精神障碍康复期情绪监测与干预方法技术

本发明专利技术公开了一种精神障碍康复期情绪监测与干预方法。该方法包括如下步骤：采集心电信号、肌电信号、语音信号；心电信号、肌电信号传输到智能终端，智能终端进行心电信号的预处理与相应特征值提取、进行肌电信号的预处理与相应特征值提取、进行语音信号的预处理与相应特征值提取；通过心电信号的相应特征值、肌电信号的相应特征值获得情绪相关特征值，将情绪相关特征值与预设的情绪识别模型进行比对，得到实时情绪状态；当实时情绪状态为正性情绪或负性情绪时，产生一次回录指令，智能终端提取语音信号的相应语音信息并进行保存；当检测到的实时情绪状态为负性情绪且该负性情绪超过预设阈值时，启动微电流刺激组件工作。该方法使用方便。

Emotional Monitoring and Intervention in Rehabilitation Period of Mental Disorder

The invention discloses a method for monitoring and intervening emotions during the rehabilitation period of mental disorders. The method includes the following steps: collecting ECG signal, EMG signal and speech signal; transmitting ECG signal and EMG signal to intelligent terminal, which preprocesses ECG signal and extracts corresponding eigenvalues, preprocesses EMG signal and extracts corresponding eigenvalues, preprocesses speech signal and extracts corresponding eigenvalues; and extracts corresponding features of ECG signal through the corresponding features of ECG signal. The corresponding eigenvalues of the value and EMG signal are used to obtain the emotional correlation eigenvalues, and the real-time emotional state is obtained by comparing the emotional correlation eigenvalues with the presupposed emotional recognition model. When the real-time emotional state is positive or negative, an echo command is generated, and the corresponding voice information of the speech signal is extracted and saved by the intelligent terminal; when the real-time emotional state is detected, the real-time emotional state is obtained. When the negative emotion exceeds the preset threshold, the micro-current stimulation module is activated. The method is convenient to use.

【技术实现步骤摘要】
精神障碍康复期情绪监测与干预方法
本专利技术涉及精神障碍康复，特别是涉及一种精神障碍康复期情绪监测与干预方法。
技术介绍
康复期精神障碍患者的康复过程包括两大核心步骤——情绪监测与情绪干预。目前主要依赖于使用测量表(包括情绪状态行为测评、情绪特质测评、情绪管理测评等)进行情绪评估，并通过医护人员的参与和介入完成患者的情绪干预。现阶段精神障碍康复期的情绪测评与干预都很大程度上依赖于专业医护人员，一方面受限于目前紧缺的精神障碍康复专业医护人才，导致精神障碍康复期的情绪管理工作只能在部分医院内完成，仍有大量精神障碍患者得不到相应的情绪管理康复训练，严重影响患者的康复效果和生活质量；另一方面，现有情绪管理中测评与干预的技术方法依赖于专业医护人员的个人经验，情绪管理的结果缺乏可量化的指标，导致现有的情绪管理主观性极强，为整个情绪管理过程引入许多不确定因素。同时，现有的情绪管理技术，由于受限于人员、设备等条件，只能在医院内开展，得到的相关情绪管理结果在时间以及空间上都是离散的，而情绪作为人类的一种本能，无时无刻不存在于人的生活中，也随时都有发生变化的可能性，并且相比于医院，日常生活中的情绪反映更接近最真实的情绪状况，这些需求在现有的情绪管理技术中均无法实现。
技术实现思路
基于此，有必要提供一种可以实现基于多生理参数和语音信号的情绪客观、量化、连续监测的精神障碍康复期情绪监测与干预方法。一种精神障碍康复期情绪监测与干预方法，包括如下步骤：心电传感器采集精神障碍患者的心电信号，肌电传感器采集精神障碍患者的肌电信号，语音收集组件采集精神障碍患者周围的语音信号；控制器通过通讯组件将采集到的心电信号、肌电信号传输到智能终端，所述智能终端进行心电信号的预处理与相应特征值提取、进行肌电信号的预处理与相应特征值提取、进行语音信号的预处理与相应特征值提取；所述智能终端通过心电信号的相应特征值、肌电信号的相应特征值获得情绪相关特征值，所述智能终端将所述情绪相关特征值与预设的情绪识别模型进行比对，得到实时情绪状态；所述智能终端产生一次回录指令，所述智能终端提取语音信号的相应语音信息并进行保存；当检测到的所述实时情绪状态为负性情绪且该负性情绪超过预设阈值时，所述智能终端产生一次微电流刺激组件启动指令并通过控制器控制可穿戴式手环启动微电流刺激组件工作，所述微电流刺激组件输出脉冲电流对精神障碍患者进行提示；其中，脉冲电流的强度与负性情绪的强度成正比。在其中一个实施例中，检测所述实时情绪状态为负性情绪后判断该负性情绪是否超过预设阈值时，具体包括如下步骤：所述智能终端在完成语音信号的预处理与相应的特征值提取后，进行分类器训练和分类器识别，以得到所述实时情绪状态的情绪状态强度，所述智能终端判断所述情绪状态强度是否超过预设阈值。在其中一个实施例中，得到所述实时情绪状态时具体包括如下步骤：所述智能终端在完成心电信号的信号处理及相应特征值提取、肌电信号的信号处理及相应特征值提取后，进一步对心电信号和肌电信号进行模式分类，以得到所述实时情绪状态，具体包括：1)初始化各个相应特征值的特征权重值；2)通过Relief算法计算出每个维度特征的权重，淘汰掉权重值较小的特征；3)将选择后的特征向量利用分类器进行分类计算；4)得到所述实时情绪状态的分类结果。在其中一个实施例中，所述分类器训练具体包括：建立预分类好的语音信号文件集合，并将所述语音信号文件集合中每个语音信号提取特征参数，将每个语音信号的特征参数与预分类的标签放在一起形成供分类器模块学习的一条带标签的特征向量，将所有语音信号文件形成的带标签的特征向量放在一起，形成带标签的特征向量集，将该特征向量集作为训练数据，供分类器进行训练，生成已训练的分类器；所述分类器识别具体包括：在成功对分类器进行训练后，将待分类的语音信号输入到特征参数提取模块中，生成对应的特征向量集，再将此特征向量集输入到已训练的分类器中，生成该语音信号的情绪状态分类以及对应的情绪状态强度。在其中一个实施例中，所述通讯组件是以蓝牙5.0为技术标准并通过使用2MbpsPHY:HC1_LE_SetDefaultPhyCmd指示控制器启动PHY更新过程。在其中一个实施例中，还包括如下步骤：所述智能终端对接收到的心电信号做如下处理：1)通过巴特沃斯滤波器去除心电信号的基线漂移、肌电噪声和工频干扰，并通过所述巴特沃斯滤波器的输出再返回，经过所述巴特沃斯滤波器增益来抑制相位失真；2)通过小波变化识别心电信号的特征点；3)计算心电信号的相应特征值时包括计算：平均值、标准差、一阶差分、归一化一阶差分、二阶差分、归一化二阶差分，心电R波波峰、心电P波波峰、心电T波波峰、P-Q间隔、Q-S间隔、S-T间隔的数值、相邻P波和T波的一阶差分、QRS时间段、心率以及心率变异性数值。在其中一个实施例中，还包括如下步骤：所述智能终端对接收到的肌电信号做如下处理：1)将肌电信号放大2000-5000倍后，经过带通滤波器去除环境噪声、运动干扰、内在的不稳定性产生的噪声；2)以1kHz的采样频率对肌电信号进行采样，得到肌电信号的离散值；3)将分析窗口应用到处理后的肌电信号；4)在每个分析窗口内，计算肌电信号的相应特征值时包括计算：均值、过零次数、均方值、三阶原点矩、四阶原点矩、功率谱的平均功率和中值频率以及维格纳分布。在其中一个实施例中，所述语音收集组件采集精神障碍患者周围的语音信号具体包括如下步骤：通过语音收集组件实时采集精神障碍患者周围的所述语音信号，并将所采集的所述语音信号传输至存储模块进行保存，所述存储模块保存30min长度的所述语音信号的数据量，随着新的语音信号的存储，所述存储模块删除30min长度之前的语音信号的数据量。在其中一个实施例中，所述智能终端提取语音信号的相应语音信息并进行保存具体包括如下步骤：当所述智能终端完成所述心电信号的预处理与相应特征值提取、完成所述肌电信号的预处理与相应特征值提取后，若得到的所述实时情绪状态为正性情绪或负性情绪时，所述智能终端产生一次回录指令传输至通讯组件，所述可穿戴式手环内的所述控制器检测到所述通讯组件接收到回录指令时，将所述存储模块中已存储的30min的语音信号的数据量经所述通讯组件发送至所述智能终端。在其中一个实施例中，还包括如下步骤：所述智能终端在接收到所述语音信号的数据量后，对所述语音信号的数据量进行处理，具体包括：1)所述语音信号的数据量预处理：包括量化处理、预加重、分帧处理、加窗处理；2)计算语音情绪特征值：串行地对预处理后的所述语音信号的数据量进行语音信号处理，提取所述语音信号的数据量的时域特征、基频特征、清浊音判决、语速提取、共振峰提取；其中，所述时域特征包括短时能量、短时过零率、短时自相关系数和短时平均幅度差；所述基频特征是通过平均振幅差函数法和倒谱法计算；所述清浊音判决是通过Fisher分类法实现；所述语速特征是通过小波变换的语音分割法实现；所述提取共振峰是通过线性预测编码法实现。上述的精神障碍康复期情绪监测与干预方法，利用了可穿戴技术、语音识别技术以及机器学习技术，可以实现基于多生理参数和语音信号的情绪客观、量化、连续监测，并在识别到异常情绪时进行干预，有利于在日常生活状态下记录患者最真实的情绪状态，本文档来自技高网...

【技术保护点】
1.一种精神障碍康复期情绪监测与干预方法，其特征在于，包括如下步骤：心电传感器采集精神障碍患者的心电信号，肌电传感器采集精神障碍患者的肌电信号，语音收集组件采集精神障碍患者周围的语音信号；控制器通过通讯组件将采集到的心电信号、肌电信号传输到智能终端，所述智能终端进行心电信号的预处理与相应特征值提取、进行肌电信号的预处理与相应特征值提取、进行语音信号的预处理与相应特征值提取；所述智能终端通过心电信号的相应特征值、肌电信号的相应特征值获得情绪相关特征值，所述智能终端将所述情绪相关特征值与预设的情绪识别模型进行比对，得到实时情绪状态；所述智能终端产生一次回录指令，所述智能终端提取语音信号的相应语音信息并进行保存；当检测到的所述实时情绪状态为负性情绪且该负性情绪超过预设阈值时，所述智能终端产生一次微电流刺激组件启动指令并通过控制器控制可穿戴式手环启动微电流刺激组件工作，所述微电流刺激组件输出脉冲电流对精神障碍患者进行提示；其中，脉冲电流的强度与负性情绪的强度成正比。

【技术特征摘要】
1.一种精神障碍康复期情绪监测与干预方法，其特征在于，包括如下步骤：心电传感器采集精神障碍患者的心电信号，肌电传感器采集精神障碍患者的肌电信号，语音收集组件采集精神障碍患者周围的语音信号；控制器通过通讯组件将采集到的心电信号、肌电信号传输到智能终端，所述智能终端进行心电信号的预处理与相应特征值提取、进行肌电信号的预处理与相应特征值提取、进行语音信号的预处理与相应特征值提取；所述智能终端通过心电信号的相应特征值、肌电信号的相应特征值获得情绪相关特征值，所述智能终端将所述情绪相关特征值与预设的情绪识别模型进行比对，得到实时情绪状态；所述智能终端产生一次回录指令，所述智能终端提取语音信号的相应语音信息并进行保存；当检测到的所述实时情绪状态为负性情绪且该负性情绪超过预设阈值时，所述智能终端产生一次微电流刺激组件启动指令并通过控制器控制可穿戴式手环启动微电流刺激组件工作，所述微电流刺激组件输出脉冲电流对精神障碍患者进行提示；其中，脉冲电流的强度与负性情绪的强度成正比。2.根据权利要求1所述的精神障碍康复期情绪监测与干预方法，其特征在于，检测所述实时情绪状态为负性情绪后判断该负性情绪是否超过预设阈值时，具体包括如下步骤：所述智能终端在完成语音信号的预处理与相应的特征值提取后，进行分类器训练和分类器识别，以得到所述实时情绪状态的情绪状态强度，所述智能终端判断所述情绪状态强度是否超过预设阈值。3.根据权利要求2所述的精神障碍康复期情绪监测与干预方法，其特征在于，得到所述实时情绪状态时具体包括如下步骤：所述智能终端在完成心电信号的信号处理及相应特征值提取、肌电信号的信号处理及相应特征值提取后，进一步对心电信号和肌电信号进行模式分类，以得到所述实时情绪状态，具体包括：1)初始化各个相应特征值的特征权重值；2)通过Relief算法计算出每个维度特征的权重，淘汰掉权重值较小的特征；3)将选择后的特征向量利用分类器进行分类计算；4)得到所述实时情绪状态的分类结果。4.根据权利要求3所述的精神障碍康复期情绪监测与干预方法，其特征在于，所述分类器训练具体包括：建立预分类好的语音信号文件集合，并将所述语音信号文件集合中每个语音信号提取特征参数，将每个语音信号的特征参数与预分类的标签放在一起形成供分类器模块学习的一条带标签的特征向量，将所有语音信号文件形成的带标签的特征向量放在一起，形成带标签的特征向量集，将该特征向量集作为训练数据，供分类器进行训练，生成已训练的分类器；所述分类器识别具体包括：在成功对分类器进行训练后，将待分类的语音信号输入到特征参数提取模块中，生成对应的特征向量集，再将此特征向量集输入到已训练的分类器中，生成该语音信号的情绪状态分类以及对应的情绪状态强度。5.根据权利要求1-4任意一项所述的精神障碍康复期情绪监测与干预方法，其特征在于，所述通讯组件是以蓝牙5.0为技术标准并通过使用2MbpsPHY:HC1_LE_SetDefaultPhyCmd指示控制器启动PHY更新过程。6.根据权利要求1-4任意一项所述的精神障碍康复...

【专利技术属性】
技术研发人员：吴逢春，宁玉萍，黄兴兵，蔡骏逸，
申请(专利权)人：广州市惠爱医院，
类型：发明
国别省市：广东,44