一种抑郁症患者症状改善程度记录分析装置的制作方法

1.本发明涉及医疗护理技术领域，具体为一种抑郁症患者症状改善程度记录分析装置。


背景技术：

2.非自杀性自伤行为(non-suicidal self-injury，nssi)定义为对身体组织的直接、重复的、社会不能接受的伤害，没有自杀意图。包括切割、抓伤或燃烧身体表面以及击中物体，导致皮肤或骨骼直接受伤。根据定义，nssi是随后自杀的重要预测因子。鉴于其流行率和死亡率上升，世界卫生组织已确认nssi是青少年(年龄在10到25周岁)面临五大健康威胁之一。非自杀性自伤行为主要与患者外部资源被损害相关，目的并非结束自己的生命，意图是减少痛苦的影响，施加自我惩罚和/或向重要的他人发出个人痛苦信号。到目前为止，它被归类为自杀的前奏或人格障碍的一个因素。nssi通常与令人不安的行为和自杀企图相关联。
3.在青少年抑郁症患者中非自杀性自伤行为较为普遍，然而现有的抑郁症患者的康复及改善情况通常由医师根据患者的日常行为和对患者的一些问讯进行自主判断，主观意识较高，缺乏系统性的判断，从而影响医师判断的准确性，且在问讯的过程中，患者往往会选择性进行规避式的回答，也容易导致对患者的判断产生误差，进一步加大医师判断患者抑郁症改善程度。


技术实现要素：

4.针对现有技术的不足，本发明提供了一种抑郁症患者症状改善程度记录分析装置，具备系统科学的对患者抑郁症症状的改善程度作出计算，保证对抑郁症患者症状改善程度的判断的正确性，同时通过多方便进行判断信息的采集，避免仅通过问讯的方式进行判断，减少因患者故意隐瞒的影响，提高对抑郁症患者症状改善程度判断准确性的优点。
5.为实现上述目的，本发明提供如下技术方案：一种抑郁症患者症状改善程度记录分析装置，包括显示模块、播音模块、终端控制模块，其中显示模块和播音模块均和终端控制模块信号连接，还包括信息输入系统，用于对抑郁症患者外部信息的录入，信息输入系统信号连接有信息处理系统，信息处理系统用于接收信息输入系统传输的信息内容，并对信息内容进行分类、模块化处理和抗干扰处理，信息处理系统信号连接有信息分析系统，信息分析系统接收信息处理系统预处理后的信息，并对信息进行计算处理，根据计算结果判断抑郁症患者症状的改善程度，还包括本地存储系统，用于对信息处理系统和信息分析系统处理后或计算后的信息进行储存；
6.信息输入系统包括：
7.语言录入模块，用于对记录分析过程中抑郁症患者语言信息的录入；
8.摄像模块，用于对记录分析过程中抑郁症患者面部图像的录制；
9.人机交互模块，用于对记录分析过程中抑郁症患者进行人机交互活动，主要为进
行治疗及康复相关问卷的问答记录；
10.信息处理系统包括：
11.语言处理模块，用于将语言信息进行分类处理，区分为语音信息和文本信息；
12.摄像处理模块，用于对提取的患者面部图像进行识别，进行区分提取，分别提取表情图像和瞳孔状态图像；
13.问题分类模块，用于患者进行问卷问题的分类处理，根据问卷种类进行区分，并根据系统储存答案与问答案进行对比，对问卷进行打分处理；
14.信息分析系统包括：
15.语言计分模块，用于计算患者的语言行为得分；
16.表情计分模块，用于计算患者的面部信息得分；
17.问卷计分模块，用于计算患者的问卷应答得分；
18.综合评分模块，根据语言行为得分、面部信息得分和问卷应答得分计算患者综合得分，并与系统预设量化指标作出对比，根据对比信息得出该抑郁症患者症状的改善程度。
19.优选的，所述信息输入系统进行信息录入时，终端控制模块控制显示模块进行关联内容显示，控制播音模块进行适配声音播放；
20.采集患者语言信息时，向患者进行相关信息展示，或相关声音播放，患者利用语言对展示的图文或播放的声音进行表述，语言录入模块同步采集患者的语言信息；
21.采集患者面部图像信息时，向患者进行相关视频或者语音的播放，摄像模块动态记录患者面部特征；
22.采集患者的问信息时，医师通过终端控制模块在本地存储系统内提取不同类型问卷，生成对问卷，并通过显示模块进行展示，患者通过显示模块进行问题的解答，人机交互模块采集问卷内容及患者解答的答案信息。
23.优选的，所述人机交互模块问卷类型包括情绪相关部分、记忆力相关部分、身体状态相关部分、行为选择相关部分。
24.优选的，所述语言处理模块在对语音信息预处理时，包括对环境杂音及系统播音的净化去除处理，提取所述语音信息的情感特征、韵律特征、频谱特征。
25.优选的，所述摄像处理模块对表情图像的处理为，对表情图像进行模块化处理，形成特征性模块化表情图像。
26.优选的，所述语言计分模块对患者语言信息进行语音和文本的分开计分，对语音计分过程为：
27.接收语言处理模块提取的情感特征、韵律特征、频谱特征，并根据情感特征、韵律特征和频谱特征与预留系统化语言特征图谱进行对比配对，确定语音特征的情感范围，计算所属语音特征评分，并计算提取语音特征与系统预留特征图谱的偏差度，获得偏差度评分；
28.接收语言处理模块提取的语言文本信息，构建系统关键词预制词库，对语言文本信息与系统关键词预制词库进行关键词配对，对关键词进行加权计算，获得语言文本计分；
29.根据语音特征评分、偏差度评分和语言文本评分，计算语言信息综合得分。
30.优选的，所述表情计分模块的计分过程包括图像表情计分和瞳孔状态计分，具体过程为：
31.构建本地存储的模块化表情背景图库，将患者特征性模块化表情图像与表情图库匹配最接近模块化表情，根据确定的本地模块化表情图获得当前患者表情得分；
32.构建本地存储的瞳孔状态背景图库，将患者瞳孔状态图像与瞳孔状态背景图库进行匹配，确定最近接的瞳孔状态图，基于本地存储的瞳孔状态背景图库获得患者当前状态瞳孔图像评分；
33.基于当前患者的表情得分和瞳孔图像评分进行加权计算，获得患者当前状态的面部表情得分，并对记录期间内进行等时段提取，计算患者记录期间内表情和瞳孔状态持续时长和综合等分。
34.优选的，所述问卷计分模块的计分过程为，根据患者基本答案与问卷系统答案进行对比，确定患者问卷解答分数，具体过程为：
35.对问卷内容进行分类，根据情绪相关部分、记忆力相关部分、身体状态相关部分、行为选择相关部分确定问题范围权属；
36.确定每个权属范围的计算权重，统计每个权属范围内患者的正确提数；
37.根据权重计算患者问题答卷分数。
38.优选的，所述问题范围权属的确定包括当问题同属多个权属时，以权重值大小进行排序，多权属问题归于大权重问题范围权属进行评分计算。
39.有益效果：
40.该抑郁症患者症状改善程度记录分析装置，通过多方面信息的考虑，有效增加对抑郁症患者症状改善程度的判断因数，减少意外因数的影响，从而保证对抑郁症患者症状改善程度判断的准确性，通过系统计算评分，保证对抑郁症患者症状改善程度评断的系统化和规范化，减少医师主观意识的影响，进一步提高该装置判断的准确性。
41.该抑郁症患者症状改善程度记录分析装置，通过语言处理模块对语言信息的语音信息和文本信息分开计算，从而减少文本内容对语言评分的影响，减少抑郁症患者刻意隐瞒对抑郁症患者症状改善程度的影响。
42.该抑郁症患者症状改善程度记录分析装置，通过对瞳孔状态的提取，由于瞳孔的状态更加直观的反应抑郁症患者的真实状态，并配合面部表情的模块化对比参考，进一步保证对抑郁症患者症状改善程度判断的正确性。
附图说明
43.图1为本发明整体系统示意图；
44.图2为本发明信息输入系统示意图；
45.图3为本发明信息处理系统示意图；
46.图4为本发明信息分析系统示意图。
具体实施方式
47.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。
48.请参阅图1-4，一种抑郁症患者症状改善程度记录分析装置，包括显示模块、播音模块、终端控制模块，其中显示模块和播音模块均和终端控制模块信号连接，还包括信息输入系统，用于对抑郁症患者外部信息的录入，信息输入系统信号连接有信息处理系统，信息处理系统用于接收信息输入系统传输的信息内容，并对信息内容进行分类、模块化处理和抗干扰处理，信息处理系统信号连接有信息分析系统，信息分析系统接收信息处理系统预处理后的信息，并对信息进行计算处理，根据计算结果判断抑郁症患者症状的改善程度，还包括本地存储系统，用于对信息处理系统和信息分析系统处理后或计算后的信息进行储存；
49.信息输入系统包括：
50.语言录入模块，用于对记录分析过程中抑郁症患者语言信息的录入；
51.所述信息输入系统进行信息录入时，终端控制模块控制显示模块进行关联内容显示，控制播音模块进行适配声音播放；
52.采集患者语言信息时，向患者进行相关信息展示，或相关声音播放，患者利用语言对展示的图文或播放的声音进行表述，语言录入模块同步采集患者的语言信息；
53.采集患者面部图像信息时，向患者进行相关视频或者语音的播放，摄像模块动态记录患者面部特征；
54.采集患者的问信息时，医师通过终端控制模块在本地存储系统内提取不同类型问卷，生成对问卷，并通过显示模块进行展示，患者通过显示模块进行问题的解答，人机交互模块采集问卷内容及患者解答的答案信息。
55.本实施例中，所述人机交互模块问卷类型包括情绪相关部分、记忆力相关部分、身体状态相关部分、行为选择相关部分。
56.摄像模块，用于对记录分析过程中抑郁症患者面部图像的录制；
57.人机交互模块，用于对记录分析过程中抑郁症患者进行人机交互活动，主要为进行治疗及康复相关问卷的问答记录；
58.信息处理系统包括：
59.语言处理模块，用于将语言信息进行分类处理，区分为语音信息和文本信息；
60.本实施例中，所述语言处理模块在对语音信息预处理时，包括对环境杂音及系统播音的净化去除处理，提取所述语音信息的情感特征、韵律特征、频谱特征。
61.摄像处理模块，用于对提取的患者面部图像进行识别，进行区分提取，分别提取表情图像和瞳孔状态图像；
62.本实施例中，所述摄像处理模块对表情图像的处理为，对表情图像进行模块化处理，形成特征性模块化表情图像。
63.本实施例中，对瞳孔状态图像进行清晰化处理，去除瞳孔映射图像和反射光点。
64.问题分类模块，用于患者进行问卷问题的分类处理，根据问卷种类进行区分，并根据系统储存答案与问答案进行对比，对问卷进行打分处理；
65.信息分析系统包括：
66.语言计分模块，用于计算患者的语言行为得分；
67.表情计分模块，用于计算患者的面部信息得分；
68.问卷计分模块，用于计算患者的问卷应答得分；
69.综合评分模块，根据语言行为得分、面部信息得分和问卷应答得分计算患者综合得分，并与系统预设量化指标作出对比，根据对比信息得出该抑郁症患者症状的改善程度。
70.本实施例中，所述语言计分模块对患者语言信息进行语音和文本的分开计分，对语音计分过程为：
71.接收语言处理模块提取的情感特征、韵律特征、频谱特征，并根据情感特征、韵律特征和频谱特征与预留系统化语言特征图谱进行对比配对，确定语音特征的情感范围，计算所属语音特征评分，得到语音评分合集a，a＝{a1，a2...an}，其语音特征评分为sa，
[0072][0073]
计算提取语音特征与系统预留特征图谱的偏差度a`，a`＝{a`1，a`2...a`n}获得偏差度评分sa`；
[0074][0075]
接收语言处理模块提取的语言文本信息，构建系统关键词预制词库，对语言文本信息与系统关键词预制词库进行关键词配对，对关键词进行加权计算，获得语言文本计分sb，
[0076][0077]
其中，bn表示第n个关键词权重评分，dn表示第n个关键词出现次数；
[0078]
根据语音特征评分、偏差度评分和语言文本评分，计算语言信息综合得分sc，
[0079][0080]
本实施例中，所述表情计分模块的计分过程包括图像表情计分和瞳孔状态计分，具体过程为：
[0081]
构建本地存储的模块化表情背景图库，将患者特征性模块化表情图像与表情图库匹配最接近模块化表情，根据确定的本地模块化表情图获得当前患者表情得分se，
[0082][0083]
其中en表示第n个表情图像权重评分，tn表示第n个表情持续时间；
[0084]
构建本地存储的瞳孔状态背景图库，将患者瞳孔状态图像与瞳孔状态背景图库进行匹配，确定最近接的瞳孔状态图，基于本地存储的瞳孔状态背景图库获得患者当前状态瞳孔图像评分sf，
[0085][0086]
其中fn表示第n个瞳孔状态图像权重评分，t`n表示第n个瞳孔状态持续时间；
[0087]
基于当前患者的表情得分和瞳孔图像评分进行加权计算，获得患者当前状态的面部表情得分，并对记录期间内进行等时段提取，计算患者记录期间内表情和瞳孔状态持续时长和综合等分sg，
[0088]
sg＝se*k3 sf*k4
[0089]
其中，k3表示模块化表情图像权重，k4表示瞳孔状态评分权重。
[0090]
本实施例中，所述问卷计分模块的计分过程为，根据患基本体答案与问卷系统答案进行对比，确定患者问卷解答分数，具体过程为：
[0091]
对问卷内容进行分类，根据情绪相关部分、记忆力相关部分、身体状态相关部分、行为选择相关部分确定问题范围权属；
[0092]
确定每个权属范围的计算权重，统计每个权属范围内患者的正确提数；
[0093]
根据权重计算患者问题答卷分数sr，
[0094][0095]
其中，r1、r2、r3、r4分别表示情绪相关部分、记忆力相关部分、身体状态相关部分、行为选择相关部分权重评分，h1、h2、h3、h4分别表示情绪相关部分、记忆力相关部分、身体状态相关部分、行为选择相关部分出现题目次数，r表示问卷测问总分。
[0096]
本实施例中，所述问题范围权属的确定包括当问题同属多个权属时，以权重值大小进行排序，多权属问题归于大权重问题范围权属进行评分计算。本实施例中，根据语言行为得分、面部信息得分和问卷应答得分计算患者综合得分sp，
[0097]
sp＝sc*k5 sg*k6 sr*k7
[0098]
其中，k5、k6、k7分别为语言评分、面部表情评分、问评分的计算权重，根据计算的综合得分sp，判断抑郁症患者症状的改善程度。
[0099]
通过多方面信息的考虑，有效增加对抑郁症患者症状改善程度的判断因数，减少意外因数的影响，从而保证对抑郁症患者症状改善程度判断的准确性，通过系统计算评分，保证对抑郁症患者症状改善程度评断的系统化和规范化，减少医师主观意识的影响，进一步提高该装置判断的准确性。
[0100]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。