[发明专利]一种计算机辅助抑郁症状诊断的筛查装置

权利要求书

1.一种计算机辅助抑郁症状诊断的筛查装置，其特征在于，包括：

数据采集模块，用于采集受试者的基本信息和实验交互任务中的多模态数据；

数据分析模块，用于对所述多模态数据进行预处理，并提取得到多模态数据特征，通过已构建的抑郁症状筛查模型，对所述多模态数据进行预测，并根据模型输出结果输出抑郁症状预测分类分级结果；

反馈模块，用于显示多模态数据特征可视化结果及模型输出结果。

2.根据权利要求1所述的计算机辅助抑郁症状诊断的筛查装置，其特征在于，所述数据采集模块包括基本信息统计单元、实验交互任务单元和多模态数据采集单元；

所述基本信息统计单元用于采集所述基本信息，所述基本信息包括个人基本情况及心理健康状况；

所述实验交互任务单元用于引导受试者完成实验交互任务，所述实验交互任务包括：观看并描述情绪图片、朗读情感倾向文章、半结构化访谈；

所述多模态数据采集单元用于采集所述实验交互任务单元中的多模态数据；

所述多模态数据包括：视频帧图像数据、音频数据和文本数据。

3.根据权利要求1所述的计算机辅助抑郁症状诊断的筛查装置，其特征在于，所述数据分析模块包括：数据预处理单元、多模态特征提取单元、抑郁症状识别单元和抑郁症状分类分级单元；

所述数据预处理单元用于对所述多模态数据进行预处理；

所述多模态特征提取单元用于对预处理后的多模态数据进行特征提取和特征融合得到多模态数据特征；

所述多模态数据特征包括：人脸关键特征数据、声音频率能量数据、文本长度词频统计数据；

所述抑郁症状识别单元用于通过已构建的抑郁症状筛查模型对所述多模态数据特征进行预测；

所述抑郁症状分类分级单元用于根据模型输出结果输出抑郁症状预测分类分级结果。

4.根据权利要求1所述的计算机辅助抑郁症状诊断的筛查装置，其特征在于，所述数据分析模块还包括：特征可视化单元和异常数据检测及显示单元；

所述特征可视化单元用于对多模态数据特征进行实时可视化，得到所述多模态数据特征可视化结果；

所述异常数据检测及显示单元用于对所述多模态数据特征进行实时异常检测，得到异常数据检测结果并显示。

5.根据权利要求4所述的计算机辅助抑郁症状诊断的筛查装置，其特征在于，所述数据分析模块对多模态数据特征进行实时可视化和异常数据检测及显示包括：根据受试者在语言表达特征、面部行为特征、语言模式特征上的差异提取特征，分别从面部图像数据中提取关键点作为一次特征，再根据眼部关键点、嘴部关键点得到眨眼频次、微笑强度作为二次特征；从音频数据中提取MFCC、能量、响度、过零率、梅尔频谱图；文本数据进行文本长度统计、LIWC、抑郁词表规则命中，对多模态数据特征进行实时可视化，对超出正常阈值范围的数据进行异常显示，并记录异常指标及异常出现时间点。

6.根据权利要求3所述的计算机辅助抑郁症状诊断的筛查装置，其特征在于，所述数据分析模块还包括：抑郁识别模型训练单元和模型效果验证单元；所述多模态数据包括训练数据和预测数据；

所述抑郁识别模型训练单元用于将经过特征提出的训练数据分为训练集、测试集和验证集，训练抑郁症状筛查模型中的机器学习模型和深度神经网络模型；

所述模型效果验证单元用于对训练的抑郁症状筛查模型效果进行验证，包括根据测试集计算得到的模型准确率、召回率指标；

所述训练数据用于训练抑郁症状筛查模型；

所述预测数据用于根据已训练的抑郁症状筛查模型预测所述受试者的抑郁症状分类分级结果。

7.根据权利要求6所述的计算机辅助抑郁症状诊断的筛查装置，其特征在于，所述抑郁识别模型训练单元训练抑郁症状筛查模型包括：根据抑郁症患者和健康人群在语言表达特征、面部行为特征、语言模式特征上的差异，提取用于分类预测的关键特征，从视频中提取单帧人脸图片、音频，文本由音频自动语音识别方法转换，提取的关键特征包括：人脸面部关键点及关键点二次特征、音频梅尔频谱系数、梅尔频谱图特征、文本语言探索与字词计数。