基于患者面部频域特征的抑郁辅助评估的方法及设备与流程

本技术涉及抑郁状态检测，特别涉及一种基于患者面部频域特征的抑郁辅助评估的方法及设备。

背景技术：

1、抑郁症是一种全球范围内常见的精神性疾病，以显著而持久的心境低落为主要特征。截至目前仍无任何明确的生物学指标能用于抑郁症的准确临床诊断，目前抑郁症的临床诊断方法依然高度依赖医生与患者进行长时间的访谈、交流和观察，以及根据患者填写相关社会心理学量表的得分来进行抑郁症的诊断，诊断结果往往受医生的过往临床面诊经验和主观想法影响较大。整个临床诊断过程耗时、低效。并且由于患者及其家属通常对精神类疾病抱有负面想法、存在心理负担、对早期抑郁现象不够重视、心理医疗资源有限和诊疗价格昂贵等原因，导致多数患者在生活质量受到严重影响之前的就诊意愿消极，从而错过最佳的治疗时机。

2、由于不同医生之间存在主观临床诊断经验差异，抑郁症诊断的一致性常较难保证。现有技术通过脑电、步态等生理、行为信号进行的自动化抑郁辅助评估，对于削弱传统临床诊断方式存在的主观偏差有一定作用，但存在依赖复杂精密的医疗设备和技术资源受限等问题。

技术实现思路

1、本技术要解决的技术问题在于，针对现有技术的不足，提供一种基于患者面部频域特征的抑郁辅助评估的方法及设备。

2、为了解决上述技术问题，本技术实施例第一方面提供了一种基于患者面部频域特征的抑郁辅助评估的方法，所述方法包括：

3、获取训练人脸面部视频集及训练人脸面部视频集中的各训练人脸面部视频的抑郁症状标签；

4、对于各训练人脸面部视频，获取所述训练人脸面部视频的时序面部特征，并基于所述训练人脸面部视频的时序面部特征确定所述训练人脸视频帧的频域特征，以得到各训练人脸面部视频的频域特征；

5、基于各训练人脸面部视频的频域特征和抑郁症状标签形成训练数据集，并基于所述训练数据集训练抑郁辅助评估模型；

6、获取待评估对象的人脸面部视频，通过经过训练的所述抑郁辅助评估模型确定所述人脸面部视频对应的抑郁症状类别，以得到待评估对象的抑郁症状类别。

7、所述的基于患者面部频域特征的抑郁辅助评估的方法，其中，所述训练人脸面部视频为被访谈者接受面对面访谈所形成的访谈训练，所述训练人脸面部视频包括被访谈者接收消息、处理消息以及输出自身语言整个过程的面部信息；所述抑郁症状标签为基于访谈者填写的社会心理学量表phq-9的得分确定的。

8、所述的基于患者面部频域特征的抑郁辅助评估的方法，其中，所述取所述训练人脸面部视频的时序面部特征具体包括：

9、获取所述训练人脸面部视频中的各面部视频帧的人脸关键点，并根据各面部视频帧的面部关键点确定各面部视频帧的距离特征、角度特征以及区域面部特征；

10、对所有面部视频帧的距离特征、角度特征以及区域面部特征的进行统计量分析，以得到所述训练人脸面部视频的时序面部特征。

11、所述的基于患者面部频域特征的抑郁辅助评估的方法，其中，所述距离特征包括右眉外端与右眼外眼角之间的距离；左眉外端与左眼外眼角之间的距离；右眉峰与右眼上缘最高处之间的距离；左眉峰与左眼上缘最高处之间的距离；右眉内端与右眼内眼角之间的距离；左眉内端与左眼内眼角之间的距离；右眼上缘最高处与右眼下缘最低处之间的距离；左眼上缘最高处与左眼下缘最低处之间的距离；右眼外眼角与右嘴角之间的距离；左眼外眼角与左嘴角之间的距离；右眼内眼角与右鼻翼之间的距离；左眼内眼角与左鼻翼之间的距离；右鼻翼与右嘴角之间的距离；左鼻翼与左嘴角之间的距离；鼻尖与上唇中心之间的距离；下唇中心与下巴中心之间的距离。

12、所述的基于患者面部频域特征的抑郁辅助评估的方法，其中，所述角度特征包括右眼外眼角-右眉峰-右眼内眼角构成的角度；左眼外眼角-左眉峰-左眼内眼角构成的角度；右眉内端-鼻梁根部-左眉内端构成的角度；右嘴角-鼻尖-左嘴角构成的角度；右嘴角-下巴中心-左嘴角构成的角度。

13、所述的基于患者面部频域特征的抑郁辅助评估的方法，其中，所述取所述训练人脸面部视频的时序面部特征具体包括：

14、通过预设的人脸识别模型获取所述训练人脸面部视频中的各面部视频帧的若干动作单元au的强度值；

15、通过预设压缩工具所有面部视频帧的若干动作单元au的强度值进行时域压缩，以得到所述训练人脸面部视频的时域面部特征。

16、所述的基于患者面部频域特征的抑郁辅助评估的方法，其中，所述基于所述训练人脸面部视频的时序面部特征确定所述训练人脸视频帧的频域特征具体包括：

17、对所述时序面部特征进行频域转换，以得到候选频域特征；

18、获取所述候选频域特征的幅值谱和相位谱，并将所述幅值谱和相位谱作为所述训练人脸视频帧的频域特征。

19、本技术实施例第二方面提供了一种基于患者面部频域特征的抑郁辅助评估的装置，所述装置包括：

20、获取模块，用于获取训练人脸面部视频集及训练人脸面部视频集中的各训练人脸面部视频的抑郁症状标签；

21、确定模块，用于对于各训练人脸面部视频，获取所述训练人脸面部视频的时序面部特征，并基于所述训练人脸面部视频的时序面部特征确定所述训练人脸视频帧的频域特征，以得到各训练人脸面部视频的频域特征；

22、训练模块，用于基于各训练人脸面部视频的频域特征和抑郁症状标签形成训练数据集，并基于所述训练数据集训练抑郁辅助评估模型；

23、评估模块，用于获取待评估对象的人脸面部视频，通过经过训练的所述抑郁辅助评估模型确定所述人脸面部视频对应的抑郁症状类别，以得到待评估对象的抑郁症状类别。

24、本技术实施例第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的基于患者面部频域特征的抑郁辅助评估的方法中的步骤。

25、本技术实施例第四方面提供了一种终端设备，其包括：处理器和存储器；

26、所述存储器上存储有可被所述处理器执行的计算机可读程序；

27、所述处理器执行所述计算机可读程序时实现如上任一所述的基于患者面部频域特征的抑郁辅助评估的方法中的步骤。

28、有益效果：与现有技术相比，本技术提供了一种基于患者面部频域特征的抑郁辅助评估的方法及设备，方法包括获取训练人脸面部视频集及训练人脸面部视频集中的各训练人脸面部视频的抑郁症状标签；对于各训练人脸面部视频，获取所述训练人脸面部视频的时序面部特征，并基于所述训练人脸面部视频的时序面部特征确定所述训练人脸视频帧的频域特征，以得到各训练人脸面部视频的频域特征；基于各训练人脸面部视频的频域特征和抑郁症状标签形成训练数据集，并基于所述训练数据集训练抑郁辅助评估模型；获取待评估对象的人脸面部视频，通过经过训练的所述抑郁辅助评估模型确定所述人脸面部视频对应的抑郁症状类别，以得到待评估对象的抑郁症状类别。本技术通过获取访谈者的人脸面部视频并基于人脸面部视频确定频域特征，然后基于频域特征来和抑郁辅助评估模型来进行抑郁辅助评估，这样在全时间域上考虑面部特征，充分高效的利用和分析人脸面部视频，可以提高抑郁辅助评估的准确性。