一种心理评估方法、装置、电子设备及存储介质与流程

摘要: 本技术涉及医疗信息,尤其涉及一种心理评估方法、装置、电子设备及存储介质。背景技术:1、术前心理评估是围术期医学的重要组成部分。临床研究表明,术前焦虑和抑郁等情绪...
一种心理评估方法、装置、电子设备及存储介质与流程

本技术涉及医疗信息,尤其涉及一种心理评估方法、装置、电子设备及存储介质。

背景技术:

1、术前心理评估是围术期医学的重要组成部分。临床研究表明,术前焦虑和抑郁等情绪障碍会激活下丘脑-垂体-肾上腺轴,引起血压升高、心率失常风险增加,并影响麻醉药物代谢,增加术中知晓风险,术后还会导致伤口愈合延迟、住院时间延长。

2、目前,临床常用的术前心理评估方法主要包括主观问卷评估和单模态情绪识别技术。主观问卷评估依赖患者自我报告,患者可能因刻意隐瞒或伪装镇定而提供不真实回答,且无法实现实时动态评估。单模态情绪识别技术主要基于面部关键点和面部动作单元强度进行面部表情识别,但面部表情可被意识控制,且微表情持续时间通常小于500毫秒难以捕捉。相关技术中对于患者的术前心理评估仍存在准确性较差,不能真实反映患者心理状态的缺陷。

技术实现思路

1、有鉴于此,本技术实施例提供一种心理评估方法、装置、电子设备及存储介质,以解决相关技术存在的术前心理评估的准确性较差的问题。

2、根据本技术的第一方面,提供了一种心理评估方法,包括:

3、在术前评估时段内,同步采集目标患者的多模态原始数据;多模态原始数据至少包括面部视频流、眼动数据、语音信号和呼吸生理信号;

4、对面部视频流、眼动数据、语音信号和呼吸生理信号,分别进行特征提取,得到对应的表情特征、眼动特征、语义声学特征和生理特征;

5、基于预设多模态融合权重,将表情特征、眼动特征、语义声学特征和生理特征,进行特征融合,得到目标融合特征;眼动特征被赋予最高的融合权重;

6、基于目标融合特征,生成术前情绪评分;

7、基于术前情绪评分和预设风险分层规则,生成心理评估结果。

8、可选的,该方法还包括:

9、获取当前麻醉方案;

10、基于心理评估结果,调整当前麻醉方案,确定目标麻醉方案。

11、可选的,基于术前情绪评分和预设风险分层规则,生成心理评估结果包括:

12、获取预设风险分层阈值和伪装镇定标记;伪装镇定标记用于指示目标患者存在表情与内在焦虑不一致的状态;

13、将术前情绪评分与预设风险分层阈值进行比较,得到比较结果;并基于比较结果,确定初始风险等级;

14、在存在伪装镇定标记的情况下,将初始风险等级进行风险等级调高操作,作为目标风险等级;

15、基于目标风险等级,生成包含风险等级和伪装镇定提示的心理评估结果。

16、可选的,术前情绪评分包括表情评分和眼动评分;该方法还包括:

17、在表情评分对应镇定类别,且眼动评分对应焦虑类别的情况下,生成伪装镇定标记。

18、可选的,术前情绪评分还包括语义评分,该方法还包括:

19、在语义评分为镇定类别或回避类别,且眼动评分为焦虑类别的情况下,生成伪装镇定标记。

20、可选的,在对面部视频流、眼动数据、语音信号和呼吸生理信号,分别进行特征提取,得到对应的表情特征、眼动特征、语义声学特征和生理特征之后,该方法还包括:

21、获取目标患者在静息基线时段采集的个人基线多模态特征,并基于个人基线多模态特征建立个人情绪指纹模型;

22、基于对应的表情特征、眼动特征、语义声学特征、生理特征和个人情绪指纹模型中各特征的对应基线参数,计算对应的相对变化率,并将对应的相对变化率基于预设多模态融合权重进行融合。

23、可选的,在基于目标融合特征,生成术前情绪评分之后,该方法还包括:

24、获取目标患者的目标陪同家属的家属多模态原始数据;

25、对目标患者的多模态原始数据与目标陪同家属的家属多模态原始数据进行时序关联分析,计算目标陪同家属向目标患者传导焦虑的焦虑影响系数;

26、将焦虑影响系数和预设焦虑影响阈值进行比较,并在焦虑影响系数大于预设焦虑影响阈值的情况下,将术前情绪评分调高,并基于调高后的术前情绪评分和预设风险分层规则,生成心理评估结果。

27、可选的,在基于目标融合特征生成术前情绪评分之后,该方法还包括:

28、将术前情绪评分、眼动特征、生理特征和目标患者的患者基本信息,输入至预设时序预测模型中,输出术中应激反应预测评分、麻醉诱导用量预测值和术中知晓风险等级。

29、可选的,对面部视频流、眼动数据、语音信号和呼吸生理信号,分别进行特征提取,得到对应的表情特征、眼动特征、语义声学特征和生理特征包括:

30、从面部视频流中提取面部动作单元强度、表情类别和微表情持续时间,作为表情特征;

31、从眼动数据中提取瞳孔直径、瞳孔收缩潜伏期、注视点轨迹、注视回避区域、自发眨眼频率和微跳变频率,作为眼动特征;

32、从语音信号中提取情绪词汇强度、话题回避行为、语速、停顿模式和语音颤抖频率,作为语义声学特征;

33、从呼吸生理信号中提取呼吸频率、呼吸深度、皮电基线值和皮电反应幅度,作为生理特征。

34、可选的,基于预设多模态融合权重,将表情特征、眼动特征、语义声学特征和生理特征,进行特征融合,得到目标融合特征;眼动特征被赋予最高的融合权重;包括:

35、对表情特征、眼动特征、语义声学特征和生理特征分别进行归一化处理,得到表情模态特征、眼动模态特征、语义声学模态特征和生理模态特征;

36、基于预设多模态融合权重,将表情模态特征、眼动模态特征、语义声学模态特征和生理模态特征,进行特征融合,得到目标融合特征。

37、可选的,基于预设多模态融合权重,将表情模态特征、眼动模态特征、语义声学模态特征和生理模态特征,进行特征融合,得到目标融合特征包括:

38、获取表情模态特征、眼动模态特征、语义声学模态特征和生理模态特征对应的质量评估分数;

39、基于质量评估分数,动态调整预设多模态融合权重,得到每一模态特征对应的目标融合权重;

40、基于每一模态特征对应的目标融合权重,将表情模态特征、眼动模态特征、语义声学模态特征和生理模态特征,进行特征融合,得到目标融合特征。

41、可选的,基于目标融合特征,生成术前情绪评分包括:

42、将目标融合特征输入至预设情绪分类器中,输出情绪类别概率分布;情绪类别包括镇定、轻度焦虑、中度焦虑和重度焦虑;

43、将目标融合特征输入至预设情绪评分回归模型中,输出初始评分;

44、基于情绪类别概率分布对初始评分进行校准,得到术前情绪评分。

45、根据本技术的第二方面,提供了一种心理评估装置,包括:

46、数据采集模块,用于在术前评估时段内,同步采集目标患者的多模态原始数据;多模态原始数据至少包括面部视频流、眼动数据、语音信号和呼吸生理信号;

47、特征提取模块,用于对面部视频流、眼动数据、语音信号和呼吸生理信号,分别进行特征提取,得到对应的表情特征、眼动特征、语义声学特征和生理特征;

48、特征融合模块,用于基于预设多模态融合权重,将表情特征、眼动特征、语义声学特征和生理特征,进行特征融合,得到目标融合特征;眼动特征被赋予最高的融合权重;

49、评分生成模块,用于基于目标融合特征,生成术前情绪评分;

50、评估结果确定模块,用于基于术前情绪评分和预设风险分层规则,生成心理评估结果。

51、根据本技术的第三方面,提供了一种电子设备,包括:

52、处理器;

53、用于存储处理器可执行指令的存储器;

54、其中,处理器被配置为执行指令,以实现上述中任一项的心理评估方法。

55、根据本技术的第四方面,提供了一种计算机可读存储介质,当存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述中任一项的心理评估方法。

56、与相关技术相比,本技术提供的技术方案具有以下有益效果:

57、本技术技术方案提供的心理评估方法,在术前评估时段内,同步采集目标患者的面部视频流、眼动数据、语音信号和呼吸生理信号等多模态原始数据,为精准心理评估提供数据基础;通过对面部视频流、眼动数据、语音信号和呼吸生理信号分别进行特征提取,生成对应的表情特征、眼动特征、语义声学特征和生理特征,实现多维度情绪信息的量化表征;基于预设多模态融合权重将表情特征、眼动特征、语义声学特征和生理特征进行特征融合,生成目标融合特征,其中眼动特征被赋予最高融合权重,实现对面部表情可伪装性的有效抑制;基于目标融合特征生成术前情绪评分,并基于术前情绪评分和预设风险分层规则生成心理评估结果,实现从底层信号到临床决策支持的无缝映射;进而使术前心理评估从依赖患者主观自评和单一表情识别的被动评估,转变为多模态感知、加权融合、客观评分、风险分层相结合的主动评估,显著提升了伪装镇定患者的识别准确率和术前心理评估的临床可靠性。