
| US11033216B2 (en) | Augmenting questionnaires | |
| US11151385B2 (en) | System and method for detecting deception in an audio-video response of a user | |
| CN113243918B (zh) | 基于多模态隐匿信息测试的风险检测方法及装置 | |
| EP3474743A1 (en) | Method and system for detection and analysis of cognitive flow | |
| CN112117002A (zh) | 结合虚拟现实技术的新型智能化心理评估干预***、方法 | |
| CN111265226A (zh) | 一种心理应激管理能力检测***及方法 | |
| CN111008269A (zh) | 数据处理方法及装置、存储介质及电子终端 | |
| Gillespie et al. | Identification of affective state change in adults with aphasia using speech acoustics | |
| Usman et al. | Heart rate detection and classification from speech spectral features using machine learning | |
| Guarin et al. | Video-based facial movement analysis in the assessment of bulbar amyotrophic lateral sclerosis: clinical validation | |
| CN115170049A (zh) | 可信度评分方法、装置、电子设备、存储介质和程序产品 | |
| KR20220106029A (ko) | 인공지능을 활용한 심리 상담 방법 및 장치 | |
| CN113360611A (zh) | 基于检查结果的ai诊断方法、装置、存储介质和设备 | |
| US10820851B2 (en) | Diagnosing system for consciousness level measurement and method thereof | |
| CN116110578A (zh) | 一种计算机辅助抑郁症状诊断的筛查装置 | |
| JP7307507B2 (ja) | 病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラム | |
| CN115497621A (zh) | 一种老年人认知状况测评*** | |
| CN114758778A (zh) | 一种学生心理健康管理***及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230328 |