一种基于AI智能分析人体面部微表情的心理健康检测系统技术方案

本发明专利技术属于心理健康检测技术领域，具体的说是一种基于AI智能分析人体面部微表情的心理健康检测系统，AI筛查：通过30～60秒实时视频采集技术结合心理学+生理学获取相关心理健康指标，研判出零+低+中+高四个风险等级(10类结果).定期测试获取个体、团体标准，精准预警，形成被测人员心理研判报告，提醒主管及心理医生重点关注中+高风险人员；验证：集健康状态检测与干预为一体的具有国际先进水平的医疗设备，全面、精准、安全、快捷.对筛查出来的青少年，在5分钟内完成人体11000多项物质的反应性检测，并根据风险值的高低顺序排列，从而找到影响个体健康的最大风险、隐患、根源；非接触式心理测试装置具有使用方便性、易用性、安全性和稳定性。和稳定性。和稳定性。

【技术实现步骤摘要】
一种基于AI智能分析人体面部微表情的心理健康检测系统


[0001]本专利技术属于心理健康检测
，具体的说是一种基于AI智能分析人体面部微表情的心理健康检测系统。

技术介绍

[0002]因此在国家心理生理健康普查的政策指导下，探索教育、交通、消防、部队心理工作的创新服务模式，建立教育、交通、消防、部队的心理健康服务和队伍建设协同工作常态化运作机制，保证国民正确健康理念。
[0003]现有技术，国内现状：安徽“开心吧”心理检测仪器，通过对被测者的全身扫描分析，得出各项心理指标，但体积大，安装繁琐，仍需要测试者回答相应问题来判断测试者近期的心理状态，需要被测试者自主操作，北京诺和心理测评软件，被测者通过文字形式记录心情，系统再加以分析，生成相关心理情绪的图表，有一定的主观性，测试过程繁琐，且需要选择指定的时间地点，提前与在线咨询师进行预约，时间成本高；国外现状：英国Lyssn心理检测系统，系统对咨询师和患者的对话进行分析研究，提炼出对患者病情有效的对话，再加以诱导，此系统主要用于辅助咨询师对患者进行治疗，治疗时效长，且对咨询师有一定的技术要求，过程繁琐。
[0004]为此，本专利技术提供一种基于AI智能分析人体面部微表情的心理健康检测系统。

技术实现思路

[0005]为了弥补现有技术的不足，解决
技术介绍
中所提出的至少一个技术问题。
[0006]本专利技术解决其技术问题所采用的技术方案是：本专利技术所述的一种基于AI智能分析人体面部微表情的心理健康检测系统，该系统如下所示：/>[0007]S1：AI筛查：通过30～60秒实时视频采集技术结合心理学+生理学获取相关心理健康指标，研判出零+低+中+高四个风险等级(10类结果).定期测试获取个体、团体标准，精准预警，形成被测人员心理研判报告，提醒主管及心理医生重点关注中+高风险人员；
[0008]S2：验证：集健康状态检测与干预为一体的具有国际先进水平的医疗设备，全面、精准、安全、快捷.对筛查出来的青少年，在5分钟内完成人体11000多项物质的反应性检测，并根据风险值的高低顺序排列，从而找到影响个体健康的最大风险、隐患、根源；
[0009]S3：干预：拥有800多种干预方法，经综合分析评估人体健康状态后对各类隐患进行针对性干预，使人的生理和心理回归到应有的自然健康状态，并能预防潜在重大疾病的发生，对睡眠障碍、疼痛、慢性疲劳、消化系统、免疫系统、过敏、食物不耐受、性功能障碍、内分泌失调、心理压力、成瘾以及术后康复有明显的干预效果；
[0010]S4：AI评估：干预后的心理生理问题人员，通过AI筛查系统再做一次测评，通过干预前后的两次结果对比，可对本次心理治疗工作的效果做出评估，并为下次工作进展与工作改进提供参考；并对没有变化或向更坏情况发展的人员加强关注与重点帮助等后续工作，实现用户自助减压，提升心理健康素养。
[0011]优选的，所述S1中AI筛查步骤如下所示：
[0012]A1：将所需检测人员就做在4k
‑
eptz摄像机前方，通过4k
‑
eptz摄像机对就座的人员进行30
‑
90秒实时视频采集，利用4k
‑
eptz摄像机的ISP处理技术和DFACE技术来进行RGB活体检测，基于YOLOv4将人体影像进行智能分析结合YOLO、语义分割和超分辨网络算法，叠加组合识别算法智能集成动态影像数据；
[0013]A2：将通过4k
‑
eptz摄像机摄像机采集的数据通过PCIe总线传输至上位机数据采集系统进行测试，通过加载AutoFraming人形识别技术、AI红外热成像、创新影像振动技术和通过时间、空间滤波技术将所得到数据通过情感计算算法得出被测人员的心里健康情况。
[0014]优选的，所述A2中AutoFraming人形识别技术是采集肌肉微振动频率，将数据进行芯片级加密。
[0015]优选的，所述A2中AI红外热成像是基于S变换的非平稳信号分析方法实现非接触式的无损测量。
[0016]优选的，所述A2中创新影像振动技术中振动影像指人处于静态平衡状态的热力学过程的信息和概率显示，一个振动影像是在一段时间内，每个点视频图像变化的平均速率计算值；其影像振动技术是根据摄像机矩阵式感光组件的信号变化幅度分析，取代对象的每个点位移的幅度(距离)，随着帧间差异的积累，在矩阵的每个元素中，都存在对象位移信息的累积，该矩阵近似聚焦在空间的某个点上，空间点信号的变化频率与在某些条件下的身体运动的频率相关，通过振动影像的真实反映。
[0017]优选的，所述A2中的情感计算算法：实时判断的可疑度Dn是10维情感模型中的攻击性、压力和焦虑三值的平均值，其中攻击性为Ag；压力值为压力值St和焦虑值为焦虑值Tn，其算法如下所示：
[0018][0019]其中N是平均值。
[0020]优选的，所述攻击性为Ag攻击性是统计共性反映频率直方图的中最大频率和频率的分散程度，算式如下所示：
[0021][0022]其中F
m
:频率振动图像中最大频率；
[0023]F
i
:频率振动图像中频率的统计数；:
[0024]频率振动图像的平均频率；
[0025]F
in
:视频采样频率；
[0026]n:频率直方图中非零值频率个数。
[0027]优选的，所述压力值St的统计共性是振动图像中频率和振幅的左右不对称，与心
理学中左右大脑不对称理论同出一脉，算式如下：
[0028][0029]脸部矩阵左侧部分的i列振动图像振幅；
[0030]脸部矩阵右侧部分的i列振动图像振幅；
[0031][0031]开始到的最大振幅；
[0032]脸部矩阵左侧部分i列振动图像最大频率；
[0033]脸部矩阵右侧部分i列振动图像最大频率；
[0034][0034]开始到之间最大频率；
[0035]n：脸部矩阵列数。
[0036]优选的，所述焦虑值Tn的统计共性反映在振动图像的频谱，结合振幅和频率值对振动图像进行FFT变换得到频谱，焦虑值可以认为是整个能量中高频部分所占的比率，算式如下：
[0037][0038]P
i
(f)：振动图像的频谱；
[0039]f
max
：频谱中最大频率。
[0040]优选的，所述4k
‑
eptz摄像机安装于非接触式心理测试装置上，且本装置通过poylgeaph多道记录器，搭载Kintex
‑
7系列芯片作为核心芯片,利用ESP
‑
WIFI
‑
MESH网络控制高速模数转换器AD9467。
[0041]本专利技术的有益效果如下：
[0042]1.本专利技术所述的一种基于AI智能分析人体面部微表情的心理健康检测系统，使用方便，结构简单，无需穿戴任何传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI智能分析人体面部微表情的心理健康检测系统，其特征在于：该系统如下所示：S1：AI筛查：通过30～60秒实时视频采集技术结合心理学+生理学获取相关心理健康指标，研判出零+低+中+高四个风险等级(10类结果).定期测试获取个体、团体标准，精准预警，形成被测人员心理研判报告，提醒主管及心理医生重点关注中+高风险人员；S2：验证：集健康状态检测与干预为一体的具有国际先进水平的医疗设备，全面、精准、安全、快捷.对筛查出来的青少年，在5分钟内完成人体11000多项物质的反应性检测，并根据风险值的高低顺序排列，从而找到影响个体健康的最大风险、隐患、根源；S3：干预：拥有800多种干预方法，经综合分析评估人体健康状态后对各类隐患进行针对性干预，使人的生理和心理回归到应有的自然健康状态，并能预防潜在重大疾病的发生，对睡眠障碍、疼痛、慢性疲劳、消化系统、免疫系统、过敏、食物不耐受、性功能障碍、内分泌失调、心理压力、成瘾以及术后康复有明显的干预效果；S4：AI评估：干预后的心理生理问题人员，通过AI筛查系统再做一次测评，通过干预前后的两次结果对比，可对本次心理治疗工作的效果做出评估，并为下次工作进展与工作改进提供参考；并对没有变化或向更坏情况发展的人员加强关注与重点帮助等后续工作，实现用户自助减压，提升心理健康素养。2.根据权利要求1所述的一种基于AI智能分析人体面部微表情的心理健康检测系统，其特征在于：所述S1中AI筛查步骤如下所示：A1：将所需检测人员就做在4k
‑
eptz摄像机前方，通过4k
‑
eptz摄像机对就座的人员进行30
‑
90秒实时视频采集，利用4k
‑
eptz摄像机的ISP处理技术和DFACE技术来进行RGB活体检测，基于YOLOv4将人体影像进行智能分析结合YOLO、语义分割和超分辨网络算法，叠加组合识别算法智能集成动态影像数据；A2：将通过4k
‑
eptz摄像机摄像机采集的数据通过PCIe总线传输至上位机数据采集系统进行测试，通过加载AutoFraming人形识别技术、AI红外热成像、创新影像振动技术和通过时间、空间滤波技术将所得到数据通过情感计算算法得出被测人员的心里健康情况。3.根据权利要求2所述的一种基于AI智能分析人体面部微表情的心理健康检测系统，其特征在于：所述A2中AutoFraming人形识别技术是采集肌肉微振动频率，将数据进行芯片级加密。4.根据权利要求2所述的一种基于AI智能分析人体面部微表情的心理健康检测系统，其特征在于：所述A2中AI红外热成像是基于S变换的非平稳信号分析方法实现非接触式的无损测量。5.根据权利要求2所述的一种基于AI智能分析人体面部微表情的心理健康检测系统，其特征在于：所述A2中创新影像...

【专利技术属性】
技术研发人员：李佳彤，向红梅，王凯，胡镇南，黄志平，胡敏，徐继燕，苏雅琴，岳佳欣，段铭轩，
申请(专利权)人：重庆电子工程职业学院，
类型：发明
国别省市：