本申請(qǐng)涉及心理疾病檢測(cè)領(lǐng)域，具體而言，涉及一種基于面部視頻分析的心理焦慮預(yù)測(cè)方法與系統(tǒng)。

背景技術(shù)：

1、傳統(tǒng)的心理焦慮相關(guān)疾病的確診與評(píng)估通常為線下心理診所中心理醫(yī)生進(jìn)行評(píng)估，這種方式對(duì)越來越多的患者來說，通常需要排隊(duì)才能獲取心理醫(yī)生的治療，會(huì)出現(xiàn)心理焦慮相關(guān)疾病不能及時(shí)確診的問題，因此，在心理健康管理和心理焦慮干預(yù)中，可以方便準(zhǔn)確的識(shí)別到受試者的心理焦慮情況并給出評(píng)估結(jié)果的產(chǎn)品可以更早地發(fā)現(xiàn)并遏制心理疾病。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)的主要目的在于提供一種基于面部視頻分析的心理焦慮預(yù)測(cè)方法與系統(tǒng)，以實(shí)現(xiàn)對(duì)受試者完成心理焦慮的識(shí)別與預(yù)測(cè)。

2、為了實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┝耍阂环N基于面部視頻分析的心理焦慮預(yù)測(cè)方法，所述方法包括：

3、采集面部視頻數(shù)據(jù)；

4、從面部視頻數(shù)據(jù)中提取rppg信號(hào)；

5、對(duì)rppg信號(hào)進(jìn)行降噪處理，并從中提取用于描述心率相關(guān)指標(biāo)的多個(gè)特征；

6、使用心理焦慮評(píng)估工具對(duì)受試者進(jìn)行焦慮癥狀等級(jí)的評(píng)估并標(biāo)注焦慮類別；

7、根據(jù)多個(gè)所述特征、焦慮癥狀等級(jí)及焦慮類別構(gòu)建焦慮預(yù)測(cè)模型，所述焦慮預(yù)測(cè)模型選用自適應(yīng)提升算法模型；

8、將焦慮預(yù)測(cè)模型部署至應(yīng)用系統(tǒng)中并維護(hù)。

9、進(jìn)一步，所述從面部視頻數(shù)據(jù)中提取rppg信號(hào)的方法具體包括：

10、檢測(cè)每個(gè)所述面部視頻的視頻幀，以獲取面部矩形并分割面部興趣區(qū)域；

11、識(shí)別每個(gè)面部興趣區(qū)域中皮膚的顏色變化；

12、應(yīng)用顏色模型對(duì)變化的皮膚顏色像素的顏色通道進(jìn)行計(jì)算，并通過顏色通道的平均值構(gòu)建rppg信號(hào)。

13、進(jìn)一步，對(duì)rppg信號(hào)進(jìn)行降噪處理，并從中提取用于描述心率相關(guān)指標(biāo)的多個(gè)特征的方法具體包括：

14、應(yīng)用基線消除算法消除或抑制原始rppg信號(hào)脈沖急劇下降或上升的趨勢(shì)；

15、應(yīng)用尖峰平滑算法消除急劇下降的尖峰噪聲；

16、應(yīng)用五點(diǎn)三次平滑算法去除高頻隨機(jī)噪聲，并獲得降噪后的rppg信號(hào)；

17、對(duì)降噪后的rppg信號(hào)至少提取時(shí)域特征、頻域特征和時(shí)頻域特征；

18、從所述時(shí)域特征、頻域特征和時(shí)頻域特征中提取多個(gè)與心率變異性相關(guān)的參數(shù)作為多個(gè)所述特征。

19、進(jìn)一步，使用心理焦慮評(píng)估工具對(duì)受試者進(jìn)行焦慮癥狀等級(jí)的評(píng)估并標(biāo)注焦慮類別的方法具體包括：

20、通過心理焦慮評(píng)估工具收集受試者的心理焦慮水平數(shù)據(jù)；

21、對(duì)所述焦慮水平數(shù)據(jù)進(jìn)行缺失值和異常值處理；

22、根據(jù)心理焦慮評(píng)估工具的內(nèi)容設(shè)計(jì)和常規(guī)實(shí)踐結(jié)合處理后的焦慮水平數(shù)據(jù)，劃分受試者的焦慮癥狀等級(jí)和焦慮類別。

23、進(jìn)一步，所述根據(jù)多個(gè)所述特征、焦慮癥狀等級(jí)及焦慮類別構(gòu)建焦慮預(yù)測(cè)模型，所述焦慮預(yù)測(cè)模型選用自適應(yīng)提升算法模型，具體包括：

24、將多個(gè)所述特征、焦慮癥狀等級(jí)及焦慮類別數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集；

25、選用自適應(yīng)提升算法對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行訓(xùn)練并輸出焦慮預(yù)測(cè)模型；

26、使用測(cè)試集數(shù)據(jù)對(duì)所述焦慮預(yù)測(cè)模型進(jìn)行性能評(píng)估與參數(shù)調(diào)優(yōu)；

27、輸出調(diào)優(yōu)后的焦慮預(yù)測(cè)模型。

28、進(jìn)一步，所述選用自適應(yīng)提升算法對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行訓(xùn)練并輸出焦慮預(yù)測(cè)模型的方法具體包括：

29、給定訓(xùn)練樣本集d＝{(x1,y1),(x2,y2)...(xn,yn),y∈{0,1}，其中，y標(biāo)簽數(shù)值對(duì)應(yīng)情緒狀態(tài)的正面樣本(“0”)、其他樣本(“1”)兩個(gè)類別；

30、給定每個(gè)訓(xùn)練樣本集d初始化權(quán)重

31、計(jì)算基本分類器的訓(xùn)練偏差

32、循環(huán)迭代t次,并對(duì)每個(gè)訓(xùn)練樣本的權(quán)重進(jìn)行更新：

33、

34、其中，zt為標(biāo)準(zhǔn)化因子，ht為基本分類器；

35、通過多個(gè)帶權(quán)重的基本分類器表示強(qiáng)分類器h，并完成訓(xùn)練，其中，h為

36、進(jìn)一步，所述將焦慮預(yù)測(cè)模型部署至應(yīng)用系統(tǒng)中并維護(hù)的方法具體包括：

37、創(chuàng)建api服務(wù)，用于加載模型并接收請(qǐng)求及返回模型識(shí)別結(jié)果；

38、將api服務(wù)部署到應(yīng)用系統(tǒng)中；

39、監(jiān)控api服務(wù)的運(yùn)行狀態(tài)，并定期更新模型。

40、本實(shí)施例進(jìn)一步公開了一種基于面部視頻分析的心理焦慮預(yù)測(cè)系統(tǒng)，包括：

41、數(shù)據(jù)采集模塊，用于采集面部視頻數(shù)據(jù)；

42、rppg信號(hào)提取模塊，用于從面部視頻數(shù)據(jù)中提取rppg信號(hào)；

43、特征提取模塊，用于對(duì)rppg信號(hào)進(jìn)行降噪處理，并從中提取用于描述心率相關(guān)指標(biāo)的多個(gè)特征；

44、數(shù)據(jù)標(biāo)注模塊，用于使用心理焦慮評(píng)估工具對(duì)受試者進(jìn)行焦慮癥狀等級(jí)的評(píng)估并標(biāo)注焦慮類別；

45、模型訓(xùn)練與評(píng)估模塊，用于根據(jù)多個(gè)所述特征、焦慮癥狀等級(jí)及焦慮類別構(gòu)建焦慮預(yù)測(cè)模型，所述焦慮預(yù)測(cè)模型選用自適應(yīng)提升算法模型；

46、模型部署模塊，用于將焦慮預(yù)測(cè)模型部署至應(yīng)用系統(tǒng)中并維護(hù)。

47、本實(shí)施例進(jìn)一步公開了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的方法。

48、本實(shí)施例進(jìn)一步公開了一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)上述所述的方法。

49、本發(fā)明提供的基于面部視頻分析的心理焦慮預(yù)測(cè)方法與系統(tǒng)，與現(xiàn)有技術(shù)相比，其有益效果為：采用面部視頻數(shù)據(jù)作為心理焦慮預(yù)測(cè)的基礎(chǔ)數(shù)據(jù)，可以滿足遠(yuǎn)程的基礎(chǔ)數(shù)據(jù)采集，數(shù)據(jù)采集更方便快捷，同時(shí)通過對(duì)多名受訪者進(jìn)行心理焦慮等級(jí)與對(duì)應(yīng)采集到的多個(gè)特征進(jìn)行自適應(yīng)提升算法模型訓(xùn)練，在遠(yuǎn)程部署焦慮預(yù)測(cè)模型后，可以實(shí)現(xiàn)通過遠(yuǎn)程采集到的面部視頻信號(hào)對(duì)受試者進(jìn)行準(zhǔn)確的心理焦慮相關(guān)疾病的識(shí)別。

技術(shù)特征：

1.一種基于面部視頻分析的心理焦慮預(yù)測(cè)方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的基于面部視頻分析的心理焦慮預(yù)測(cè)方法，其特征在于，所述從面部視頻數(shù)據(jù)中提取rppg信號(hào)的方法具體包括：

3.如權(quán)利要求2所述的基于面部視頻分析的心理焦慮預(yù)測(cè)方法，其特征在于，對(duì)rppg信號(hào)進(jìn)行降噪處理，并從中提取用于描述心率相關(guān)指標(biāo)的多個(gè)特征的方法具體包括：

4.如權(quán)利要求1所述的基于面部視頻分析的心理焦慮預(yù)測(cè)方法，其特征在于，使用心理焦慮評(píng)估工具對(duì)受試者進(jìn)行焦慮癥狀等級(jí)的評(píng)估并標(biāo)注焦慮類別的方法具體包括：

5.如權(quán)利要求1所述的基于面部視頻分析的心理焦慮預(yù)測(cè)方法，其特征在于，所述根據(jù)多個(gè)所述特征、焦慮癥狀等級(jí)及焦慮類別構(gòu)建焦慮預(yù)測(cè)模型，所述焦慮預(yù)測(cè)模型選用自適應(yīng)提升算法模型，具體包括：

6.如權(quán)利要求5所述的基于面部視頻分析的心理焦慮預(yù)測(cè)方法，其特征在于，所述選用自適應(yīng)提升算法對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行訓(xùn)練并輸出焦慮預(yù)測(cè)模型的方法具體包括：

7.如權(quán)利要求1所述的基于面部視頻分析的心理焦慮預(yù)測(cè)方法，其特征在于，所述將焦慮預(yù)測(cè)模型部署至應(yīng)用系統(tǒng)中并維護(hù)的方法具體包括：

8.一種基于面部視頻分析的心理焦慮預(yù)測(cè)系統(tǒng)，其特征在于，包括：

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述權(quán)利要求1～7任一項(xiàng)所述的方法。

10.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)上述權(quán)利要求1～7任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請(qǐng)公開了一種基于面部視頻分析的心理焦慮預(yù)測(cè)方法及系統(tǒng)，方法包括：采集面部視頻數(shù)據(jù)；從面部視頻數(shù)據(jù)中提取rPPG信號(hào)；對(duì)rPPG信號(hào)進(jìn)行降噪處理，并從中提取用于描述心率相關(guān)指標(biāo)的多個(gè)特征；使用心理焦慮評(píng)估工具對(duì)受試者進(jìn)行焦慮癥狀等級(jí)的評(píng)估并標(biāo)注焦慮類別；根據(jù)多個(gè)所述特征、焦慮癥狀等級(jí)及焦慮類別構(gòu)建焦慮預(yù)測(cè)模型，所述焦慮預(yù)測(cè)模型選用自適應(yīng)提升算法模型；將焦慮預(yù)測(cè)模型部署至應(yīng)用系統(tǒng)中并維護(hù)。采用面部視頻數(shù)據(jù)作為心理焦慮預(yù)測(cè)的基礎(chǔ)數(shù)據(jù)，同時(shí)通過對(duì)多名受訪者進(jìn)行心理焦慮等級(jí)與對(duì)應(yīng)采集到的多個(gè)特征進(jìn)行自適應(yīng)提升算法模型訓(xùn)練，在遠(yuǎn)程部署焦慮預(yù)測(cè)模型后，實(shí)現(xiàn)通過遠(yuǎn)程采集到的rPPG信號(hào)對(duì)受試者進(jìn)行準(zhǔn)確的心理焦慮預(yù)測(cè)。

技術(shù)研發(fā)人員：李宗博,杜登斌
受保護(hù)的技術(shù)使用者：吾征智能技術(shù)（北京）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10