基于人工智能算法的恐惧症自我诊疗系统技术方案

本发明专利技术提供了一种基于人工智能算法的恐惧症自我诊疗系统，包括：人工智能语音交互模块，用于通过语音交换与患者进行语音交流；生理信息采集模块，用于采集患者大脑皮层主动产生的生理信号；生理特征提取模块，用于对采集到的生理信号进行滤波及去除轨迹，得到特征信号，并基于特征提取算法对特征属性进行特征提取；机器学习模块，用于将特征信号及提取到的特征通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈；虚拟现实模块，用于读取反馈信号的指令并对虚拟现实场景进行调整与控制。本发明专利技术将人工智能技术与虚拟现实技术结合应用，更加灵活，对心理治疗师依赖程度低，控制模式多样，可完成更复杂的任务。

Self diagnosis and treatment system of phobia based on artificial intelligence algorithm

【技术实现步骤摘要】
基于人工智能算法的恐惧症自我诊疗系统
本专利技术属于心理疾病治疗
，具体涉及一种基于人工智能算法的恐惧症自我诊疗系统。
技术介绍
目前针对心理疾病恐惧症治疗方法主要是心理咨询师的“话聊”。首先，使用聊天方式的诊疗方案必须由心理咨询师在场，而且患者情绪有太多不稳定因素，对人员造成伤害的可能性较高；其次患者有隐私顾虑，对咨询师保密原则的不信任，更有甚者患者过于自卑，不愿意让亲友过多的了解自身情况，诉说会有隐瞒；最后由于患者紧张导致自身表达不够明显，心理咨询师极易容易忽略，严重影响治疗效果。还有是脱敏疗法，基于视频的脱敏疗法其特点是心理咨询师可以利用对个体焦虑反应具有轻度影响的刺激物进行治疗，使求助者长期暴露在刺激物下，长期的暴露最终使得求助者对刺激物的感知钝化，不在引发自身焦虑。一旦这个特定的刺激无法对求助者产生焦虑反应时，很难选择相对较高程度的刺激物进行刺激。
技术实现思路
本专利技术的目的是提一种基于人工智能算法的恐惧症自我诊疗系统，将人工智能技术与虚拟现实技术结合应用，更加灵活，对心理治疗师依赖程度低，控制模式多样，可完成更复杂的任务。本专利技术提供了一种基于人工智能算法的恐惧症自我诊疗系统，包括：人工智能语音交互模块，用于通过语音交换与患者进行语音交流；生理信息采集模块，用于采集患者大脑皮层主动产生的生理信号；所述生理信号包括焦虑想象电位脑电信号、心率指数、脉搏、肌电图；生理特征提取模块，用于对采集到的生理信号进行滤波及去除轨迹，得到特征信号，并基于特征提取算法对特征属性进行特征提取；机器学习模块，用于将特征信号及提取到的特征通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈；虚拟现实模块，用于读取反馈信号的指令并对虚拟现实场景进行调整与控制。进一步地，所述人工智能语音交互模块采用多特征融合提取算法进行语音交互，包括：根据摄像头判断患者年龄与性别，通过语音交互系统将识别的语音转化成文本，利用文本出现同频，相近语义的词的概率，以及对话时候患者表情的变化，分析患者的核心语句、词语进行语义分析。进一步地，所述生理信息采集模块采用头戴采集设备进行数据采集，搭建不同场景10个，随机抽取五个进行脑电的采集。进一步地，所述生理特征提取模块基于EMD算法进行特征提取多层本征模函数。进一步地，所述机器学习模块采用三层卷积模型进行机械学习训练与测试。进一步地，所述虚拟现实模块提供最接近创伤事故的沉浸式三维虚拟环境。进一步地，所述虚拟现实模块采用自动行走模式，根据患者语义提示与人工智能系统反馈，在自动行走的道路上不断变换场景以及突然爆发粒子效果。与现有技术相比本专利技术的有益效果是：将人工智能技术与虚拟现实技术结合应用，更加灵活，对心理治疗师依赖程度低，控制模式多样，可完成更复杂的任务。附图说明图1是本专利技术基于人工智能算法的恐惧症自我诊疗系统的示意图；图2是本专利技术训练数据采集与预处理的流程图。图3是本专利技术EMD筛选过程示意图；图4是本专利技术多特征融合流程图。具体实施方式下面结合附图所示的各实施方式对本专利技术进行详细说明，但应当说明的是，这些实施方式并非对本专利技术的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本专利技术的保护范围之内。本实施例提供了一种基于人工智能算法的恐惧症自我诊疗系统，包括人工智能语音交互模块、生理信息采集模块、生理特征提取模块、机器学习识别模块、虚拟现实模块。人工智能语音交互模块用于和患者进行语音交流，生理信息采集模块用于采集测试者大脑皮层主动产生的焦虑想象电位脑电信号、心率指数、脉搏、肌电图等生理检测信号；生理特征提取模块用于对采集到的生理检测信号进行滤波与去除轨迹得到性能较好的信号源，并使用特征提取算法对特征属性进行特征提取；机器学习模块用于将处理过后的特征信号及提取到的特征通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈；虚拟现实模块用于读取反馈信号的指令并对虚拟现实场景进行调整与控制。VR虚拟现实提供最接近创伤事故的沉浸式三维虚拟环境；沉浸式虚拟现实其明显的特点是:利用头盔显示器把用户的视觉、听觉封闭起来，产生虚拟视觉，同时，它利用数据手套把用户的手感通道封闭起来，产生虚拟触动感。虚拟现实环境设置自动行走模式，环境效果是一个渐变过程，不会突然进入一个很震撼场景中，克服了视频脱敏疗法的寻找较高刺激物的困难，同时不会因为突然进入一个不适应的环境导致治疗效果适得其反。脑机接口设备提供患者在实时的三维虚拟环境刺激下的脑电波数据；在虚拟现实环境下，实时脑电数据采集，布点反馈到系统中，同时使用机器学习的方案，实时信号处理再将处理后信号以反馈信号作用于虚拟现实环境，达到一个稳定的治疗方案，所有的改变都是循序渐进的，不会对患者突然暴露一个不适应的环境下造成不适，加重自己的情况，同时脑电波数据作为反馈信号意义在医学上已经被论证。本专利技术中，患者主动叙述自身情况，人工智能语义识别进行反馈，该系统只允许患者一个人参与，保密性高；其次unity_3d情景再现的诊疗效果，以及生理检测的反馈系统，安全性高；最终打消患者自卑情绪，效果显著，可控性强，诊疗时间方便快捷。具体方案如下：参图1所示，在本部分，主要说明了本次试验的主要过程，从语言交互、数据监测的采集与处理到机器学习的训练模式识别的预测，再到对脑电数据的实时读取与分析，最后特征融合建立虚拟现实环境，并反馈于患者的视觉缓解创伤。1、训练数据采集与预处理。参图2所示。采用NeuroScan的脑电采集设备，采集64个点位的脑电信号。测试者头戴采集设备，打开NeuroScan官方开发的Curry8，进行数据采集。首先，测试者手上有一个量表，对自身恐惧等级分为5个等级，从稍微有感觉，到感觉很强烈，甚至受不了的视觉冲击。用unity搭建不同场景10个，随机抽取五个进行脑电的采集。保存数据库。通过Python脚本代码，将64通道的脑电数据提取出来，通过带通滤波器进行带通滤波(0-40Hz)、基线校正、去直流偏移、去除轨迹(眼点、肌电和心电)。最后进行频谱滤波，分别提取对应波段。2、特征提取使用EMD算法进行特征提取多层本征模函数。经验模态分解往往被称为是一个“筛选”过程。这个筛选过程依据信号特点自适应地把任意一个复杂信号分解为一列本征模态函数(IntrinsicModeFunction,IMF)。它满足信号极值点的数量与零点数相等或相差是一和信号的由极大值定义的上包络和由极小值定义的下包络的局部均值为零。参图3所示，EMD筛选过程如下：(1)对输入信号，求取极大值点，和极小值点，(2)对极大值点和极小值点采用三次样条函数插值构造信号上下包络，计算上、下包络的均值函数；(3)考察是否满足IMF条件，如果满足则转到下本文档来自技高网...

【技术保护点】
1.一种基于人工智能算法的恐惧症自我诊疗系统，其特征在于，包括：/n人工智能语音交互模块，用于通过语音交换与患者进行语音交流；/n生理信息采集模块，用于采集患者大脑皮层主动产生的生理信号；所述生理信号包括焦虑想象电位脑电信号、心率指数、脉搏、肌电图；/n生理特征提取模块，用于对采集到的生理信号进行滤波及去除轨迹，得到特征信号，并基于特征提取算法对特征属性进行特征提取；/n机器学习模块，用于将特征信号及提取到的特征通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈；/n虚拟现实模块，用于读取反馈信号的指令并对虚拟现实场景进行调整与控制。/n

【技术特征摘要】
1.一种基于人工智能算法的恐惧症自我诊疗系统，其特征在于，包括：
人工智能语音交互模块，用于通过语音交换与患者进行语音交流；
生理信息采集模块，用于采集患者大脑皮层主动产生的生理信号；所述生理信号包括焦虑想象电位脑电信号、心率指数、脉搏、肌电图；
生理特征提取模块，用于对采集到的生理信号进行滤波及去除轨迹，得到特征信号，并基于特征提取算法对特征属性进行特征提取；
机器学习模块，用于将特征信号及提取到的特征通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈；
虚拟现实模块，用于读取反馈信号的指令并对虚拟现实场景进行调整与控制。


2.根据权利要求1所述的基于人工智能算法的恐惧症自我诊疗系统，其特征在于，所述人工智能语音交互模块采用多特征融合提取算法进行语音交互，包括：根据摄像头判断患者年龄与性别，通过语音交互系统将识别的语音转化成文本，利用文本出现同频，相近语义的词的概率，以及对话时候患者表情的变化，分析患者的核心语句、词语...

【专利技术属性】
技术研发人员：王立军，李争平，张齐昌，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京;11