[发明专利]抑郁等级测试系统

说明书

本申请涉及人工智能技术领域，提供一种抑郁等级测试系统。系统包括：问卷数据获取模块、视频数据处理模块、模型分析模块以及模型测评模块；问卷数据获取模块获取待评估用户的答题问卷数据以及答题视频数据；视频数据处理模块根据答题问卷数据统计答题分数，并对答题视频数据进行视频帧抽取，得到与答题视频数据对应的视频帧集合；模型分析模块将视频帧集合中各视频帧输入已训练的面部分析模型，得到各视频帧的表情类别以及眼球识别数据，根据答题分数、各视频帧的表情类别以及眼球识别数据，得到待评估用户的待评估参数；模型测评模块将待评估参数输入已训练的抑郁等级测试模型，得到抑郁等级测试结果。采用本系统能够实现实时监控自身抑郁程度。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种抑郁等级测试系统。

背景技术

抑郁症又称抑郁障碍，以显著而持久的心境低落为主要特征，是心境障碍的主要类型。抑郁症的主要表现包括：心境低落、思维迟缓、意志活动减退、认知功能损耗以及睡眠障碍等躯体症状。调查显示，我国抑郁症的发病率为3％-5％，目前国内有超过9000万人口罹患抑郁症。

传统的抑郁症状筛查需要进行繁琐的医学诊疗，需要经过问卷调查、化验、影响检查等流程，需要医生根据用户的当前状况、病史以及各种社会心理量表填写情况进行抑郁程度评估。

然而，传统抑郁症状筛查由于需要进行繁琐的医学诊疗，需要经过问卷调查、化验、影响检查等流程，存在筛查时间长的问题，无法支持用户实时对自身抑郁程度进行监控。

发明内容

基于此，有必要针对上述技术问题，提供一种支持用户实时对自身抑郁程度进行监控的抑郁等级测试系统。

一种抑郁等级测试系统，所述系统包括问卷数据获取模块、视频数据处理模块、模型分析模块以及模型测评模块；问卷数据获取模块获取待评估用户的答题问卷数据以及答题视频数据；视频数据处理模块根据答题问卷数据统计答题分数，并对答题视频数据进行视频帧抽取，得到与答题视频数据对应的视频帧集合；模型分析模块将视频帧集合中各视频帧输入已训练的面部分析模型，得到各视频帧的表情类别以及眼球识别数据，根据答题分数、各视频帧的表情类别以及眼球识别数据，得到待评估用户的待评估参数；模型测评模块将待评估参数输入已训练的抑郁等级测试模型，得到抑郁等级测试结果。

在其中一个实施例中，系统还包括面部分析模型训练模块，面部分析模型训练模块获取携带表情类别标签和眼球识别特征点标签的样本人脸数据，根据样本人脸数据对初始面部分析模型进行训练，得到已训练的面部分析模型。

在其中一个实施例中，模型分析模块还用于将视频帧集合中各视频帧输入已训练的面部分析模型中的人脸识别网络，得到与各视频帧对应的人脸图像，将人脸图像输入已训练的面部分析模型中的表情分类网络，得到视频帧的表情类别，并将人脸图像输入已训练的面部分析模型中的眼球识别网络，通过眼球识别网络确定眼球识别特征点，根据眼球识别特征点定位眼球，得到眼球识别数据。

在其中一个实施例中，模型分析模块还用于根据各视频帧的表情类别，统计各表情类别对应的视频帧所占答题视频数据的第一时间比例，并根据眼球识别数据，确定各视频帧的眼球凝视方向以及用户眨眼次数，根据各视频帧的眼球凝视方向，统计各眼球凝视方向对应的视频帧所占答题视频数据的第二时间比例，根据答题分数、第一时间比例、第二时间比例以及用户眨眼次数，得到待评估用户的待评估参数。

在其中一个实施例中，模型分析模块还用于根据眼球识别数据，得到各视频帧对应的眼球特征数据以及可识别眼球视频帧数，根据眼球特征数据中的瞳孔位置，确定各视频帧的眼球凝视方向，并根据可识别眼球视频帧数，得到用户眨眼次数。

在其中一个实施例中，系统还包括测试模型训练模块，测试模型训练模块获取携带抑郁等级标签的样本训练数据，根据样本训练数据对初始抑郁等级测试模型进行有监督学习训练，得到已训练的抑郁等级测试模型。