基于CNN的多方位心理測量系統(tǒng)

王若巖 楊學(xué)武 楊一鳴

摘 要：大學(xué)生心理健康問題頻發(fā)，造成諸多不良后果，為能讓學(xué)生更準(zhǔn)確，更及時(shí)的發(fā)現(xiàn)自己的里健康問題，本文設(shè)計(jì)一套基于深度學(xué)習(xí)的大學(xué)生心理測量系統(tǒng)。該系統(tǒng)根據(jù)SCL90，UPI等量表，利用深度學(xué)習(xí)技術(shù)進(jìn)行情感分析和作假判斷，以提高心理測試的準(zhǔn)確性。用戶可通過網(wǎng)頁或客戶端，進(jìn)行語音、文字、視頻多維度心理測量。系統(tǒng)綜合得出準(zhǔn)確的心理測量結(jié)果并根據(jù)分析結(jié)果給出相應(yīng)的治療方案。同時(shí)，本系統(tǒng)擁有持續(xù)性心理監(jiān)測模塊，將持續(xù)跟蹤檢測用戶心理狀態(tài)，結(jié)合歷史檢測結(jié)果以期徹底解決用戶心理問題，提高大學(xué)生心理健康水平。

關(guān)鍵詞：心理測量;深度學(xué)習(xí);多維度測量; 持續(xù)監(jiān)測

1引言

解決大學(xué)生心理問題是21世紀(jì)高校重點(diǎn)建設(shè)方向之一。調(diào)研結(jié)果顯示，高達(dá)18.5%的學(xué)生存在不同程度的心理健康問題。近兩年來，大學(xué)生自殺事件屢屢發(fā)生，頻登微博熱搜榜。鄰人不解的是近半數(shù)的當(dāng)事學(xué)生并未在高校入學(xué)心理篩查中檢測出任何問題，這使心理篩查的有效性備受公眾質(zhì)疑。

心理測量學(xué)（psychometrics）是心理治療的第一步，也是心理健康教育的“第一粒扣子”?，F(xiàn)有常見的心理測量手段包括量表法、投射測驗(yàn)法和儀器測量法。但是這些傳統(tǒng)的測量方法均需要被測人主動(dòng)配合，易于作假，并且被測者在作答時(shí)容易猶豫不決，影響測量結(jié)果。

本文在深度學(xué)習(xí)技術(shù)的基礎(chǔ)上，結(jié)合大學(xué)生容易出現(xiàn)的各種心理問題，提出大學(xué)生心理測量系統(tǒng)，該系統(tǒng)通過chatbot對(duì)話、音頻、視頻等方式收集測量結(jié)果，應(yīng)用科學(xué)有效的心理測量進(jìn)行多維度智能診斷并得出測量結(jié)果，通過后期與用戶聊天實(shí)時(shí)追蹤改善測量結(jié)果。

2心理測量系統(tǒng)設(shè)計(jì)

2.1心理測量系統(tǒng)架構(gòu)

2.2心理測量系統(tǒng)主要功能模塊

本文研究產(chǎn)品主要實(shí)現(xiàn)以下幾個(gè)功能：多維度心理測量模塊，作假檢測模塊，持續(xù)性心理監(jiān)測模塊，快速心理測量模塊，心理建議和心靈陪伴模塊，

多維度心理測量模塊，該模塊從chatbot機(jī)器人對(duì)話、音頻、視頻等多個(gè)維度測量心理狀態(tài)，智能分析處理用戶的自然語言。

作假檢測模塊，該模塊通過收集立體化數(shù)據(jù)計(jì)算測試作假概率，在與用戶進(jìn)行視頻時(shí)，通過判斷用戶的語言與情緒是否符合正常一般性，得到測量結(jié)果的真實(shí)程度。

持續(xù)性心理監(jiān)測模塊，該模塊隨時(shí)間遷移，用戶可以隨時(shí)進(jìn)行心理測量，與chatbot機(jī)器人進(jìn)行聊天，并結(jié)合之前的心理測量結(jié)果，綜合得到用戶目前的心理測量結(jié)果。

快速心理測量模塊，該模塊通過用戶選擇心理測試大方向后，根據(jù)相似標(biāo)簽匹配算法得到適合被測者的題庫。

心理建議和心靈陪伴模塊，該模塊通過測試結(jié)果，結(jié)合專業(yè)心理知識(shí)，在深度學(xué)習(xí)，人工智能的基礎(chǔ)上給出心理建議和陪伴。

3心理測量系統(tǒng)實(shí)現(xiàn)

3.1系統(tǒng)架構(gòu)和流程

基于深度學(xué)習(xí)的大學(xué)生心理測量系統(tǒng)，針對(duì)大學(xué)生心理健康工作的需求，本項(xiàng)目將軟件開發(fā)技術(shù)與心理健康測試相結(jié)合。利用深度學(xué)習(xí)技術(shù)開發(fā)了大學(xué)生心理測試系統(tǒng)，采用前后端分離的思想，選擇vue.js完成前端web開發(fā)，SSM框架完成后端開發(fā)，并利用VGG19進(jìn)行人臉表情識(shí)別，word2vec進(jìn)行自然語言文字處理，綜合SCL90等量表進(jìn)行大學(xué)生心理分析。

若用戶為第一次使用該系統(tǒng)，則需進(jìn)行注冊(cè)操作，然后登錄系統(tǒng)。選擇是否查看歷史分析，之后進(jìn)入心理咨詢階段，該系統(tǒng)根據(jù)心理咨詢采集用戶表情信息，語音信息和文字信息經(jīng)匯總后傳入云端服務(wù)器。在后臺(tái)系統(tǒng)將語音轉(zhuǎn)換成文字信息，綜合表情信息和文字信息系統(tǒng)生成情緒標(biāo)簽，于情緒庫進(jìn)行匹配，最終生成結(jié)果傳回用戶界面。

3.2多維度心理測量模塊實(shí)現(xiàn)

從chatbot機(jī)器人對(duì)話、音頻、圖片等多個(gè)維度測量心理狀態(tài)，智能分析處理用戶的自然語言，生成合適的內(nèi)容。

在自然語言處理中，我們首先利用Jieba算法分詞，其次訓(xùn)練一個(gè)詞向量生成模型（Word2Vec），為訓(xùn)練集建立ID矩陣，最后創(chuàng)建RNN（使用LSTM單元）。

3.3作假檢測模塊實(shí)現(xiàn)

通過收集立體化數(shù)據(jù)計(jì)算測試作假概率，在與用戶進(jìn)行視頻時(shí)，通過判斷用戶的語言與情緒是否符合正常一般性，得到測量結(jié)果的真實(shí)程度。

在圖像識(shí)別模型中，該系統(tǒng)擬采用深度卷積神經(jīng)網(wǎng)絡(luò)來將人臉表情特征提取與表情分類融合到一個(gè)End-to-End的網(wǎng)絡(luò)中。采用了VGG19來完成表情的識(shí)別與分類。

3.4快速心理測量模塊實(shí)現(xiàn)

通過用戶選擇的關(guān)鍵字標(biāo)簽，使用相似標(biāo)簽匹配算法匹配題庫，Levenshtein 距離，又稱編輯距離，指的是兩個(gè)字符串之間，由一個(gè)轉(zhuǎn)換成另一個(gè)所需的最少編輯操作次數(shù)。許可的編輯操作包括將一個(gè)字符替換成另一個(gè)字符，插入一個(gè)字符，刪除一個(gè)字符。進(jìn)行測試。

3.5持續(xù)性心里檢測模塊實(shí)現(xiàn)

隨時(shí)間遷移，用戶可以隨時(shí)進(jìn)行心力測量，與chatbot機(jī)器人進(jìn)行聊天，并結(jié)合之前測量結(jié)果，綜合得到用戶目前心力測量結(jié)果

3.6心里建議和心靈陪伴模塊實(shí)現(xiàn)

通過測試結(jié)果，結(jié)合專業(yè)心理知識(shí)，在深度學(xué)習(xí)，人工智能的基礎(chǔ)上給出心里建議和陪伴

4成果展示

該系統(tǒng)可以通過語音、文字或視頻多維心力測量方法讓測試者與機(jī)器人互動(dòng)，視頻時(shí)對(duì)測試者的表情進(jìn)行采集從而得到更加準(zhǔn)確的結(jié)果，在聊天過程中，系統(tǒng)會(huì)對(duì)用戶的聊天內(nèi)容和表情進(jìn)行分析，如果用戶表現(xiàn)積極則會(huì)得到高分，用戶表現(xiàn)消極則會(huì)得到低分而且回給出相應(yīng)的建議。

在測試中我們發(fā)現(xiàn)測試員表現(xiàn)的很壓抑，不僅頭特別疼的身體反應(yīng)而且情緒低落都反應(yīng)了測試員最近心理出現(xiàn)了問題，系統(tǒng)打出了49.23的低分與實(shí)際相符，并給出了及時(shí)送醫(yī)的紅色警告的建議

5結(jié)語

本文抓住目前大學(xué)生最需要解決最值得關(guān)注的心理問題，結(jié)合大學(xué)生所處生活環(huán)境，進(jìn)行案例分析整理、情緒數(shù)據(jù)收集，應(yīng)用VGG19、LSTM等前沿技術(shù)、通過有效的chatbot對(duì)話、音頻、視頻形式進(jìn)行智能測量，并根據(jù)心理治療方案給出建議和陪伴，有效處理大學(xué)生目前普遍存在的各類心理問題，保證心理健康發(fā)展，校園生活安全穩(wěn)定，社會(huì)和諧，國家的棟梁健康成長。

參考文獻(xiàn)：

[1]吳連海，王萍，王磊，等。心理健康癥狀對(duì)大學(xué)生自殺傾向預(yù)測模型的構(gòu)建[j] 中國健康心理學(xué)雜志，2010，18（1）：99-100 。

[2]蔣懷濱，張斌，李強(qiáng)，等。消極完美主義對(duì)自殺態(tài)度預(yù)測機(jī)制的內(nèi)隱實(shí)驗(yàn)研究[j] 現(xiàn)代預(yù)防醫(yī)學(xué)2015，42（6）：1038-1041.

作者簡介：

王若巖，生于1999年2月，男，漢族，山東東營人，天津工業(yè)大學(xué)本科在讀，軟件工程方向

基金項(xiàng)目：本文系天津工業(yè)大學(xué)2019年度大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練計(jì)劃項(xiàng)目，項(xiàng)目編號(hào)：201910058064