一种精神患者的情绪波动检测方法及系统

专利主权项内容

1.一种精神患者的情绪波动检测方法，其特征在于，所述方法包括：获取目标精神患者在预置时间段的生理数据、语音数据、面部表情数据以及行为数据；根据所述生理数据确定所述目标精神患者是否出现情绪异常波动；若出现所述情绪异常波动，则根据所述生理数据的变换趋势确定对应的情绪识别模型；不同的生理数据的变换趋势对应一个或多个情绪识别模型，不同的情绪识别模型用于识别不同的情绪；将所述语音数据、所述面部表情数据以及所述行为数据转换为目标数据特征；将所述目标数据特征输入到对应的所述情绪识别模型得到对应的情绪识别结果; 所述生理数据至少包括心跳频率数据、呼吸频率数据、体温数据、血糖数据、血压数据；所述根据所述生理数据确定所述目标精神患者是否出现情绪异常波动，包括：确定在所述预置时间段内的心跳频率数据、呼吸频率数据、体温数据、血糖数据、血压数据分别对应的变化趋势是否超过预置数值；若存在变化趋势超过所述预置数值的心跳频率数据、呼吸频率数据、体温数据和/或血压数据，则确定所述目标精神患者出现情绪异常波动; 所述根据所述生理数据的变换趋势确定对应的情绪识别模型，包括：若所述心跳频率数据、所述呼吸频率数据的变化趋势为上升，确定对应的情绪识别模型为快乐情绪识别模型；若所述血糖数据、所述体温数据的变化趋势为上升，确定对应的情绪识别模型为害羞情绪识别模型；若所述心跳频率数据的变化趋势为上升，所述体温数据的变化趋势为下降，确定对应的情绪识别模型为恐惧情绪识别模型；若所述血压数据的变化趋势为上升，确定对应的情绪识别模型为厌恶情绪识别模型、紧张情绪识别模型、焦虑情绪识别模型；若所述心跳频率数据的变化趋势为上升且所述体温数据的变化趋势为上升，确定对应的情绪识别模型为发怒情绪识别模型；若所述心跳频率数据的变化趋势为下降，确定对应的情绪识别模型为悲伤情绪识别模型; 所述将所述语音数据、所述面部表情数据以及所述行为数据转换为目标数据特征，包括：将所述语音转换为文本数据，以及将所述面部表情数据以及所述行为数据分别转换图片数据；对所述文本数据以及所述图片数据进行去重处理；将经过去重处理的文本数据以及图片数据确定为目标数据特征; 所述将所述目标数据特征输入到对应的所述情绪识别模型得到对应的情绪识别结果，包括：将所述目标数据特征分别输入到对应的所述情绪识别模型得到对应情绪类别的情绪预测值；根据得到的所有情绪类别的情绪预测值得到对应的情绪识别结果; 所述根据得到的所有情绪类别的情绪预测值得到对应的情绪识别结果，包括：根据得到的所有情绪类别获取多个情绪类别组 ( Ai , Bj) ，i≠j且i, j∈(1, n)，n为得到的所有情绪类别的数量；根据所述情绪类别组 ( Ai , Bj)及其对应的两个情绪类别的同时出现概率、情绪预测值对通过所述情绪识别模型得到的情绪类别进行过滤；将过滤后的情绪类别确定对应的情绪识别结果; 所述根据所述情绪类别组 ( Ai , Bj)及其对应的两个情绪类别的同时出现概率、情绪预测值对通过所述情绪识别模型得到的情绪类别进行过滤，包括：获取同时出现概率小于目标数值的情绪类别组确定为目标情绪类别组；将所述目标情绪类别组中情绪预测值小的情绪类别删除；将剩余的情绪类别中情绪预测值大于预置概率值的情绪类别确定为情绪识别结果; 所述方法还包括：从样本数据中提取样本文本数据以及样本图片数据，样本文本数据由样本数据中的语音数据转换而来，样本图片数据由样本数据中的面部表情数据以及行为数据分别转换而来；对所述样本数据中的语音数据进行情感分析得到第一情感类别；对所述样本图片数据进行图像识别得到第二情感类别；对所述样本文本数据进行文字识别分析得到第三情感类别；根据所述第一情感类别、所述第二情感类别以及所述第三情感类别确定所述样本数据对应的情感类别；根据所述样本数据及其对应的情感类别进行模型训练得到所述情绪识别模型; 所述根据所述第一情感类别、所述第二情感类别以及所述第三情感类别确定所述样本数据对应的情感类别，包括：确定所述第一情感类别、所述第二情感类别以及所述第三情感类别中是否存在相同的情感类别；若存在，将所述第一情感类别、所述第二情感类别以及所述第三情感类别中相同的情感类别确定为所述样本数据对应的情感类别；若不存在，则将每两个情绪类别的同时出现概率大于目标概率值的情感类别确定为所述样本数据对应的情感类别。