一种监测情绪的方法和系统的制作方法
[0062]
[0063] 其中，N为所有实验用户的数量，Μ为心电数据中心电特征的数量（例如Μ = 6); 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Α为第i个实验用户的抑郁程 度诊断结果；为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； Wu为与上述h对应的权值；w21为与上述Si ( Σ??α % X )对应的权值；w22为与上述 Qi对应的权值;W23为与上述Si对应的权值；Si (X)和S2 (X)均为神经网络变换函数。
[0064] 参见图5,情绪判别模型包括：输入层、隐含层以及输出层；其中，输入层为6个心 电特征，分别是：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 ;隐含层分别为：心电特征、量表特征和运动特征；输出层为抑郁程度值;Wn为 标准差SDNN的权值，W 12为标准差RMSSD的权值，W13为超低频VLF的权值，W14为低频LF的 权值，W 15为高频HF的权值，W16为低频高频比LF/HF的权值，W21为心电特征的权值，W 22为 量表特征的权值，W23为运动特征的权值。
[0065] 进一步地，步骤402中将获取的实验用户的至少一个心电特征、至少一个量表特 征、至少一个运动特征输入到如下公式中得到任一实验用户的情绪判别估计值：
[0067] 其中，上为第i个实验用户的情绪判别估计值
[0068] 进一步地，Si (X)为：
[0070] X为经过归一化处理的心电数据的加权求和值。
[0071] 其中，S2(x)为：
[0073] X为经过归一化处理的买验用户的数据的加权求和值。
[0074] 参见图6,本发明的实施例还提供了一种监测情绪的系统600,包括：移动终端601 和移动健康云平台602 ;其中，
[0075] 移动终端601获取并向移动健康云平台发送用户的心电数据、心理量表数据和运 动数据，并获取移动健康云平台602发送的情绪监测结果和与情绪监测结果对应的心理干 预调节方案；
[0076] 移动健康云平台602包括：数据接收模块603,用于获取用户的心电数据、心理量 表测量数据和运动数据；情绪判别模块604,用于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；干预调节模块 605,用于推送与情绪监测结果对应的心理干预调节方案。
[0077] 进一步地，干预调节模块605,用于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。
[0078] 进一步地，情绪监测结果为：轻度抑郁、中度抑郁或重度抑郁；
[0079] 相应地，干预调节模块605包括：
[0080] 轻度抑郁单元，用于在情绪监测结果为轻度抑郁时，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；
[0081] 中度抑郁单元，用于在情绪监测结果为中度抑郁时，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；
[0082] 重度抑郁单元，用于在情绪监测结果为重度抑郁时，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。
[0083] 参见图7,情绪判别模块604包括：
[0084] 特征获取单元6041，用于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；
[0085] 判别单元6042,用于根据特征获取单元获取的数据，生成用户的情绪监测结果，进 一步地，判别单元6042包括：
[0086] 实验数据获取子单元6043,用于分别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；
[0087] 情绪判别模型生成子单元6044,用于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；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。
[0088] 进一步地，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：
[0089]
[0090] 其中，N为所有实验用户的数量，Μ为心电数据中心电特征的数量；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； 为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表示第i个用户的经过归一化处理的运动特征；Wl]为与上述对 应的权值；w21为与上述Si ( It Qj X W&)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。
[0091]进一步地，Si (X)为：
[0093] 其中，X为经过归一化处理的心电数据的加权求和值。
[0094] 进一步地，S2(x)为：
[0096] x为经过归一化处理的实验用户的数据的加权求和值。
[0097] 进一步地，情绪判别模型生成子单元6044采用混合微分进化-序列二次规划算法 确定所述情绪判别模型中的各个权值。
[0098] 进一步地，将获取的实验用户的多个心电特征、至少一个量表特征、至少一个运动 特征得出情绪判别估计值，具体为，将获取的实验用户的多个心电特征、至少一个量表特 征、至少一个运动特征输入到如下公式得到任一实验用户的情绪判别估计值：
[0100] 其中，Λ为第i个实验用户的情绪判别估计值。
[0101] 本发明提供的监测情绪的方法及系统通过获取用户的心理量表数据、运动数据和 心电数据，三者结合能够准确的对用户的抑郁情绪进行判别，根据情绪监测结果向用户推 送包含个性化运动指导和心理训练的调节方法，解决了现有的使用移动客户端的心理健康 相关产品在情绪判别方面不够准确，且情绪调节方法未包含运动这一因素的问题。
[0102] 以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员 来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也 应视为本发明的保护范围。
【主权项】
1. 一种监测情绪的方法，其特征在于，所述方法包括： 获取用户的心电数据、心理量表数据和运动数据； 根据获取到的所述心电数据、心理量表数据和运动数据，以及情绪判别模型监测所述 用户的情绪，生成所述用户的情绪监测结果。2. 如权利要求1所述的方法，其特征在于，所述根据获取到的所述心电数据、心理量表 数据和运动数据，以及情绪判别模型监测所述用户的情绪，生成所述用户的情绪监测结果， 具体包括： 获取所述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； 将
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