[發明專利]基于微表情與腦波分析算法的心理健康狀況分析算法在審
| 申請號： | 202110060419.6 | 申請日： | 2021-01-18 |
| 公開（公告）號： | CN112716494A | 公開（公告）日： | 2021-04-30 |
| 發明（設計）人： | 劉峰;齊佳音;王晗陽;周愛民;李志斌 | 申請（專利權）人： | 上海對外經貿大學;華東師范大學 |
| 主分類號： | A61B5/16 | 分類號： | A61B5/16;A61B5/372;A61B5/00;G06K9/00 |
| 代理公司： | 無錫市匯誠永信專利代理事務所(普通合伙) 32260 | 代理人： | 朱曉林 |
| 地址： | 201620 *** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 表情 腦波 分析 算法 心理 健康狀況 | ||
1.基于微表情與腦波分析算法的心理健康狀況分析算法，其特征在于：包括以下步驟：
S1：讓被試人員打開軟件/網頁，對其進行心理學測試并得到測試結果，測試的同時收集被試人員的腦波信號與人臉微表情數據，并記錄下被試人員的面部長視頻；
S2：將S1中得到的腦波信號以及人臉微表情數據通過學習得到數據模型，隨后將數據輸入數據模型并結合S1中得到的測試結果形成分析結果；
S3：對S1中被試人員的腦波信號進行預處理，并對處理后的腦波信號的時間序列進行多尺度化分析，通過特征選取實驗得出最有效的選取特征組合；
S4：將S1中被試人員的面部長視頻利用傳統模式識別和深度學習方法，先從含有人臉的視頻中快速識別出含有人臉的區域，隨后排除無表情片段、常規表情片段和其他面部動作片段的干擾，并從已經完成人臉定位的長視頻中提取出含有微表情的片段；
S5：將S4中已經確定含有微表情的視頻片段，根據動作幅度識別其起始點、頂點與終止點，由此得到三個點的微表情特征；
S6：將S5中得到的微表情特征與S3中得到的選取特征組合通過深度學習神經網絡建議的深度神經網絡模型得到被試人員的心理健康情況；
S7：將S2中得到的分析結果與S6中得到的心理健康情況相結合，得到健康、輕微、嚴重三個類別的結果，并根據不同的結果采取不同的療法，同時對S2中得到的數據模型進行研究分析。
2.根據權利要求1所述的基于微表情與腦波分析算法的心理健康狀況分析算法，其特征在于：在步驟S1中，采集不同刺激下被試人員對應的腦波數據。
3.根據權利要求1所述的基于微表情與腦波分析算法的心理健康狀況分析算法，其特征在于：在步驟S3中，預處理的方式為降噪和分通道。
4.根據權利要求1所述的基于微表情與腦波分析算法的心理健康狀況分析算法，其特征在于：在步驟S2中，在預處理的腦波數據的基礎上設計合適的算法將特征整合在輸入層，并采用機器學習模型訓練得到模型。
5.根據權利要求1所述的基于微表情與腦波分析算法的心理健康狀況分析算法，其特征在于：在步驟S2中，根據實驗的反饋與評估來優化算法調整模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海對外經貿大學;華東師范大學，未經上海對外經貿大學;華東師范大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110060419.6/1.html，轉載請聲明來源鉆瓜專利網。
