一种DIT心理调节系统的制作方法

本发明涉及心理动力与人际导向治疗的，尤其涉及一种dit心理调节系统。

背景技术：

1、随着社会的快速发展和生活节奏的加快，心理健康问题日益受到关注。焦虑、抑郁等问题普遍存在，推动了对心理调节工具的需求，信息技术和人工智能的发展为心理调节提供了新的可能性，使得通过数字化平台进行心理干预成为现实，dit心理调节系统是一种旨在帮助个体调节情绪、提升心理健康的系统，

2、dit系统通常基于认知行为疗法的原则，强调思维、情绪和行为之间的关系，帮助用户识别并改变负面思维模式，着重于个体如何识别和管理情绪，提供具体的工具和策略来提高情绪管理能力。

3、目前，申请号为cn202410899952.5的中国发明专利公开了一种心理焦虑调节系统，包括生理参数监测模块、心理焦虑分析模块、心理焦虑调节模块和用户界面。通过长短期记忆网络对采集的生理参数进行处理和分析，生成独处焦虑指数评估值，并基于采集的参数和构建的模型，提供调节强度建议，解决了现有技术中无法综合监测多种生理参数并提供实时调节建议的问题；但是现有技术不能做到通过针对性的情感问题测试准确详细地分析用户所有的情绪标签，自动化评估用户的心理状态，不能合理基于dit心理治疗方案制定个性化的调节方案，系统不能记录用户的情绪变化，不能分析后提供建议鼓励用户进行自我反思和调整，用户不能在使用过程中获得即时的反馈和指导，帮助他们在实际场景中应用心理调节技巧。

技术实现思路

1、本发明解决的技术问题是：现有技术不能做到通过针对性的情感问题测试准确详细地分析用户所有的情绪标签，自动化评估用户的心理状态，不能合理基于dit心理治疗方案制定个性化的调节方案，系统不能记录用户的情绪变化，不能分析后提供建议鼓励用户进行自我反思和调整，用户不能在使用过程中获得即时的反馈和指导，帮助他们在实际场景中应用心理调节技巧。

2、为解决上述技术问题，本发明提供如下技术方案：一种dit心理调节系统，包括表层检测模块、深层检测模块、心理分类模块、动机评估模块和引导调节模块：

3、所述表层检测模块用于在用户填写心理测评问卷后对用户进行专业的情绪标签判定，并对所述情绪标签进行分类，获得所述用户当前的表层情感障碍类型；

4、所述深层检测模块包括利用脑电波检测仪器对所述用户进行深层脑电波检测，并在对检测出的脑电波进行处理后获得所述用户当前的深层情感障碍类型，得到所述用户深层的情绪标签；

5、所述心理分类模块用于将所述深层情感障碍与当前表层情感障碍类型进行比较分析，得到所述用户被详细分类的情绪标签类型组，根据所述情绪标签类型组对所述用户进行深度分类，并判断所述用户是否适合dit的心理调节模型；

6、所述动机评估模块用于对所述用户进行情感动机评估，获得所述用户新的情绪标签和新的标签集，计算所述用户的情绪走向用于dit治疗师对用户情绪来处进行判断和识别；

7、所述引导调节模块用于全程监控所述用户的情感并记录用户情感变化过程，利用预训练好的gpt4对所述用户进行日常话语引导和心情疏导调节，并实时记录日常话语引导效果和心情疏导调节效果，将所述日常话语引导效果和心情疏导调节效果与所述用户情感变化过程结合绘制用户情感障碍变化曲线。

8、优选地，所述表层检测模块包括第一测试单元和表层判定单元：

9、所述第一测试单元包括根据精神分析理论对用户进行情感问题测试，所述精神分析理论包括依恋理论、客体关系理论、人际精神分析和心智化理论；

10、对所述用户进行的情感问题测试进行打分，得到根据心理症状类型分类的区类评分和总分，将所述区类评分和总分分别与预设的对应的国际正常标准评分区间进行比较，根据超出所述标准评分区间的评分数值对所述用户的心理症状类型的严重性进行评估，并将所述心理症状类型划入所述用户的情绪标签集合中；

11、根据国际标准和所述用户的情绪标签集合得到所述用户当前的表层情感障碍类型；

12、所述心理症状类型包括躯体化、强迫症状、人际关系敏感、抑郁、焦虑、敌对、恐怖、依恋和偏执。

13、优选地，所述深层检测模块包括第二测试单元、脑电波检测单元和深层标签联系单元，所述第二测试单元和脑电波检测单元同步进行，当所述用户在进行第二测试单元给出的人格自评量表的解答过程中时，所述脑电波检测单元同时对所述用户进行第一静息态脑电信号、第二静息态脑电信号、第三脑电信号和第四脑电信号的检测；

14、计算所述第一静息态脑电信号的平均电功率，所述平均电功率包括根据傅里叶变换公式计算得到实时电功率后计算平均值，将所述平均电功率作为协变量计算所述第三脑电信号和第四脑电信号的差值的协方差，若所述协方差高于预设的稳定阈值，则所述用户的认知负荷超过标准比重，给所述用户加入认知负荷重的情绪标签；

15、利用函数计算软件计算所述第三脑电信号和第四脑电信号波段功率变化随所述第二测试单元的作答进程反馈的曲线表达式，若所述曲线表达式呈下降趋势，则所述用户认知加工方式非正常，给所述用户加入认知加工方式非正常的情绪标签；

16、若所述曲线表达式呈上升趋势，则所述用户在认知方面正常；

17、若所述曲线表达式非正相关，用户则所述用户有潜在的精神分裂，给所述用户加入精神分裂症的情绪标签；

18、实时计算所述第二静息态脑电信号的电功率，若所述第一静息态脑电信号的电功率和所述第二静息态脑电信号的电功率增强，则所述用户自我感知能力强；

19、若所述第一静息态脑电信号的电功率和所述第二静息态脑电信号的电功率减弱，则所述用户自我感知能力弱，给所述用户加入自我危机的情绪标签。

20、优选地，所述深层标签联系单元包括：

21、将所述用户通过所述表层检测模块和深层检测模块得到的所有情绪标签以字典形式存储入所述用户的信息存储地址中，并将重复的标签去除；

22、采集正常人的对应标签标准阈值和精神疾病人群的对应标签标准阈值，将所述用户、正常人和精神疾病人群的对应标签阈值通过留一交叉验证方法进行三类人群间的两两比较，得到所述用户的总体情感障碍评估，所述总体情感障碍评估包括所述用户与正常人的差异数值和用户与精神疾病人群的差异数值；

23、将所述第一静息态脑电信号、第二静息态脑电信号、第三脑电信号和第四脑电信号通过带通滤波器去除噪声，使用独立成分分析的方法去除眼动和肌电的伪影，得到预处理后的连续信号，将所述连续信号分成多个时段，得到离散信号，计算所述离散信号的均值、标准差、最大值和最小值，将所述离散信号的均值、标准差、最大值和最小值通过傅里叶变换提取频谱特征，将所述离散信号的均值、标准差、最大值和最小值通过小波变换提取时频特征，将所述差异数值进行哈夫曼编码，生成对应的差异特征向量，将所述离散信号的时域、频域、频谱特征、时频特征和差异特征向量通过张量分解技术进行融合，生成一个多维特征空间，利用lasso回归模型筛选出对所述多维特征空间构建效率影响最大的特征，将所述多维特征空间输入支持向量机模型中构建多维模型，统计若干用户的多维特征空间，建立多维特征空间集，利用所述多维特征空间集训练所述多维模型，使用交叉验证的方式对训练后的多维模型进行参数调优，得到获取所述用户深层脑电波对情绪标签的影响，所述影响用第1级到第n级进行等级划分，并将所述等级划分作为标签输入对应用户的信息存储地址中。

24、优选地，所述心理分类模块包括标签统计单元和标签分类单元：

25、所述标签统计单元包括将用户的信息存储地址中的所有标签进行情绪大类的区分，所述情绪大类包括抑郁、躁狂、ptsd创伤后应激障碍和双相障碍。

26、优选地，所述标签分类单元包括：

27、将分好情绪大类的情绪标签进行标准化操作，所述标准化操作包括将情绪大类通过独热编码进行编号，将所有情绪标签通过tf-idf模型深度分类到所述情绪大类的编号中，对所述用户进行二次标签集标记，所述标签集为所述用户包括的情绪大类编号；

28、采集dit心理调节方法对应和对立的情绪大类，比较所述用户的标签集与dit心理调节方法对应的情绪大类，对用户进行识别筛选包括：

29、若所述用户的标签集不包括dit心理调节方法对应的情绪大类或所述用户的标签集包括dit心理调节方法对应的情绪大类且包括dit心理调节方法对立的情绪大类，则将所述用户的全部信息输入非dit心理调节队列，并统计所述非dit心理调节队列中用户的情绪标签，得到一定不适合dit心理调节模型的情绪标签组合，记录所述情绪标签组合，当所述标签统计单元分析中途检测到携带所述情绪标签组合的用户时，将对应用户的全部信息输入非dit心理调节队列，实时更新一定不适合dit心理调节模型的情绪标签组合；

30、所述全部信息包括所述用户的信息存储地址中包括的所有内容及地址本身；

31、若所述用户的标签集包括dit心理调节方法对应的情绪大类且没有dit心理调节方法对立的情绪大类，则将所述用户的全部信息输入所述动机评估模块。

32、优选地，所述动机评估模块包括语言分析单元和评估单元：

33、所述语言分析单元包括采集所述用户的语言，将所述语言输入词袋模型中获取所述用户的语言关键词，构建用户的语言框架，将所述语言框架输入门控系统获取所述用户的语言中情绪关键词代表的情绪语言特征，对所述情绪语言特征输入所述深层检测模块和心理分类模块，得到对所述情绪语言特征的标签分类，并将所述情绪语言特征的标签分类作为新的情绪标签输入所述用户的信息存储地址中；

34、对所述用户进行不同心理角度的提问，所述心理角度基于所述精神分析理论，将所述用户对不同心理角度的提问的回答语言输入所述语言分析单元，得到新的情绪标签，递归所述语言分析单元的输入操作，得到所述用户新的情绪标签和新的标签集。

35、优选地，所述评估单元包括：

36、将所述用户新的情绪标签和新的标签集输入pca主成分分析模型中，将从网络中爬取的目的关键词作为识别参量，得到所述用户的评估目的，将所述评估目的输入情绪词典afinn中将所述评估目的映射到情绪分数，直接计算情绪走向包括：

37、将所有评估目的映射得到的情绪分数累加，若遇到所述情绪词典afinn中没有对应的单词则被忽略，累加的情绪分数代表整体情绪的走向；

38、若累加的情绪分数为正，则表示所述用户为积极情绪；

39、若累加的情绪分数为负，则表示所述用户为消极情绪；

40、若累加的情绪分数接近零，则表示所述用户情绪中立；

41、所述评估单元得到的结果用于dit治疗师对用户情绪来处进行判断和识别。

42、优选地，所述引导调节模块包括：

43、采集所述用户日常语言中包括的日常话语引导效果和心情疏导调节效果部分输入所述心理分类模块和动机评估模块，得到所述日常话语引导效果和心情疏导调节效果对应的情绪标签、标签集和用户整体情绪的走向，对所述情绪标签、标签集和用户整体情绪的走向进行哈夫曼编码，并利用所述深层标签联系单元对所述哈夫曼编码进行情绪影响等级划分，计算所述情绪影响等级划分的加权平均和，根据时间绘制用户情感障碍变化曲线。

44、优选地，所述dit治疗师为经过培训的精神科医生或心理医生。

45、本发明的有益效果：通过针对性的情感问题测试准确详细地分析用户所有的情绪标签，自动化评估用户的心理状态，合理基于dit心理治疗方案制定个性化的调节方案，系统能记录用户的情绪变化，分析后提供建议鼓励用户进行自我反思和调整，用户在使用过程中能够获得即时的反馈和指导，帮助他们在实际场景中应用心理调节技巧，本系统旨在为用户提供便捷的心理调节服务，促进情绪健康和心理韧性。