一种监测情绪的方法和系统的制作方法
[0026] 可选地，所述情绪判别模型生成子单元利用如下公式，以最小化所有实验用户的 情绪判别估计值和对应的抑郁程度诊断结果之间的差值为目标函数，确定情绪判别模型中 的各个权值：
[0027]
[0028] 其中，N表示所有实验用户的数量，Μ表示心电数据中的心电特征的数量；i表示第 i个实验用户，j表示心电数据中第j个心电特征A为第i个实验用户的抑郁程度诊断结 果；表示经过归一化处理的第i个实验用户的第j个心电特征说表示第i个实验用户 的经过归一化处理的量表特征成表示第i个用户的经过归一化处理的运动特征； Wl]为表 示与上述h对应的权值；w21为与上述Si ( Σ#ι & X Wy)对应的权值；W22为与上述％ 对应的权值；w23为与上述Si对应的权值A (x)和S2 (x)均为神经网络变换函数。
[0029] 本发明的有益效果是：
[0030] 本发明提供的监测情绪的方法及系统，首先建立情绪判别模型，再通过获取与情 绪相关性较强的生理数据、心理量表数据和运动数据，与传统的心理测评方法相结合，监测 用户的情绪，保证了数据的客观性和方法的科学性，使情绪监测结果更加准确；本发明还在 移动健康云平台的系统中预设由心理健康专家制定的心理调节方案，根据用户不同情绪状 况向用户推送包含个性化运动指导和心理训练的方案，解决了现有的使用移动客户端的心 理健康相关产品在情绪监测方面不够准确，且情绪调节方法未包含运动这一因素的问题， 保证了调节方案的科学性和严谨性。
【附图说明】
[0031] 图1为本发明的实施例中的监测情绪的方法的步骤流程图；
[0032] 图2为本发明的实施例中的监测情绪的方法的示意图；
[0033] 图3为图1中步骤103的流程图；
[0034] 图4为本发明的实施例中的情绪判别模型的建立的步骤流程图；
[0035] 图5为本发明的实施例中的初始情绪判别模型的示意图；
[0036] 图6为本发明的实施例中情绪判别系统的示意图；
[0037] 图7为本发明的实施例中情绪判别系统的判别单元的示意图。
【具体实施方式】
[0038] 下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开 的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例 所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围 完整的传达给本领域的技术人员。
[0039] 参见图1，为本发明的实施例中的监测情绪的方法的流程图，该方法包括：
[0040] 步骤101、根据实验用户的心电数据、心理量表数据和运动数据，以及实验用户的 抑郁程度诊断结果建立情绪判别模型。
[0041] 在本实施例中，步骤101为可选步骤，即可以预先建立好情绪判别模型以便后续 的情绪监测处理，当然可以理解的是，在本实施例中也并不限定建立情绪判别模型的具体 方式。
[0042] 步骤102,获取用户的心电数据、心理量表数据和运动数据；
[0043] 可选地，心电数据可通过移动终端直接或间接获取，例如可穿戴式设备将采集到 的心电数据发送给移动终端；心理量表数据可通过移动终端获取，例如用户通过移动终端 上的应用程序输入心理量表数据，并由移动终端存储该心理量表数据；运动数据可通过在 移动终端中设置的传感器获取，例如通过移动终端中的加速度传感器进行计步，计算每日 平均步数，并将结果记录在该移动终端中；其中，心电数据可以是连续7天每天2分钟所获 取的心电数据，运动数据可以是连续7天内的运动数据。当然可以理解的是，在本实施例中 并不限定采集心电数据、心理量表数据和运动数据的具体时间。
[0044] 步骤103,根据获取到的心电数据、心理量表数据和运动数据，以及情绪判别模型 监测用户的情绪，生成该用户的情绪监测结果。
[0045] 步骤104,根据得到的情绪监测结果，推送与情绪监测结果对应的心理干预调节方 案。
[0046] 其中，推送与情绪监测结果对应的心理干预调节方案，具体为：
[0047] 若情绪监测结果为轻度抑郁，推送的心理干预调节方案包括普适性的心理训练的 方案和个性化的运动指导的方案；
[0048] 若情绪监测结果为中度抑郁，推送的心理干预调节方案包括专家系统提供的心理 训练的方案和运动指导的方案；或者
[0049] 若情绪监测结果为重度抑郁，推送的心理干预调节方案包括进行进一步诊断治疗 的方案。
[0050] 在本发明的实施例中，可以通过步骤S102~步骤S104反复监测用户的情绪，即在 执行完步骤104之后可以返回再进入步骤102,以进行下一次的用户的情绪监测处理。
[0051] 参见图2,首先通过获取用户的心电数据可得到至少一个心电特征，通过获取用户 的心理量表数据可得到至少一个量表特征，通过获取用户的运动数据可得到至少一个运动 特征，然后将至少一个心电特征、量表特征以及运动特征输入情绪判别模型，生成该用户的 情绪监测结果；最后，可根据情绪监测结果向用户推送相应的心理干预调节方案。
[0052] 参见图3,本发明的实施例中步骤103具包括：
[0053] 步骤1031，获取心电数据中的至少一个心电特征、心理量表数据中的至少一个量 表特征和运动数据中的至少一个运动特征；
[0054] 步骤1032,将至少一个心电特征、至少一个量表特征和至少一个运动特征输入到 情绪判别模型中，生成用户的情绪监测结果。
[0055] 其中，心电特征至少包括：标准差SDNN、连续差平方根RMSSD、超低频VLF、低频LF、 高频HF和低频高频比LF/HF中的任意一种或多种。当然了可以理解的是，本发明的实施例 中并不限定心电特征的具体内容。
[0056] 下面结合图4介绍如何根据实验用户的心电数据、心理量表数据和运动数据，以 及实验用户的抑郁程度诊断结果建立情绪判别模型，具体步骤如下：
[0057] 步骤401，分别获取每个实验用户的抑郁程度诊断结果、心电数据、心理量表数据 和运动数据；
[0058] 步骤402,根据获取到的每个实验用户的心电数据、心理量表数据和运动数据确定 每个实验用户的情绪判别估计值；
[0059] 具体地，对于任一实验用户，获取所述任一实验用户的心电数据中的至少一个心 电特征、所述心理量表数据中的至少一个量表特征和所述运动数据中的至少一个运动特 征；根据所述任一实验用户的至少一个心电特征、至少一个量表特征、至少一个运动特征得 出所述任一实验用户的情绪判别估计值。
[0060] 步骤403,根据所有实验用户的情绪判别估计值和对应的抑郁程度诊断结果确定 情绪判别模型中的各个权值，并根据情绪判别模型中的各个权值建立情绪判别模型。
[0061] 具体地，利用如下公式，以最小化所有实验用户的情绪判别估计值和对应的抑郁 程度诊
文档序号 :
【 9851347 】
技术研发人员：于路,寿文卉,许利群
技术所有人：中国移动通信集团公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：于路,寿文卉,许利群
技术所有人：中国移动通信集团公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除