[发明专利]一种针对硕博群体抑郁水平的预测评估方法及装置

说明书

本发明公开了一种针对硕博群体抑郁水平的预测评估方法，其特征在于，包括获取第一学生抑郁状态数据，将第一学生抑郁水平进行划分；基于第一学生抑郁水平划分结果，以及对应的第一学生相关特征信息构建第一学生特征信息；基于随机森林构建训练模型，采用网格搜索交叉验证算法对训练模型进行训练，优化训练模型参数；将测试样本集输入至优化训练模型直至满足模型预测性能分数阈值测试结束。本发明提供的预测硕博群体心理抑郁水平的预测评估方法能够快速，准确，方便的预测硕博群体的抑郁水平。

技术领域

本发明属于心理状态评估技术领域，具体涉及一种针对硕博群体抑郁水平的预测评估方法及装置。

背景技术

随着我国教育水平和用人单位对候选人技能要求的日益提高，越来越多的学生选择继续向更高一级的硕士或博士学位深造，这势必提高了当前大学生的整体学历水平。尽管硕士或博士毕业生能为社会带来较大的生产力，但不可忽视的是，当前硕士/博士研究生在校从事科研期间的心理抑郁状况也成为学校心理健康中重要的一部分。

国际期刊《nature》发表的新闻Mental Health Crisis for Grad Studentshttps://www.insidehighered.com/news/2018/03/06/new-study-says-graduate-students-menta l-health-crisis#:～:text＝％E2％80％9COur％20results％20show％20that％20graduate,on％20t he％20part％20of％20institutions；以及文献A lack ofevidence for six times more anxiety and depression in US graduate studentsthan in the general population,Meghan Duffy,Carly Thanhouser,Holly Derry,Nature Biotechnology volume 37,pages711–712(2019)公开了研究生面对的心理问题是普通大众的数倍。在受访者中，有中度到重度抑郁受访者约占总人数的40％。从权威研究报告和社会现状综合考虑，针对硕博研究生的心理抑郁水平的预测和指导比普通大学生更具针对性和重要性。

目前对主要针对在校大学生的心理健康问题进行研究，公开号为CN105852886A的中国专利公开了面向大学生的精神压力评估及高危人群干预系统，提出通过多模态脑功能检测装置检测学生的脑电信号和脑电血氧信号，并配合学生的家族精神疾病历史和前期诊断信息，作为预测学生精神疾病的主要因素。但方法中提到的脑电信号和脑电血氧信号等因素，在认知神经科学领域被认为是可能的相关因素而非被确定为直接的关键因素。此外，该方法提出通过学生佩戴专门的信息采集设备来实时采集信息，从设备需求量和学生佩戴情况等方面在大学校园较难实施。同时，该方法在立意上关注的是学生的精神疾病问题，精神疾病本身就是一个较为宽泛的概念。

公开号为CN109192310A的中国专利公开了一种基于大数据的大学生心理行为异动系统方案设计方法，提出基于学生行为大数据的心理行为异动检测方法。该方法利用学生在校期间或生活中的多源异构信息，通过必要的数据预处理与特征选择算法进行特征选择，借助机器学习、深度学习等算法实现模型预测，通过大数据框架实现部署。方法并没有明确交待能预测哪几种行为异动，以及哪些特征情况出现后学生更容易出现哪种行为异动。该方法忽略了人工先验信息的加入会对去除冗余和特征选择以及模型训练带来帮助。

基于上述，亟需建立准确，合理，方便的特定针对硕博群体的心理抑郁水平的预测模型。

发明内容

本发明提供一种快速，准确，方便的预测硕博群体心理抑郁水平的预测评估方法。

一种针对硕博群体抑郁水平的预测评估方法，包括：

S1：获取第一学生抑郁状态数据，对第一学生抑郁状态数据的抑郁水平进行划分，基于划分的结果得到第一学生抑郁水平等级；