[发明专利]一种针对自闭症患者的表情识别训练方法及系统在审

专利信息
申请号: 201910726448.4 申请日: 2019-08-07
公开(公告)号: CN110866434A 公开(公告)日: 2020-03-06
发明(设计)人: 杜亚松;陈静;翟广涛;赵晓鑫;祖燕飞 申请(专利权)人: 上海市精神卫生中心(上海市心理咨询培训中心)
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F3/01;G16H50/20;G10L15/26
代理公司: 上海容慧专利代理事务所(普通合伙) 31287 代理人: 于晓菁
地址: 200030 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 针对 自闭症 患者 表情 识别 训练 方法 系统
【权利要求书】:

1.一种针对自闭症患者的表情识别训练方法,其特征在于,包括以下步骤:

向患者展示一系列表情识别训练场景,所述表情识别训练场景包括多个训练模式;

获取患者反馈指令,根据所述反馈指令评估患者的表情识别完成度,以确定患者所接受的所述训练模式。

2.如权利要求1所述的一种针对自闭症患者的表情识别训练方法,其特征在于,还包括建立训练模式:

所述训练模式包括第一训练模式,所述第一训练模式展示多个表情识别对象,用以提供患者建立多个表情识别对象之间的逻辑关系。

3.如权利要求2所述的一种针对自闭症患者的表情识别训练方法,其特征在于,还包括:

获取患者的身体姿态和动作轨迹,判断患者是否正确建立了所述第一训练模式提供的多个表情识别对象之间的逻辑关系,并评估患者的表情识别结果。

4.如权利要求1所述的一种针对自闭症患者的表情识别训练方法,其特征在于,还包括建立训练模式:

所述训练模式包括第二训练模式,所述第二训练模式展示一个或多个表情识别对象,用以提供患者对一个或多个表情识别对象进行识别。

5.如权利要求4中所述的一种针对自闭症患者的表情识别训练方法,其特征在于,还包括

获取患者的语音信息,判断患者是否正确识别第二训练模式提供的一个或多个表情识别对象,并评估患者的表情识别结果。

6.如权利要求1到5所述的任一种针对自闭症患者的表情识别训练方法,其特征在于,还包括建立训练模式难度等级:

根据表情识别对象的复杂度建立不同难度等级的第一训练模式和第二训练模式。

7.如权利要求6所述的一种针对自闭症患者的表情识别训练方法,其特征在于,根据患者的表情识别结果,设定患者接收相应难度等级的第一训练模式或第二训练模式的表情识别训练。

8.如权利要求7所述的一种针对自闭症患者的表情识别训练方法,其特征在于,所述表情识别对象采用VR图像、视频、音频和图片等媒体中的一种或多种。

9.如权利要求7所述的一种针对自闭症患者的表情识别训练方法,其特征在于,所述表情识别对象包括了各种人物表情,所述第一训练模式和第二训练模式具有多种表情识别训练场景,所述表情识别训练场景为教室、走廊、体育馆、花园、厕所、食堂等虚拟场景。

10.一种针对自闭症患者的表情识别训练系统,其特征在于,包括:

虚拟现实装置,用以向患者展现一表情识别训练场景,所述表情识别训练场景中包括多个表情识别对象;

自然语言处理装置,用以获取患者的反馈语音信息并进行分析处理,并将处理结果发送到表情识别训练装置;

表情识别训练装置,用以提供多种训练模式的表情识别训练场景,并且评估患者的表情识别完成度,根据表情识别完成度确定患者所需接受的训练模式。

11.如权利要求10所述的一种针对自闭症患者的表情识别及能力评估系统,其特征在于,所述虚拟现实装置通过六轴传感器和光学定位系统获取位姿信息和运动轨迹,所述虚拟现实装置包括可佩带式头盔显示器和手握式控制器。

12.如权利要求11所述的一种针对自闭症患者的表情识别及能力评估系统,其特征在于,所述表情识别训练装置根据虚拟现实装置获取的位姿信息和运动轨迹,判断患者是否建立了多个表情识别对象之间的逻辑关系,并评估患者的表情识别结果。

13.如权利要求10所述的一种针对自闭症患者的表情识别及能力评估系统,其特征在于,所述表情识别训练装置根据所述自然语言处理装置的语音处理结果,判断患者是否建立了一个或多个表情识别对象之间的逻辑关系,并评估患者的表情识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海市精神卫生中心(上海市心理咨询培训中心),未经上海市精神卫生中心(上海市心理咨询培训中心)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910726448.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top