一种心理测评方法及其系统.pdf

《一种心理测评方法及其系统.pdf》由会员分享，可在线阅读，更多相关《一种心理测评方法及其系统.pdf（8页珍藏版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 104274191 A (43)申请公布日 2015.01.14 C N 1 0 4 2 7 4 1 9 1 A (21)申请号 201410524074.5 (22)申请日 2014.10.08 A61B 5/16(2006.01) (71)申请人北京中维监安信息科技有限公司 地址 100073 北京市西城区新街口外大街8 号12幢017室（德胜园区） (72)发明人程万里 (54) 发明名称 一种心理测评方法及其系统 (57) 摘要 本发明涉及一种心理测评方法及其系统，该 系统包括：传感器模块，包括接触式传感器和非 接触式传感器，可获得不同类别的生理参数；移 动监。

2、控器，通过无线/有线方式与传感器模块连 接，获得各类生理参数，并使用神经网络对获得的 生理参数进行分类识别、融合并获得最终的测评 结果。该系统体积和质量小，携带便携，可移动性 强，并且使用接触或非接触的方式获得被测人员 的各种生理数据，保证结果的真实性，同时由于实 时采集多种人体生理参数，并使用神经网络对获 得的参数处理，保证了可以获得精确的判断结果。 (51)Int.Cl. 权利要求书1页 说明书5页 附图1页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书5页 附图1页 (10)申请公布号 CN 104274191 A CN 104274191 A 1/。

3、1页 2 1.一种心理测评方法，其特征在于，包括如下步骤： 从接触式/非接触式传感器接收各类生理参数； 对接收的各类生理参数进行分类识别，获得各个类别的识别结果； 使用神经网络对获得的各个类别的识别结果进行融合，并输出最终测评结果。 2.根据权利要求1所述的心理测评方法，其中从非接触式传感器接收生理参数包括： 获取视频采集区域的数字视频；从获得的数字视频中提取被测评人的面部图像，计算测评 时间内的某一时间点i的面部图像的RGB三色均值，形成三色均值矩阵RGB i ；并计算时间点 i的面部图像上预定点的坐标，形成预定点均值矩阵P i ，从而获得测评时间内的多个三色均 值矩阵和预定点均值矩阵。 3。

4、.根据权利要求1所述的心理测评方法，其中对接收的各类生理参数进行分类识别， 获得各个类别的识别结果包括：对各种生理参数进行筛选；接触式传感器所获得的生理信 号在去重之后需要进一步进行去噪处理，可使用滤波器滤除干扰和奇异波；处理之后的生 理参数送入分类器进行分类训练并最终给出各个类别的识别结果，分类器计算在具体时间 间隔或者对于刺激的反应期间用户生理参数的变化，并给出各个类别的判断结果。 4.根据权利要求1所述的心理测评方法，其中使用神经网络对获得的各个类别的识别 结果进行融合，并输出最终测评结果包括：获得每一类判断结果的概率分配值，也就是该类 判断结果在识别目标类别中的权重，最后进行识别获得识。

5、别率更高的结果，从而获得测评 结果。 5.一种心理测评系统，其特征在于，该系统包括： 传感器模块，包括接触式传感器和非接触式传感器，可获得不同类别的生理参数； 移动监控器，通过无线/有线方式与传感器模块连接，获得各类生理参数，并使用神经 网络对获得的生理参数进行分类识别、融合并获得最终的测评结果。 6.根据权利要求5所述的心理测评系统，其中非接触式传感器包括：图像获取模块，用 于获取视频采集区域的数字视频； 生理参数提取模块，从获得的数字视频中提取被测评人的面部图像，计算测评时间内 的某一时间点i面部图像的RGB三色均值，形成三色均值矩阵RGB i ；并计算时间点i的面部 图像上预定点的坐标，。

6、形成预定点均值矩阵P i ，从而获得测评时间内的多个三色均值矩阵 和预定点均值矩阵。 7.根据权利要求5所述的心理测评系统，其中该移动监控器包括分类识别模块，该分 类识别模块对各类生理参数进行筛选，对接触式传感器所获得的生理信号在去重之后进一 步进行去噪处理，经过处理之后的生理参数送入分类器，分类器可计算在具体时间间隔或 者对于刺激的反应期间用户各类参数的变化，并给出各个类别的判断结果。 8.根据权利要求5所述的心理测评系统，其中该移动监控器包括融合模块，该融合模 块使用神经网络对获得的各个类别的判断结果进行融合，以输出最终测评结果。 9.根据权利要求8所述的心理测评系统，其中对获得的各个类别。

7、的判断结果进行融 合，以输出最终测评结果包括：获得每一类判断结果的概率分配值，也就是该类判断结果在 识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得最终测评结果。 权 利 要 求 书CN 104274191 A 1/5页 3 一种心理测评方法及其系统 技术领域 0001 本发明涉及电子信息及犯罪心理测试领域，具体说是一种心理测评方法及其系 统。 背景技术 0002 随着社会的发展，犯罪类型和服刑人员组成成分愈来愈复杂，也对监管教育提出 了更高的要求，人的心理状态如何，在不同环境、条件下会有不同的反应，而且又是始终处 于变化、运动之中的。目前国内针对监狱在押人员的心理测评主要集中。

8、在监狱小范围内部 的管理，并没有形成一套有体系的、全面的、智能的心理测评系统，普遍还停留在一问一答， 手工统计，不精确分析的阶段。一方面犯罪类型种类增多，另一方面罪犯人数增多，传统的 心理测评方法在录入、统计、分析上会随着这两方面的变化而变得愈发困难，监狱干警在录 入、统计、分析上的工作量会加大；出错率会提高。同时由于在押人员对于心理测评存在的 天然抵触心理，从而回答问题时会提供错误答案。这些问题会直接导致最终结果的准确率， 影响服刑人员心理测评的结果。这样就会让干警在针对服刑人员的心理教育管理工作带来 很大的困难。 发明内容 0003 本发明的目的在于，针对上述缺陷，提供一种便携、无线可穿戴。

9、的心理测评系统及 其相应的方法，其中使用接触或非接触的形式监控人的各种生理参数，并使用神经网络对 获得的生理参数进行分析，从而达到可在在押犯人有意识或无意识的状态获得其心理测评 结果的效果，保证了测评结果的准确性。 0004 本发明提供一种心理测评方法，该方法包括如下步骤：从接触式/非接触式传感 器接收各类生理参数；对接收的各类生理参数进行分类识别，获得各个类别的识别结果； 使用神经网络对获得的各个类别的识别结果进行融合，并输出最终测评结果。 0005 其中从非接触式传感器接收生理参数包括：获取视频采集区域的数字视频；从获 得的数字视频中提取被测评人的面部图像，计算测评时间内的某一时间点i的面。

10、部图像的 RGB三色均值，形成三色均值矩阵RGB i ；并计算时间点i的面部图像上预定点的坐标，形成 预定点均值矩阵P i ，从而获得测评时间内的多个三色均值矩阵和预定点均值矩阵。 0006 进一步的，其中对接收的各类生理参数进行分类识别，获得各个类别的识别结果 包括：对各种生理参数进行筛选；接触式传感器所获得的生理信号在去重之后需要进一步 进行去噪处理，可使用滤波器滤除干扰和奇异波；处理之后的生理参数送入分类器进行分 类训练并最终给出各个类别的识别结果，分类器计算在具体时间间隔或者对于刺激的反应 期间用户生理参数的变化，并给出各个类别的判断结果。 0007 进一步的，其中使用神经网络对获得的。

11、各个类别的识别结果进行融合，并输出最 终测评结果包括：获得每一类判断结果的概率分配值，也就是该类判断结果在识别目标类 别中的权重，最后进行识别获得识别率更高的结果，从而获得测评结果。 说 明 书CN 104274191 A 2/5页 4 0008 本发明还包括一种心理测评系统，该系统包括：传感器模块，包括接触式传感器和 非接触式传感器，可获得不同类别的生理参数；移动监控器，通过无线/有线方式与传感器 模块连接，获得各类生理参数，并使用神经网络对获得的生理参数进行分类识别、融合并获 得最终的测评结果。 0009 其中非接触式传感器包括：图像获取模块，用于获取视频采集区域的数字视频； 生理参数提取。

12、模块，从获得的数字视频中提取被测评人的面部图像，计算测评时间内的某 一时间点i面部图像的RGB三色均值，形成三色均值矩阵RGB i ；并计算时间点i的面部图像 上预定点的坐标，形成预定点均值矩阵P i ，从而获得测评时间内的多个三色均值矩阵和预 定点均值矩阵。 0010 进一步的，其中该移动监控器包括分类识别模块，该分类识别模块对各类生理参 数进行筛选，对接触式传感器所获得的生理信号在去重之后进一步进行去噪处理，经过处 理之后的生理参数送入分类器，分类器可计算在具体时间间隔或者对于刺激的反应期间用 户各类参数的变化，并给出各个类别的判断结果。 0011 进一步的，其中该移动监控器包括融合模块，。

13、该融合模块使用神经网络对获得的 各个类别的判断结果进行融合，以输出最终测评结果，即获得每一类判断结果的概率分配 值，也就是该类判断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果， 从而获得最终测评结果。 0012 本发明的有益效果为：1、系统体积和质量小，携带便携，可移动性强；2、使用接触 或非接触的方式获得被测人员的各种生理数据，保证结果的真实性；3、实时采集多种人体 生理参数，使用神经网络对获得的参数处理，从而获得精确的判断结果。 附图说明 0013 图1为本发明的心理测评系统的结构示意图； 图2为本发明非接触式传感器的结构示意图； 图3为本发明移动式监控器的结构示意图； 图。

14、4为本发明的心理测评方法的流程图。 具体实施方 式 0014 下面阐述的实施例代表允许本领域技术人员实践本发明的必要信息，并且示出实 践本发明的最佳方式。一旦根据附图阅读了以下的描述，本领域技术人员就将理解本发明 的构思并且将认识到此处未特别阐明的这些构思的应用。应当理解，这些构思和应用落入 本公开和所附权利要求书的范围。 0015 在押人员心理测评仪通过专业的实施人员架设心理测评测试环境，每一个实施人 员操作一台心理测评仪对在押人员进行心理测评。简单的操作步骤、利用计算机技术替代 复杂的人工整理和运算过程，大幅度节省时间，缩短心理测评周期。 0016 整个心理测评过程分为测评准备、测评开始、。

15、罪犯信息、联机测评、内隐攻击、假装 电击、综合测评、测评结束。 0017 测试人员经监狱批准在监狱指定区域架设心理测评环境。要求：心理测评环境要 求有220v交流电源、带有扶手的绝缘椅子、桌子。 说 明 书CN 104274191 A 3/5页 5 0018 心理测试前每组测试环境需要准备可以擦手的面巾纸（防止测试过程前被测人员 手指出汗过多）。 0019 测试人员在给被测人员佩戴生理指标装置时需要采取边安装边安抚的方式，尽量 让被测人员心情放松，如遇到很紧张的被测人员时可以先沟通一段时间再安装，尽量让被 测人员在一中心情放松的环境中接受心理测评。 0020 心理测评过程中，如出现被测人员听不。

16、清、看不懂题目的时候，测试人员需要详细 说明题目的含义，知道被测人员弄明白为止。 0021 测试结束后，卸下生理指标装置。通知监狱干警进行下一组测试。 0022 参照图1，示出了本发明的示范性实施例的心理测评系统。该测评系统包括传感器 模块110连接到用户，传感器模块110将获得的各种数据通过有线或无线通信链路传输到 移动监控器120，移动监控器120对获得的各种数据进行分析并给出测评结果。可选的，移 动监控器120可连接到远端的服务器130，使用远端的服务器130对获得的各种数据和测评 结果进行进一步的处理。 0023 下面进一步描述系统各个组成部分所完成的具体功能。 0024 一、传感器模。

17、块110 传感器模块110可包括多个传感器，各个传感器分别获得不同类型的生理参数，具体 的可将这些传感器分为两类，即包括接触式传感器或非接触式传感器。 0025 1、接触式传感器 包括血压传感器、皮电/皮温传感器或脉搏传感器等与用户皮肤接触的传感器。通过 在皮肤表面应用各种传感器而获得各种生理信号。 0026 2、非接触式传感器 接触式传感器由于需要事先贴附在被测评人的皮肤上，而使得被测评人意识到正在接 受测评，而往往隐瞒自己的真实心理动向。为了更加真实、有效的获得被测评人的心理状 态，可采用非接触式传感器获得生理信号，从而以隐藏的方式获得被测评人的真实心理。如 图2所示，为本发明的非接触式传。

18、感器的结构示意图。 0027 非接触式传感器包括图像获取模块210，用于获取视频采集区域的数字视频； 生理参数提取模块220，从获得的数字视频中提取被测评人的面部图像，计算时间点i （测评时间内的某一时间点）面部图像的RGB三色均值，形成三色均值矩阵，RGB i ；并计算时 间点i的面部图像上预定点（例如面颊和前额上的点和位于眉毛之间的点）的坐标，形成预 定点均值矩阵P i ，从而获得测评时间内的多个三色均值矩阵和预定点均值矩阵。 0028 上述非接触式传感器基于在被测评人涉及一些敏感问题时，面部的颜色会发生改 变，例如从正常的颜色转变为红色或白色，并且面部肌肉会发生相应的变化，例如颊骨肌肉 。

19、和皱眉肌会从舒张转为紧缩，从而使得面部的预定点发生移位。 0029 二、移动监控器120 移动监控器120可通过无线或有线的方式与传感器模块110连接，例如蓝牙通信、红外 通信、超声通信等，进一步的，从传感器模块110获得各种生理参数，并使用神经网络对获 得的生理参数进行分类识别、融合并获得最终的测评结果。如图3所示，该移动监控器120 包括： 1、分类识别模块310 说 明 书CN 104274191 A 4/5页 6 为了去除已提取的各种生理参数的重复性和冗余性，分类识别模块首先使用选择算法 对各种生理参数进行筛选，例如ReliefF算法、PCA/ICA算法等。 0030 接触式传感器所获。

20、得的生理信号在去重之后需要进一步进行去噪处理，可使用滤 波器滤除干扰和奇异波。 0031 经过上述处理之后的生理参数送入分类器，例如SVM分类器，进行分类训练并最 终给出各个类别的识别结果。分类器可计算在具体时间间隔或者对于刺激的反应期间用户 的脉搏、心率、皮电、脸色以及脸部肌肉等的变化，并给出各个类别的判断结果。 0032 2、融合模块320 使用神经网络对获得的各个类别的判断结果进行融合，以输出最终测评结果。可选择 多种神经网络，例如使用D-S证据理论，获得每一类判断结果的概率分配值，也就是该类判 断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得测评结 果。 003。

21、3 三、远端的服务器130 对于移动监控器120获得的各种数据，可传输到远端服务器130进行保存，并使用这些 数据进一步训练移动监控器120中使用的各种分类器以及神经网络。 0034 图4示出了本发明的测试方法的流程图。该方法包括： 步骤410：从各种传感器模块接收参数。 0035 通过接触式传感器或非接触式传感器接收各类生理参数。包括： 1、从接触式传感器接收生理参数 接触式传感器可包括血压传感器、皮电/皮温传感器或脉搏传感器等。将其贴附于被 测评人的皮肤表面，从而获得各项生理参数。 0036 2、从非接触式传感器接收生理参数 具体的包括获取视频采集区域的数字视频；从获得的数字视频中提取被测。

22、评人的面部 图像，计算时间点i（测评时间内的某一时间点）面部图像的RGB三色均值，形成三色均值 矩阵RGB i ；并计算时间点i的面部图像上预定点（例如面颊和前额上的点和位于眉毛之间 的点）的坐标，形成预定点均值矩阵P i ，从而获得测评时间内的多个三色均值矩阵和预定点 均值矩阵。 0037 步骤420：对接收的各类生理参数进行分类识别 为了去除已提取的各种生理参数的重复性和冗余性，首先使用选择算法对各种生理参 数进行筛选，例如ReliefF算法、PCA/ICA算法等。 0038 接触式传感器所获得的生理信号在去重之后需要进一步进行去噪处理，可使用滤 波器滤除干扰和奇异波。 0039 经过上述。

23、处理之后的生理参数送入分类器，例如SVM分类器，进行分类训练并最 终给出各个类别的识别结果。分类器可计算在具体时间间隔或者对于刺激的反应期间用户 的脉搏、心率、皮电、脸色以及脸部肌肉等的变化，具体反应在各类生理参数的变化，并给出 各个类别的判断结果。 0040 步骤430：对各个类别进行融合 使用神经网络对获得的各个类别的判断结果进行融合，以输出最终测评结果。可选择 多种神经网络，例如使用D-S证据理论，获得每一类判断结果的概率分配值，也就是该类判 说 明 书CN 104274191 A 5/5页 7 断结果在识别目标类别中的权重，最后进行识别获得识别率更高的结果，从而获得测评结 果。 0041 显然，上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的 实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其 它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而这些属于本发 明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。 说 明 书CN 104274191 A 1/1页 8 图1 图2 图3 图4 说 明 书 附 图CN 104274191 A 。