【技术实现步骤摘要】
本专利技术涉及神经网络，尤其涉及一种针对患者的心理干预智能交互系统以及方法。
技术介绍
1、肿瘤是指机体在各种致瘤因子作用下，局部组织细胞增生所形成的新生物，因为这种新生物多呈占位性块状突起，也称赘生物。肿瘤患者常见的症状大概有疲劳、失眠、疼痛、厌食、呼吸困难、认知问题、焦虑、恶心、抑郁等。对于肿瘤患者来说，除了进行身体的治疗，心理干预也很重要。肿瘤患者及其家属易于出现心理问题，常伴有抑郁、焦虑、猜疑、失眠、绝望和强迫等症状。严重者拒绝交流和治疗，甚至出现自杀倾向。因此，临床应对肿瘤患者的情绪状况需给予充分的重视，并在早期进行干预。
2、对于肿瘤患者和家属，临床医生的情感干预不仅可缓解患者焦虑和抑郁的情绪，消除恐惧感，同时还可以减轻患者因接受化疗或放疗而出现的生理性反应，从而提高提高肿瘤晚期患者的生存质量。因此，对于肿瘤晚期患者及其家属，临床人员应给予全程的、及时的情感干预，与患者保持紧密的交流，从而及时地对患者及其家属的心理问题进行疏导。但肿瘤患者个人情况、患病情况、知识背景不尽相同，如何构建与肿瘤患者交流的数据库是目前临床亟需解决的问题之一。
3、目前尚无可以7*24小时全天候针对晚期肿瘤患者交互的系统；或者在肿瘤患者的自动交流引导中，未与心理学的干预策略结合，对肿瘤患者心理干预效果有限，现有技术中并没有一种能够自动针对肿瘤患者的个体化差异，进行个性化的交互，从而对患者的心理进行干预的方案。
4、现有技术中，目前大型语义模型的模型主要有语言模型、对话管理模型、知识库等构成。其中对话管理模型
5、然而，目前大型语义模型无法针对存在心理问题的用户进行情感判别，并针对使用者的情感状态确定干预策略。
6、因此，亟需提供一种针对患者的心理干预智能交互系统以及方法。
技术实现思路
1、本专利技术的目的在于提供一种针对患者的心理干预智能交互系统以及方法，用于解决现有技术中大型语义模型无法针对存在心理问题的用户进行情感判别，并针对使用者的情感状态确定干预策略，没有可以全天候针对晚期肿瘤患者交互的系统；在肿瘤患者的自动交流引导中，未与心理学的干预策略结合，对肿瘤患者心理干预效果有限，无法自动针对肿瘤患者的个体化差异，进行个性化的交互，从而对患者的心理进行干预的问题。
2、为了实现上述目的，本专利技术提供如下技术方案：
3、一种针对患者的心理干预智能交互系统，包括：
4、基础数据采集模块、基本问题库、待预测数据获取模块以及患者心理状态预测模型；
5、所述基础数据采集模块用于采集多个患者的基础数据；所述基础数据至少包括多个患者的身份数据以及心理相关数据；所述心理相关数据至少包括针对不同患者的历史问答数据、患者的历史心理病例数据以及专家经验数据；
6、基于所述基础数据模块采集的所述基础数据构建形成所述基本问题库；所述基本问题库中至少包括多个问题、多个所述问题对应的答案以及回答内容的语言风格；所述基本问题库是基于语言风格生成模型生成的；所述语言风格生成模型的基本网络结构为transformer语义分析网络；所述语言风格生成模型包括第一多头注意力模块以及第二多头注意力模块，所述第一多头注意力模块用于情感分析，判别用户当前的精神状态；所述第二多头注意力模块用于语义分析，理解文本含义；
7、所述待预测数据获取模块用于获取患者的待预测问题数据；构建形成的所述基本问题库基于所述待预测问题数据为患者匹配目标答案并根据所述患者的情绪数据确定所述目标答案的目标回答风格；
8、所述患者心理状态预测模型用于基于所述待预测问题数据自动预测患者的心理状态。
9、优选的，所述系统还包括：
10、反馈分析模块，当所述患者接收到到目标回答风格的目标答案之后，继续获取所述患者的反馈信息；
11、采用所述反馈分析模块对所述反馈信息进行分析，确定所述目标风格的目标回答是否满足患者的需求；
12、若所述目标风格的目标回答不满足患者的需求，基于针对该患者的问答情况对所述基本问题数据库进行修正更新。
13、优选的，所述系统还包括：
14、患者心理状态预测模型训练模块；所述患者心理状态预测模型训练模块的训练过程包括：
15、获取患者的历史问答数据，将所述历史问答数据分为训练样本以及测试样本；
16、利用所述训练样本对患者心理状态预测模型进行训练，得到患者初始心理状态预测模型；
17、采用测试样本对所述患者初始心理状态预测模型进行测试，确定所述患者初始心理状态预测模型的误差；
18、基于所述误差对所述患者初始心理状态预测模型进行迭代训练，直至所述误差满足预设阈值，得到训练完成的患者心理状态预测模型。
19、优选的，所述回答内容的语言风格至少包括：严肃专业型、温柔体贴型、幽默型及睿智型；所述基本问题库提取所述待预测问题数据中的问题内容中的关键词，基基于关键词匹配技术为患者匹配得到对应的目标答案，并且所述基本问题库提取所述待预测问题数据中的患者情绪信息，根据所述患者情绪信息为患者选择对应的语言风格。
20、优选的，所述语言风格生成模型基于自然语言处理技术，通过改变语言风格生成模型的输入参数，将输入的原始文本根据预设要求进行渲染，以形成不同风格的语言文本；所述语言风格生成模型中包括情感判别模块以及心理干预模块；所述情感判别模块与语音分析并行，用于判别用户当前精神状态；所述心理干预模块用于更改文字表述。
21、优选的，所述语言风格生成模型至少包括：
22、输入层，编码层，调整层以及解码层；
23、所述基础数据通过所述输入层输入所述语言风格生成模型，得到包含词意与词性的表示矩阵；
24、所述编码层通过两个双向门控循环单元对输入的所述基础数据进行编码，分别抽取句子的内容与风格信息；
25、所述调整层抽取修改内容与风格信息；由解码层将调整层抽取修改的内容与风格信息转换为目标风格的文本。
26、优选的，所述患者的身份数据至少包括患者的姓名、性别、籍贯、生活环境以及工作环境信息；所述基本问题库中针对不同的患者，存储有不同患者的问题对应答案内容以及语言风格；所述语言风格还包括语言类型；所述语言类型与不同患者的地方性语言匹配。
27、优选的，所述患者心理状态预测模型为深度学习网络模型；所述心理状态至少包括健康状态以及抑郁状态；所述患者心理状态预测模型包括词嵌入层、特征提取层以及概率预测输出层；
28、所述待预测问题数据输入所述患者心理状态预测模型中，通过所述词嵌入层完成嵌入，通过所述特征提取层提取所述待预测问题数据中的特征信息；所述概率预测层基于所述特征信息完成患者心理状态的概率预测并输出预测概率值，基于输出的概率预测值判断患者的心理状态以及抑郁程度。...
【技术保护点】
1.一种针对患者的心理干预智能交互系统，其特征在于，包括：
2.根据权利要求1所述的针对患者的心理干预智能交互系统，其特征在于，所述系统还包括：
3.根据权利要求2所述的针对患者的心理干预智能交互系统，其特征在于，所述系统还包括：
4.根据权利要求1所述的针对患者的心理干预智能交互系统，其特征在于，所述回答内容的语言风格至少包括：严肃专业型、温柔体贴型、幽默型及睿智型；所述基本问题库提取所述待预测问题数据中的问题内容中的关键词，基基于关键词匹配技术为患者匹配得到对应的目标答案，并且所述基本问题库提取所述待预测问题数据中的患者情绪信息，根据所述患者情绪信息为患者选择对应的语言风格。
5.根据权利要求4所述的针对患者的心理干预智能交互系统，其特征在于，所述语言风格生成模型基于自然语言处理技术，通过改变语言风格生成模型的输入参数，将输入的原始文本根据预设要求进行渲染，以形成不同风格的语言文本；所述语言风格生成模型中包括情感判别模块以及心理干预模块；所述情感判别模块与语音分析并行，用于判别用户当前精神状态；所述心理干预模块用于更改文字表述。
6.根据权利要求5所述的针对患者的心理干预智能交互系统，其特征在于，所述语言风格生成模型至少包括：
7.根据权利要求1所述的针对患者的心理干预智能交互系统，其特征在于，所述患者的身份数据至少包括患者的姓名、性别、籍贯、生活环境以及工作环境信息；所述基本问题库中针对不同的患者，存储有不同患者的问题对应答案内容以及语言风格；所述语言风格还包括语言类型；所述语言类型与不同患者的地方性语言匹配。
8.根据权利要求3所述的针对患者的心理干预智能交互系统，其特征在于，所述患者心理状态预测模型为深度学习网络模型；所述心理状态至少包括健康状态以及抑郁状态；所述患者心理状态预测模型包括词嵌入层、特征提取层以及概率预测输出层；
9.根据权利要求8所述的针对患者的心理干预智能交互系统，其特征在于，所述患者心理状态预测模型融合了LSTM、Transformer词嵌入模块以及卷积结构，所述患者心理状态预测模型通过Transformer词嵌入模块对输入的文本信息实现编码，通过独热编码将文本映射到数值向量空间，同时训练一个可学习的权重矩阵同数值向量相乘实现数据降维；随后将经过编码的数据输入LSTM以及卷积融合结构中进行特征提取；最后由全连接层对提取的语义特征进行评估，对输入文本进行评分，通过Sigmoid层将评分映射到0-1之间，实现抑郁概率的预测。
10.一种针对患者的心理干预智能交互方法，其特征在于，包括：
...【技术特征摘要】
1.一种针对患者的心理干预智能交互系统，其特征在于，包括：
2.根据权利要求1所述的针对患者的心理干预智能交互系统，其特征在于，所述系统还包括：
3.根据权利要求2所述的针对患者的心理干预智能交互系统，其特征在于，所述系统还包括：
4.根据权利要求1所述的针对患者的心理干预智能交互系统，其特征在于，所述回答内容的语言风格至少包括：严肃专业型、温柔体贴型、幽默型及睿智型；所述基本问题库提取所述待预测问题数据中的问题内容中的关键词，基基于关键词匹配技术为患者匹配得到对应的目标答案，并且所述基本问题库提取所述待预测问题数据中的患者情绪信息，根据所述患者情绪信息为患者选择对应的语言风格。
5.根据权利要求4所述的针对患者的心理干预智能交互系统，其特征在于，所述语言风格生成模型基于自然语言处理技术，通过改变语言风格生成模型的输入参数，将输入的原始文本根据预设要求进行渲染，以形成不同风格的语言文本；所述语言风格生成模型中包括情感判别模块以及心理干预模块；所述情感判别模块与语音分析并行，用于判别用户当前精神状态；所述心理干预模块用于更改文字表述。
6.根据权利要求5所述的针对患者的心理干预智能交互系统，其特征在于，所述语言风格生成模型至少包括：
7.根据...
【专利技术属性】
技术研发人员：刘畅，刘帅，王效影，端慧敏，尚斐，
申请(专利权)人：中国人民解放军总医院京东医疗区，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。