一种心理健康重点关注人员识别系统及方法技术方案

本发明专利技术涉及心理健康测试技术领域，且公开了一种心理健康重点关注人员识别系统及方法，包括指令接收模块、信息识别模块、数据校验模块、数据分析模块和结果输出模块，指令接收模块提供人机界面，以便用户指定输入文件目录、输出文件目录、EPQ的P标准分设定值，并接收“分析统计”操作指令；信息识别模块智能读取用户指定文件；数据校验模块如发现数据存在问题，则提示用户核查数据，校验通过后再自动进行数据分析；数据分析模块软件智能读取各类测验文件中的人员信息、测验指标和测验数值；结果输出模块根据分析结果，输入重点关注人员名单；致力于避免数据不准确和结果矛盾带来的干扰，并深入挖掘心理健康问题的原因。并深入挖掘心理健康问题的原因。并深入挖掘心理健康问题的原因。

【技术实现步骤摘要】
一种心理健康重点关注人员识别系统及方法


[0001]本专利技术涉及心理健康测试
，具体为一种心理健康重点关注人员识别系统及方法。

技术介绍

[0002]目前通过SCL
‑
90、SDS等单一量表进行心理健康重点关注人员筛选，存在着以下两类问题。一是答题时回避真实情况、不认真作答等情况。导致单一量表的数据不完全准确，导致无法准确给出测试结果。二是反映同一问题的不同量表结果不一致，比如SCL
‑
90与SDS的抑郁结果矛盾。这给技术人员判断心理健康状态造成了诸多的困难和挑战。
[0003]近年来心理健康逐渐关注两类问题。一是某些单一量表在衡量心理健康时需要精细区分影响因素。比如SDS量表，需要区分精神性
‑
情感症状、躯体性障碍、精神运动性障碍、抑郁性心理障碍，从而判断抑郁情绪的类型。二是研究发现心理健康及程度与个人人格类型密切相关，比如内向不稳定型人格，在特定的外在环境条件下，容易出现心理问题风险。

技术实现思路

[0004]本专利技术提供了一种心理健康重点关注人员识别系统及方法，致力于避免数据不准确和结果矛盾带来的干扰，并深入挖掘心理健康问题的原因，从而形成了合理有效实用的心理健康重点关注人员识别技术。
[0005]本专利技术提供如下技术方案：一种心理健康重点关注人员识别系统，包括指令接收模块、信息识别模块、数据校验模块、数据分析模块和结果输出模块，所述指令接收模块提供人机界面，以便用户指定输入文件目录、输出文件目录、EPQ的P标准分设定值，并接收“分析统计”操作指令；所述信息识别模块智能读取用户指定目录下的SCL
‑
90量表、SDS量表、SDS原始结果、EPQ量表、人员信息这5类文件；所述数据校验模块在数据分析前，软件智能校验人员信息和测验文件的存在性、完整性、准确性和唯一性，软件如发现数据存在问题，则提示用户核查数据，校验通过后再自动进行数据分析；所述数据分析模块软件智能读取各类测验文件中的人员信息、测验指标和测验数值；所述结果输出模块根据分析结果，输入重点关注人员名单，主要包括姓名、编号、所在部门、各阳性因子和分数、EPQ人格倔强性、SDS输出和分数、SDS析出结果和分数、结论，其中，结论包括“一般关注”和“重点关注”。
[0006]优选的，所述5类文件的数量不限，所在子文件夹的位置不限、文件中各类数据的格式、字体和绝对位置不限；其中，智能识别测验文件和人员信息文件的关联，充分获取人员信息结构，包括姓名、性别、部门和身份证号。
[0007]优选的，所述SCL
‑
90量表指症状自评量表，所述SDS量表指抑郁自评量表，所述SDS原始结果指抑郁自评量表原始结果，所述EPQ量表指艾森克人格问卷。
[0008]优选的，所述数据分析模块可智能读取SCL
‑
90量表结果中各阳性因子数值。
[0009]一种心理健康重点关注人员识别方法，其特征在于：用于实现权利要求1
‑
4中任意一项所述的心理健康重点关注人员识别系统，软件智能读取各类测验文件中的人员信息、
测验指标和测验数值，包括以下步骤：
[0010](1)、软件智能读取SCL
‑
90量表结果中各阳性因子数值；
[0011](2)、软件智能读取SDS量表标准分；
[0012](3)、软件智能读取EPQ量表各因子标准分，确定EPQ人格类型；
[0013](4)、软件智能读取SDS量表标准分，鉴定其抑郁程度；
[0014](5)、软件智能读取SDS原始结果的题号和答案，计算SDS析出标准分；
[0015](6)、识别出重点关注人员。
[0016]优选的，所述抑郁程度按53
‑
62为轻度抑郁，63
‑
72为中度抑郁，73分以上为重度抑郁来衡量。
[0017]优选的，所述计算SDS析出标准分的方法为：
[0018]1)、计算各题目粗分，其中，第1、3、4、7、8、9、10、13、15、19题为正向题，第2、5、6、11、12、14、16、17、18、20题为反向题。
[0019]2)、计算SDS析出标准分，SDS析出部分，包括精神性
‑
情感症状的2题和抑郁性心理障碍8题，共10题。其中，精神性
‑
情感症状2题：第1
‑
2题，抑郁性心理障碍8题：第13
‑
20题，SDS析出标准分＝SDS析出部分题目的分数总和*1.25，然后取整。
[0020]本专利技术具备以下有益效果：
[0021]一、该专利技术，综合考虑常规心理健康症状、人格特征、抑郁倾向这三类典型心理健康特征，形成了反应心理健康的SCL
‑
90多因子、反应人格的人格特征类型及倔强性、反应情绪状态的抑郁倾向、反应精神性
‑
情感症状&抑郁性心理障碍的抑郁倾向析出成分四位一体的综合评价技术，并可对重点关注人员进行分级分类。
[0022]二、该专利技术，具有准确度高、覆盖度广、适用性强等优点，并且可以充分降低误判率和错判率；在单位心理健康重点关注人员筛查、抑郁情绪特异性的鉴别、人格相关的心理健康问题筛查等工作中具有较强的应用前景和实用价值。
[0023]三、该专利技术，致力于避免数据不准确和结果矛盾带来的干扰，并深入挖掘心理健康问题的原因，从而形成了合理有效实用的心理健康重点关注人员识别技术。
附图说明
[0024]图1为本专利技术的系统各模块信息传递关系图；
[0025]图2为本专利技术的EPQ人格类型标准图；
[0026]图3为本专利技术的各题目答案与计分关系图。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0028]请参阅图1和图2，一种心理健康重点关注人员识别系统，包括指令接收模块、信息识别模块、数据校验模块、数据分析模块和结果输出模块。
[0029]其中，上述的指令接收模块提供人机界面，以便用户指定输入文件目录、输出文件目录、EPQ的P标准分设定值，并接收“分析统计”操作指令；信息识别模块智能读取用户指定目录下的SCL
‑
90量表、SDS量表、SDS原始结果、EPQ量表、人员信息这5类文件；数据校验模块
在数据分析前，软件智能校验人员信息和测验文件的存在性、完整性、准确性和唯一性，软件如发现数据存在问题，则提示用户核查数据，校验通过后再自动进行数据分析；数据分析模块软件智能读取各类测验文件中的人员信息、测验指标和测验数值；结果输出模块根据分析结果，输入重点关注人员名单，主要包括姓名、编号、所在部门、各阳性因子和分数、EPQ人格倔强性、SDS输出和分数、SDS析出结果和分数、结论，其中，结论包括“一般关注”和“重点关注”。
[0030]上述5类文件的数量不限，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心理健康重点关注人员识别系统，其特征在于：包括指令接收模块、信息识别模块、数据校验模块、数据分析模块和结果输出模块，所述指令接收模块提供人机界面，以便用户指定输入文件目录、输出文件目录、EPQ的P标准分设定值，并接收“分析统计”操作指令；所述信息识别模块智能读取用户指定目录下的SCL
‑
90量表、SDS量表、SDS原始结果、EPQ量表、人员信息这5类文件；所述数据校验模块在数据分析前，软件智能校验人员信息和测验文件的存在性、完整性、准确性和唯一性，软件如发现数据存在问题，则提示用户核查数据，校验通过后再自动进行数据分析；所述数据分析模块软件智能读取各类测验文件中的人员信息、测验指标和测验数值；所述结果输出模块根据分析结果，输入重点关注人员名单，主要包括姓名、编号、所在部门、各阳性因子和分数、EPQ人格倔强性、SDS输出和分数、SDS析出结果和分数、结论，其中，结论包括“一般关注”和“重点关注”。2.根据权利要求1所述的一种心理健康重点关注人员识别系统，其特征在于：所述5类文件的数量不限，所在子文件夹的位置不限、文件中各类数据的格式、字体和绝对位置不限；其中，智能识别测验文件和人员信息文件的关联，充分获取人员信息结构，包括姓名、性别、部门和身份证号。3.根据权利要求1所述的一种心理健康重点关注人员识别系统，其特征在于：所述SCL
‑
90量表指症状自评量表，所述SDS量表指抑郁自评量表，所述SDS原始结果指抑郁自评量表原始结果，所述EPQ量表指艾森克人格问卷。4.根据权利要求1所述的一种心理健康重点关注人员识别系统及方法，其特征在于：所述数据分析模块可智能读取SCL

【专利技术属性】
技术研发人员：秦海波，陈海龙，李强华，韩薇，刘军莲，陈宏，景晓路，曹子卿，占康，刘克，孔磊，刘红菊，
申请(专利权)人：中国人民解放军六三九一九部队，
类型：发明
国别省市：