首页> 中国专利> 一种改善患者人际交往障碍及社交回避的心理辅助系统

一种改善患者人际交往障碍及社交回避的心理辅助系统

摘要

本发明公开了一种改善患者人际交往障碍及社交回避的心理辅助系统,本发明涉及心理疾病辅助治疗技术领域,包括:移动终端设备。本发明中通过将获得的语言涵义信息通过听筒输入到心理疾病患者的耳中,进而辅助患者理解对话者的话语,帮助心理疾病患者识别他人语言,能够作为抑郁症焦虑症患者的辅助者、帮手,帮助心理疾病患者从畏惧社会交往的壳中走出来,通过学习正常人的交往模式,通过声音采集、大数据学习,指导患者如何说话、如何决策、如何回应别人包括帮助患者记忆,这些大脑活动能力在心理疾病患者的急性期以及相当长时间内都是受损的,由此帮助扶助患者一点点建立与人正常沟通交往,从而实现患者融入社会生活。

著录项

  • 公开/公告号CN116189853A

    专利类型发明专利

  • 公开/公告日2023-05-30

    原文格式PDF

  • 申请/专利权人 赵韧;

    申请/专利号CN202310203328.2

  • 发明设计人 赵冰;李为;路佚;罗林;

    申请日2023-03-06

  • 分类号G16H20/70(2018.01);A61B5/16(2006.01);A61M21/00(2006.01);H04R1/10(2006.01);

  • 代理机构北京深川专利代理事务所(普通合伙) 16058;

  • 代理人吴晓丹

  • 地址 400000 重庆市沙坪坝区高滩岩正街30号

  • 入库时间 2023-06-19 19:40:14

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-06-16

    实质审查的生效 IPC(主分类):G16H20/70 专利申请号:2023102033282 申请日:20230306

    实质审查的生效

  • 2023-05-30

    公开

    发明专利申请公布

说明书

技术领域

本发明涉及心理疾病辅助治疗技术领域,具体涉及一种改善患者人际交往障碍及社交回避的心理辅助系统。

背景技术

人际交往障碍即为社交障碍,而社交障碍分为社交心理障碍,社交功能社交障碍,社交焦虑障碍。分别表现为与人交往时(尤其是大众场合下),会不由自主地感到紧张、害怕,以致手足无措、语无伦次,严重的甚至害怕见人,常称为社交恐惧症、人际恐怖症。其中有些人主要表现为对异性的恐惧,称为异性恐惧症。在社会交往中想象成功的体验少,想象失败的体验多,缺乏自信,总认为自己不行,缺乏交往的勇气和信心。社会交往中过多地约束自己的言行,以致无法充分地表达自己的思想感情,阻碍了人际关系的正常发展等,而社交障碍患者都是通过做心理辅导进行学习,在做心理辅导时存在患者不认真听讲;患者并不在做心理辅导;以及不能及时打开计算机参加心理辅导的行为,而结合以上提出的心理辅助设备在使用中的问题,现提出一种改善患者人际交往障碍及社交回避的心理辅助系统。

发明内容

针对上述缺陷,本发明所要解决的技术问题在于提供一种改善患者人际交往障碍及社交回避的心理辅助系统,包括:移动终端设备,所述移动终端设备的侧壁上安装有用于固定在衣服上的夹子,且移动终端设备的3.5mm耳机信号输出端口插有导线,导线的另一端设置有塞在耳朵中的听筒;

所述心理辅助系统还包括有如下的运行流程:

Steps1:在移动终端中打开辅助系统APP,麦克风将与患者对话录入的音频通过导线并借助辅助系统APP输出到移动终端中;

Steps2:在Steps1的基础上,4G/5G的网络情况不通畅时,移动终端访问存储模块,获取本地端中储存的语言信息与输入的音频信息对比,并借助反馈模块将对比获得的话语涵义结果信息输入到移动终端上,移动终端将获得的信息转化为通俗易懂的旁白到听筒中,辅助患者所知晓对话者话语中的涵义;

Steps3:在Steps1的基础上,4G/5G的网络情况通畅时,移动终端将录入获取的音频信息通过通信模块输入到发送模块,发送模块再将音频信息上传到大数据库中进行对比,在获得对话者的话语涵义结果之后,大数据库将获取的对比结果下放到云端服务器中,再由云端服务器通过接收模块将信息输送到移动终端上,再由移动终端将话语涵义结果转化为旁白到听筒中辅助患者进行沟通

在上述一种改善患者人际交往障碍及社交回避的心理辅助系统的技术方案中,优选地,所述存储模块依据存储程序和程序控制基本原理,输入设备将程序和数据写入主存,CPU依据指令地址访问存储器取回指令,CPU在执行指令期间可能也读数据,指令执行完后将数据写回主存,通过输出设备将主存中的数据进行输出。

在上述一种改善患者人际交往障碍及社交回避的心理辅助系统的技术方案中,优选地,所述反馈模块通过获取反馈模板URL,并从获取的URL下载反馈模板,根据获取的数据反馈模板中展现的字段编码,并根据数据反馈模板中每个字段的说明和填写示例,加工成符合反馈标准的数据,根据反馈的情况,选择数据推送接口进行数据反馈。

在上述一种改善患者人际交往障碍及社交回避的心理辅助系统的技术方案中,优选地,所述通信模块包括有蓝牙、WIFI、ZigBee和数传电台,其中数传电台是利用DSP数字信号处理技术和软件无线点技术实现的高性能专业数据电台,数字电台可以理解为一种通信介质,数字电台的传输距离很远,适用于各种复杂的环境。

在上述一种改善患者人际交往障碍及社交回避的心理辅助系统的技术方案中,优选地,所述发送模块的功能在于:对输入的一个多位数据,按照波特率规定的时间拆分成一位一位的数据发送,用于数据接收与发送的常用通信协议:UART(通用异步收发传输器)、I2C(集成电路总线)、USB2.0/3.0(通用串行总线)、SPI(串行外围总线)、Ethernet(以太网)等,利用一条传输线将资料一位位地顺序传送。

在上述一种改善患者人际交往障碍及社交回避的心理辅助系统的技术方案中,优选地,所述接收模块接收模块天线接到发射模块发射出来的电磁波,通过PA放大信号在经过RF转换为数字信号,同样通过MCU处理最后通过数模转换成模拟信号,无线发射接收模块采用ASK方式调制,以降低功耗,当数据信号停止时发射电流降为零,数据信号与发射模块输入端可以用电阻或者直接连接而不能用电容耦合,否则发射模块将不能正常工作。数据电平应接近数据模块的实际工作电压,以获得较高的调制效果。

在上述一种改善患者人际交往障碍及社交回避的心理辅助系统的技术方案中,优选地,所述听筒上设置有调节音量的按钮,所述移动终端中内置有语音识别APP,且移动终端中保存有常用语言库。

由上述技术方案可知,本发明提供一种改善患者人际交往障碍及社交回避的心理辅助系统与现有技术相比,本发明具有以下有益效果:

本发明中通过将获得的语言涵义信息通过听筒输入到心理疾病患者的耳中,进而辅助患者理解对话者的话语,帮助心理疾病患者识别他人语言,辅助患者进行分析、判断,如何回应对话者,能够作为抑郁症焦虑症患者的辅助者、帮手,帮助心理疾病患者从畏惧社会交往的壳中走出来,通过学习正常人的交往模式,通过声音采集、大数据学习,指导患者如何说话、如何决策、如何回应别人包括帮助患者记忆,这些大脑活动能力在心理疾病患者的急性期以及相当长时间内都是受损的,由此帮助扶助患者一点点建立与人正常沟通交往,从而实现患者融入社会生活。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图做出简单地介绍和说明。显而易见地,下面描述中的附图仅仅是本发明的部分实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明中一种改善患者人际交往障碍及社交回避的心理辅助系统示意图;

图2为本发明中一种改善患者人际交往障碍及社交回避的心理辅助系统中包含的装置示意图。

在图2中,零部件的对应关系如下:

1、移动终端设备;2、导线;3、听筒;4、夹子。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,以下所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

为了对本发明的技术方案和实现方式做出更清楚地解释和说明,以下介绍实现本发明技术方案的几个优选的具体实施例。

需要说明的是,当元件被称为“固定于”或“设置于”另一个元件上,它可以直接在另一个元件上或者间接设置在另一个元件上;当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至另一个元件上。

另外,本文中的术语:“内、外”,“前、后”,“左、右”,“竖直、水平”,“顶、底”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。

术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。

具体实施例1

在移动终端中打开辅助系统APP,麦克风将与患者对话录入的音频通过导线并借助辅助系统APP输出到移动终端中,在4G/5G的网络情况不通畅时,移动终端访问存储模块,获取本地端中储存的语言信息与输入的音频信息对比,并借助反馈模块将对比获得的话语涵义结果信息输入到移动终端上,移动终端将获得的信息转化为通俗易懂的旁白到听筒中,辅助患者所知晓对话者话语中的涵义,而在4G/5G的网络情况通畅时,移动终端将录入获取的音频信息通过通信模块输入到发送模块,发送模块再将音频信息上传到大数据库中进行对比,在获得对话者的话语涵义结果之后,大数据库将获取的对比结果下放到云端服务器中,再由云端服务器通过接收模块将信息输送到移动终端上,再由移动终端将话语涵义结果转化为旁白到听筒中辅助患者进行沟通。

在智能对话的过程中,需要具备用户端应用,如移动终端中独立的APP。路由服务、提供问答和对话服务的应用或SAAS平台、(通用SAAS平台产品可以使用百度UNIT,或阿里云的智能对话服务,一些专业领域的有如阿里的小蜜等,或者如追一科技的产品)、第三方内容服务、客户应用内容服务、客户管控台,以上的组件可以支撑和用户的文本对话能力,如进行语音对话,添加基础服务层、逻辑层、编辑运营层、接入层和WEB接入平台。

云端服务器中添加意图识别模块,并基于深度学习相关模型、规则匹配等实现单句意图识别、整轮意图识别等功能,通过单句意图识别针对用户说的每一句话判断其意图,将其映射到系统定义的待匹配语义标签里,如肯定、否定、继续聆听等;外呼对话交互模块通过对话监听器监听发送队列和接收队列里的事件,完成语音的发送和接收,实现语音机器人与用户的语音沟通。

接入层包括实时外呼接口、WMB消息总线和结果回传接口,业务方调用实时外呼接口实现电话实时呼出,语音机器人外呼的结果数据通过WMB消息总线传递给业务方,业务方拿到语音机器人传回的数据进行人工跟进(若需要,例如人工审批),并将跟进结果通过结果回传接口返回给语音机器人,实现数据的闭环;WEB接入平台为业务方外呼任务接入提供可视化支持,包括账户管理、话术管理、外呼任务管理以及数据报表等模块。

业务方完成话术设计后,可以通过离线批量外呼和在线实时外呼两种方式使用外呼服务,其中离线批量外呼是在WEB管理平台上传联系人列表并指定外呼时间而创建离线批量任务发起外呼,在线实时外呼则是通过调用SCF接口传入联系人信息实时发起外呼,通话前主要完成防骚扰校验与SIP调度。防骚扰校验预先判断本次通话是否会对用户造成骚扰,避免因打扰用户带来的用户投诉,因此在通话前会结合不同外呼业务与不同外呼类型进行防骚扰校验,目前采用方法有:黑名单过滤、外呼频次控制、外呼时间段控制、用户历史通话情绪判断等,SIP调度优先选择与被叫归属地相同的主叫SIP资源,次优选择与被叫归属地距离最近的主叫SIP资源来提高外呼接听率和降低外呼成本。

当SIP连接建立后,系统会发送话术开场白。系统语音经过语音采样和编码,通过RTP协议最终传送到用户端。同时,系统会接收用户语音,用户语音经过语音解码和重采样,通过VAD算法检测语音端点,语音部分通过流式语音识别转换为用户文本。用户文本经过意图识别和槽位识别,由对话管理系统选择合适的回复策略并生成系统回复语音。系统与用户完成多轮语音交互,直到用户或系统挂断通话。

当一通对话结束,系统会首先根据响铃识别通话状态(接听、空号、停机等);根据通话状态和对话内容判定用户意向(有意向、无意向、无法判断等),最终,通话记录、通话内容及用户意向等会存储到相应的数据库中,同时系统会将调用方需要的字段通过WMB回调给调用方。

整轮意图识别分为对话意向和自定义意图标签,对话意向包含成功邀约、中性可跟进和明确拒绝,对于成功邀约的用户/商机,后续会有销售做进一步跟进,对于明确拒绝的用户/商机会放弃进一步跟进,自定义意图标签,业务方除了关注用户对业务内容的关注程度外,可能还需要获取交互过程中,用户都提到了哪些关键点,业务方通过在话术中添加关键节点和对应的跳转逻辑,并在相关跳转逻辑上配置意图标签,在交互过程中一旦触发该逻辑,将会对用户打上该标签,实现获取用户的自定义意图的功能。

具体实施例2

在移动终端中打开辅助系统APP,麦克风将与患者对话录入的音频通过导线并借助辅助系统APP输出到移动终端中,在4G/5G的网络情况不通畅时,移动终端访问存储模块,获取本地端中储存的语言信息与输入的音频信息对比,并借助反馈模块将对比获得的话语涵义结果信息输入到移动终端上,移动终端将获得的信息转化为通俗易懂的旁白到听筒中,辅助患者所知晓对话者话语中的涵义,而在4G/5G的网络情况通畅时,移动终端将录入获取的音频信息通过通信模块输入到发送模块,发送模块再将音频信息上传到大数据库中进行对比,在获得对话者的话语涵义结果之后,大数据库将获取的对比结果下放到云端服务器中,再由云端服务器通过接收模块将信息输送到移动终端上,再由移动终端将话语涵义结果转化为旁白到听筒中辅助患者进行沟通。

任务导向性智能对话:

利用对话状态跟踪确保对话系统健壮性的核心组件,它在对话的每一轮次对用户的目标进行预估,管理每个回合的输入和对话历史,输出当前对话状态,这种典型的状态结构通常称为槽填充或语义框架,传统的方法已经在大多数商业实现中得到了广泛的应用,通常采用手工规则来选择最有可能的输出结果,借助深度学习采用的方法是使用一个滑动窗口输出任意数量的可能值的概率分布序列,虽然它在一个领域受过训练,但它可以很容易地转移到新的领域,此处运用较多的模型是,multi-domainRNNdialogstatetrackingmodels和NeuralBeliefTracker(NBT)。

根据状态跟踪器的状态表示,策略学习是生成下一个可用的系统操作。无论是监督学习还是强化学习都可以用来优化政策学习。监督学习是针对规则产生的行为进行的,在在线购物场景中,如果对话状态是“推荐”,那么触发“推荐”操作,系统将从产品数据库中检索产品。强化学习方法的引入可以对对话策略进行进一步的训练,以引导系统制定最终的策略。在实际实验中,强化学习方法的效果超过了基于规则和监督的方法。

并以自然语言生成,它将选择操作进行映射并生成回复,传统的NLG方法通常是执行句子计划。它将输入语义符号映射到代表话语的中介形式,如树状或模板结构,然后通过表面实现将中间结构转换为最终响应。深度学习比较成熟的方法是基于LSTM的encoder-decoder形式,将问题信息、语义槽值和对话行为类型结合起来生成正确的答案。同时利用了注意力机制来处理对解码器当前解码状态的关键信息,根据不同的行为类型生成不同的回复。

最后,还需要说明的是,本说明书附图所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本申请可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本申请所能产生的功效及所能达成的目的下,均应仍落在本申请所揭示的技术内容得能涵盖的范围内。

在本文中使用的术语"包括'、"包含"或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个…"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明并不局限于上述最佳实施方式,任何人应该得知在本发明的启示下做出的结构变化,凡是与本发明具有相同或相近的技术方案,均落入本发明的保护范围之内。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号