基于生理特征稳定性检测的心理评估系统、介质及设备技术方案

本发明专利技术属于深度学习与心理学结合的交叉领域，提供了基于生理特征稳定性检测的心理评估方法及系统，根据多维待检测生理数据和训练好的生理数据重构网络，得到对应的重构生理数据；基于多维待检测生理数据和对应的重构生理数据，采用相似度算法，计算多维待检测生理数据与对应重构数据之间的相似度；基于多维待检测生理数据与对应重构数据之间的相似度和正常生理数据的特征向量进行回归拟合，得到心理评估结果。通过拟合正常心理状态时的生理数据曲线避免了由于先验知识不足而导致的评估不严谨的问题。严谨的问题。严谨的问题。

【技术实现步骤摘要】
基于生理特征稳定性检测的心理评估系统、介质及设备


[0001]本专利技术属于人工智能的深度学习与心理学结合的交叉领域，尤其涉及基于生理特征稳定性检测的心理评估系统、介质及设备。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]传统心理评估方法多通过观察面部微表情、肢体微动作，加以生理特征的测试结果如心率数据的波动情况等进行分析与评估心理状况。传统心理评估方法存在基于的先验知识的评估逻辑不严谨、人为分析判断不准确、易忽视数据中的微小差别和特征等劣势，无法通过生理特征参数获取准确的心理状态，并且评估方法需要消耗大量的人力物力资源，造成了浪费大量的人力成本和由于先验知识不足而导致的评估逻辑不严谨等问题。

技术实现思路

[0004]为了解决上述
技术介绍
中存在的至少一项技术问题，本专利技术提供基于生理特征稳定性检测的心理评估系统、介质及设备，其通过检测数据中的异常点评估心理状态，通过拟合正常心理状态时的生理数据曲线避免了由于先验知识不足而导致的评估不严谨。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于生理特征稳定性检测的心理评估系统，其特征在于，包括：数据预处理模块，被配置为：获取多维待检测生理数据并进行预处理；生理数据重构模块，被配置为：根据多维待检测生理数据和训练好的生理数据重构网络，得到对应的重构生理数据；相似度计算模块，被配置为：基于多维待检测生理数据和对应的重构生理数据，采用相似度算法，计算多维待检测生理数据与对应重构数据之间的相似度；心理评估模块，被配置为：基于多维待检测生理数据与对应重构数据之间的相似度和正常生理数据的特征向量进行回归拟合，得到心理评估结果。2.如权利要求1所述的基于生理特征稳定性检测的心理评估系统，其特征在于，所述数据预处理模块，还被配置为：将多维待检测生理数据按时间进行切片，将切片后的数据根据各自生理参数波动的规律，分别采用取相应的生理数据对时间的均值并以数组的形式进行保存。3.如权利要求1所述的基于生理特征稳定性检测的心理评估系统，其特征在于，所述生理数据重构模块，还被配置为：所述生理数据重构网络为多个并行的自编码器网络，所述每个自编码器网络的输入端各个项的待检测生理数据，输出端为对应的重构生理数据。4.如权利要求3所述的基于生理特征稳定性检测的心理评估方法，其特征在于，所述生理数据重构模块，还被配置为：所述自编码器网络包括编码器和解码器，所述编码器和解码器连接，通过编码器输入待检测生理数据，通过解码器输出重构数据；所述编码器通过编码函数将输入的待检测生理数据压缩成潜在的空间表征，解码器通过解码函数重构来自潜在空间表征的输入。5.如权利要求4所述的基于生理特征稳定性检测的心理评估方法，其特征在于，所述生理数据重构模块，还被配置为：所述编码器和解码器采用三层全连接层，编码器的第一层为输入层，第二层和第三层为隐藏层；所述解码器的第一层和第二层为隐藏层，第三层为输出层；第一层接收来自编码器的待检测生理数据的向量，并将其传入第二层，第三层节点个数与待检测生理数据向量维数一致。6.如权利要求1所述的基于生理特征稳定性检测的心理评估方法，其特征在于，所述生理数据重构模块，还被配置为：所...

【专利技术属性】
技术研发人员：杨阳，李泽洲，张志风，刘云霞，李洋，付立华，
申请(专利权)人：山东大学，
类型：发明
国别省市：