技術(shù)特征：

1.一種基于ai的心理健康狀態(tài)評估方法，其特征在于：包括如下步驟：

2.如權(quán)利要求1所述的一種基于ai的心理健康狀態(tài)評估方法，其特征在于：所述步驟s1具體為：

3.如權(quán)利要求1所述的一種基于ai的心理健康狀態(tài)評估方法，其特征在于：所述步驟s2中，所述面部表情識別模型以resnet網(wǎng)絡(luò)作為骨干，設(shè)有若干個殘差模塊以及一個用于輸出各表情類別對應(yīng)概率的線性層；

4.如權(quán)利要求1所述的一種基于ai的心理健康狀態(tài)評估方法，其特征在于：所述步驟s2中，所述文本情感分析模型以通過masked?lm技術(shù)進行預訓練的bert網(wǎng)絡(luò)作為骨干，設(shè)有若干個雙向transformer模塊以及一個用于輸出各情感類別對應(yīng)概率的一維卷積層；

5.如權(quán)利要求1所述的一種基于ai的心理健康狀態(tài)評估方法，其特征在于：所述步驟s2中，所述超參數(shù)至少包括初始學習率、訓練批次以及迭代次數(shù)；

6.一種基于ai的心理健康狀態(tài)評估系統(tǒng)，其特征在于：包括如下模塊：

7.如權(quán)利要求6所述的一種基于ai的心理健康狀態(tài)評估系統(tǒng)，其特征在于：所述歷史數(shù)據(jù)獲取模塊具體用于：

8.如權(quán)利要求6所述的一種基于ai的心理健康狀態(tài)評估系統(tǒng)，其特征在于：所述ai模型創(chuàng)建模塊中，所述面部表情識別模型以resnet網(wǎng)絡(luò)作為骨干，設(shè)有若干個殘差模塊以及一個用于輸出各表情類別對應(yīng)概率的線性層；

9.如權(quán)利要求6所述的一種基于ai的心理健康狀態(tài)評估系統(tǒng)，其特征在于：所述ai模型創(chuàng)建模塊中，所述文本情感分析模型以通過masked?lm技術(shù)進行預訓練的bert網(wǎng)絡(luò)作為骨干，設(shè)有若干個雙向transformer模塊以及一個用于輸出各情感類別對應(yīng)概率的一維卷積層；

10.如權(quán)利要求6所述的一種基于ai的心理健康狀態(tài)評估系統(tǒng)，其特征在于：所述ai模型創(chuàng)建模塊中，所述超參數(shù)至少包括初始學習率、訓練批次以及迭代次數(shù)；

技術(shù)總結(jié)
本發(fā)明提供了心理健康評估技術(shù)領(lǐng)域的一種基于AI的心理健康狀態(tài)評估方法及系統(tǒng)，方法包括：步驟S1、獲取歷史評估問卷、歷史面部表情圖像、歷史情感文本數(shù)據(jù)；步驟S2、創(chuàng)建面部表情識別模型、文本情感分析模型；步驟S3、對兩個模型進行訓練；步驟S4、獲取實際評估問卷、實際面部表情圖像、實際情感文本數(shù)據(jù)，通過心理測評量表對實際評估問卷進行評估得到問卷評估分值，將實際面部表情圖像輸入面部表情識別模型得到表情類別，將實際情感文本數(shù)據(jù)輸入文本情感分析模型得到情感類別；步驟S5、基于問卷評估分值、表情類別、情感類別生成心理健康狀態(tài)評估結(jié)果。本發(fā)明的優(yōu)點在于：極大的提升了心理健康狀態(tài)評估的效率、專業(yè)性、客觀性以及靈活性。

技術(shù)研發(fā)人員：鄭培強,黃玉流,朱寧奕,李蒙蒙,白麗英,林秀秀,陳迪祈,蔡圣沅,盧承文
受保護的技術(shù)使用者：新大陸數(shù)字技術(shù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6