(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211033515.2 (22)申请日 2022.08.26 (71)申请人 山东心法科技有限公司 地址 266000 山东省青岛市 市南区宁 夏路 288号市南软件园1 1号楼A座5层504室 (72)发明人 宋业臻　肖维斌　王荣全　韩伟　 黄岩　曲继新　 (74)专利代理 机构 济南千慧专利事务所(普通 合伙企业) 37232 专利代理师 傅静 (51)Int.Cl. G16H 50/30(2018.01) G16H 50/20(2018.01) G06V 10/762(2022.01) G06V 10/764(2022.01)G06V 40/16(2022.01) G06F 16/36(2019.01) A61B 5/16(2006.01) (54)发明名称 基于量化描述向量的心理状态区分方法、 设 备及介质 (57)摘要 本申请公开了一种基于量化描述向量的心 理状态区分方法、 设备及介质， 方法包括： 向用户 展示预先采集的负面图像数据； 采集用户在观看 负面图像数据时的多维度生理指标； 确定预先根 据负面图像数据生成多维量化描述向量， 并确定 根据多维量化描述向量得到负面图像数据的分 类以及在分类下的等级； 根据用户在观测不同分 类和等级的负面图像数据时， 采集到的多维度生 理指标， 以及预设的判别规则， 生成判断结果， 以 便对用户的心理状态的类别进行区分。 将各负面 图像数据向用户展示之前， 预先将其进行量化为 多维量化描述向量， 以此能够保证对 各图像数据 中的有效维度进行准确提取和聚类， 从而能够对 数据进行更合理的规则制定， 以实现对用户心理 状态的准确分类 。 权利要求书3页 说明书8页 附图3页 CN 115359914 A 2022.11.18 CN 115359914 A 1.一种基于量 化描述向量的心理状态区分方法， 其特 征在于， 包括： 向用户展示预先采集的负面图像数据， 所述负面图像数据中包含有预先定义的负面因 素， 能够对至少 部分人群的情绪产生负面影响， 所述负面影响通过所述至少 部分人群在观 测所述负面图像数据时的核磁共 振成像数据、 脑电波数据的变化确定； 采集所述用户在观看所述负面图像数据时的多维度生理指标； 确定预先根据 所述负面图像数据生成多维量化描述向量， 并确定根据 所述多维量化描 述向量得到所述负面图像数据的分类以及 在所述分类下的等级； 根据所述用户在观测不同分类和等级的负面图像数据时， 采集到的所述多维度生理指 标， 以及预设的判别规则， 生成判断结果， 以便于对所述用户的心理状态的类别进行区分， 所述心理状态的类别至少包括： 焦 虑障碍共病抑郁障碍、 非焦 虑诱发的抑郁障碍 。 2.根据权利要求1所述的基于量化描述向量的心 理状态区分方法， 其特征在于， 根据 所 述负面图像数据生成多维量 化描述向量， 具体包括： 针对每个负面图像数据， 通过多人评价的方式， 获取多人根据预先设置多个问题对该 负面图像数据的回答数据， 并根据所述回答数据形成一组多维量化描述 向量{LT， VS， CT}， 其中， LT向量为二分变量， 表示对损失和威胁的二分类判断； VS向量为连续变量， 表示效价 指数， 并设置有最高分和最低分； CT向量为自然语 言词汇组成的句子内容向量， 对 所述负面 图像数据的内容描述。 3.根据权利要求2所述的基于量化描述向量的心 理状态区分方法， 其特征在于， 根据 所 述多维量 化描述向量得到所述负面图像数据的分类以及 在所述分类下的等级， 具体包括： 针对CT向量， 通过自然语言处理进行分析， 得到该负面图像数据对应的描述主题词， 所 述描述主题词用于表示该负面图像数据对应的类别； 针对VS向量， 对多个用户预 先对该负面图像数据的评分求平均项； 以所述平均项作为基础， 针对属于同一个所述描述主题词的负面图像数据进行聚类分 析， 并在聚类分析过程中， 使得簇内距离小于簇间距离， 并得到使 所述簇内距离最小化且所 述簇间距离最大化的情况下的最优化类簇数量， 所述最优化类簇数量用于表示该类负面图 像数据的等级。 4.根据权利要求2所述的基于量化描述向量的心 理状态区分方法， 其特征在于， 所述预 先设置多个 问题包括： 所述负面图像数据是已经出现了损失还是将会出现危险、 所述负面 图像数据中的场景让你感到不适的等级、 对所述负面图像数据的主要内容使用一段话进 行 归纳。 5.根据权利要求1所述的基于量化描述向量的心 理状态区分方法， 其特征在于， 所述多 维度生理指标包括： 眼动追踪数据、 面部表情信息、 心率数据、 心率变异性数据中的至少多 个维度； 所述分类包括： 遭受损失、 遭受污蔑、 危 险场景、 社会分离中的至少一种， 其中， 所述遭 受损失、 所述遭受污蔑、 所述社会分离分别包 含多个等级， 所述 危险场景不区分等级。 6.根据权利要求5所述的基于量化描述向量的心 理状态区分方法， 其特征在于， 根据 所 述用户在观测 不同分类和等级的负面图像数据时， 采集到的所述多维度生理指标， 以及预 设的判别规则， 生成判断结果， 具体包括： 若所述用户在观测到分类为所述遭受损 失、 等级为最高等级的负面图像数据， 且在观权　利　要　求　书 1/3 页 2 CN 115359914 A 2测到分类为所述社会分离的负面图像数据时， 所述用户的多维度生理指标均符合预设标 准， 则判断所述用户的心理状态属于所述非焦 虑诱发的抑郁障碍； 和/或 若所述用户在观测到分类为所述遭受污蔑 时， 所述用户的多维生理指标均符合所述预 设标准， 则判断所述用户的心理状态属于所述非焦 虑诱发的抑郁障碍； 和/或 若所述用户在观测到分类为所述遭受损失的负面图像数据， 且在观测到分类为所述遭 受污蔑的负面图像数据时， 所述用户的多维度生理指标均符合所述预设标准， 则判断所述 用户的心理状态属于所述焦 虑障碍共病抑郁障碍； 和/或 若所述用户在观测到分类为所述危险场景的负面图像数据时， 所述用户的多维度生理 指标均符合所述预设标准， 则判断所述用户的心理状态属于所述焦 虑障碍共病抑郁障碍 。 7.根据权利要求6所述的基于量化描述向量的心 理状态区分方法， 其特征在于， 所述眼 动追踪数据包括扫视模式、 注意 转移时长； 所述预设标准包括： 所述扫视模式为精细加工扫视、 所述注意转移时长高于预设时长、 所述面部表情信息为消极、 所述心率增高、 所述心率变异性降低。 8.根据权利要求1所述的基于量化描述向量的心 理状态区分方法， 其特征在于， 所述负 面图像数据包括图像数据、 视频数据； 所述负面因素包括自然因素、 人文社会因素， 所述自 然因素包括： 阴雨 天气、 暴雨 天气、 洪灾天气中的至少一种； 所述人为社会因素包括： 丢失东 西在寻找、 离 婚、 车祸、 死 亡、 攻击中的至少一种。 9.一种基于量 化描述向量的心理状态区分 设备， 其特 征在于， 包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行如： 向用户展示预先采集的负面图像数据， 所述负面图像数据中包含有预先定义的负面因 素， 能够对至少 部分人群的情绪产生负面影响， 所述负面影响通过所述至少 部分人群在观 测所述负面图像数据时的核磁共 振成像数据、 脑电波数据的变化确定； 采集所述用户在观看所述负面图像数据时的多维度生理指标； 确定预先根据 所述负面图像数据生成多维量化描述向量， 并确定根据 所述多维量化描 述向量得到所述负面图像数据的分类以及 在所述分类下的等级； 根据所述用户在观测不同分类和等级的负面图像数据时， 采集到的所述多维度生理指 标， 以及预设的判别规则， 生成判断结果， 以便于对所述用户的心理状态的类别进行区分， 所述心理状态的类别至少包括： 焦 虑障碍共病抑郁障碍、 非焦 虑诱发的抑郁障碍 。 10.一种非易失性计算机存储介质， 存储有计算机可执行指令， 其特征在于， 所述计算 机可执行指令设置为： 向用户展示预先采集的负面图像数据， 所述负面图像数据中包含有预先定义的负面因 素， 能够对至少 部分人群的情绪产生负面影响， 所述负面影响通过所述至少 部分人群在观 测所述负面图像数据时的核磁共 振成像数据、 脑电波数据的变化确定； 采集所述用户在观看所述负面图像数据时的多维度生理指标； 确定预先根据 所述负面图像数据生成多维量化描述向量， 并确定根据 所述多维量化描 述向量得到所述负面图像数据的分类以及 在所述分类下的等级；权　利　要　求　书 2/3 页 3 CN 115359914 A 3