一种智能虚拟仿真的围产期抑郁妇女心理健康促进方法与流程

本发明涉及心理医学，尤其涉及一种智能虚拟仿真的围产期抑郁妇女心理健康促进方法。

背景技术：

1、围产期抑郁症是指在怀孕期间或分娩后一年内发生的抑郁症，是一种常见的精神健康问题。围产期抑郁症(pnd)已成为全球妇女群体中的一个重要健康问题。全球范围内，围产期抑郁症的发病率较高，严重影响妇女的心理健康和生活质量。抑郁症不仅会影响妇女的情绪、认知、行为和社交功能，还可能对胎儿和婴儿的健康产生负面影响。研究表明，围产期抑郁症与孕期不良结局(如早产、低出生体重)和婴儿发育迟缓等问题密切相关。因此，及早识别和干预围产期抑郁症，对于改善妇女和儿童的健康至关重要；因此，发明出一种智能虚拟仿真的围产期抑郁妇女心理健康促进方法变得尤为重要。

2、现有的围产期抑郁妇女心理健康促进方法社交连接的质量和有效性较低，无法为每个用户提供更多、更加有帮助的社交支持，不利于围产期妇女的情绪恢复和社交参与感；此外，现有的围产期抑郁妇女心理健康促进方法容易出现任务过难或过易导致的挫败感或无聊感，降低围产期妇女的自我效能感，降低虚拟仿真干预的效果；为此，我们提出一种智能虚拟仿真的围产期抑郁妇女心理健康促进方法。

技术实现思路

1、本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种智能虚拟仿真的围产期抑郁妇女心理健康促进方法。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种智能虚拟仿真的围产期抑郁妇女心理健康促进方法，该促进方法具体步骤如下：

4、ⅰ、收集围产期抑郁妇女的需求并建立需求与软件的关联；

5、ⅱ、依据用户需求构建个性化虚拟游戏世界；

6、ⅲ、分析管理用户情绪变化并动态调整游戏环境；

7、ⅳ、集成社交互动功能以供用户交流并实时优化社交网络结构；

8、ⅴ、评估各任务参与度和难度并为各用户设计多样化任务；

9、ⅵ、分析用户反馈和互动数据并提供专业心理辅导；

10、ⅶ、收集用户反馈与使用数据评估软件有效性和用户满意度；

11、ⅷ、根据用户的反馈和最新研究持续更新软件功能与内容。

12、作为本发明的进一步方案，步骤ⅰ中所述建立需求与软件的关联具体步骤如下：

13、s1.1：设计涵盖心理健康、社交需求、情绪管理以及专业支持各方面的问卷，通过在线平台或面对面方式分发问卷，之后回收填写完成的各组问卷，对收集的问卷数据进行统计分析，识别用户主要的心理健康需求和困扰；

14、s1.2：通过随机抽样的方式对多组问卷参与者进行深入访谈，记录参与者的具体经历和建议,将问卷和访谈数据整理成结构化信息，获取用户的主要需求与痛点，并将访谈内容编码分类；

15、s1.3：通过自然语言处理技术从整理后的需求数据中抽取出实体，其中包括用户需求关键词和功能模块名称，并根据分析结果，确定不同实体之间的关系，之后使用neo4j图数据库，将抽取的实体作为节点，将各节点间相应的关系作为边，以构建关联图谱；

16、s1.4：通过图卷积网络对关联图谱进行分析，以挖掘各组节点之间的潜在关系，再通过graphviz将构建好的关联图谱进行可视化展示，并分析图谱的结构，识别核心需求与软件模块之间的关联，根据新的需求信息和软件模块的变化，定期更新关联图谱。

17、作为本发明的进一步方案，步骤ⅲ中所述动态调整游戏环境具体步骤如下：

18、s2.1：收集用户在虚拟游戏世界中互动频率、任务完成情况以及停留时间各项行为数据，并对收集的各组行为数据进行去噪、归一化和特征提取处理，之后基于输入层、双向gru层以及输出层架构创建分析调整模型；

19、s2.2：将准备好的数据集划分为训练集和测试集，将训练集导入分析调整模型中，该模型输入层将训练集数据传入双向gru层中，双向gru层分别对训练集数据进行正向gru处理以及反向gru处理，并将处理结果发送至输出层进行后处理输出；

20、s2.3：通过交叉熵损失函数计算分析调整模型输出结果与真实值之间的损失值，并通过反向传播算法计算该损失值对于模型各网络层的梯度，通过adam优化器优化各网络层参数，在每个训练周期结束后，使用测试集对模型进行验证，评估其在未见数据上的表现，若模型表现性能未达到预设指标，则重新训练与更新模型参数，直至模型性能达到预设指标；

21、s2.4：将用户最新的行为特征输入到训练好的分析调整模型中，通过前向传播预测用户虚拟世界中的情绪状态和游戏参与度，根据预测的情绪状态和参与度，动态调整游戏环境的元素以及游戏任务难度，之后持续监测新用户在调整后环境中的行为，收集反馈以评估调整措施的有效性。

22、作为本发明的进一步方案，步骤ⅳ中所述实时优化社交网络结构具体步骤如下：

23、s3.1：收集软件内部社交网络拓扑结构，并将其转换为对应的图结构，其中图的节点代表用户，边代表用户之间的连接，并依据各用户之间的社交属性确定对应的邻接矩阵，随机生成多组个体，并设置各组个体的初始位置，其中各组个体代表一个潜在的优化方案；

24、s3.2：为图结构中的每条边设置初始的信息素值，之后各组个体从初始位置出发，在社交网络中移动，并在选择下一个节点时，根据信息素浓度和启发函数计算各节点的选择概率，并依据计算的选择概率，通过随机选择的方式选择下一节点；

25、s3.3：当各组个体完成一条完整的路径迭代后，分别根据各组个体构建的路径质量更新各路径中各边的信息素浓度，重复进行节点选择以及信息素更新，直至达到最大迭代次数或信息素浓度变化达到预设阈值；

26、s3.4：在所有迭代中选择信息素浓度最高的路径作为最优的优化方案，并根据最优的优化方案对社交网络进行相应的结构优化，评估优化后的社交网络效果，并持续检测社交网络的交互性能，以进行后续更新调整。

27、作为本发明的进一步方案，步骤ⅴ中所述为各用户设计多样化任务具体步骤如下：

28、s4.1：收集虚拟游戏世界中任务的种类和参数，将收集的各组任务作为树结构中的节点，构建调整树的初始化结构，根节点表示当前任务状态，子节点表示可执行的任务；

29、s4.2：计算各组子节点的ucb值，使用贪心策略逐层向下选择ucb值最高的子节点，直至选择的子节点为叶节点时，停止选择，若该叶节点状态不是终止状态，则对该节点进行扩展，并添加一个或多个子节点；

30、s4.3：在扩展的子节点上进行随机模拟，执行任务并计算结果，通过评估任务是否成功完成，计算完成任务的奖励，根据模拟结果更新节点的访问次数和奖励值，并将模拟结果回溯至根节点，并更新同一路径上其余节点的访问次数和奖励值；

31、s4.4：重复选择、扩展、模拟和更新步骤，直至达到最大模拟次数，在树结构完成后，根据每个子节点对应任务的访问次数和奖励，选择访问次数最多且奖励值最高的子节点作为最优任务，再根据选择的最优任务进行实际的任务设置，并收集用户反馈以评估任务设置的有效性，根据反馈调整任务的难度和参与度。

32、作为本发明的进一步方案，步骤ⅵ中所述分析用户反馈和互动数据具体步骤如下：

33、s5.1：收集用户的心理咨询反馈和互动数据，并对收集到的数据进行预处理，初始化水循环的数量、迭代次数以及每次循环的更新率，根据用户反馈数据构建初始解集合，以表示当前咨询内容和服务的质量；

34、s5.2：通过随机选择的方式初始化蒸发率以及降水量，在每次迭代中，从当前解集合中随机选择一个解，并随机从[0，1]范围内容生成一个随机数，若该随机数小于蒸发率，则从当前解集合中删除该解，再通过随机选择或变异各类启发式生成方法，从解空间中生成新的解；

35、s5.3：将生成的新解与蒸发后的当前解结合，形成新的解集合，之后对新的解集合中的每个解进行质量评估，根据评估结果，选择最优解进入下一轮水循环，重复进行迭代更新，直至解的质量变化小于预设阈值；

36、s5.4：将通过迭代得到的最终解为优化后的咨询内容和服务质量，实施优化方案后，持续收集用户的反馈和互动数据，并根据用户满意度和咨询成功率评估优化效果。

37、相比于现有技术，本发明的有益效果在于：

38、1、该智能虚拟仿真的围产期抑郁妇女心理健康促进方法收集软件内部社交网络拓扑结构，并将其转换为对应的图结构，随机生成多组个体，并设置各组个体的初始位置，其中各组个体代表一个潜在的优化方案，为图结构中的每条边设置初始的信息素值，之后各组个体从初始位置出发，在社交网络中移动，并在选择下一个节点时，根据信息素浓度和启发函数计算各节点的选择概率，并依据计算的选择概率，通过随机选择的方式选择下一节点，当各组个体完成一条完整的路径迭代后，分别根据各组个体构建的路径质量更新各路径中各边的信息素浓度，重复进行节点选择以及信息素更新，直至达到最大迭代次数或信息素浓度变化达到预设阈值，在所有迭代中选择信息素浓度最高的路径作为最优的优化方案，并根据最优的优化方案对社交网络进行相应的结构优化，评估优化后的社交网络效果，并持续检测社交网络的交互性能，以进行后续更新调整，能够有效地提高社交连接的质量和有效性，从而为每个用户提供更多、更加有帮助的社交支持，提升社交互动的实效性，有效提高围产期妇女的情绪恢复速度和社交参与感，减少孤独感。

39、2、该智能虚拟仿真的围产期抑郁妇女心理健康促进方法收集虚拟游戏世界中任务的种类和参数，将收集的各组任务作为树结构中的节点，构建调整树的初始化结构，根节点表示当前任务状态，子节点表示可执行的任务，计算各组子节点的ucb值，使用贪心策略逐层向下选择ucb值最高的子节点，直至选择的子节点为叶节点时，停止选择，若该叶节点状态不是终止状态，则对该节点进行扩展，并添加一个或多个子节点，在扩展的子节点上进行随机模拟，执行任务并计算结果，通过评估任务是否成功完成，计算完成任务的奖励，根据模拟结果更新节点的访问次数和奖励值，并将模拟结果回溯至根节点，并更新同一路径上其余节点的访问次数和奖励值，重复选择、扩展、模拟和更新步骤，直至达到最大模拟次数，在树结构完成后，根据每个子节点对应任务的访问次数和奖励，选择访问次数最多且奖励值最高的子节点作为最优任务，再根据选择的最优任务进行实际的任务设置，并收集用户反馈以评估任务设置的有效性，根据反馈调整任务的难度和参与度，能够提高用户的积极性和投入感，避免任务过难或过易导致的挫败感或无聊感，可以激励用户持续参与，增强他们的自我效能感，进而提升虚拟仿真干预的效果，从而增强围产期抑郁妇女的自信心和自我价值感，有助于情绪调节和心理恢复。