基于云计算的心理健康服务平台的研究与实现

这是一篇关于心理健康,心理咨询,云计算,心理健康服务平台的论文, 主要内容为心理问题一直以来都没有得到人们足够重视,对于心理咨询,很多人往往望而生畏。为了解决社会上心理咨询良莠不齐,心理健康服务呆板单一等问题,本文构建了一个基于云计算的心理健康服务平台。该平台利用云计算处理海量数据的能力,分析用户的特征数据,提供个性化心理健康服务,为用户解决心理健康问题。为了更好地构建心理健康服务平台,本文将平台分为感知层,网络层,云计算平台层和应用层。感知层包括生理及心理数据的采集,预处理及相关设备部署。网络层利用网关及平台接口汇总数据,并将这些数据作为云计算平台层的数据源。在云计算平台层中利用云计算技术对数据进行存储,整合及智能处理。应用层分为生理健康服务系统,心理健康管理系统和心理健康咨询服务系统三个子系统,本文详细阐述后两个系统的具体实现。在心理健康管理子系统中,利用智能移动终端内置的闪光灯及传感器等硬件对心电信号进行采集,嵌入Android平台中进行必要的数据处理之后,利用云计算快速高效的特点对大量数据进行分析匹配。该系统结合MVC的架构思想,服务器接收Struts获得传来的请求,后端采用Spring+Hibernate持久化存储的方式将数据存入Mysql数据库中,并在Hadoop平台中对数据分析处理。子系统具体实现了测心跳,消息,个人中心等功能,在Android平台内完成了该系统功能的展示。在心理健康咨询服务子系统中,利用GaodeMap的定位功能及云计算平台的存储分析能力,保存心理咨询师的信息并实现心理资讯的准确推送。该子系统除利用管理子系统的系统架构外,结合Web前端Ajax技术及WebView的特点,实现了心理测试,专家咨询,心理资讯、心理社区等功能,并能在Web端和Android端共同展示功能实现,为用户提供个性化心理健康服务。论文测试结果表明,本文构建的心理健康服务平台的功能满足实际需求,一定程度上解决了使用者心理问题,具有较强的实用性。

基于知识图谱的心理知识问答系统设计与实现

这是一篇关于心理健康,问答系统,知识图谱,命名实体识别,注意力机制的论文, 主要内容为伴随社会的进步和发展,生活节奏变得越来越快,无形之中大大增加了人们的压力。心理健康成为衡量健康状况的重要指标。由于心理健康知识普及的不充分,心理健康服务体系发展的不完善,人们缺乏对心理疾病知识的了解,心理问题也得不到良好地解决。因此,构建心理健康问答系统具有十分的必要性。问答系统具有便利性、答案简洁、可靠等特点,是实现心理健康咨询服务的不错选择。知识图谱作为目前智能化存储信息较好的方法,能够为问答系统提供强大的知识储备。为解决心理健康问题,本文通过搭建知识图谱设计了一个问答系统,用户输入想获得答案的问题,系统对问题进行解析后,在知识图谱中搜索问题结果,并以问答对话的形式展示问题和答案。该系统能够反馈给用户真实客观的心理知识,关于心理健康问题的诊断和治疗只是提供了参考意见,并不具有权威性,不可代替医生。本文以心理疾病诊断和治疗为切入点,通过学习和研究有关理论算法,创建了以知识图谱为基础的心理健康问答系统。此系统能够及时帮助咨询者获取其所需的心理知识。本文的主要工作:(1)论述了心理健康领域知识图谱构建的算法模型。本文收集心理健康咨询语料,优选了Bi LSTM-Attention-CRF模型实现知识抽取,为提高实体识别效率,在Bi LSTMCRF模型中添加Attention机制,分配词向量权重,从而捕获到更重要的语义信息。使用图数据库Neo4j实现知识的存储和可视化。文中设计的知识图谱包含了绝大多数心理疾病的基本知识,为问答系统带来了丰富的知识储备。(2)设计并实现了以知识图谱为基础的问答算法。将问答系统的实现划分为问题解析、意图识别和答案生成三个部分。在问题解析模块,利用知识图谱构建模块的命名实体识别算法Bi LSTM-Attention-CRF完成实体的抽取。在问题分类模块,采用SVM支持向量机根据设计的问题类型完成对问题的分类。在答案生成模块,通过问题解析和分类得到了问题中的实体和所属类型,使用Neo4j自带的查询语言,从图数据库中查找问答结果。(3)设计并实现了心理健康咨询问答系统。本文以实现知识图谱构建与问答系统设计的有关算法为基础,实现了基于知识图谱的心理健康问答系统的设计,以网页的形式进行展现。设计系统测试实验,测试系统回答问题的效果,实验结果表明该系统对心理咨询类问题的回答具有较高的准确性,证明了系统的可行性和实用性。

基于云计算的心理健康服务平台的研究与实现

这是一篇关于心理健康,心理咨询,云计算,心理健康服务平台的论文, 主要内容为心理问题一直以来都没有得到人们足够重视,对于心理咨询,很多人往往望而生畏。为了解决社会上心理咨询良莠不齐,心理健康服务呆板单一等问题,本文构建了一个基于云计算的心理健康服务平台。该平台利用云计算处理海量数据的能力,分析用户的特征数据,提供个性化心理健康服务,为用户解决心理健康问题。为了更好地构建心理健康服务平台,本文将平台分为感知层,网络层,云计算平台层和应用层。感知层包括生理及心理数据的采集,预处理及相关设备部署。网络层利用网关及平台接口汇总数据,并将这些数据作为云计算平台层的数据源。在云计算平台层中利用云计算技术对数据进行存储,整合及智能处理。应用层分为生理健康服务系统,心理健康管理系统和心理健康咨询服务系统三个子系统,本文详细阐述后两个系统的具体实现。在心理健康管理子系统中,利用智能移动终端内置的闪光灯及传感器等硬件对心电信号进行采集,嵌入Android平台中进行必要的数据处理之后,利用云计算快速高效的特点对大量数据进行分析匹配。该系统结合MVC的架构思想,服务器接收Struts获得传来的请求,后端采用Spring+Hibernate持久化存储的方式将数据存入Mysql数据库中,并在Hadoop平台中对数据分析处理。子系统具体实现了测心跳,消息,个人中心等功能,在Android平台内完成了该系统功能的展示。在心理健康咨询服务子系统中,利用GaodeMap的定位功能及云计算平台的存储分析能力,保存心理咨询师的信息并实现心理资讯的准确推送。该子系统除利用管理子系统的系统架构外,结合Web前端Ajax技术及WebView的特点,实现了心理测试,专家咨询,心理资讯、心理社区等功能,并能在Web端和Android端共同展示功能实现,为用户提供个性化心理健康服务。论文测试结果表明,本文构建的心理健康服务平台的功能满足实际需求,一定程度上解决了使用者心理问题,具有较强的实用性。

基于知识图谱的心理知识问答系统设计与实现

这是一篇关于心理健康,问答系统,知识图谱,命名实体识别,注意力机制的论文, 主要内容为伴随社会的进步和发展,生活节奏变得越来越快,无形之中大大增加了人们的压力。心理健康成为衡量健康状况的重要指标。由于心理健康知识普及的不充分,心理健康服务体系发展的不完善,人们缺乏对心理疾病知识的了解,心理问题也得不到良好地解决。因此,构建心理健康问答系统具有十分的必要性。问答系统具有便利性、答案简洁、可靠等特点,是实现心理健康咨询服务的不错选择。知识图谱作为目前智能化存储信息较好的方法,能够为问答系统提供强大的知识储备。为解决心理健康问题,本文通过搭建知识图谱设计了一个问答系统,用户输入想获得答案的问题,系统对问题进行解析后,在知识图谱中搜索问题结果,并以问答对话的形式展示问题和答案。该系统能够反馈给用户真实客观的心理知识,关于心理健康问题的诊断和治疗只是提供了参考意见,并不具有权威性,不可代替医生。本文以心理疾病诊断和治疗为切入点,通过学习和研究有关理论算法,创建了以知识图谱为基础的心理健康问答系统。此系统能够及时帮助咨询者获取其所需的心理知识。本文的主要工作:(1)论述了心理健康领域知识图谱构建的算法模型。本文收集心理健康咨询语料,优选了Bi LSTM-Attention-CRF模型实现知识抽取,为提高实体识别效率,在Bi LSTMCRF模型中添加Attention机制,分配词向量权重,从而捕获到更重要的语义信息。使用图数据库Neo4j实现知识的存储和可视化。文中设计的知识图谱包含了绝大多数心理疾病的基本知识,为问答系统带来了丰富的知识储备。(2)设计并实现了以知识图谱为基础的问答算法。将问答系统的实现划分为问题解析、意图识别和答案生成三个部分。在问题解析模块,利用知识图谱构建模块的命名实体识别算法Bi LSTM-Attention-CRF完成实体的抽取。在问题分类模块,采用SVM支持向量机根据设计的问题类型完成对问题的分类。在答案生成模块,通过问题解析和分类得到了问题中的实体和所属类型,使用Neo4j自带的查询语言,从图数据库中查找问答结果。(3)设计并实现了心理健康咨询问答系统。本文以实现知识图谱构建与问答系统设计的有关算法为基础,实现了基于知识图谱的心理健康问答系统的设计,以网页的形式进行展现。设计系统测试实验,测试系统回答问题的效果,实验结果表明该系统对心理咨询类问题的回答具有较高的准确性,证明了系统的可行性和实用性。

结合文本情感分析的智能心理测评技术与应用

这是一篇关于心理健康,文本情感分析,注意力机制,测评系统,开放问答的论文, 主要内容为随着生活质量的提高,人们越来越关注心理健康问题。本文对现有心理疾病诊断相关工作进行归纳分析发现,目前心理疾病诊断主要有以下问题:一是在测量形式方面,传统的心理疾病诊断通常是在线下面对面的进行,心理医生同时只能面对一个患者,效率低下,而在线心理测评系统主要以在线问卷的形式提供受测者进行作答,选项固定、测量形式单一;二是在算法方面,国内外研究人员在不同领域不断提出新的解决方案的同时,对抑郁症的研究工作相对较少,目前对抑郁症的研究主要使用E-DAIC数据集,而研究人员通常仅使用受测者的回答单方面地判断抑郁情况,并未考虑所提问题对受测者的影响,此外,许多算法中使用了人为设定的情感特征以提高算法的精度,却同时增加了维护成本。针对以上问题,本文设计了一套结合文本情感分析的智能心理测评系统,并通过对需求进行分析,了解到文本情感分析算法在心理测评中扮演的重要角色。本文主要研究抑郁症分类算法,因此设计并实现了一种利用文本情感分析进行抑郁症分类的算法,在提高抑郁症诊断准确度的同时丰富心理测评形式。在系统方面,本系统采用了B/S架构,后端采用Spring Cloud框架对系统功能模块微服务化;前端采用Umi JS作为基础框架;数据库采用开源管理系统Maria DB;同时采用了Kafka、Redis以降低模块间的耦合、提升程序效率。通过对该系统的功能性与非功能性需求展开分析,进而讨论了系统从功能设计到实现再到测试与部署的细节,最终实现了用户子系统与管理员子系统。在抑郁症分类算法方面,考虑到同样的回答对于不同的提问往往含义不同,甚至完全相反,因此所提的问题将影响受测者应答所表达的信息。本文设计的方法在处理输入时同时考虑了“提问”与“回答”,使用了心理学量表PHQ-8作为输入的一部分,通过标准量表提供的信息,使算法的预测更为准确,其F1-score达到了0.73,相较于正式发表的算法提高了0.03。

基于多模态生理信号的心理量表测评结果置信度评估方法研究与应用

这是一篇关于心理健康,生理信号,多模态分阶段融合,机器学习的论文, 主要内容为社会生活节奏的加快使得心理健康成为重点关注问题之一,快速且精确的心理疾病筛查是解决该问题的前提。心理量表测评因其低成本、便携性等原因成为现阶段最常见的筛查手段,但是测谎题机制作为其客观性评估方法仍然存在适用性差、有效性弱、测评时间长等缺点。为解决以上缺点,本研究提出一种基于多模态生理信号的心理量表测评结果置信度评估方法,该方法通过使用生理信号(脑电信号、心电信号和眼动数据中的一种或者多种)即可对心理量表测评过程中撒谎答题行为有效检测,最终生成更客观准确的心理量表测评结果置信度。本研究及实现过程共三部分,包括数据集构建、关键技术研究和系统集成,具体工作如下:(1)针对缺乏相关公开数据集问题,设计并构建心理量表测评结果置信度评估数据集。数据采集前,设计并开发身心信号软硬件采集框架,根据怪球范式理论选择隐藏信息测试方法,设计心理量表测评实验。实验过程中,严格执行心理学认知实验标准化流程并详细记录。最终,该数据集共采集被试42人次,身心健康数据量表样本经过筛选后总计320份,相当于题目样本12160份,达到该领域数据集要求。(2)为验证各模态生理信号在心理量表测评环境下的可行性,本文基于单模态生理信号进行题目测评结果置信度评估研究。在预处理阶段,各模态数据前后对比效果明显,噪声处理工作达到预期。在特征提取过程中,95%以上的脑电信号采集电极观察到P300成分,并验证了心电信号和眼动数据的可用性。在单实验特征对比中,通过特征工程对比证明了数据集的有效性和确定端到端方法为后续模型构建方法。最后,各模态生理信号通过对比六种常见机器学习模型确定最优模型,脑电信号在使用TSception深度学习框架检测撒谎答题行为时效果最好,其准确率可达92.67%。(3)多模态量表测评结果置信度评估方法研究。为获得更高的题目测评结果置信度准确率和方法鲁棒性,通过数据缺失对比实验分析各模态影响程度,从特征层与决策层融合角度提出多模态分阶段融合方法。在特征层融合中,针对缺失影响较小的心电信号和眼动数据提出一种具有高效检测撒谎信号波动和注意力机制融合的Polygraph Net神经网络。在决策层融合中,针对缺失影响较大的脑电信号使用可反应模态可靠程度的多模态可信度融合方法(Trusted Multi-View Classification,TMC)。最后,通过消融实验证明了Polygraph Net神经网络和TMC方法的有效性,且多模态分阶段融合方法在保证高抗噪性的同时检测撒谎答题行为准确率可达96.32%。题目测评结果置信度预测结果和心理量表测谎因子得分结合进行建模,实验证明了组合量表数据中使用逻辑回归分类器准确率可达93.59%。(4)心理量表测评结果置信度评估系统的设计与开发。整体工作分为系统需求分析、系统设计和功能开发三大部分,并将研究成果心理量表测评结果置信度评估方法集成到该系统中。在功能设计上,该系统提供了心理健康量表测评、多模态生理信号检测、量表测评结果置信度报告管理等信息化管理服务,并能够在心理测评结束后生成简单易懂的心理量表测评结果置信度报告。本研究通过大量对比实验证明心理量表测评结果置信度评估方法能够替代测谎题机制,帮助心理从业人员获得更全面准确的评估结果。另外,该方法设计时充分考虑生理信号采集设备的便携、成本、性能等因素,并通过实验为未来心理量表测评系统发展提供了参考。

2016年重庆市成人居民健康状况多中心研究

这是一篇关于生理健康,心理健康,健康风险调查的论文, 主要内容为重庆地处中国西南,属亚热带季风湿润气候,春早气温不稳定,夏长酷热多伏旱,秋凉绵绵阴雨天,冬暖少雪云雾多。且重庆以“火锅”闻名饮食文化,造就了重庆居民火爆爽直的个性特征。再加上近年来重庆经济飞速发展,国内生产总值(GDP)增速连续几年排名第一。这独特的地理位置、气候特点、饮食习惯导致的不良生活方式及经济发展所带来的工作、生活压力使重庆市成人居民的生理、心理健康问题较为严重。我院健康管理科在2010-2014年间对30多万重庆市民健康进行了单中心研究,结果显示:重庆市民健康状况不容乐观,81.9%的市民存在健康问题。其中,高知识分子异常指标的检出率是普通市民的3倍以上。通过心理体检发现,70%以上的重庆市民存在心理亚健康,白领阶层是心理亚健康的主要人群【1】。至今,重庆还没有关于成人居民健康的大数据、多中心研究报道。因此大数据、多中心研究重庆市居民健康状况,调查分析影响重庆居民健康的主要因素,制定健康干预措施,建立重庆市成人居民健康数据库已是刻不容缓之事。本研究运用多阶段分层、随机整群抽样调查的方式进行多中心数据调查,并采用规范化的健康体检项目、国际通用的90项症状自评量表(SCL-90)、健康风险自测问卷调查等从生理、心理、健康影响因素等多方面研究重庆市成人居民健康现状,以期得到最全面、最具有统计意义的研究成果,为相关健康策略的制定提供理论依据,为卫生资源合理配置、有效的卫生服务体系的建立等提供参考。本研究分三部分进行,第一部分完成成人居民生理、心理体检及问卷调查。第二部分建立健康数据库。第三部分数据的统计分析。结果1.122,642例重庆市成人居民生理体检结果只有4,476例参检人员体检未发现明显异常,仅占总人数的3.65%。2016年重庆市成人居民常见疾病排名前十位分别为:血脂异常(52.59%)、乳腺增生(50.96%)、脂肪肝(32.74%)、腰椎退行性变(30.23%)、颈椎退行性变(29.90%)、幽门螺旋杆菌感染(28.11%)、超重/肥胖(25.75%)、前列腺增生(25.71%)、宫颈腺囊肿(23.20%)、高血压(18.96%)。2010-2016常见疾病检出率情况对比发现血脂异常、颈椎病有逐年上升趋势,而超重/肥胖、高血压、高尿酸血症、高血糖、脂肪肝、骨质疏松、前列腺增生多种疾病自2014年以来均有明显的下降趋势。在与全国及各大城市比较中,血脂异常、脂肪肝、超重/肥胖、高血压、高血糖检出率高于全国水平,而高尿酸血症、乳腺增生、前列腺增生的检出率低于全国水平。2.19416人的心理体检SCL-90阳性筛选结果显示,总分阳性检出率28.32%。因子分阳性检出率从高到低顺序分别为强迫症状(37.21%)、人际关系敏感(27.81%)、偏执(25.22%)、敌对(23.73%)、抑郁(21.51%)、焦虑(19.04%)、躯体化(17.92%)、精神病性(15.95%)、恐怖(7.79%)。各因子得分均高于全国常模,且各因子得分也高于上海市居民。3.男性位居前十位的疾病分别是:血脂异常(61.50%)、脂肪肝(45.88%)、超重/肥胖(33.12%)、腰椎退行性变(33.06%)、颈椎退行性变(31.94%)、幽门螺旋杆菌感染(30.95%)、前列腺增生(25.71%)、高尿酸血症(22.10%)、高血压(21.86%)、慢性支气管炎(14.75%)。而女性位居前十位疾病分别是:乳腺增生(50.96%)、血脂异常(42.84%)、腰椎退行性变(35.38%)、幽门螺旋杆菌感染(32.84%)、颈椎退行性变(27.70%)、骨质疏松症(27.56%)、宫颈腺囊肿(23.20%)、脂肪肝(19.03%)、超重/肥胖(17.80%)、子宫肌瘤(17.42%)。男性在血脂异常、脂肪肝、超重/肥胖、高尿酸血症、高血压、高血糖、肺纹理增多明显高于女性,女性骨质疏松症的检出率是男性的3.6倍。心理体检结果提示女性在偏执方面得分低于男性,而在总分、躯体化、强迫症状、人际关系敏感、抑郁、焦虑、敌对、恐怖、精神性等多项因子的得分均高于男性。4.1824岁人群在脂肪肝、幽门螺旋杆菌感染、胆囊息肉及乳腺增生的检出率最高;2534岁人群高尿酸血症检出率最高;3544岁人群超重/肥胖、腰椎退行性变、颈椎退行性变、宫颈腺囊肿、子宫肌瘤的检出率最高,同时脂肪肝、幽门螺旋杆菌感染、乳腺增生等多种疾病的检出率也非常高;4554岁人群血脂异常的检出率最高;5564岁人群高血压、高血糖、肝囊肿、肺纹理增多的检出率最高;≥65岁人群在骨质疏松症、慢性支气管炎及前列腺增生的检出率最高。心理测评结果1824岁人群总分及各项因子分得分均为最高;随着年龄增长,总分及各项因子得分随之降低,5564岁人群总分及各项因子分得分均为最低,≥65岁人群总分及各项因子得分有所增高。5.不同职业人群生理体检结果发现公务员在超重/肥胖、高血糖、慢性支气管炎、颈椎退行性变及腰椎退行性变的检出率均为最高。医务人员除乳腺增生检出率最高外,其余调查的各项常见疾病检出率处于较低水平。根据心理测评的总分由高到低的职业排序分别为医务人员、警察、工人、公务员、军人、教师,且医务人员各项因子得分均为最高,而教师除强迫症状和焦虑外其余各项指标得分均为最低。6.不同地域常见疾病调查显示各地的饮食文化及生活方式不同,疾病谱不同。渝中区生活压力大乳腺增生检出率最高而超重/肥胖的检出率最低。永川区、涪陵区经济发展迅速,而代谢性疾病高发,永川区血脂异常、高尿酸血症检出率最高,涪陵区脂肪肝、高血压、超重/肥胖的检出率均为最高。大渡口区“转型发展”,人们的健康状况也有明显好转,脂肪肝、高血压及高尿酸血症的检出率均为最低。7.在心理体检中发现未婚人群总分及各项因子得分均高于已婚及离婚人群;不同学历组呈现随着学历升高各因子得分越低的趋势;随着经济收入增多各项因子得分越低。8.对《重庆市民健康风险自测问卷调查表》分析统计结果提示:重庆市成人居民吸烟率24.62%,二手烟暴露率的高达73.05%;成人饮酒率为51.32%,每次饮酒量白酒<50g只占10.50%,葡萄酒每次<250ml仅占9.55%,啤酒<1瓶占24.83%。饮食偏咸的占38.36%,有宵夜习惯的高达66.06%,而因为健康改变饮食习惯的仅占0.41%。以静坐生活方式为主的占52.63%,每周运动时间≥7小时的占9.53%。9.对重庆市成人居民幸福感调查发现,35.38%的人感到幸福,23.18%的人感到不幸福。影响居民幸福感的主要因素位居前十位的是:对饮食不习惯(30.27%)、孩子的带养(28.67%)、家庭环境不满意(25.56%)、工作不满(24.53%)、缺乏朋友感到孤独(24.31%)、疾病困扰(22.49%)、家庭关系不和谐(21.64%)、养老问题(20.77%)、经济收入不满(18.04%)、孩子的教育(10.49%)。结论1.重庆市成人居民多数处于亚健康状态,心理健康低于全国平均水平,同时较上海市居民差。2.重庆市成人居民前十位常见疾病是:血脂异常、乳腺增生、脂肪肝、腰椎退行性变、颈椎退行性变、幽门螺旋杆菌感染、超重/肥胖、前列腺增生、宫颈腺囊肿、高血压。且超重/肥胖、高血压、高尿酸血症、高血糖、脂肪肝、骨质疏松、前列腺增生多种疾病自2014年以来均有明显的下降趋势。但血脂异常及颈椎疾病仍呈现逐年上升趋势。3.重庆市成人居民心理健康SCL-90测评结果,总分阳性检出率达28.32%,各项因子阳性检出率从高到低顺序分别为强迫症状、人际关系敏感、偏执、敌对、抑郁、焦虑、躯体化、精神病性、恐怖。4.不同性别疾病检出率不同,男性以代谢性疾病高发,而女性以女性生殖系统疾病及骨骼疾病高发。在心理健康方面,女性心理健康水平低于男性。5.3544岁人群生理健康状况最差,多种常见疾病检出率均处于较高水平。1824岁人群体心理健康问题最严峻。6.医务人员的生理健康状况较好,但心理健康状况最严重。7.重庆市成人居民的吸烟率、饮酒率均高于全国及其他城市。饮食口味偏咸,一半以上的居民有宵夜习惯,且以静坐生活方式为主,运动锻炼较少。8.影响居民幸福感的主要因素是:对饮食不习惯、孩子的带养、家庭环境不满意、工作不满、缺乏朋友感到孤独、疾病困扰、家庭关系不和谐、养老问题、经济收入不满、孩子的教育。

基于多模态生理信号的心理量表测评结果置信度评估方法研究与应用

这是一篇关于心理健康,生理信号,多模态分阶段融合,机器学习的论文, 主要内容为社会生活节奏的加快使得心理健康成为重点关注问题之一,快速且精确的心理疾病筛查是解决该问题的前提。心理量表测评因其低成本、便携性等原因成为现阶段最常见的筛查手段,但是测谎题机制作为其客观性评估方法仍然存在适用性差、有效性弱、测评时间长等缺点。为解决以上缺点,本研究提出一种基于多模态生理信号的心理量表测评结果置信度评估方法,该方法通过使用生理信号(脑电信号、心电信号和眼动数据中的一种或者多种)即可对心理量表测评过程中撒谎答题行为有效检测,最终生成更客观准确的心理量表测评结果置信度。本研究及实现过程共三部分,包括数据集构建、关键技术研究和系统集成,具体工作如下:(1)针对缺乏相关公开数据集问题,设计并构建心理量表测评结果置信度评估数据集。数据采集前,设计并开发身心信号软硬件采集框架,根据怪球范式理论选择隐藏信息测试方法,设计心理量表测评实验。实验过程中,严格执行心理学认知实验标准化流程并详细记录。最终,该数据集共采集被试42人次,身心健康数据量表样本经过筛选后总计320份,相当于题目样本12160份,达到该领域数据集要求。(2)为验证各模态生理信号在心理量表测评环境下的可行性,本文基于单模态生理信号进行题目测评结果置信度评估研究。在预处理阶段,各模态数据前后对比效果明显,噪声处理工作达到预期。在特征提取过程中,95%以上的脑电信号采集电极观察到P300成分,并验证了心电信号和眼动数据的可用性。在单实验特征对比中,通过特征工程对比证明了数据集的有效性和确定端到端方法为后续模型构建方法。最后,各模态生理信号通过对比六种常见机器学习模型确定最优模型,脑电信号在使用TSception深度学习框架检测撒谎答题行为时效果最好,其准确率可达92.67%。(3)多模态量表测评结果置信度评估方法研究。为获得更高的题目测评结果置信度准确率和方法鲁棒性,通过数据缺失对比实验分析各模态影响程度,从特征层与决策层融合角度提出多模态分阶段融合方法。在特征层融合中,针对缺失影响较小的心电信号和眼动数据提出一种具有高效检测撒谎信号波动和注意力机制融合的Polygraph Net神经网络。在决策层融合中,针对缺失影响较大的脑电信号使用可反应模态可靠程度的多模态可信度融合方法(Trusted Multi-View Classification,TMC)。最后,通过消融实验证明了Polygraph Net神经网络和TMC方法的有效性,且多模态分阶段融合方法在保证高抗噪性的同时检测撒谎答题行为准确率可达96.32%。题目测评结果置信度预测结果和心理量表测谎因子得分结合进行建模,实验证明了组合量表数据中使用逻辑回归分类器准确率可达93.59%。(4)心理量表测评结果置信度评估系统的设计与开发。整体工作分为系统需求分析、系统设计和功能开发三大部分,并将研究成果心理量表测评结果置信度评估方法集成到该系统中。在功能设计上,该系统提供了心理健康量表测评、多模态生理信号检测、量表测评结果置信度报告管理等信息化管理服务,并能够在心理测评结束后生成简单易懂的心理量表测评结果置信度报告。本研究通过大量对比实验证明心理量表测评结果置信度评估方法能够替代测谎题机制,帮助心理从业人员获得更全面准确的评估结果。另外,该方法设计时充分考虑生理信号采集设备的便携、成本、性能等因素,并通过实验为未来心理量表测评系统发展提供了参考。