面向青少年网络成瘾的心理干预虚拟仿真训练方法与流程

本发明涉及数字医疗与心理健康，尤其涉及面向青少年网络成瘾的心理干预虚拟仿真训练方法。

背景技术：

1、青少年网络成瘾已成为全球性公共卫生问题，其核心心理病理机制表现为对网络相关刺激的异常渴求、注意偏向固着以及冲动控制功能缺陷。虚拟现实暴露与生物反馈训练因具有高沉浸感和可量化反馈的优势，逐渐应用于成瘾干预。然而，现有基于虚拟现实的网络成瘾心理干预技术仍存在显著不足。

2、第一，干预内容的生成与个体实时状态脱节。多数系统采用预录制的脚本或固定的虚拟角色对话，无法感知青少年在训练过程中剧烈波动的心理渴求状态。当渴求水平急剧升高时，系统依然呈现温和的劝导内容；当渴求较低时，又可能施加过度刺激，导致干预时效性与针对性差。部分试图量化渴求的方法依赖主观按键报告，打断了沉浸体验且难以获得连续标签，限制了数据驱动的自适应内容生成。

3、第二，缺乏对注意偏向这一关键认知偏差的靶向矫正手段。现有眼动追踪在虚拟训练中多用于注视点分析或交互控制，并未将注意偏向指标转化为动态的、对抗性的认知重评训练素材。青少年对游戏、社交网络图标等成瘾线索的自动化注意固着未能被直接挑战和重塑，训练停留于被动暴露，缺少对认知加工过程的主动干预。

4、第三，训练难度调控粗放，未与冲动抑制的神经生理指标形成闭环。部分系统基于心率或皮肤电导调节场景强度，但此类外周生理指标不能特异性反映负责冲动控制的前额叶执行功能状态。前额叶theta频段与beta频段功率比值是公认的认知控制与冲动抑制的神经电生理标记物，但尚无虚拟仿真训练系统将此指标实时反馈至干预策略生成与难度调节中，导致对抑制控制功能的直接训练效果微弱。

5、第四，干预内容静态化导致习惯化和训练迁移困难。重复暴露于相同虚拟场景和固定劝说内容使得青少年快速产生适应性，难以在真实网络使用情境中诱发稳定的认知重评能力和行为抑制技能。同时，高密度脑电采集设备与头戴式显示器的物理兼容性差、佩戴复杂，进一步限制了此类神经闭环训练方法的实际推广。

6、因此，迫切需要一种能够利用轻量级生理传感与眼动追踪实时感知个体渴求状态与认知偏差、动态生成高度个体化且共情的对抗性干预内容、并基于前额叶冲动抑制神经指标进行闭环调控的虚拟仿真训练方法，以从认知和神经层面同步提升青少年的网络成瘾抵抗能力。

技术实现思路

1、基于上述目的，本发明提供了面向青少年网络成瘾的心理干预虚拟仿真训练方法，包括以下步骤：

2、步骤1：同步采集用户的多模态生理信号与眼动数据，所述多模态生理信号包括脑电信号、心电信号和皮肤电导信号，所述眼动数据包括注视点坐标；

3、步骤2：对所述脑电信号、心电信号、皮肤电导信号和眼动数据进行预处理与特征提取，构成多维特征向量序列；

4、步骤3：将所述多维特征向量序列输入预先训练的基于长短期记忆网络和缩放点积注意力机制的渴求度预测模型，输出当前时刻的渴求度指数，所述渴求度预测模型在训练阶段采用代理渴求标签进行监督学习，所述代理渴求标签由外周生理信号经校准映射模型生成；

5、步骤4：利用所述眼动数据中的注视点坐标，通过虚拟场景内的射线投射算法动态更新兴趣区，并在滑动时间窗内计算对成瘾相关兴趣区的注视时长占比，构成认知偏差向量；

6、步骤5：以所述渴求度指数、所述认知偏差向量和当前难度系数为条件，输入条件生成对抗网络，生成虚拟分身的交互行为策略，所述交互行为策略包含认知重评引导语句和面部动作单元强度参数；

7、步骤6：在头戴式虚拟现实显示器呈现的虚拟场景中，渲染依据所述交互行为策略行动的虚拟分身，所述虚拟分身执行认知重评引导与冲动抑制任务；

8、步骤7：在交互过程中持续采集前额叶电极的脑电信号，实时计算theta频段功率与beta频段功率的比值，作为冲动抑制指标；

9、步骤8：比较所述冲动抑制指标与预先建立的个体化阈值，根据比较结果更新所述难度系数，并将更新后的难度系数反馈至步骤5，用于下一轮交互行为策略的生成；

10、步骤9：重复执行步骤5至步骤8，直至单次训练时长达到预设值。

11、优选地，步骤1中，通过前额干电极头环以250赫兹采样率采集所述脑电信号，所述前额干电极头环内置按照国际10-20系统放置的fp1电极、fp2电极和fz电极；通过胸带式心率传感器采集所述心电信号；通过手指电极皮肤电导传感器采集所述皮肤电导信号；通过头戴式虚拟现实显示器内置的红外眼动追踪仪采集所述注视点坐标和瞳孔直径数据。

12、优选地，步骤2中，所述预处理包括：对所述脑电信号进行0.5赫兹至45赫兹带通滤波，并利用预先训练的单通道深度去噪网络对每个电极的脑电信号进行眼动伪迹去除，所述单通道深度去噪网络为以合成干净脑电信号和含噪脑电信号对训练的卷积自编码器；从所述心电信号中提取rr间期序列；从所述皮肤电导信号中分离皮肤电导水平成分和皮肤电导反应成分；

13、所述特征提取包括：利用短时傅里叶变换计算theta频段4赫兹至8赫兹功率谱密度和beta频段13赫兹至30赫兹功率谱密度；计算心率变异性时域指标rmssd和频域指标低频功率与高频功率比值；提取皮肤电导水平均值和皮肤电导反应幅值；从所述眼动数据提取注视时长、扫视幅度和瞳孔直径变异性；将所有特征以100毫秒时间窗进行对齐，构成所述多维特征向量序列。

14、优选地，步骤3中，所述基于长短期记忆网络和缩放点积注意力机制的渴求度预测模型由2层单向长短期记忆网络对所述多维特征向量序列编码，输出隐状态序列，再经由缩放点积注意力机制计算上下文向量，拼接后通过全连接层和s型函数输出所述渴求度指数：

15、

16、其中，为隐状态，为上下文向量，为权重向量，为偏置，为s型函数，输出值；

17、所述校准映射模型通过离线收集青少年被试在模拟网络渴求状态下实时提供的主观视觉模拟量表评分，将主观评分作为目标变量，以皮肤电导反应幅值、心率变异性低频高频功率比值和瞳孔直径变异性为预测变量，训练岭回归映射模型，正则化系数通过5折交叉验证确定；应用时，将每一时间窗的、和输入所述岭回归映射模型，输出经s型函数映射至[0,1]区间的值，作为所述代理渴求标签。

18、优选地，步骤4中，所述兴趣区包括网络游戏图标兴趣区、社交媒体图标兴趣区和中性物体兴趣区；所述射线投射算法实时检测所述注视点坐标与虚拟物体的碰撞，动态确定各类兴趣区的边界；所述滑动时间窗的长度为3秒，统计用户在所述滑动时间窗内对所述网络游戏图标兴趣区的总注视时长占全部兴趣区总注视时长的比例，得到游戏注意偏向值，对所述社交媒体图标兴趣区的总注视时长占比得到社交注意偏向值，计算和的均值得到，构成3维认知偏差向量。

19、优选地，步骤5中，将所述渴求度指数、所述认知偏差向量和难度系数拼接为条件向量；将所述条件向量映射为连续提示嵌入，注入预训练语言模型的自注意力层，所述预训练语言模型为经知识蒸馏获得的轻量级大语言模型，部署于本地边缘计算单元并采用int8量化，自回归生成所述认知重评引导语句序列；

20、面部动作单元强度参数序列由条件变分自编码器生成，所述条件变分自编码器的条件输入包含所述条件向量以及所述轻量级大语言模型生成语句序列时最后一层解码器的隐层状态平均向量；

21、所述条件生成对抗网络的判别器为卷积神经网络判别器，以虚拟分身行为序列和所述条件向量为输入，输出条件匹配度得分，并在训练时接受跨模态一致性损失惩罚，当输入的面部动作单元强度参数序列与所述认知重评引导语句序列所携带的情感极性不匹配时，所述跨模态一致性损失增大。

22、优选地，步骤6中，所述虚拟场景由场景管理器依据有限状态机进行控制，所述有限状态机包含初始诱发状态、对抗辩论状态和行为抑制任务状态，状态间切换采用缓动函数实现场景元素的2秒至3秒渐变过渡；在对抗辩论状态下，场景管理器根据所述渴求度指数和用户历史暴露记录动态组合网络游戏界面、短视频瀑布流和社交消息弹窗元素，所述虚拟分身发出所述认知重评引导语句，持续30秒至60秒；随后切换至行为抑制任务状态，所述虚拟分身呈现网络诱惑图标，要求用户执行go/no-go抑制按键操作，持续15秒至30秒；两个状态交替循环，直至单次训练总时长达到20分钟。

23、优选地，步骤7中，对采集的所述前额叶电极的脑电信号进行0.5赫兹至45赫兹带通滤波，利用短时傅里叶变换实时计算theta频段4赫兹至8赫兹功率总和和beta频段13赫兹至30赫兹功率总和，所述冲动抑制指标计算为：

24、

25、数值越高表明冲动抑制能力越弱。

26、优选地，步骤8中，所述个体化阈值为首次训练前进行5分钟静息态基线采集，剔除前1分钟适应期数据后，计算剩余4分钟前额叶theta/beta功率比均值；所述难度系数的更新规则为：

27、

28、其中，为自适应调整步长，，为过去5次迭代的冲动抑制指标与所述个体化阈值的均方根误差，函数将难度系数限制在区间；当时，降低难度系数以减弱虚拟分身的对抗强度和诱惑场景吸引力；当时，提升难度系数以增强虚拟分身的认知挑战力度和诱惑刺激的显著性。

29、优选地，步骤9中，所述预设值为20分钟，训练结束后输出训练报告，所述训练报告的内容包括：将训练结束前最后5分钟的渴求度指数均值与训练前中性场景下采集的基线渴求度均值比较得到的渴求下降率；将最后5分钟的认知偏差向量均值与初始5分钟的认知偏差向量均值比较得到的认知偏差改善率；最后5分钟的冲动抑制指标均值相对于所述个体化阈值的改善百分比；全部行为抑制任务阶段的抑制成功率序列；以及基于上述指标生成的自然语言摘要；所有原始脑电信号、心电信号、皮肤电导信号和眼动数据在本地边缘设备完成特征提取后即丢弃，仅保留脱敏后的统计指标与所述训练报告。

30、本发明的有益效果：

31、本发明提供的方法产生了显著超出各个单独技术特征简单叠加的协同增效作用。具体体现在：利用轻量级干电极头环替代多导联湿电极帽，并通过单通道深度去噪网络解决无参考通道的眼动伪迹问题，在保证前额叶theta/beta比值可靠采集的前提下大幅提升佩戴舒适性与系统兼容性。通过离线收集少量主观评分建立校准映射模型，将皮肤电导、心率变异性和瞳孔直径变异性融合为高信度代理渴求标签，克服了实时标注困难，使得lstm注意力模型能输出精准渴求指数。以此渴求指数与动态注意偏向向量为条件，驱动经知识蒸馏并量化的轻量级大语言模型与面部变分自编码器联合生成高共情度、情感一致的认知重评对话和行为，且通过判别器的跨模态一致性惩罚确保表情与语义匹配。进一步，引入前额叶theta/beta比值作为冲动抑制闭环反馈，结合个体化基线、限幅自适应步长以及交替进行的对话挑战与行为抑制阶段，既避免了认知过载又确保干预负荷始终与执行功能状态匹配，针对性强化前额叶对渴求冲动的自上而下控制。动态渐变场景状态机和综合疗效报告的加入，在防止习惯化的同时提升了长期训练的可解释性与临床实用性。整体方案构成了“解码心理状态→生成式对抗干预→神经闭环调控”的创造性强耦合，大幅提高了青少年网络成瘾干预的生态效度、迁移性和长期效果。