非接触式精神应激评估系统技术方案

本发明专利技术公开了一种非接触式精神应激评估系统，包括视频采集模块、数据处理模块、分析和评价模块；视频采集模块，采集待测者的上半身视频；数据处理模块，对于划分出的人脸区域进行特征点检测，识别待测者的微表情；利用欧拉颜色放大对于中划分出的人脸区域进行颜色放大，提取脉搏波信号，得到心率和心率变异性生理参数；利用欧拉运动放大得到胸壁的位移信号和呼吸率；利用数据降维技术对所提取到的微表情、心率和心率变异性生理参数、胸壁的位移信号和呼吸率进行数据降维；分析和评价模块，利用非接触式精神应激评估模型对数据处理模块输出的数据进行分析和评价，或者训练非接触式精神应激评估模型。本发明专利技术具有传感器少、操作简单和成本低的优势。

【技术实现步骤摘要】
非接触式精神应激评估系统
本专利技术涉及光学工程、医学、心理学和计算机算法等
，尤其涉及一种非接触式精神应激评估系统。
技术介绍
在社会高速发展的背景下，人们受到来自工作、学习、生活等方面的精神应激日益增大，若长期处于高压的工作、学习和生活状态下会进一步的影响人体生理健康，引起高血压、心脏病等高危慢性疾病并导致失眠、免疫功能下降，长期处于较强的精神应激而没有得到及时的缓解还可能会引发抑郁甚至自杀等严重后果。据世界卫生组织2017年的统计数据，世界范围内抑郁症患者人数达到3.5亿人，到2020年或成为人类第二大疾病。有调查显示在高校的心理咨询实践中存在抑郁、焦虑情绪的咨询者占比高达80%。这种消极的精神状态如果没有得到及时的发现和干预可能会导致退学、精神失常甚至是自杀等严重后果。虽然现在已有利用心电信号、脑电信号、医学检测、心理学检验等多种手段和设备对待测者进行精神应激评估，但是有的需要佩戴很多传感电极，有的需要进行抽血或者提取样本化验，有的需要进行一系列的心理测试等。这些方法要么比较繁杂，要么对待测者具有比较强的入侵感，这在一定程度上降低了待测者积极配合检测的意愿从而造成病情的延误。一种过程简单，数据处理智能，非接触式精神应激评估系统装置亟待出现来弥补现有技术的不足。
技术实现思路
为了克服现有技术的不足，本专利技术的目的是提供一种非接触式精神应激评估系统。一种非接触式精神应激评估系统，包括：视频采集模块、数据处理模块、分析和评价模块；所述的视频采集模块，采集精神应激的待测者的上半身视频；所述的数据处理模块，通过OpenCV中的级联分类器对采集的视频进行区域划分，划分出人脸区域和胸壁区域；利用Dlib对于划分出的人脸区域进行特征点检测，识别待测者的微表情；利用欧拉颜色放大对于中划分出的人脸区域进行颜色放大，然后利用IPPG技术提取脉搏波信号，最后从脉搏波信号中得到心率和心率变异性生理参数；利用欧拉运动放大对于划分出的胸壁区域进行运动放大，然后通过像素变化得到胸壁的位移信号和呼吸率；利用数据降维技术对所提取到的微表情、心率和心率变异性生理参数、胸壁的位移信号和呼吸率进行数据降维；所述的分析和评价模块，利用非接触式精神应激评估模型对数据处理模块输出的数据进行分析和评价，或者训练非接触式精神应激评估模型。所述的非接触式精神应激评估模型通过所述的系统训练，其中精神应激的待测者的精神应激评估采用医学和心理学方法，包括以下的一种或者多种：唾液皮质醇检测、α-唾液淀粉酶检测、去甲肾上腺素检测、脑电分析、脑功能成像、待测者主诉、精神应激评估问卷、待测者行为观察。所述的数据处理模块中，通过OpenCV中的级联分类器对采集的视频进行区域划分，是从拉格朗日视角对于视频局部感兴趣区域（ROI）进行针对处理。所述的数据处理模块中，所述的利用Dlib对于划分出的人脸区域进行特征点检测，使用已训练的机器学习模型对于特征点进行表情判断分类。所述的数据处理模块中，所述的欧拉颜色放大是通过空间滤波建立高斯金字塔，然后对各层信号进行滤波，对脉搏波频段0.6-3Hz进行信号放大，然后重建得到放大视频；所述滤波选用理想带通滤波器。所述的数据处理模块中，所述的IPPG技术利用光谱学原理、盲源信号分离和色彩空间变化原理从面部视频中提取微弱的脉搏信号，所述的心率和心率变异性生理参数均是从脉搏波信号中提取，所述心率变异性包括但不限于RR间期、RR间期的标准差线性特征以及近似熵和样本熵非线性特征。所述的欧拉运动放大是通过空间滤波建立拉普拉斯金字塔，然后对各层信号进行滤波，对呼吸频段0.1-0.6Hz进行信号放大，然后重建得到放大视频；所述滤波使用巴特沃斯滤波器或者无线冲击响应滤波器。所述的数据降维技术包括但不限于主成分分析。本专利技术的有益效果：本专利技术将利用光学工程技术、医学研究、心理学研究和数据分析算法等原理和技术设计出一种非接触式精神应激评估系统，主要特点有：1）非接触式检测，传感器少。利用相机拍摄人体上半身视频，利用基于摄像头的非接触式生理信号检测技术和算法可以在没有佩戴任何传感设备的情况下实现对人体生理参数和人脸微表情的检测。2）人体应激诱发和检验。通过设定的人体应激诱发实验可以使待测者产生不同程度的精神应激，通过医学检测方法（如唾液皮质醇检测、α-唾液淀粉酶检测、去甲肾上腺素检测、脑电分析、脑功能成像等）和心理学方法（如待测者主诉、精神应激评估问卷、待测者行为观察等）对相应的精神应激进行科学的标定，以此作为精神应激评估的参考标准和训练样本。本步骤是为了收集不同样本的标签，用于训练应激检测模型，实际使用中可以去掉。3）欧拉放大算法。利用欧拉放大算法可以在颜色上放大人脸原本由于血液容积变化所产生的微弱颜色变化，也可以放大人体胸壁由于呼吸导致的微弱位移，降低人体微弱生理信号的检测难度，提高检测的准确性。欧拉放大视角是对视频整体进行放大，对于ROI选取要求不精确，因此适用于背景噪声大或者ROI无法精确划分的复杂应用场景，对于提升脉搏波检测和呼吸检测的精准度有明显的提升效果。4）数据特征分析。在不同精神应激下利用相机采集和提取的非接触脉搏波信号，通过信号特征识别、呼吸测量、微表情识别、心率计算和心率变异性等获取人体生理信号的显性特征，进一步的利用非线性特征分析计算其近似熵和样本熵等非线性特征。5）机器学习模型训练。利用降维算法（如主成分分析等）对做了医学和心理学标定的非接触脉搏波信号、人脸微表情、呼吸信号及其线性、非线性特征，进行数据降维获得降维后的数据特征，然后利用监督式学习算法（如支持向量机、神经网络等）训练非接触式精神应激评估模型，并利用此模型对待测者进行精神应激评估并报告结果。6）过程简单、体验轻松，给待测者带来较好的体验，具有很高的使用价值和社会效益。附图说明图1为本专利技术的系统的一种结构示意图。图2为本专利技术的操作流程图。具体实施方式以下结合附图和实施例对本专利技术进行进一步的阐述。如图1所示，一种非接触式精神应激评估系统，包括顺次相连的视频采集模块、数据处理模块和分析和评价模块。所述的数据处理模块包括ROI划分单元、微表情识别单元、呼吸检测单元、脉搏波检测单元、数据降维单元。其中ROI划分单元分别和微表情识别单元、呼吸检测单元、脉搏波检测单元相连，然后与数据降维单元相连。所述的分析和评价模块包括训练非接触式精神应激评估模型和分析单元。实施例如图2所示，一种通过模型训练阶段Sa得到非接触式精神应激评估模型并在实际使用阶段Sb中实现在无需对待测者进行任何样本提取、心理测试并且无需佩戴任何具有入侵感的或接触感的传感器的情况下实现精神应激的评估和报告的一种基于相机的非接触式精神应激评估系统。如图1所示，本专利技术是通过以下方案实现的：一种非接触式精神应激评估系统，主要包括：视频采集模块、数据处理模块、分析和评价模块。在模型训练阶段Sa中利用视频采集模块、数据处理模本文档来自技高网...

【技术保护点】
1.一种非接触式精神应激评估系统，其特征在于，包括：视频采集模块、数据处理模块、分析和评价模块；所述的视频采集模块，采集精神应激的待测者的上半身视频；所述的数据处理模块，通过OpenCV中的级联分类器对采集的视频进行区域划分，划分出人脸区域和胸壁区域；利用Dlib对于划分出的人脸区域进行特征点检测，识别待测者的微表情；利用欧拉颜色放大对于中划分出的人脸区域进行颜色放大，然后利用IPPG技术提取脉搏波信号，最后从脉搏波信号中得到心率和心率变异性生理参数；利用欧拉运动放大对于划分出的胸壁区域进行运动放大，然后通过像素变化得到胸壁的位移信号和呼吸率；利用数据降维技术对所提取到的微表情、心率和心率变异性生理参数、胸壁的位移信号和呼吸率进行数据降维；所述的分析和评价模块，利用非接触式精神应激评估模型对数据处理模块输出的数据进行分析和评价，或者训练非接触式精神应激评估模型。/n

【技术特征摘要】
1.一种非接触式精神应激评估系统，其特征在于，包括：视频采集模块、数据处理模块、分析和评价模块；所述的视频采集模块，采集精神应激的待测者的上半身视频；所述的数据处理模块，通过OpenCV中的级联分类器对采集的视频进行区域划分，划分出人脸区域和胸壁区域；利用Dlib对于划分出的人脸区域进行特征点检测，识别待测者的微表情；利用欧拉颜色放大对于中划分出的人脸区域进行颜色放大，然后利用IPPG技术提取脉搏波信号，最后从脉搏波信号中得到心率和心率变异性生理参数；利用欧拉运动放大对于划分出的胸壁区域进行运动放大，然后通过像素变化得到胸壁的位移信号和呼吸率；利用数据降维技术对所提取到的微表情、心率和心率变异性生理参数、胸壁的位移信号和呼吸率进行数据降维；所述的分析和评价模块，利用非接触式精神应激评估模型对数据处理模块输出的数据进行分析和评价，或者训练非接触式精神应激评估模型。


2.根据权利要求1所述的系统，其特征在于，所述的非接触式精神应激评估模型通过所述的系统训练，其中精神应激的待测者的精神应激评估采用医学和心理学方法，包括以下的一种或者多种：唾液皮质醇检测、α-唾液淀粉酶检测、去甲肾上腺素检测、脑电分析、脑功能成像、待测者主诉、精神应激评估问卷、待测者行为观察。


3.根据权利要求1所述的系统，其特征在于，所述的数据处理模块中，通过OpenCV中的级联分类器对采集的...

【专利技术属性】
技术研发人员：何赛灵，朱宇东，杨双，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33