本發(fā)明屬于健康控制技術(shù)領(lǐng)域,尤其涉及一種心理壓力評估方法及裝置。
背景技術(shù):
研究發(fā)現(xiàn),90%以上的疾病都是由心理壓力所引發(fā)的,慢性心理壓力會帶來一系列的病理、生理風(fēng)險,直接影響人們的身心健康,長期的心理壓力也是導(dǎo)致亞健康的主要原因之一,因此,準(zhǔn)確測度和評估心理壓力是大家都關(guān)注的重要健康問題之一。準(zhǔn)確測度心理壓力是評估心理壓力的基礎(chǔ),大量國內(nèi)外研究證實通過自主測評法、行為測量法以及生理學(xué)測定法來從心理及生理層面來測量心理壓力狀態(tài)是切實可行的,心理生理學(xué)測定法由于其可以在無意識狀態(tài)下檢測情感和生理狀態(tài),對于受試者來說,不適感最小并且更加能夠反映客觀真實的情感狀態(tài)。但是,當(dāng)前心理壓力的測度或評估,或者是單單采用心理量表評估,或者是單單采用生理參數(shù)進(jìn)行檢測評判,如:中國專利cn103584872b提供了一種基于多生理參數(shù)融合的心理壓力評估方法,此發(fā)明是基于多生理參數(shù)融合的評估心理壓力的方法研究,具體包括心電、肌電、脈搏波和腦電四種生理信號,通過對多參數(shù)信號采集、預(yù)處理、特征提取和心理壓力情感識別,并進(jìn)行融合。相對于單一參數(shù)分類識別,或者多參數(shù)數(shù)據(jù)級融合或者特征級融合,從而準(zhǔn)確地識別心理壓力情感,不能達(dá)到主客觀結(jié)合,多層次定量化的去評估心理壓力,并且同時結(jié)合反饋訓(xùn)練進(jìn)行心理調(diào)節(jié)。
技術(shù)實現(xiàn)要素:
本發(fā)明實施例提供了一種心理壓力評估方法及裝置,旨在解決現(xiàn)有技術(shù)不能達(dá)到主客觀結(jié)合,多層次定量化的去評估心理壓力,并且同時結(jié)合反饋訓(xùn)練 進(jìn)行心理調(diào)節(jié)的問題。
一方面,提供一種心理壓力評估方法,所述方法包括:
采集樣本數(shù)據(jù),所述樣本數(shù)據(jù)具體為包括生理特征數(shù)據(jù)、心理特征數(shù)據(jù)以及個體基本信息,構(gòu)建特征數(shù)據(jù)矩陣;
分別以模糊c均值算法及有序加權(quán)算術(shù)平均算子對所述生理特征數(shù)據(jù)、心理特征數(shù)據(jù)進(jìn)行初步評估,獲得各自的分類識別結(jié)果;
根據(jù)決策層融合模型對其中存在心理壓力的所述分類識別結(jié)果進(jìn)行良性與否的二次分類,輸出存在心理壓力的二次分類結(jié)果;
以所述二次分類結(jié)果作為統(tǒng)計模型輸入,根據(jù)基于壓力系統(tǒng)理論模型的cylinder壓力量化函數(shù),獲取個體心理壓力量化值。
進(jìn)一步地,所述生理特征數(shù)據(jù)包括:心電信號及其特征值和呼吸信號及其特征值,所述心電信號及其特征值包括基于心電圖波形特征、心率節(jié)奏模式特征以及心率變異特征;所述呼吸信號及其特征值包括呼吸節(jié)奏模式特征、呼吸統(tǒng)計特征和呼吸波形特征。
進(jìn)一步地,所述心理特征數(shù)據(jù)包括:自主測評量表特征和社會行為評測量表特征,所述自主測評量表特征包括個體信息、思維能力、情緒健康、人格完整;所述社會行為評測量表特征包括環(huán)境適應(yīng)、生活習(xí)慣和人際交往。
進(jìn)一步地,所述分類識別結(jié)果包括健康狀態(tài)、中度心理壓力和重度心理壓力,所述存在心理壓力的所述分類識別結(jié)果具體為中度心理壓力和重度心理壓力,所述根據(jù)決策層融合模型對其中存在心理壓力的所述分類識別結(jié)果進(jìn)行良性與否的二次分類,輸出存在心理壓力的二次分類結(jié)果具體為:
根據(jù)決策層融合模型判斷以中度心理壓力和重度心理壓力的分類識別結(jié)果是否為良性壓力,如果是良性壓力,則當(dāng)前分類識別結(jié)果歸類為無壓力狀態(tài)即健康狀態(tài),如果不是良性壓力,則當(dāng)前分類識別結(jié)果歸類為存在心理壓力的二次分類結(jié)果。
進(jìn)一步地,所述cylinder壓力量化函數(shù)f(t)具體為:
其中,所述ρ為液體的密度,也是應(yīng)激性類別或壓力產(chǎn)生的原因,l為底部的長度,也是個體最大承壓能力,h為應(yīng)激性的強(qiáng)度,也是壓力強(qiáng)度,h的取值范圍為1<h<h,t為時間,也即壓力延續(xù)時間。
另一方面,提供一種心理壓力評估裝置,所述裝置包括:
數(shù)據(jù)接收單元,用于采集樣本數(shù)據(jù),所述樣本數(shù)據(jù)具體為包括生理特征數(shù)據(jù)、心理特征數(shù)據(jù)以及個體基本信息構(gòu)建的特征數(shù)據(jù)矩陣;
一級分類單元,用于分別以模糊c均值算法及有序加權(quán)算術(shù)平均算子對所述生理特征數(shù)據(jù)、心理特征數(shù)據(jù)進(jìn)行初步評估,獲得各自的分類識別結(jié)果;
二級分類單元,用于根據(jù)決策層融合模型對其中存在心理壓力的所述分類識別結(jié)果進(jìn)行良性與否的二次分類,輸出存在心理壓力的二次分類結(jié)果;
壓力量化單元,用于以所述二次分類結(jié)果作為統(tǒng)計模型輸入,根據(jù)基于壓力系統(tǒng)理論模型的cylinder壓力量化函數(shù),獲取個體心理壓力量化值。
進(jìn)一步地,所述分類識別結(jié)果包括健康狀態(tài)、中度心理壓力和重度心理壓力,所述存在心理壓力的所述分類識別結(jié)果具體為中度心理壓力和重度心理壓力,所述二級分類單元具體用于根據(jù)決策層融合模型判斷以中度心理壓力和重度心理壓力的分類識別結(jié)果是否為良性壓力,如果是良性壓力,則當(dāng)前分類識別結(jié)果歸類為無壓力狀態(tài)即健康狀態(tài),如果不是良性壓力,則當(dāng)前分類識別結(jié)果歸類為存在心理壓力的二次分類結(jié)果。
進(jìn)一步地,所述cylinder壓力量化函數(shù)f(t)具體為:
其中,所述ρ為液體的密度,也是應(yīng)激性類別或壓力產(chǎn)生的原因,l為底部的長度,也是個體最大承壓能力,h為應(yīng)激性的強(qiáng)度,也是壓力強(qiáng)度,h的取值范圍為1<h<h,t為時間,也即壓力延續(xù)時間。
本申請實施例包括以下優(yōu)點:
采用多生理參數(shù)特征值,結(jié)合了心理量表特征值,通過主客觀結(jié)合,排除掉了積極的心理壓力,并且結(jié)合模糊理論、決策層信息融合模型對心理壓力進(jìn)行多級精確分類,充分考慮了環(huán)境適應(yīng)、認(rèn)知交互及自主評價對心理壓力的影響機(jī)制,建立基于壓力系統(tǒng)模型的cylinder量化函數(shù),從而實現(xiàn)對心理壓力的分級定量評估。
附圖說明
圖1是本發(fā)明實施例一提供的心理壓力評估方法的流程圖;
圖2是本發(fā)明實施例一提供的cylinder壓力量化模型示意圖;
圖3是本發(fā)明實施例一提供的cylinder圓筒空間模型圖及數(shù)學(xué)模型圖;
圖4是本發(fā)明實施例二提供的心理壓力評估裝置的具體結(jié)構(gòu)框圖。
具體實施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白,以下結(jié)合附圖及實施例,對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解,此處所描述的具體實施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。
以下結(jié)合具體實施例對本發(fā)明的實現(xiàn)進(jìn)行詳細(xì)描述:
實施例一
圖1示出了本發(fā)明實施例一提供的心理壓力評估方法的實現(xiàn)流程,詳述如下:
在步驟s101中,采集樣本數(shù)據(jù),所述樣本數(shù)據(jù)具體為包括生理特征數(shù)據(jù)、心理特征數(shù)據(jù)以及個體基本信息構(gòu)建的特征數(shù)據(jù)矩陣。
在本實施例中,所述樣本數(shù)據(jù)通過臨床或者社區(qū)家庭進(jìn)行采集。所述生理特征數(shù)據(jù)包括:心電信號及其特征值和呼吸信號及其特征值,所述心電信號及其特征值包括基于心電圖波形特征、心率節(jié)奏模式特征以及心率變異特征;所 述呼吸信號及其特征值包括呼吸節(jié)奏模式特征、呼吸統(tǒng)計特征和呼吸波形特征,生理數(shù)據(jù)采集設(shè)備包括但不限于織物電極類的可穿戴設(shè)備采集。所述心理特征數(shù)據(jù)包括:自主測評量表特征和社會行為評測量表特征,所述自主測評量表特征包括個體信息、思維能力、情緒健康、人格完整;所述社會行為評測量表特征包括環(huán)境適應(yīng)、生活習(xí)慣和人際交往。
在步驟s102中,分別以模糊c均值算法及有序加權(quán)算術(shù)平均算子對所述生理特征數(shù)據(jù)、心理特征數(shù)據(jù)進(jìn)行初步評估,獲得各自的分類識別結(jié)果。
在本實施例中,所述分類識別結(jié)果包括健康狀態(tài)、中度心理壓力和重度心理壓力,其中,所述存在心理壓力的所述分類識別結(jié)果具體為中度心理壓力和重度心理壓力。以下說明中以健康狀態(tài)、中度心理壓力和重度心理壓力為三個聚類中心,模糊c均值算法是一種非常有效的模糊聚類算法,具體的,假設(shè)待分類心理壓力狀態(tài)水平的集合為:
滿足:
其中m∈[1,+∞]稱為模糊加權(quán)系數(shù),uij稱為隸屬度,xj表示向量隸屬于中心點的程度,d(xj,vi)是目標(biāo)函數(shù)xj與vi的歐式距離。
由于心理壓力的形成存在多種因素:心理的、生理的、社會的、環(huán)境的因素等,這些因素對心理壓力形成、發(fā)展所施加的影響力因人而異,具備明顯的主觀性及個體差異性,僅僅通過模糊c均值算法獲得的聚類結(jié)果存在很多不合理情況,如環(huán)境差異、社會地位差異、身體狀況差異對心理壓力的忍耐度是不同的,因此通過構(gòu)建有序加權(quán)平均算子,盡可能降低由個體差異形成的不合理情況。
另外,心理特征數(shù)據(jù)的有序加權(quán)算術(shù)平均算子owa可定義為:
設(shè)函數(shù)owa:rn→r,若:
有序加權(quán)算術(shù)平均算子的優(yōu)點是:對心理及生理特征量值數(shù)據(jù)(a1,a2,...,an)按從大到小的順序重新進(jìn)行排序并通過加權(quán)集結(jié),由于量值ai與權(quán)值wj沒有任何聯(lián)系,只與集結(jié)過程中的量值所在位置有關(guān),故可利用有序加權(quán)算術(shù)平均算子對樣本個體的心理生理特征向量xi(i=1,2,3,...)進(jìn)行集結(jié),求得其綜合屬性值zi(w),按zi(w)大小對方案進(jìn)行排序并擇優(yōu),可以較好地消除由于環(huán)境、社會地位等多種因素造成的個體差異性。
在步驟s103中,根據(jù)決策層融合模型對其中存在心理壓力的所述分類識別結(jié)果進(jìn)行良性與否的二次分類,輸出存在心理壓力的二次分類結(jié)果。
在本實施例中,所述存在心理壓力的所述分類識別結(jié)果具體為中度心理壓力和重度心理壓力,所述根據(jù)決策層融合模型對其中存在心理壓力的所述分類識別結(jié)果進(jìn)行良性與否的二次分類,輸出存在心理壓力的二次分類結(jié)果具體為:
根據(jù)決策層融合模型判斷以中度心理壓力和重度心理壓力的分類識別結(jié)果是否為良性壓力,如果是良性壓力,則當(dāng)前分類識別結(jié)果歸類為無壓力狀態(tài)即健康狀態(tài),如果不是良性壓力,則當(dāng)前分類識別結(jié)果歸類為存在心理壓力的二次分類結(jié)果。
其中,心理壓力在一定程度上可認(rèn)為是積極的即良性壓力,能夠增強(qiáng)人們的警覺性及生產(chǎn)力,尤其是在喚醒度達(dá)到最優(yōu)水平時。然而,這是有一定限度的,一旦超出這一限度,就會為個體帶來一系列嚴(yán)重問題,甚至還可能導(dǎo)致直 接危及生命的癥狀。步驟s102對心理壓力的初級分類,能夠識別出健康、中度心理壓力及重度心理壓力三種狀態(tài),但是,無法對心理壓力良性與否評估,因此本步驟對中度和重度心理壓力狀態(tài)進(jìn)行二次分類,將構(gòu)建基于d-s證據(jù)理論的決策層融合模型用于二次分類,其優(yōu)點是對多種信息源間的物理關(guān)系不必準(zhǔn)確了解,可以分別采用適合于不同種類信息源的特征處理和識別方法,只需要將分類識別的結(jié)果應(yīng)用于決策層融合模型即可,建立的決策層融合模型獨(dú)立于各類具體信息,具有普遍適用性。
具體的,根據(jù)d-s證據(jù)理論中以基本概率分配函數(shù)mass為基礎(chǔ),進(jìn)行不確定性推理的特點,構(gòu)建融合函數(shù),獲得最終融合結(jié)果。假設(shè)融合系統(tǒng)中有兩類待識別目標(biāo),三類局部判決過程,不同的信息源代表不同的證據(jù)體,以心理壓力狀態(tài)的識別作為研究目標(biāo),則心理壓力識別框架表示為{pr1,pr2},其中pr1表示有心理壓力狀態(tài),pr2表示無心理壓力狀態(tài)。假設(shè)c為一個辨識空間,全體子集為2c,則m:2c→[0,1],稱為一個基本概率指派,即為辨識空間中滿足條件的特征值按照與心理壓力相關(guān)性的大小分配概率,指派的概率需要滿足條件:
式中,m(a)表示每個心理特征數(shù)據(jù)的基本概率賦值。對于識別目標(biāo)a(有壓力與否)的信任函數(shù)表示為bel(a),是對識別目標(biāo)的信任程度的下限函數(shù),信任函數(shù)與基本概率賦值的關(guān)系如下式所示:
識別目標(biāo)a的似然函數(shù)表示為pls(a),是對識別目標(biāo)a為有壓力狀態(tài)的信任程度的上限函數(shù),建立在辨識空間中認(rèn)為與a對立的目標(biāo)即無心理壓力狀態(tài)為假的基礎(chǔ)上,pls(a)的計算方法如下式所示;
識別目標(biāo)a的不確定性由似然函數(shù)pls(a)和信任函數(shù)bel(a)構(gòu)成,即信任目標(biāo)a為有壓力的概率與信任a為真的概率的差值,表示為m(△)如下式所示:
m(△)=pls(a)-bel(a)
當(dāng)存在多個證據(jù)體的時候,對于識別目標(biāo)的概率指派通過對多個證據(jù)體按照一定的組合規(guī)則進(jìn)行組合,就是融合過程的主體。對多個證據(jù)體進(jìn)行融合獲得對a的信任函數(shù)如下式所示:
式中,k表示證據(jù)體之間的沖突程度,即對心理壓力的容忍性不一致,生理特征產(chǎn)生變化,而心理特征不產(chǎn)生變化,當(dāng)k的值越接近于1的時候,證據(jù)體之間的沖突越大,當(dāng)k等于或大于1的時候表示證據(jù)體之間是完全排斥的,所以在融合之前要計算證據(jù)體之間的沖突程度值k,只有當(dāng)k的值在(0,1)的范圍內(nèi)的時候,即心理生理特征對心理壓力表現(xiàn)出一致反應(yīng)時,才可以對相關(guān)的證據(jù)體進(jìn)行融合。k的計算方法如下式所示:
在本實施例的辨識空間中只有兩個識別目標(biāo),即有心理壓力和無心理壓力,所以似然函數(shù)pls(a)和信任函數(shù)bel(a)是相同的,不確定性概率是零。這樣,bel(a)就成為了心理壓力狀態(tài)最重要的參考和判決標(biāo)準(zhǔn)。對心理壓力評估結(jié)果的決策應(yīng)該按照以下規(guī)則:
最終判決的目標(biāo)識別狀態(tài)信任函數(shù)值在所有目標(biāo)信任函數(shù)值中最大;
最終判決的目標(biāo)識別狀態(tài)信任函數(shù)值滿足bel(fi)>0.5,且至少為其他目標(biāo)信任函數(shù)值的2倍。
在步驟s104中,以所述二次分類結(jié)果作為統(tǒng)計模型輸入,根據(jù)基于壓力系統(tǒng)理論模型的cylinder壓力量化函數(shù),獲取個體心理壓力量化值。
在本實施例中,所述壓力系統(tǒng)理論模型如圖2所示,cylinder理論模型將內(nèi)在的和外部環(huán)境的應(yīng)激性當(dāng)作壓力“液體”,圓筒中液體的高低代表應(yīng)激性的強(qiáng)度,橫桿承受的液壓反映了個體當(dāng)前的壓力水平,圓筒的寬度對應(yīng)于個體處理壓力的能力,“液體”的密度反映了內(nèi)部及外部應(yīng)激性的密集度,慢性的壓力 將會導(dǎo)致圓筒內(nèi)“液體”高度的增加,從而導(dǎo)致橫桿承受的壓力增加。當(dāng)液體的高度達(dá)到閾值水平的時候,個人會感覺到明顯壓力,當(dāng)高度到達(dá)極限水平的時候,會嚴(yán)重?fù)p傷身體的和心理的功能,會誘發(fā)疾病甚至導(dǎo)致死亡。不同的激勵因子被分為觸發(fā)因子及緩解因子,觸發(fā)因子抬高“液體”高度,緩解因子降低“液體高度”,因此,通過施加適當(dāng)?shù)母深A(yù)手段就能降低觸發(fā)因子的影響,加強(qiáng)緩解因子的功能,從而達(dá)到釋放壓力的目的。
根據(jù)上述的cylinder理論模型,將其映射到三維空間及二維平面,如圖3所示,進(jìn)行數(shù)學(xué)建模
f=p□s
其中,p代表液體的重量,s代表底部的面積,f代表底部承受的壓力。
如果底部的長度‘l’,高度‘h’,以及液體的密度‘ρ’,以及重量加速度‘g’(時間常數(shù)),那么建立起的個人壓力評價模型的函數(shù)表達(dá)式如下所示:
f(t)=p(t)□s(t)=∫∫δρgh(t)dxdy
從上式計算所述cylinder壓力量化函數(shù)f(t)具體為:
其中,所述ρ為液體的密度,l為底部的長度,h為應(yīng)激性的強(qiáng)度,h的取值范圍為1<h<h,t為時間。
cylinder理論模型將生理的、心理的、社會的以及環(huán)境的因素綜合考慮,通過信息融合的技術(shù),研究多源信息特征向量與模型因子的關(guān)系,通過不斷地實驗優(yōu)化并修正,最終能獲得個性化心理壓力評估量化指標(biāo)。
本實施例,采用多生理參數(shù)特征值,結(jié)合了心理量表特征值,通過主客觀結(jié)合,排除掉了積極的心理壓力,并且結(jié)合模糊理論、決策層信息融合模型對心理壓力進(jìn)行多級精確分類,充分考慮了環(huán)境適應(yīng)、認(rèn)知交互及自主評價對心理壓力的影響機(jī)制,建立基于壓力系統(tǒng)模型的cylinder量化函數(shù),從而實現(xiàn)對心理壓力的分級定量評估。
實施例二
圖4示出了本發(fā)明實施例二提供的心理壓力評估裝置的具體結(jié)構(gòu)框圖,為了便于說明,僅示出了與本發(fā)明實施例相關(guān)的部分。在本實施例中,該心理壓力評估裝置包括
數(shù)據(jù)接收單元41,用于采集樣本數(shù)據(jù),所述樣本數(shù)據(jù)具體為包括生理特征數(shù)據(jù)、心理特征數(shù)據(jù)以及個體基本信息構(gòu)建的特征數(shù)據(jù)矩陣;
在本實施例中,所述樣本數(shù)據(jù)通過臨床或者社區(qū)家庭進(jìn)行采集。所述生理特征數(shù)據(jù)包括:心電信號及其特征值和呼吸信號及其特征值,所述心電信號及其特征值包括基于心電圖波形特征、心率節(jié)奏模式特征以及心率變異特征;所述呼吸信號及其特征值包括呼吸節(jié)奏模式特征、呼吸統(tǒng)計特征和呼吸波形特征,生理數(shù)據(jù)采集設(shè)備包括但不限于織物電極類的可穿戴設(shè)備采集。所述心理特征數(shù)據(jù)包括:自主測評量表特征和社會行為評測量表特征,所述自主測評量表特征包括個體信息、思維能力、情緒健康、人格完整;所述社會行為評測量表特征包括環(huán)境適應(yīng)、生活習(xí)慣和人際交往。
一級分類單元42,用于分別以模糊c均值算法及有序加權(quán)算術(shù)平均算子對所述生理特征數(shù)據(jù)、心理特征數(shù)據(jù)進(jìn)行初步評估,獲得各自的分類識別結(jié)果。
在本實施例中,所述分類識別結(jié)果包括健康狀態(tài)、中度心理壓力和重度心理壓力,其中,所述存在心理壓力的所述分類識別結(jié)果具體為中度心理壓力和重度心理壓力。以下說明中以健康狀態(tài)、中度心理壓力和重度心理壓力為三個聚類中心,模糊c均值算法是一種非常有效的模糊聚類算法,具體的,假設(shè)待分類心理壓力狀態(tài)水平的集合為:
滿足:
其中m∈[1,+∞]稱為模糊加權(quán)系數(shù),uij稱為隸屬度,xj表示向量隸屬于中心點的程度,d(xj,vi)是目標(biāo)函數(shù)xj與vi的歐式距離。
由于心理壓力的形成存在多種因素:心理的、生理的、社會的、環(huán)境的因素等,這些因素對心理壓力形成、發(fā)展所施加的影響力因人而異,具備明顯的主觀性及個體差異性,僅僅通過模糊c均值算法獲得的聚類結(jié)果存在很多不合理情況,如環(huán)境差異、社會地位差異、身體狀況差異對心理壓力的忍耐度是不同的,因此通過構(gòu)建有序加權(quán)平均算子,盡可能降低由個體差異形成的不合理情況。
另外,心理特征數(shù)據(jù)的有序加權(quán)算術(shù)平均算子owa可定義為:
設(shè)函數(shù)owa:rn→r,若:
有序加權(quán)算術(shù)平均算子的優(yōu)點是:對心理及生理特征量值數(shù)據(jù)(a1,a2,...,an)按從大到小的順序重新進(jìn)行排序并通過加權(quán)集結(jié),由于量值ai與權(quán)值wj沒有任何聯(lián)系,只與集結(jié)過程中的量值所在位置有關(guān),故可利用有序加權(quán)算術(shù)平均算子對樣本個體的心理生理特征向量xi(i=1,2,3,...)進(jìn)行集結(jié),求得其綜合屬性值zi(w),按zi(w)大小對方案進(jìn)行排序并擇優(yōu),可以較好地消除由于環(huán)境、社會地位等多種因素造成的個體差異性。
二級分類單元43,用于根據(jù)決策層融合模型對其中存在心理壓力的所述分類識別結(jié)果進(jìn)行良性與否的二次分類,輸出存在心理壓力的二次分類結(jié)果。
在本實施例中,所述存在心理壓力的所述分類識別結(jié)果具體為中度心理壓力和重度心理壓力,所述根據(jù)決策層融合模型對其中存在心理壓力的所述分類識別結(jié)果進(jìn)行良性與否的二次分類,輸出存在心理壓力的二次分類結(jié)果具體為:
根據(jù)決策層融合模型判斷以中度心理壓力和重度心理壓力的分類識別結(jié)果是否為良性壓力,如果是良性壓力,則當(dāng)前分類識別結(jié)果歸類為無壓力狀態(tài)即健康狀態(tài),如果不是良性壓力,則當(dāng)前分類識別結(jié)果歸類為存在心理壓力的二次分類結(jié)果。
其中,心理壓力在一定程度上可認(rèn)為是積極的即良性壓力,能夠增強(qiáng)人們的警覺性及生產(chǎn)力,尤其是在喚醒度達(dá)到最優(yōu)水平時。然而,這是有一定限度的,一旦超出這一限度,就會為個體帶來一系列嚴(yán)重問題,甚至還可能導(dǎo)致直接危及生命的癥狀。步驟s102對心理壓力的初級分類,能夠識別出健康、中度心理壓力及重度心理壓力三種狀態(tài),但是,無法對心理壓力良性與否評估,因此本步驟對中度和重度心理壓力狀態(tài)進(jìn)行二次分類,將構(gòu)建基于d-s證據(jù)理論的決策層融合模型用于二次分類,其優(yōu)點是對多種信息源間的物理關(guān)系不必準(zhǔn)確了解,可以分別采用適合于不同種類信息源的特征處理和識別方法,只需要將分類識別的結(jié)果應(yīng)用于決策層融合模型即可,建立的決策層融合模型獨(dú)立于各類具體信息,具有普遍適用性。
具體的,根據(jù)d-s證據(jù)理論中以基本概率分配函數(shù)mass為基礎(chǔ),進(jìn)行不確定性推理的特點,構(gòu)建融合函數(shù),獲得最終融合結(jié)果。假設(shè)融合系統(tǒng)中有兩類待識別目標(biāo),三類局部判決過程,不同的信息源代表不同的證據(jù)體,以心理壓力狀態(tài)的識別作為研究目標(biāo),則心理壓力識別框架表示為{pr1,pr2},其中pr1表示有心理壓力狀態(tài),pr2表示無心理壓力狀態(tài)。假設(shè)c為一個辨識空間,全體子集為2c,則m:2c→[0,1],稱為一個基本概率指派,即為辨識空間中滿足條件的特征值按照與心理壓力相關(guān)性的大小分配概率,指派的概率需要滿足條件:
式中,m(a)表示每個心理特征數(shù)據(jù)的基本概率賦值。對于識別目標(biāo)a(有壓力與否)的信任函數(shù)表示為bel(a),是對識別目標(biāo)的信任程度的下限函數(shù),信任函數(shù)與基本概率賦值的關(guān)系如下式所示:
識別目標(biāo)a的似然函數(shù)表示為pls(a),是對識別目標(biāo)a為有壓力狀態(tài)的信任程度的上限函數(shù),建立在辨識空間中認(rèn)為與a對立的目標(biāo)即無心理壓力狀態(tài)為假的基礎(chǔ)上,pls(a)的計算方法如下式所示;
識別目標(biāo)a的不確定性由似然函數(shù)pls(a)和信任函數(shù)bel(a)構(gòu)成,即信任目標(biāo)a為有壓力的概率與信任a為真的概率的差值,表示為m(△)如下式所示:
m(△)=pls(a)-bel(a)
當(dāng)存在多個證據(jù)體的時候,對于識別目標(biāo)的概率指派通過對多個證據(jù)體按照一定的組合規(guī)則進(jìn)行組合,就是融合過程的主體。對多個證據(jù)體進(jìn)行融合獲得對a的信任函數(shù)如下式所示:
式中,k表示證據(jù)體之間的沖突程度,即對心理壓力的容忍性不一致,生理特征產(chǎn)生變化,而心理特征不產(chǎn)生變化,當(dāng)k的值越接近于1的時候,證據(jù)體之間的沖突越大,當(dāng)k等于或大于1的時候表示證據(jù)體之間是完全排斥的,所以在融合之前要計算證據(jù)體之間的沖突程度值k,只有當(dāng)k的值在(0,1)的范圍內(nèi)的時候,即心理生理特征對心理壓力表現(xiàn)出一致反應(yīng)時,才可以對相關(guān)的證據(jù)體進(jìn)行融合。k的計算方法如下式所示:
在本實施例的辨識空間中只有兩個識別目標(biāo),即有心理壓力和無心理壓力,所以似然函數(shù)pls(a)和信任函數(shù)bel(a)是相同的,不確定性概率是零。這樣,bel(a)就成為了心理壓力狀態(tài)最重要的參考和判決標(biāo)準(zhǔn)。對心理壓力評估結(jié)果 的決策應(yīng)該按照以下規(guī)則:
最終判決的目標(biāo)識別狀態(tài)信任函數(shù)值在所有目標(biāo)信任函數(shù)值中最大;
最終判決的目標(biāo)識別狀態(tài)信任函數(shù)值滿足bel(fi)>0.5,且至少為其他目標(biāo)信任函數(shù)值的2倍。
壓力量化單元44,用于以所述二次分類結(jié)果作為統(tǒng)計模型輸入,根據(jù)基于壓力系統(tǒng)理論模型的cylinder壓力量化函數(shù),獲取個體心理壓力量化值。
在本實施例中,所述壓力系統(tǒng)理論模型如圖2所示,cylinder理論模型將內(nèi)在的和外部環(huán)境的應(yīng)激性當(dāng)作壓力“液體”,圓筒中液體的高低代表應(yīng)激性的強(qiáng)度,橫桿承受的液壓反映了個體當(dāng)前的壓力水平,圓筒的寬度對應(yīng)于個體處理壓力的能力,“液體”的密度反映了內(nèi)部及外部應(yīng)激性的密集度,慢性的壓力將會導(dǎo)致圓筒內(nèi)“液體”高度的增加,從而導(dǎo)致橫桿承受的壓力增加。當(dāng)液體的高度達(dá)到閾值水平的時候,個人會感覺到明顯壓力,當(dāng)高度到達(dá)極限水平的時候,會嚴(yán)重?fù)p傷身體的和心理的功能,會誘發(fā)疾病甚至導(dǎo)致死亡。不同的激勵因子被分為觸發(fā)因子及緩解因子,觸發(fā)因子抬高“液體”高度,緩解因子降低“液體高度”,因此,通過施加適當(dāng)?shù)母深A(yù)手段就能降低觸發(fā)因子的影響,加強(qiáng)緩解因子的功能,從而達(dá)到釋放壓力的目的。
根據(jù)上述的cylinder理論模型,將其映射到三維空間及二維平面,如圖3b所示,進(jìn)行數(shù)學(xué)建模
f=p□s
其中,p代表液體的重量,s代表底部的面積,f代表底部承受的壓力。
如果底部的長度‘l’,高度‘h’,以及液體的密度‘ρ’,以及重量加速度‘g’(時間常數(shù)),那么建立起的個人壓力評價模型的函數(shù)表達(dá)式如下所示:
f(t)=p(t)□s(t)=∫∫δρgh(t)dxdy
從上式計算所述cylinder壓力量化函數(shù)f(t)具體為:
其中,所述ρ為液體的密度,l為底部的長度,h為應(yīng)激性的強(qiáng)度,h的取值范圍為1<h<h,t為時間。
cylinder理論模型將生理的、心理的、社會的以及環(huán)境的因素綜合考慮,通過信息融合的技術(shù),研究多源信息特征向量與模型因子的關(guān)系,通過不斷地實驗優(yōu)化并修正,最終能獲得個性化心理壓力評估量化指標(biāo)。
進(jìn)一步地,所述分類識別結(jié)果包括健康狀態(tài)、中度心理壓力和重度心理壓力,所述存在心理壓力的所述分類識別結(jié)果具體為中度心理壓力和重度心理壓力,所述二級分類單元43具體用于根據(jù)決策層融合模型判斷以中度心理壓力和重度心理壓力的分類識別結(jié)果是否為良性壓力,如果是良性壓力,則當(dāng)前分類識別結(jié)果歸類為無壓力狀態(tài)即健康狀態(tài),如果不是良性壓力,則當(dāng)前分類識別結(jié)果歸類為存在心理壓力的二次分類結(jié)果。
進(jìn)一步地,所述cylinder壓力量化函數(shù)f(t)具體為:
其中,所述ρ為液體的密度,也是應(yīng)激性類別或壓力產(chǎn)生的原因,l為底部的長度,也是個體最大承壓能力,h為應(yīng)激性的強(qiáng)度,也是壓力強(qiáng)度,h的取值范圍為1<h<h,t為時間,也即壓力延續(xù)時間。
本實施例,采用多生理參數(shù)特征值,結(jié)合了心理量表特征值,通過主客觀結(jié)合,排除掉了積極的心理壓力,并且結(jié)合模糊理論、決策層信息融合模型對心理壓力進(jìn)行多級精確分類,充分考慮了環(huán)境適應(yīng)、認(rèn)知交互及自主評價對心理壓力的影響機(jī)制,建立基于壓力系統(tǒng)模型的cylinder量化函數(shù),從而實現(xiàn)對心理壓力的分級定量評估。
本發(fā)明實施例提供的心理壓力評估裝置可以應(yīng)用在前述對應(yīng)的方法實施例一中,詳情參見上述實施例一的描述,在此不再贅述。
值得注意的是,上述裝置實施例中,所包括的各個單元只是按照功能邏輯進(jìn)行劃分的,但并不局限于上述的劃分,只要能夠?qū)崿F(xiàn)相應(yīng)的功能即可;另 外,各功能單元的具體名稱也只是為了便于相互區(qū)分,并不用于限制本發(fā)明的保護(hù)范圍。
本說明書中的各個實施例均采用遞進(jìn)的方式描述,每個實施例重點說明的都是與其他實施例的不同之處,各個實施例之間相同相似的部分互相參見即可。
本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白,本申請實施例的實施例可提供為方法、控制器、或計算機(jī)程序產(chǎn)品。因此,本申請實施例可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且,本申請實施例可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、cd-rom、光學(xué)存儲器等)上實施的計算機(jī)程序產(chǎn)品的形式。
本申請實施例是參照根據(jù)本申請實施例的方法、終端設(shè)備(系統(tǒng))、和計算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計算機(jī)程序指令到通用計算機(jī)、專用計算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備的處理器以產(chǎn)生一個機(jī)器,使得通過計算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的控制器。
這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備以特定方式工作的計算機(jī)可讀存儲器中,使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指令控制器的制造品,該指令控制器實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理終端設(shè)備上,使得在計算機(jī)或其他可編程終端設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機(jī)實現(xiàn)的處理,從而在計算機(jī)或其他可編程終端設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
盡管已描述了本申請實施例的優(yōu)選實施例,但本領(lǐng)域內(nèi)的技術(shù)人員一旦得 知了基本創(chuàng)造性概念,則可對這些實施例做出另外的變更和修改。所以,所附權(quán)利要求意欲解釋為包括優(yōu)選實施例以及落入本申請實施例范圍的所有變更和修改。
最后,還需要說明的是,在本文中,諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來,而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且,術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、物品或者終端設(shè)備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、物品或者終端設(shè)備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,并不排除在包括所述要素的過程、方法、物品或者終端設(shè)備中還存在另外的相同要素。
以上對本申請所提供的一種心理壓力評估方法及裝置,進(jìn)行了詳細(xì)介紹,本文中應(yīng)用了具體個例對本申請的原理及實施方式進(jìn)行了闡述,以上實施例的說明只是用于幫助理解本申請的方法及其核心思想;同時,對于本領(lǐng)域的一般技術(shù)人員,依據(jù)本申請的思想,在具體實施方式及應(yīng)用范圍上均會有改變之處,綜上所述,本說明書內(nèi)容不應(yīng)理解為對本申請的限制。