[0001] 本申请涉及监测技术领域，具体而言，涉及一种大学生心理健康教育监测系统及方法。

[0002] 大学生在生活中会面临各种问题，如人际交往关系，可能会有心理健康方面的问题。所谓心理健康方面的问题，是指一个人由于精神上的紧张、干扰，而使自己思想上、情感上和行为上，发生了偏离社会生活规范轨道和现象。心理和行为上偏离社会生活规范程度越厉害，心理疾病也就愈严重。近些年来，心理疾病的发病率逐年增高，而且发病的种类也在逐渐增多，如烦躁、焦急、抑郁、恐怖、强迫性神经症等。以抑郁症为例，抑郁症是一种以显着而持久的心境障碍为主要特征的心理疾病，患者主要表现为兴趣丧失、情绪低落、精力不足，可伴有焦虑、自责自罪、自我评价低、思维迟缓、注意困难、记忆力下降、食欲降低、体重下降或睡眠异常。

[0003] 目前，大学通常会在校医院设置几个心理咨询师，有心理健康方面的问题的大学生可以与心理咨询师进行交流。然而该种方式往往无法兼顾，无法实时分析多个大学生的心理健康状态，也无法及时干预心理健康问题。

[0004] 针对上述的问题，目前尚未提出有效的解决方案。

[0025] 为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

[0026] 本申请实施例提供一种大学生心理健康教育监测方法。大学生心理健康教育监测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，大学生心理健康教育监测方法可以由安装在终端设备或服务端设备的软件或硬件来执行，软件可以是区块链平台。服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。

[0027] 可选地，如图1所示，本申请提供一种大学生心理健康教育监测系统，包括：

[0028] 生命特征监测单元101，用于以预设周期监测大学生的生命特征的数据；

[0029] 生理情绪波动情况确定单元102，用于根据监测到的大学生的生命特征的数据，确定大学生的生理情绪波动情况；

[0030] 表情标签判断单元103，用于监测大学生在填写心理健康调查问卷时的面部反应图像，并基于面部反应图像判断大学生的表情标签；其中，心理健康调查问卷包括若干个心理健康调查问题，大学生的表情标签包括冷静、开心、悲伤、恐惧、愤怒、厌恶、轻蔑以及惊吓；

[0031] 问卷表情波动情况确定单元104，用于建立各个心理健康调查问题、大学生的各张面部反应图像以及大学生的各张面部反应图像对应的表情标签之间的对应关系表，根据对应关系表确定问卷表情波动情况；

[0032] 心理健康等级确定单元105，用于根据生理情绪波动情况与问卷表情波动情况，确定大学生的心理健康等级；

[0033] 心理健康教育报告生成单元106，用于基于心理健康等级生成与大学生匹配的心理健康教育报告。

[0034] 基于本申请提供的实施例，结合生命特征监测单元、生理情绪波动情况确定单元、表情标签判断单元、问卷表情波动情况确定单元、心理健康等级确定单元以及心理健康教育报告生成单元可以实时分析多个大学生的心理健康状态，为及时干预心理健康问题做准备。从而实现了大学生心理健康的自动化监测、评估与教育，提高了对大学生心理健康的教育监测效率，同时降低了监测大学生心理健康的人力消耗。

[0035] 进一步地，大学生心理健康教育监测系统还包括：

[0036] 预警提醒单元，用于在基于心理健康等级生成与大学生匹配的心理健康教育报告之后，在心理健康教育报告指示大学生的心理健康等级低于预设等级的情况下，向大学的心理咨询室发送预警提醒。

[0037] 进一步地，大学生的生命特征的数据包括心率、脉搏、血压、呼吸、瞳孔以及角膜反射。

[0038] 可选地，如图2所示，本申请提供一种大学生心理健康教育监测方法，基于上述大学生心理健康教育监测系统，包括：

[0039] S201，以预设周期监测大学生的生命特征的数据；

[0040] S202，根据监测到的大学生的生命特征的数据，确定大学生的生理情绪波动情况；

[0041] S203，监测大学生在填写心理健康调查问卷时的面部反应图像，并基于面部反应图像判断大学生的表情标签；其中，心理健康调查问卷包括若干个心理健康调查问题，大学生的表情标签包括冷静、开心、悲伤、恐惧、愤怒、厌恶、轻蔑以及惊吓；

[0042] S204，建立各个心理健康调查问题、大学生的各张面部反应图像以及大学生的各张面部反应图像对应的表情标签之间的对应关系表，根据对应关系表确定问卷表情波动情况；

[0043] S205，根据生理情绪波动情况与问卷表情波动情况，确定大学生的心理健康等级；

[0044] S206，基于心理健康等级生成与大学生匹配的心理健康教育报告。

[0045] 基于本申请提供的实施例，以预设周期监测大学生的生命特征的数据；根据监测到的大学生的生命特征的数据，确定大学生的生理情绪波动情况；监测大学生在填写心理健康调查问卷时的面部反应图像，并基于面部反应图像判断大学生的表情标签；建立各个心理健康调查问题、大学生的各张面部反应图像以及大学生的各张面部反应图像对应的表情标签之间的对应关系表，根据对应关系表确定问卷表情波动情况；根据生理情绪波动情况与问卷表情波动情况，确定大学生的心理健康等级；基于心理健康等级生成与大学生匹配的心理健康教育报告。也就是说，本申请提供的大学生心理健康教育监测方法可以实时分析多个大学生的心理健康状态，为及时干预心理健康问题做准备。从而实现了大学生心理健康的自动化监测、评估与教育，提高了对大学生心理健康的教育监测效率，同时降低了监测大学生心理健康的人力消耗。

[0046] 进一步地，基于面部反应图像判断大学生的表情标签，包括：

[0047] 对面部反应图像进行直方图均衡化，以降低环境光线对面部反应图像的影响；对经过直方图均衡化的面部反应图像进行二值化预处理以及尺寸归一化；以大学生的眼部位置为基准点获取大学生的人脸范围，对大学生的人脸图像进行分割；其中，经过尺寸归一化后的面部反应图像的宽度与高度均为N个像素；

[0048] 遍历大学生的人脸特征部位的每一像素点；在遍历人脸特征部位的每一像素点的过程中，计算与当前像素点具有关联关系的多个像素点在相应的当前待校正掩膜中所对应的像素点的灰度值为1的置信度之和，以及像素点的灰度值为0的置信度之和；

[0049] 当像素点的灰度值为1的置信度之和小于像素点的灰度值为0的置信度之和时，将当前待校正掩膜中所对应的像素点的灰度值确定为0，得到校正掩膜；将校正掩膜作用于人脸特征部位的每一像素点，得到多个反应像素向量；

[0050] 多个反应像素向量经图神经网络处理得到多个特征向量；对多个特征向量进行动作注意力机制处理得到动作处理矩阵，动作注意力机制通过动作注意力掩膜计算得到；其中，基于以下表达式对图神经网络进行训练；

[0051] Loss1＝(1‑Y)*log(C*H)‑log(1‑C*H)

[0052] 其中，*为乘号，L为图神经网络的误差，H为目标像素点语义级别的注意力表示，C是分类器参数，Y是H的标签；

[0053] 将多个特征向量连接后输入循环神经网络，并经过全连接层处理后得到表情的分类权重向量；

[0054] 基于经过聚合的分类权重向量判断大学生的表情标签。

[0055] 进一步地，在基于经过聚合的分类权重向量判断大学生的表情标签之前，基于以下表达式对分类权重向量进行聚合；

[0056]

[0057] 其中，*为乘号；sigma()是激活函数；i为分类权重向量的编号；hi为编号为i的分类权重向量；t为分类权重向量的数量；path为元路径； 为编号为i的分类权重向量基于元路径path的权重系数。

[0058] 进一步地，在遍历大学生的人脸特征部位的每一像素点之前，方法还包括：

[0059] 识别大学生的人脸特征部位的像素点；其中，人脸特征部位包括左眉、右眉、左眼、右眼、鼻、上嘴唇、下嘴唇、左上脸颊、左下脸颊、右上脸颊和右下脸颊；

[0060] 进一步地，大学生在填写心理健康调查问题时的各张面部反应图像对应的表情标签的数量为一个或多个。

[0061] 进一步地，在基于心理健康等级生成与大学生匹配的心理健康教育报告之后，方法还包括：

[0062] 在心理健康教育报告指示大学生的心理健康等级低于预设等级的情况下，向大学的心理咨询室发送预警提醒。

[0063] 进一步地，大学生的生命特征的数据包括心率、脉搏、血压、呼吸、瞳孔以及角膜反射。

[0064] 可选地，如图3所示，是本发明一实施例提供的实现大学生心理健康教育监测方法的电子设备的结构示意图。

[0065] 电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在存储器11中并可在处理器10上运行的计算机程序，如程序12。

[0066] 其中，存储器11至少包括一种类型的可读存储介质，可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Med i a Card，SMC)、安全数字(Secure Di gita l，SD)卡、闪存卡(F l ash Card)等。进一步地，存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

[0067] 处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Centra l Process i ng un it，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器10是电子设备的控制核心(Contro l Un it)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在存储器11内的程序或者模块(程序12等)，以及调用存储在存储器11内的数据，以执行电子设备1的各种功能和处理数据。

[0068] 总线可以是外设部件互连标准(per i phera l component i nterconnect，简称PC I)总线或扩展工业标准结构(extended i ndustry standard arch itecture，简称E I SA)总线等。该总线可以分为地址总线、数据总线、控制总线等。总线被设置为实现存储器11以及至少一个处理器10等之间的连接通信。

[0069] 图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

[0070] 例如，尽管未示出，电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。电子设备1还可以包括多种传感器、蓝牙模块、Wi‑Fi模块等，在此不再赘述。

[0071] 进一步地，电子设备1还可以包括网络接口，可选地，网络接口可以包括有线接口和/或无线接口(如WI‑F I接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。

[0072] 可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Di sp l ay)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organ i c Li ght‑Emitt i ng Di ode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

[0073] 应该了解，实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

[0074] 电子设备1中的存储器11存储的程序12是多个指令的组合，在处理器10中运行时，可以实现大学生心理健康教育监测方法。具体可参考图2对应实施例中相关步骤的描述，在此不赘述。

[0075] 以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。