基于可穿戴设备的社交信号心理症状评估关键技术研究

发布时间：2021-06-16 08:49

　　如今随着人们工作与生活中的压力变大,焦虑症与抑郁症的患者逐渐增加,心理健康评估成为重要的社会互动研究课题。通常临床医生通过有效的心理测试和问卷量表来评估参与者的心理状态。但是这些方法常受到参与者的主观想法和记忆效应的影响。所以越来越多的研究者开始利用多种社交感知信号来分析心理健康状况,社交感知信号包括行为信号,语音信号,生理信号以及环境信号。本文中提出了多传感可穿戴感知系统,并设计了针对大学生群体的焦虑抑郁心理实验。参与者在实验中佩戴可穿戴设备,采集不同情绪下的语音信号与行为信号。论文提出了一种基于注意力机制的多特征融合分类算法,用于不同情感下的语音特征与行为特征的融合分类与分析。基于注意力机制的特征融合模块能够通过训练获得不同特征间的最佳融合权重。为了验证所提出方法的有效性和鲁棒性,文中在多种焦虑和抑郁的指数上进行了分类测试。所获得的结果表明,多传感器数据的融合能够有效提升心理状态分类的精度。与直接连接融合方法相比,论文提出的基于注意力机制的融合方法可以显著的提高模型的分类性能。论文的研究内容与工作主要包括以下三点:1)设计多传感器的可穿戴设备并建立多传感可穿戴感知系统。此外,设计了... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

针对行为数据与不同情绪语音数据的平均1

权值可以看作为该特征对整个分类模型的贡献值。在三个指数的预测过程中，都展现了愤怒，恐惧悲伤等负性情绪下的语音特征对于焦虑/抑郁状态分类的贡献更大。而中立和悲伤情绪下的语音特征则对该分类的贡献相对较校另外还可以看出在预测不同的心理状态标签时（即焦虑/抑郁的程度），权值的分布差异很小，这说明对于某种情绪语音特征在预测焦虑或者抑郁程度时时的贡献是相近的。这与自传体记忆实验的结论是基本一致的，实验中测试者对自身记忆中的负性情绪感受更强烈，记忆更清晰。而抑郁与焦虑也和负性情绪的相关性更高。图4-5注意力模块2的平均权值图4-5中对多特征融合模型中的注意力模块2的权重输出进行了可视化展示，注意力模块2的作用是加权融合行为数据特征与语音数特征。可以很明显的看出语音特征被赋予的权重要远远大于行为特征，说明语音特征对心理状态分类的贡献更大，该结果与前面语音，行为数据单独的分类效果是相符合的。整体来说，对于我们设计的实验，语音数据对于焦虑/抑郁心理健康状态分类的贡献更大，语音数据与测试者的焦虑/抑郁的关联性更强。

【参考文献】：
期刊论文
[1]基于深度信念网络的语音情感识别的研究[J]. 黄晨晨,巩微,伏文龙,冯东煜.  计算机研究与发展. 2014(S1)
[2]基于MFCCG-PCA的语音情感识别[J]. 陈炜亮,孙晓.  北京大学学报(自然科学版). 2015(02)
[3]语音倾向性分析中的特征抽取研究[J]. 魏平杰,樊兴华.  计算机应用研究. 2014(12)



本文编号：3232766