一种监测抑郁症严重程度变化的系统其评估模型构建方法技术方案

本发明专利技术公开了一种监测抑郁症严重程度变化的系统其评估模型构建方法，该方法包括：利用佩带在患者左、右腕上的两个腕带传感器，分别采集患者皮肤电传导信号、心率以及3轴加速度计的运动数据；利用智能手机上的监控程序实时采集患者的手机使用情况及位置信息；并获得患者每天的特征参数；利用所述特征参数，通过机器学习训练获得抑郁症严重程度变化监测评估模型，并利用该评估模型输出的HDRS分数，监测评估抑郁症严重程度变化。本发明专利技术，通过智能手机和两个腕带传感器监测抑郁症严重程度变化，能够自动进行监测，使用方便、准确性较高，节约了专业人员人力资源成本。节约了专业人员人力资源成本。节约了专业人员人力资源成本。

【技术实现步骤摘要】
一种监测抑郁症严重程度变化的系统其评估模型构建方法


[0001]本专利技术涉及抑郁症监测评估
，具体涉及一种监测抑郁症严重程度变化的系统其评估模型构建方法。

技术介绍

[0002]抑郁症是最常见的一种心理疾病，以连续且长期的心情低落为主要的临床特征，是现代人心理疾病最重要的类型。
[0003]病残率和自杀率倾向和行为是抑郁症的严重表现。因此，监测抑郁症严重程度变化是抑郁症护理的重要目标，以实现早期发现，早期治疗。
[0004]目前，汉密顿抑郁量表(Hamilton Depression Scale，HAMD)是临床上评定抑郁状态时应用得最为普遍的量表，是评价病情的严重程度及治疗效果的一种有效方法。然而，该方法需要由经过培训的两名评定者对患者进行联合检查，人力资源缺乏，且评估成本高。
[0005]有鉴于此，需要提供一种监测抑郁症严重程度变化的系统和方法，以智能方式自动实现对抑郁症严重程度变化的有效监测评估，降低成本，提高临床治愈率，最大限度减少病残率和自杀率。

技术实现思路

[0006]针对上述缺陷，本专利技术所要解决的技术问题在于提供一种监测抑郁症严重程度变化的系统及其模型构建方法，以解决现有技术使用HAMD评价抑郁症病情的严重程度，人力资源缺乏，成本高的问题。
[0007]为此，本专利技术提供的构建抑郁症严重程度变化监测评估模型的方法，包括以下步骤：
[0008]利用佩带在患者左、右腕上的两个腕带传感器，分别采集患者左、右腕部的皮肤电传导信号、心率以及3轴加速度计的运动数据；
[0009]利用智能手机上的监控程序实时采集患者的通话、短信、应用程序使用情况和屏幕显示数据；
[0010]利用智能手机上的GPS实时获取患者的位置信息；
[0011]对患者左、右腕部的皮肤电传导信号、心率以及3轴加速度计的运动数据，通话、短信、应用程序使用情况和屏幕显示数据，以及位置信息进行处理，获得患者每天的以下特征参数；所述特征参数包括：24小时中静止时间段内，左腕的SCR平均值和SCL平均值、左右腕SCR变化平均值和SCR变化平均值；24小时中手机屏幕打开的持续时间平均值和中值、上午8点到下午6点期间手机屏幕打开的平均持续时间和标准差，中午12点至下午6点期间手机屏幕打开的平均持续时间和标准差，中午12点到下午6点期间手机屏幕打开次数和总时间；24小时中右腕HRV信号低频段的平均功率和标准差、高频段的平均功率、N
‑
N间期左腕和右腕HRV平均值的标准差，右腕正常心跳变化均方根；午夜12点到下午6点期间、下午6点至午夜12点期间，N
‑
N间期右腕HRV平均值的标准差；下午6点至午夜12点期间，N
‑
N间期左腕HRV平
均值的标准差；下午6点到午夜12点期间R
‑
R间期右腕HRV均方根、右腕所有窦性心跳的标准差、右腕正常间期HRV变化均方根、右腕正常心跳变化均方根；4小时中的纬度平均值和标准差；中午12点到下午6点经纬度标准差的平均值、上午6点到中午12点经度的标准差、上午8点到下午6点期间的平均纬度、中午12点到下午6点期间的纬度中值、上午6点到中午12期间纬度的标准差和纬度平均值的标准差、午夜12点到上午6点期间的平均纬度、中午12点到下午6点的平均纬度和纬度值标准差、上午8点到下午6点之间的纬度值标准差；
[0012]利用所述特征参数，通过机器学习训练获得抑郁症严重程度变化监测评估模型，该抑郁症严重程度变化监测评估模型通过输入上述特征参数，输出HDRS分数。
[0013]在上述方法中，优选地，所述静止时间段通过所述腕带传感器上的3轴加速度计获得。
[0014]在上述方法中，优选地，利用每5分钟的所述位置信息采样记录，采用平滑曲线拟合推断缺失的位置信息。
[0015]在上述方法中，优选地，采用6小时间隔将一天24小时划分为上午、下午、傍晚和晚上四个时段。
[0016]本专利技术提供了一种抑郁症严重程度变化监测评估系统，包括：
[0017]两个腕带传感器，分别佩带在患者左、右腕上的，用于采集患者左、右腕部的皮肤电传导信号、心率以及3轴加速度计的运动数据；
[0018]智能手机，其是设有监控模块和GPS模块，所述监控模块用于实时采集患者的通话、短信、应用程序使用情况和屏幕显示数据；所述GPS模块用于实时获取患者的位置信息；
[0019]数据处理模块，用于对患者左、右腕部的皮肤电传导信号、心率以及3轴加速度计的运动数据，通话、短信、应用程序使用情况和屏幕显示数据，以及位置信息进行处理，获得患者每天的特征参数；
[0020]服务器，其上设有利用上述方法构建的抑郁症严重程度变化监测评估模型，根据所述特征参数和抑郁症严重程度变化监测评估模型获得患者的HDRS分数。
[0021]由上述技术方案可知，本专利技术提供的监测抑郁症严重程度变化的系统其模型构建方法，解决了现有技术人力资源缺乏，且评估成本高的问题。
[0022]与现有技术相比，本专利技术具有以下有益效果：
[0023]通过机器学习构建了抑郁症严重程度变化监测评估模型，利用佩带在患者左、右腕上的两个腕带传感器和智能手机自动采集患者身体数据和手机使用情况数据，通过这些数据自动获得HDRS分数，实现了对抑郁症严重程度变化的自动监测评估，效率高，布置和使用方便，降低了人力成本，经实际测试，准确性较高。
附图说明
[0024]为了更清楚地说明本专利技术的实施例或现有技术中的技术方案，下面将对本专利技术实施例或现有技术描述中所需要使用的附图做出简单地介绍和说明。显而易见地，下面描述中的附图仅仅是本专利技术的部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0025]图1为本专利技术提供的一种构建抑郁症严重程度变化监测评估模型的方法流程图。
具体实施方式
[0026]下面将结合本专利技术实施例附图，对本专利技术实施例的技术方案进行清楚、完整地描述，显然，以下所描述的实施例，仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动的前提下，所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]为了对本专利技术的技术方案和实现方式做出更清楚地解释和说明，以下介绍实现本专利技术技术方案的几个优选的具体实施例。
[0028]需要说明的是，本文中“内、外”、“前、后”及“左、右”等方位词是以产品使用状态为基准对象进行的表述，显然，相应方位词的使用对本方案的保护范围并非构成限制。
[0029]以下描述中使用到的技术术语解释如下：
[0030]HR，心率。
[0031]HRV，心率变异性。
[0032]SCR，皮肤电导反应。
[0033]SCL，皮肤电导水平。
[0034]请参见图1，图1为本专利技术提供的一种构建抑郁症严重程度变化监测评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种构建抑郁症严重程度变化监测评估模型的方法，其特征在于，包括以下步骤：利用佩带在患者左、右腕上的两个腕带传感器，分别采集患者左、右腕部的皮肤电传导信号、心率以及3轴加速度计的运动数据；利用智能手机上的监控程序实时采集患者的通话、短信、应用程序使用情况和屏幕显示数据；利用智能手机上的GPS实时获取患者的位置信息；对患者左、右腕部的皮肤电传导信号、心率以及3轴加速度计的运动数据，通话、短信、应用程序使用情况和屏幕显示数据，以及位置信息进行处理，获得患者每天的以下特征参数；所述特征参数包括：24小时中静止时间段内，左腕的SCR平均值和SCL平均值、左右腕SCR变化平均值和SCR变化平均值；24小时中手机屏幕打开的持续时间平均值和中值、上午8点到下午6点期间手机屏幕打开的平均持续时间和标准差，中午12点至下午6点期间手机屏幕打开的平均持续时间和标准差，中午12点到下午6点期间手机屏幕打开次数和总时间；24小时中右腕HRV信号低频段的平均功率和标准差、高频段的平均功率、N
‑
N间期左腕和右腕HRV平均值的标准差，右腕正常心跳变化均方根；午夜12点到下午6点期间、下午6点至午夜12点期间，N
‑
N间期右腕HRV平均值的标准差；下午6点至午夜12点期间，N
‑
N间期左腕HRV平均值的标准差；下午6点到午夜12点期间R
‑
R间期右腕HRV均方根、右腕所有窦性心跳的标准差、右腕正常间期HRV变化均方根、右腕正常心跳变化均方根；4小时中的纬度平均值和标准差；中午12点到下午6点经纬度标准差的平均值...

【专利技术属性】
技术研发人员：赵靓，陈方军，饶静云，
申请(专利权)人：肇庆医学高等专科学校，
类型：发明
国别省市：