本發(fā)明屬于識(shí)別檢測(cè)領(lǐng)域，特別涉及一種基于人工智能技術(shù)的人臉識(shí)別檢測(cè)精神疾病的系統(tǒng)。

背景技術(shù)：

1、隨著人工智能技術(shù)的迅猛發(fā)展，人臉識(shí)別技術(shù)在多個(gè)領(lǐng)域得到了廣泛應(yīng)用，包括安防監(jiān)控、身份驗(yàn)證和人機(jī)交互等。在醫(yī)療健康領(lǐng)域，尤其是精神疾病的識(shí)別和監(jiān)測(cè)中，人臉識(shí)別技術(shù)也開始展現(xiàn)其潛力。研究表明，面部表情和情緒狀態(tài)與個(gè)體的心理健康密切相關(guān)，

2、通過(guò)分析人臉特征和表情變化，可以在一定程度上識(shí)別和評(píng)估精神疾病的風(fēng)險(xiǎn)。然而，目前在基于人工智能的人臉識(shí)別檢測(cè)精神疾病的系統(tǒng)中，仍存在一些技術(shù)缺點(diǎn)和挑戰(zhàn)?，F(xiàn)有的人臉識(shí)別技術(shù)在光照、角度和面部表情的變化下，可能導(dǎo)致識(shí)別精度下降。精神疾病患者的面部表情可能會(huì)因疾病狀態(tài)而發(fā)生變化，甚至在某些情況下可能表現(xiàn)得不夠明顯。這使得傳統(tǒng)的人臉識(shí)別算法在處理這些復(fù)雜情境時(shí)，可能無(wú)法準(zhǔn)確捕捉到關(guān)鍵的情感信號(hào)，從而影響系統(tǒng)的判斷和識(shí)別結(jié)果。

3、當(dāng)前的人臉識(shí)別系統(tǒng)往往依賴于大量標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練，但在精神疾病領(lǐng)域，相關(guān)的標(biāo)記數(shù)據(jù)相對(duì)稀缺。許多精神疾病的表現(xiàn)具有高度個(gè)體差異性，且不同文化背景下的情緒表達(dá)也可能有所不同。這導(dǎo)致現(xiàn)有系統(tǒng)在訓(xùn)練階段難以獲得充分的樣本，從而影響算法的泛化能力和準(zhǔn)確性。現(xiàn)有技術(shù)在情感分析的深度和細(xì)致度上仍顯不足。許多系統(tǒng)僅僅依靠表情識(shí)別技術(shù)，未能結(jié)合其他生理信號(hào)（如心率、皮膚電反應(yīng)等）進(jìn)行更全面的情感分析。這種片面性可能導(dǎo)致對(duì)患者心理狀態(tài)的誤判，影響后續(xù)的治療決策?，F(xiàn)有的人臉識(shí)別技術(shù)在倫理和隱私保護(hù)方面也存在爭(zhēng)議。精神疾病患者通常對(duì)個(gè)人隱私十分敏感，而人臉識(shí)別技術(shù)的應(yīng)用可能引發(fā)對(duì)其隱私權(quán)的侵犯，導(dǎo)致患者對(duì)技術(shù)的抵觸情緒。這種隱私問(wèn)題如果得不到妥善解決，將影響患者的接受度和系統(tǒng)的普及應(yīng)用。許多現(xiàn)有的人臉識(shí)別檢測(cè)系統(tǒng)缺乏足夠的實(shí)時(shí)性和智能化，無(wú)法在臨床環(huán)境中提供即時(shí)反饋和支持。

4、精神疾病的識(shí)別和干預(yù)通常需要快速響應(yīng)，而傳統(tǒng)系統(tǒng)往往不能滿足這一需求，從而影響臨床決策的效率和效果。因此，開發(fā)一種基于人工智能技術(shù)的人臉識(shí)別檢測(cè)精神疾病的系統(tǒng)，旨在通過(guò)引入更先進(jìn)的算法和多模態(tài)數(shù)據(jù)分析，克服當(dāng)前技術(shù)中的各類缺陷。這種系統(tǒng)將能夠更準(zhǔn)確地識(shí)別和分析患者的面部表情和情感狀態(tài)，為精神疾病的早期識(shí)別和干預(yù)提供有效支持，從而提升患者的生活質(zhì)量和治療效果。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提出一種基于人工智能技術(shù)的人臉識(shí)別檢測(cè)精神疾病的系統(tǒng)，旨在解決精神疾病檢測(cè)中的多項(xiàng)技術(shù)挑戰(zhàn)。首先，傳統(tǒng)的精神疾病診斷方法通常依賴于臨床訪談和問(wèn)卷調(diào)查，這些方法存在主觀性和專業(yè)知識(shí)依賴的問(wèn)題，容易受到醫(yī)生經(jīng)驗(yàn)和判斷的影響，導(dǎo)致誤診或漏診。該系統(tǒng)通過(guò)引入人臉識(shí)別技術(shù)和動(dòng)態(tài)行為分析，提供了一種客觀、數(shù)據(jù)驅(qū)動(dòng)的評(píng)估手段，能夠在一定程度上減少人為因素對(duì)診斷結(jié)果的影響。

2、本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：一種基于人工智能技術(shù)的人臉識(shí)別檢測(cè)精神疾病的系統(tǒng)，包括采集單元，通過(guò)若干攝像頭采集人臉的原始圖片數(shù)據(jù)，所述原始圖片數(shù)據(jù)包括靜態(tài)的圖像數(shù)據(jù)和動(dòng)態(tài)的圖像數(shù)據(jù)，并分別將所述靜態(tài)的圖像數(shù)據(jù)和動(dòng)態(tài)的圖像數(shù)據(jù)送入靜態(tài)分析模塊和動(dòng)態(tài)分析模塊；所述靜態(tài)分析模塊，包括識(shí)別單元和第一分區(qū)單元，所述識(shí)別單元根據(jù)所述靜態(tài)的圖像數(shù)據(jù)獲得靜態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)，并根據(jù)所述靜態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)識(shí)別面部表情，所述第一分區(qū)單元根據(jù)所述靜態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)將人臉劃分為若干區(qū)域；所述動(dòng)態(tài)分析模塊，分析在預(yù)設(shè)的條件下，通過(guò)所述動(dòng)態(tài)的圖像數(shù)據(jù)獲得動(dòng)態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)，所述動(dòng)態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)包括瞳孔的動(dòng)作軌跡參數(shù)、嘴部的動(dòng)作軌跡參數(shù)和臉部抖動(dòng)參數(shù)；

3、所述動(dòng)態(tài)分析模塊包括瞳孔分析單元、嘴部分析單元、臉部分析單元、存儲(chǔ)單元和疾病分類單元，所述動(dòng)態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)包括瞳孔的動(dòng)作軌跡參數(shù)、嘴部的動(dòng)作軌跡參數(shù)和臉部抖動(dòng)參數(shù)，所述瞳孔動(dòng)作軌跡參數(shù)通過(guò)所述瞳孔分析單元獲得，所述嘴部的動(dòng)作軌跡參數(shù)通過(guò)所述嘴部分析單元獲得，所述臉部抖動(dòng)參數(shù)通過(guò)所述臉部分析單元獲得；所述瞳孔分析單元、嘴部分析單元、臉部分析單元將獲得的參數(shù)存儲(chǔ)在所述存儲(chǔ)單元內(nèi)，所述存儲(chǔ)單元預(yù)存有若干種精神疾病類型，所述疾病分類單元調(diào)用所述存儲(chǔ)單元中的參數(shù)數(shù)據(jù)，分析所述參數(shù)數(shù)據(jù)與所述精神疾病類型的對(duì)應(yīng)關(guān)系；所述瞳孔動(dòng)作軌跡參數(shù)包括翻眼皮參數(shù)、眨眼參數(shù)、瞳孔與眼眶的偏移參數(shù)以及瞳孔的形狀變化參數(shù)；所述瞳孔分析單元包括翻眼子單元、眨眼子單元、瞳孔偏移子單元和瞳孔形狀變化子單元，所述翻眼子單元識(shí)別眼皮的動(dòng)作頻率和動(dòng)作幅度，所述眨眼子單元識(shí)別眨眼的動(dòng)作頻率，所述瞳孔偏移子單元識(shí)別瞳孔與眼眶的偏移頻率，所述瞳孔形狀變化子單元識(shí)別瞳孔的形狀變化頻率，根據(jù)所述動(dòng)作頻率、動(dòng)作幅度、偏移頻率和形狀變化頻率分別獲得翻眼皮參數(shù)、眨眼參數(shù)、瞳孔與眼眶的偏移參數(shù)和瞳孔的形狀變化參數(shù)；

4、所述動(dòng)作幅度通過(guò)測(cè)量得到眼皮的最小動(dòng)作深度和動(dòng)作位移長(zhǎng)度，所述翻眼子單元判斷動(dòng)作頻率，并計(jì)算出動(dòng)作的深度、動(dòng)作位移的長(zhǎng)度，并根據(jù)最小動(dòng)作深度、動(dòng)作位移的長(zhǎng)度獲得一個(gè)翻眼皮系數(shù)，所述眨眼參數(shù)根據(jù)所述眨眼的動(dòng)作頻率以及動(dòng)作幅度獲得，所述動(dòng)作幅度包括眨眼的動(dòng)作深度、動(dòng)作位移長(zhǎng)度，所述動(dòng)作頻率在所述眨眼子單元判斷出后進(jìn)行記錄，通過(guò)眨眼頻率，以及眨眼的動(dòng)作深度、動(dòng)作位移長(zhǎng)度，獲得一個(gè)眨眼系數(shù)；所述瞳孔的形狀變化根據(jù)瞳孔的初始圖像以及瞳孔的動(dòng)作軌跡參數(shù)計(jì)算出瞳孔的形狀；根據(jù)眨眼參數(shù)和翻眼皮參數(shù)獲得翻眼皮系數(shù)，基于所述翻眼皮系數(shù)進(jìn)行疾病初步分類。

5、這種基于人工智能的人臉識(shí)別檢測(cè)精神疾病系統(tǒng)與現(xiàn)有技術(shù)相比，展現(xiàn)出多項(xiàng)顯著的區(qū)別和創(chuàng)新之處。從技術(shù)架構(gòu)上看，現(xiàn)有的精神疾病檢測(cè)系統(tǒng)多依賴于傳統(tǒng)的問(wèn)卷調(diào)查和臨床觀察，缺乏數(shù)據(jù)驅(qū)動(dòng)的智能分析能力。而本系統(tǒng)通過(guò)多攝像頭的協(xié)同工作，實(shí)現(xiàn)對(duì)靜態(tài)圖像和動(dòng)態(tài)圖像的全面采集，結(jié)合靜態(tài)分析模塊和動(dòng)態(tài)分析模塊，能夠在不同時(shí)間段和情境下捕捉到精神患者者的面部表情和情感變化。這種多維度的數(shù)據(jù)采集方式，顯著提升了情緒識(shí)別的準(zhǔn)確性和敏感度。其次，現(xiàn)有技術(shù)在情感分析時(shí)往往只關(guān)注表情變化，而忽略了眼睛和嘴部動(dòng)作所傳遞的重要信息。

6、相比之下，本系統(tǒng)通過(guò)瞳孔分析單元、嘴部分析單元和臉部分析單元，深入分析精神患者者的眼部和嘴部動(dòng)態(tài)，提取如瞳孔的動(dòng)作軌跡、嘴部的動(dòng)作軌跡和臉部抖動(dòng)參數(shù)等重要特征，確保全面評(píng)估精神患者者的心理狀態(tài)。這種細(xì)致化的分析方法在傳統(tǒng)系統(tǒng)中并不常見，極大增強(qiáng)了系統(tǒng)在情感識(shí)別和精神狀態(tài)評(píng)估上的能力。再者，現(xiàn)有系統(tǒng)在處理數(shù)據(jù)時(shí)往往缺乏實(shí)時(shí)反饋，導(dǎo)致分析結(jié)果無(wú)法及時(shí)應(yīng)用。而本系統(tǒng)通過(guò)構(gòu)建實(shí)時(shí)監(jiān)控機(jī)制，及時(shí)記錄精神患者者的表情和行為變化，提升了系統(tǒng)對(duì)動(dòng)態(tài)環(huán)境的適應(yīng)性和響應(yīng)速度?，F(xiàn)有技術(shù)在疾病分類時(shí)，常常依賴于固定的規(guī)則和模型，缺乏靈活性和智能化。而本系統(tǒng)通過(guò)基于機(jī)器學(xué)習(xí)的分析方法，能夠根據(jù)實(shí)時(shí)數(shù)據(jù)不斷優(yōu)化和調(diào)整分類模型，確保分類的準(zhǔn)確性和可靠性。這種自適應(yīng)能力使得系統(tǒng)能夠在多變的環(huán)境中保持高效的診斷能力?，F(xiàn)有的人臉識(shí)別技術(shù)在精度和魯棒性方面存在問(wèn)題，而本系統(tǒng)通過(guò)使用先進(jìn)的算法和數(shù)據(jù)處理技術(shù)，能夠更準(zhǔn)確地捕捉到精神患者者的面部特征和情感狀態(tài)，確保診斷過(guò)程的可靠性。

7、現(xiàn)有技術(shù)在情緒識(shí)別和面部表情分析方面的準(zhǔn)確性和實(shí)時(shí)性仍顯不足。傳統(tǒng)的面部表情識(shí)別算法往往無(wú)法應(yīng)對(duì)復(fù)雜的情感狀態(tài)變化，而本系統(tǒng)通過(guò)靜態(tài)和動(dòng)態(tài)分析模塊的結(jié)合，能夠全面捕捉面部表情和動(dòng)作軌跡，從而提升情緒識(shí)別的精度。再者，許多現(xiàn)有的情感分析系統(tǒng)缺乏對(duì)動(dòng)態(tài)行為的深入分析，特別是對(duì)眼睛和嘴部動(dòng)作的細(xì)致觀察，這對(duì)于判斷精神狀態(tài)至關(guān)重要。本系統(tǒng)通過(guò)瞳孔分析、嘴部分析和臉部抖動(dòng)參數(shù)的提取，實(shí)現(xiàn)了多維度的行為分析，確保了對(duì)用戶心理狀態(tài)的全面評(píng)估。最后，現(xiàn)有系統(tǒng)在疾病分類和診斷時(shí)通常缺乏足夠的樣本數(shù)據(jù)和算法支持，導(dǎo)致分類效果不理想。通過(guò)集成大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)，本系統(tǒng)能夠根據(jù)多種精神疾病類型建立參數(shù)數(shù)據(jù)庫(kù)，提高了疾病檢測(cè)的準(zhǔn)確性和可靠性。

8、作為一優(yōu)選的實(shí)施方式，所述瞳孔動(dòng)作軌跡參數(shù)包括翻眼皮參數(shù)、眨眼參數(shù)、瞳孔與眼眶的偏移參數(shù)以及瞳孔的形狀變化參數(shù)；所述嘴部的動(dòng)作軌跡參數(shù)包括嘴部動(dòng)作的頻繁度、嘴部動(dòng)作的深度、嘴部動(dòng)作方向參數(shù)。

9、作為一優(yōu)選的實(shí)施方式，所述識(shí)別單元包括第一識(shí)別子單元、第二識(shí)別子單元和第三識(shí)別子單元，所述第一識(shí)別子單元根據(jù)嘴部形態(tài)判斷是否張嘴，并對(duì)張嘴方向進(jìn)行記錄，所述第二識(shí)別子單元根據(jù)嘴部輪廓判斷唇部動(dòng)作，對(duì)唇部動(dòng)作軌跡進(jìn)行記錄，所述第三識(shí)別子單元根據(jù)嘴部輪廓判斷是否有口水；所述第一識(shí)別子單元、第二識(shí)別子單元、第三識(shí)別子單元獲得的數(shù)據(jù)通過(guò)數(shù)據(jù)存儲(chǔ)子單元進(jìn)行存儲(chǔ)記錄，通過(guò)所述靜態(tài)分析模塊獲得所述臉部抖動(dòng)參數(shù)。

10、作為一優(yōu)選的實(shí)施方式，所述臉部分析單元包括抖動(dòng)子單元和五官變化子單元，所述抖動(dòng)子單元通過(guò)識(shí)別靜態(tài)圖像判斷臉部的抖動(dòng)情況，獲得一個(gè)臉部抖動(dòng)參數(shù)，所述五官變化子單元記錄其他五官的變化參數(shù)，并存儲(chǔ)在存儲(chǔ)子單元。

11、作為一優(yōu)選的實(shí)施方式，所述疾病分類單元包括一個(gè)存儲(chǔ)模塊和一個(gè)分類模塊，所述識(shí)別單元根據(jù)所述靜態(tài)的圖像數(shù)據(jù)獲得靜態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)，并根據(jù)所述靜態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)識(shí)別面部表情，所述存儲(chǔ)單元內(nèi)具有若干反應(yīng)特定疾病的面部表情，面部表情劃分為若干不同的等級(jí)，將當(dāng)前所述面部表情與存儲(chǔ)單元內(nèi)的不同等級(jí)的面部表情做對(duì)比，判斷當(dāng)前所述面部表情屬于對(duì)應(yīng)存儲(chǔ)單元里的面部表情的哪個(gè)等級(jí)。

12、作為一優(yōu)選的實(shí)施方式，采用如下步驟進(jìn)行具體操作：通過(guò)若干攝像頭采集人臉的靜態(tài)圖像和動(dòng)態(tài)圖像；所述靜態(tài)分析模塊根據(jù)所述靜態(tài)圖像數(shù)據(jù)獲得靜態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)，并根據(jù)所述靜態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)識(shí)別面部表情，所述第一分區(qū)單元根據(jù)所述靜態(tài)關(guān)鍵點(diǎn)數(shù)據(jù)將人臉劃分為若干區(qū)域；所述動(dòng)態(tài)分析模塊分析在預(yù)設(shè)的條件下，通過(guò)所述動(dòng)態(tài)的圖像數(shù)據(jù)中的瞳孔動(dòng)作軌跡參數(shù)、嘴部的動(dòng)作軌跡參數(shù)和臉部抖動(dòng)參數(shù)，并分別獲得眨眼參數(shù)、翻眼皮參數(shù)、瞳孔與眼眶的偏移參數(shù)、瞳孔的形狀變化參數(shù)；存儲(chǔ)所述眨眼參數(shù)、翻眼皮參數(shù)、瞳孔與眼眶的偏移參數(shù)、瞳孔的形狀變化參數(shù)，根據(jù)所述眨眼參數(shù)、翻眼皮參數(shù)、瞳孔與眼眶的偏移參數(shù)、瞳孔的形狀變化參數(shù)獲得反應(yīng)等級(jí)；基于所述反應(yīng)等級(jí)，獲得反應(yīng)等級(jí)因子，并根據(jù)所述等級(jí)因子判斷精神疾病類型。

13、采用了上述技術(shù)方案后，本發(fā)明的有益效果是：通過(guò)引入靜態(tài)和動(dòng)態(tài)分析模塊，該系統(tǒng)能夠?qū)崿F(xiàn)全面的情感識(shí)別，提升了精神狀態(tài)評(píng)估的準(zhǔn)確性。精神患者者的面部表情、動(dòng)作軌跡和行為模式的綜合分析，使得系統(tǒng)能夠更好地捕捉到微妙的情感變化，從而在介入前期提供更為科學(xué)的心理評(píng)估。這種科學(xué)化的評(píng)估方式，不僅有助于精神患者自我認(rèn)知的提升，系統(tǒng)的實(shí)時(shí)數(shù)據(jù)采集和分析能力，確保了在介入過(guò)程中能夠及時(shí)識(shí)別精神患者者的情緒波動(dòng)，幫助介入人員更好地理解精神患者者的心理狀態(tài)。這種實(shí)時(shí)反饋機(jī)制，使得介入過(guò)程更為人性化，有助于減輕精神患者者的緊張情緒，提高介入的舒適度和有效性。此外，系統(tǒng)通過(guò)對(duì)異常行為的監(jiān)測(cè)和分析，能夠及時(shí)識(shí)別潛在的心理健康問(wèn)題，為后續(xù)的心理輔導(dǎo)和干預(yù)提供依據(jù)。這種早期識(shí)別機(jī)制，通過(guò)構(gòu)建豐富的參數(shù)數(shù)據(jù)庫(kù)和智能算法，系統(tǒng)能夠不斷優(yōu)化其分析模型，確保在不同環(huán)境中均能保持高效的工作能力。這種智能化的自我學(xué)習(xí)能力，使得系統(tǒng)在應(yīng)用中展現(xiàn)出更高的靈活性和適應(yīng)性，進(jìn)一步增強(qiáng)了其市場(chǎng)競(jìng)爭(zhēng)力。該系統(tǒng)不僅提升了介入的科學(xué)性和公正性，還有助于推動(dòng)心理健康管理的進(jìn)一步發(fā)展，為精神患者者來(lái)更多的價(jià)值。