[0001] 本实用新型涉及虚拟现实和心理评估技术领域，尤其涉及一种基于运动自动车的元宇宙心理评估系统。

[0002] 近年来，随着社会经济的快速发展、工作生活压力的增加，人们面临的各类心理压力普遍增大。校园作为培养人才的基地，不仅要关注对学生升学率，更要关注学生的心理健康问题，肩负起为祖国、为社会输送健康、全面发展的人才的重任。目前，高校部分学生存在着程度各异的心理障碍。当前高校中较为普遍的心理问题主要有环境适应性问题、人际交往关系问题、学业及考试焦虑性问题、家庭问题以及高校择业问题等，这些问题开始趋于显著同时对于心理健康教育也提出了新的需求，心理健康教育场所的建设需要更加规范更加专业才能满足学生与校方的需求。

[0003] 如何对学生等高压力人群的心理健康进行快速准确的评估，并对心理压力进行有效的缓解，是当前急需解决的问题。实用新型内容

[0004] 本实用新型所要解决的技术问题在于，提供一种基于运动自动车的元宇宙心理评估系统，实现对学生等高压力人群的心理健康进行快速准确的评估，并对心理压力进行有效的缓解。

[0005] 为了解决上述技术问题，本实用新型实施例第一方面公开了一种基于运动自动车的元宇宙心理评估系统，包括运动自行车、虚拟现实头盔、显示模块、心理评估模块和监测模块；

[0006] 所述运动自行车、虚拟现实头盔、显示模块和监测模块，与心理评估模块相连接；

[0007] 所述虚拟现实头盔和监测模块，与显示模块相连接；

[0008] 所述运动自行车，与虚拟现实头盔连接。

[0009] 所述监测模块，用于对用户的生理信号进行采集处理，得到采集信息集合；

[0010] 所述虚拟现实头盔，用于显示骑乘场景信息和心理测试信息；

[0011] 所述显示模块，用于对骑乘场景信息、监测模块的采集信息集合、心理测试信息、反馈信息和心理评估模块的心理评估结果信息进行显示；

[0012] 所述心理评估模块，用于采集得到运动自行车的转速信息、监测模块的采集信息集合和反馈信息，对所述转速信息、监测模块的采集信息集合和反馈信息进行评估处理，得到用户的心理评估结果信息。

[0013] 所述监测模块，包括眼动检测模块、心率检测仪、脑电检测仪和近红外检测仪；

[0014] 所述眼动检测模块，用于检测得到用户眼部的感兴趣区域ROI、用户对ROI区域的注视时间、用户注视点的数量、注视点切换的频率；

[0015] 所述心率检测仪，用于对用户的心率进行监测，得到用户心率信息；

[0016] 所述脑电检测仪，用于对用户的脑电信号进行监测，得到用户脑电信息；

[0017] 所述近红外检测仪，用于对用户的血液参数进行检测，得到用户的氧合血红蛋白浓度信息、脱氧血红蛋白浓度信息、总血红蛋白浓度信息；

[0018] 所述采集信息集合，包括用户眼部的感兴趣区域ROI、用户对ROI区域的注视时间、用户注视点的数量、注视点切换的频率、用户心率信息、用户脑电信息、用户氧合血红蛋白浓度信息、用户脱氧血红蛋白浓度信息、用户总血红蛋白浓度信息。

[0019] 所述运动自行车，包括运动自行车车体和转速传感器；所述转速传感器，安装于自行车的脚踏板的曲柄上；所述转速传感器，用于采集得到用户在骑所述运动自行车时运动自行车的踏板的转速信息。

[0020] 所述虚拟现实头盔，用于根据用户指令信息，显示相应的骑乘场景信息和心理测试信息，将所述骑乘场景信息和心理测试信息发送至显示模块；接收得到用户对心理测试信息的反馈信息，将所述心理测试信息和反馈信息发送至心理评估模块和显示模块；接收所述转速传感器的转速信息，将转速信息在骑乘场景信息中进行显示。

[0021] 所述心理评估模块，用于采集得到运动自行车的转速信息、监测模块的采集信息集合和反馈信息，对所述转速信息、监测模块的采集信息集合和反馈信息进行评估处理，得到用户的心理评估结果信息，包括：

[0022] S31，对所述转速信息和监测模块的采集信息集合进行时间对齐处理，得到采集信息序列集合；所述采集信息序列集合，包括采集信息序列；

[0023] S32，利用所述采集信息序列集合，构建得到采集信息矩阵集合；所述采集信息矩阵集合，包括若干个采集信息矩阵；所述采集信息矩阵，由同一采集时间段内采集得到的采集信息序列构成；所述采集信息矩阵的行向量，为采集信息序列；

[0024] S33，对所述采集信息矩阵集合进行参考向量计算处理，得到参考向量r；

[0025] S34，对所述采集信息矩阵集合进行权值计算处理，得到加权向量

[0026] S35，对所述参考向量r和加权向量 进行加权计算处理，得到用户的心理评估结果信息。

[0027] 所述对所述采集信息矩阵集合进行参考向量计算处理，得到参考向量r，包括：

[0028] S331，对所述采集信息矩阵集合的每个采集信息矩阵进行特征计算处理，得到对应的权重因子向量；

[0029] S332，对所有采集信息矩阵对应的权重因子向量，分别进行DEMON谱变换处理，得到权重因子向量对应的DEMON谱序列；

[0030] S333，对每个DEMON谱序列分别进行取值分布计算，得到量化分布矩阵 所述取值分布计算的表达式为：

[0031]

[0032] 其中，hk,i表示量化分布矩阵 的第k行、第i列的元素值，Ek(i)表示第k个权重因子向量的DEMON谱序列的第i个值，N0为权重因子向量的DEMON谱序列的元素总数；

[0033] S334，对所述量化分布矩阵 按照列方向进行求均值操作，得到参考向量r，r＝[r1,r2,…,rn]；其中，ri为参考向量r的第i个元素，其通过对 的第i列元素求取均值得到，n为参考向量r所包含的元素个数。

[0034] 所述对所述采集信息矩阵集合的每个采集信息矩阵进行特征计算处理，得到对应的权重因子向量，包括：

[0035] 对每个采集信息矩阵，计算得到其特征值和特征向量；

[0036] 确定最大特征值对应的特征向量为标准特征向量；

[0037] 对所述标准特征向量进行归一化处理，得到所述采集信息矩阵对应的权重因子向量。

[0038] 所述对所述采集信息矩阵集合进行权值计算处理，得到加权向量 包括：

[0039] S341，对所述采集信息矩阵集合的所有采集信息矩阵对应的权重因子向量中的元素，进行因子归一化处理，得到标准化矩阵S；

[0040] 所述因子归一化处理的计算表达式为：

[0041]

[0042] 其中，ski表示标准化矩阵S的第k行、第i列的元素，qki表示第k个采集信息矩阵Bk的权重因子向量的第i个元素，m表示标准化矩阵S的行数，n表示标准化矩阵S的列数；

[0043] S342，对所述标准化矩阵S和参考向量r进行关联计算处理，得到关联矩阵V；

[0044] S343，对所述关联矩阵V进行关联归一化计算处理，得到关联向量y；

[0045] S344，对所述关联向量y进行加权归一化处理得到加权向量

[0046] 所述加权归一化处理的计算表达式为:

[0047]

[0048] 其中， 为加权向量 的第i个元素。

[0049] 所述关联计算处理的计算表达式为：

[0050]

[0051] 其中，vki表示关联矩阵中的第k行、第i列的元素，ρ为关联计算因子。

[0052] 所述关联归一化计算处理的表达式为：

[0053]

[0054] 其中，yi表示关联向量y的第i个元素。

[0055] 本实用新型的有益效果为：

[0056] 本实用新型通过编程开发自行车运动场景，在运动场景下采集生理数据和运动数据等多模态数据，实现了用户心理状态的快速准确测评；

[0057] 本实用新型通过对用户的采集信息建立矩阵，利用不同时间段的采集矩阵进行参考向量计算处理，有效抑制了噪声影响，保证了评估结果的准确性；通过对所述采集信息矩阵集合的每个采集信息矩阵进行特征计算处理，得到对应的权重因子向量，有效消除了野值和环境干扰值的影像，保证了评估结果的客观性。

[0062] 为了更好的了解本实用新型内容，这里给出两个实施例。

[0063] 图1为本实用新型装置的组成原理图。

[0064] 实施例一：

[0065] 本实用新型实施例一，公开了一种基于运动自动车的元宇宙心理评估系统，包括：

[0066] 运动自行车、虚拟现实头盔、显示模块、心理评估模块和监测模块；

[0067] 所述运动自行车、虚拟现实头盔、显示模块和监测模块，与心理评估模块相连接；

[0068] 所述虚拟现实头盔和监测模块，与显示模块相连接；

[0069] 所述运动自行车，与虚拟现实头盔连接。

[0070] 所述监测模块，用于对用户的生理信号进行采集处理，得到采集信息集合；所述监测模块，包括眼动检测模块、心率检测仪、脑电检测仪和近红外检测仪；

[0071] 所述眼动检测模块，用于检测得到用户眼部的感兴趣区域ROI、用户对ROI区域的注视时间、用户注视点的数量、注视点切换的频率；

[0072] 所述心率检测仪，用于对用户的心率进行监测，得到用户心率信息；

[0073] 所述脑电检测仪，用于对用户的脑电信号进行监测，得到用户脑电信息；

[0074] 所述近红外检测仪，用于对用户的血液参数进行检测，得到用户的氧合血红蛋白浓度信息、脱氧血红蛋白浓度信息、总血红蛋白浓度信息；

[0075] 所述近红外检测仪，可采用Artinis的PortaLite MKII来实现。

[0076] 所述眼动检测模块，可采用眼动仪来实现，也可采用Pico Neo 3Pro Eye企业版眼动追踪系统来实现；

[0077] 所述采集信息集合，包括用户眼部的感兴趣区域ROI、用户对ROI区域的注视时间、用户注视点的数量、注视点切换的频率、用户心率信息、用户脑电信息、用户氧合血红蛋白浓度信息、用户脱氧血红蛋白浓度信息、用户总血红蛋白浓度信息。

[0078] 所述采集信息集合中的采集信息，均按照时间序列的方式进行记录。

[0079] 所述运动自行车，包括运动自行车车体和转速传感器；所述转速传感器，安装与自行车的脚踏板的曲柄上；具体的，是安装于踏板于自行车车体中轴连接的曲柄的内侧；所述转速传感器，用于采集得到用户在骑所述运动自行车时运动自行车的踏板的转速信息。

[0080] 所述运动自行车，可采用悍马牌的V2室内运动自行车来实现。

[0081] 所述虚拟现实头盔，用于根据用户指令信息，显示相应的骑乘场景信息和心理测试信息，将所述骑乘场景信息和心理测试信息发送至显示模块；接收得到用户对心理测试信息的反馈信息，将所述心理测试信息和反馈信息发送至心理评估模块和显示模块；接收所述转速传感器的转速信息，将转速信息在骑乘场景信息中进行显示。

[0082] 所述虚拟现实头盔，可采用华为VR Glass，也可以使用Pico Neo 3Pro Eye企业版眼动追踪系统来实现。

[0083] 所述虚拟现实头盔，包括输入装置；所述输入装置，用于接收用户的指令信息和用户对心理测试信息的反馈信息；所述输入装置，可以是手柄、手势识别装置、虚拟键盘等。

[0084] 所述输入装置，可采用脑波手环实现；所述脑波手环采用的电生理(EMG)技术，则是通过感知从大脑通过腕部传递到手指的神经电信号。这项技术能够实现零甚至负延迟、完美的准确性，在任何光照条件下都能稳定工作，且不受遮挡影响。最近的突破使得解码单个神经元的活动成为可能，从而可以实现对机器的“几乎无限控制”。

[0085] 所述虚拟现实头盔所用的心理测试信息，包括抑郁自评量表(SDS)，贝克抑郁自评量表(BDI)和汉密尔顿抑郁量表(HAMD)等；

[0086] 所述虚拟现实头盔，可采用Pico Neo 3来实现；

[0087] 所述显示模块，用于对骑乘场景信息、监测模块的采集信息集合、心理测试信息、反馈信息和心理评估模块的心理评估结果信息进行显示；

[0088] 所述心理评估模块，用于采集得到运动自行车的转速信息、监测模块的采集信息集合和反馈信息，对所述转速信息、监测模块的采集信息集合和反馈信息进行评估处理，得到用户的心理评估结果信息，具体包括：

[0089] S31，对所述转速信息和监测模块的采集信息集合进行时间对齐处理，得到采集信息序列集合；所述采集信息序列集合，包括采集信息序列；

[0090] S32，利用所述采集信息序列集合，构建得到采集信息矩阵集合；所述采集信息矩阵集合，包括若干个采集信息矩阵；所述采集信息矩阵，由同一采集时间段内采集得到的采集信息序列构成；所述采集信息矩阵的行向量，为采集信息序列；

[0091] 具体的，采集时间段包括[T0,T1],[T1,T2],[T2,T3]；[T0,T1]采集时间段内采集得到的采集信息序列，构成第一采集信息矩阵；[T1,T2]采集时间段内采集得到的采集信息序列，构成第二采集信息矩阵；[T2,T3]采集时间段内采集得到的采集信息序列，构成第三采集信息矩阵。

[0092] S33，对所述采集信息矩阵集合进行参考向量计算处理，得到参考向量r；

[0093] S34，对所述采集信息矩阵集合进行权值计算处理，得到加权向量

[0094] S35，对所述参考向量r和加权向量 进行加权计算处理，得到用户的心理评估结果信息；

[0095] 所述对所述采集信息矩阵集合进行参考向量计算处理，得到参考向量r，包括：

[0096] S331，对所述采集信息矩阵集合的每个采集信息矩阵进行特征计算处理，得到对应的权重因子向量；

[0097] S332，对所有采集信息矩阵对应的权重因子向量，分别进行DEMON谱变换处理，得到权重因子向量对应的DEMON谱序列；

[0098] S333，对每个DEMON谱序列分别进行取值分布计算，得到量化分布矩阵 所述取值分布计算的表达式为：

[0099]

[0100] 其中，hk,i表示量化分布矩阵 的第k行、第i列的元素值，Ek(i)表示第k个权重因子向量的DEMON谱序列的第i个值，N0为权重因子向量的DEMON谱序列的元素总数；

[0101] S334，对所述量化分布矩阵 按照列方向进行求均值操作，得到参考向量r，r＝[r1,r2,…,rn]；其中，ri为参考向量r的第i个元素，其通过对 的第i列元素求取均值得到，n为参考向量r所包含的元素个数。

[0102] 所述按照列方向进行求均值操作，是对 的每一列求取均值，利用所有均值进行组合，得到参考向量；

[0103] 所述对所述采集信息矩阵集合的每个采集信息矩阵进行特征计算处理，得到对应的权重因子向量，包括：

[0104] 对每个采集信息矩阵，计算得到其特征值和特征向量；

[0105] 确定最大特征值对应的特征向量为标准特征向量；

[0106] 对所述标准特征向量进行归一化处理，得到所述采集信息矩阵对应的权重因子向量。

[0107] 所述对所述采集信息矩阵集合的每个采集信息矩阵进行特征计算处理，得到对应的权重因子向量，还可以是：

[0108] 对每个采集信息矩阵进行分解处理，得到对应的左分解矩阵、特征矩阵和右分解矩阵；

[0109] 所述分解处理，其计算表达式为：

[0110] Y＝UAV，

[0111] 其中，U为左分解矩阵，A为特征矩阵，V为右分解矩阵，U和V均为正交矩阵，A为对角矩阵；

[0112] 所述分解处理，可采用矩阵奇异值分解算法来实现。

[0113] 将所述特征矩阵的对角线元素进行提取，得到特征向量；所述特征向量表示为Ia，Ia＝[λ1,λ2,…,λN1]，N1为所述特征向量所包含元素的个数；

[0114] 对所述特征向量的元素和元素序号值进行线性拟合处理，得到最佳一致逼近多项式；

[0115] 所述线性拟合处理，是以特性向量元素序号值Ix为已知自变量，以特征向量元素值为已知因变量，利用所述已知自变量和已知因变量构建得到待逼近曲线，利用函数逼近法对所述待逼近曲线进行曲线拟合，得到最佳一致逼近多项式f(Ix)。

[0116] 所述利用函数逼近法对所述待逼近曲线进行曲线拟合，可以采用最佳一致线性逼近方法。所述最佳一致逼近多项式f(Ix)，其表达式为：

[0117] f(Ix)＝αP1(Ix)P1+αP1‑1(Ix)P1‑1+…+α2(Ix)2+α1(Ix)+α0，[0118] 其中，P1为所述最佳一致逼近多项式f(Ix)的阶数，α0,α1,α2,…,αP1为所述最佳一致逼近多项式f(Ix)的系数；

[0119] 对所述采集信息矩阵，计算得到其特征值和特征向量；

[0120] 对最大特征值对应的特征向量进行归一化和向上取整处理，得到特征序号值序列；

[0121] 所述归一化和向上取整处理，是对特征向量的每个元素除以特征向量中的最大元素，对计算结果取绝对值，再向上取整处理。

[0122] 将所述特征序号值序列作为输入值，利用最佳一致逼近多项式进行计算处理，得到所述采集信息矩阵对应的权重因子向量。

[0123] 所述对所述采集信息矩阵集合进行权值计算处理，得到加权向量y，包括：

[0124] S341，对所述采集信息矩阵集合的所有采集信息矩阵对应的权重因子向量中的元素，进行因子归一化处理，得到标准化矩阵S；

[0125] 所述因子归一化处理的计算表达式为：

[0126]

[0127] 其中，ski表示标准化矩阵S的第k行、第i列的元素，qki表示第k个采集信息矩阵Bk的权重因子向量的第i个元素；

[0128] S342，对所述标准化矩阵S和参考向量r进行关联计算处理，得到关联矩阵V；所述关联计算处理的计算表达式为：

[0129]

[0130] 其中，vki表示关联矩阵中的第k行、第i列的元素，ρ为关联计算因子，其取值可以是0.5。

[0131] S343，对所述关联矩阵V进行关联归一化计算处理，得到关联向量y；

[0132] 所述关联归一化计算处理的表达式为：

[0133]

[0134] 其中，yi表示关联向量y的第i个元素；

[0135] S344，对所述关联向量y进行加权归一化处理得到加权向量

[0136] 所述加权归一化处理的计算表达式为:

[0137]

[0138] 其中， 为加权向量 的第i个元素。

[0139] 所述S333，还可以是：

[0140] 对所述量化分布矩阵中的元素和行向量进行不等式组判别，所述不等式组判别的表达式为：

[0141] |hki|≤ak，i＝1,2,…,n，

[0142]

[0143] 其中，ak和bk分别表示第k行的第一判断阈值和第二判断阈值；当所述量化分布矩阵中的元素不满足所述不等式组判别的表达式中的第一个不等式时，将所述元素值设置为0；当所述量化分布矩阵中的某一行不满足所述不等式组判别的表达式中的第二个不等式时，将所述行的每个元素，减去ak/2，完成对所述行的更新。

[0144] 实施例二：

[0145] 本实用新型拟建立一套室内自行车的心理评估系统，结合不同沉浸式虚拟环境(VR)运动场景，通过对用户被试的运动类型、强度、时间等参数进行设置，再通过抑郁情绪行为学量表测试数据，通过脑电监测仪(EEG)和功能性近红外光谱检测仪(fNIRS)监测情绪支配脑区的激活程度等生理学指标的监测，实现对用户抑郁情绪的可视化、兴趣化和科学化的干预与评估的目的。

[0146] 运动场景可通过佩戴便携式VR系统进行设置，包括不同自然环境和单/多人运动模式；运动强度通过自行车不同负荷按钮进行选择，并通过佩戴心率变异性监测仪监测运动负荷与心自主神经支配功能；通过佩戴便携式双通道脑电(EEG)和便携式功能性近红外光谱检测仪(fNIRS)检测前额叶相关脑区的脑电信号、血氧信号的变化特征，以此来监测被试的情绪支配脑区的动态变化与激活情况，进而评估其脑功能改善机理；通过锻炼情绪量表(EFI)和主观疲劳感觉量表(RPE)判断被试运动不同时间段的情绪变化和身体疲劳情况；通过抑郁自评量表(CESD)和抑郁量表(PHQ‑9)评估运动干预前用户抑郁症状的筛选、长期运动干预后用户抑郁症状的改善。

[0147] 所述脑电监测仪(EEG)，可通过脑机接口来实现。

[0148] 本实用新型拟建立一套基于室内自行车的心理评估系统，如系统框架图2所示，包括虚拟现实场景模块、量表答题与分析模块、脑电信号采集模块。其中虚拟现实场景模块是专门为受试者开发的虚拟场景，受试者可以通过此场景进行抑郁量表测试、查看评估结果以及观看相关视频；量表答题与分析模块为受试者提供抑郁量表试题以及对受试者的答题结果进行数据分析；脑电信号采集模块负责实时采集记录受试者的脑电信号。

[0149] 所述虚拟现实场景模块，在本设计中是一个可以为受试者提供虚拟现实场景的软硬件统称，包含虚拟现实场景、呈现场景的VR眼镜及运行场景的终端设备。其中虚拟现实场景通过Unity开发引擎构建，使用C#作为开发语言进行开发。编译成功的移动端安装包(APK)安装在装有鸿蒙操作系统的手机终端上运行，通过华为VR glass场景呈现，通过华为VR glass配套的手柄或数据线连接的手机进行场景交互。受试者佩戴好VR眼镜及相关设备，即可进入虚拟现实场景进行后续操作。虚拟现实场景模块通过WIFI与量表答题与分析模块数据通信，通过蓝牙与脑电信号采集模块数据通信。

[0150] 对于虚拟现实场景的设计实现，本实用新型将虚拟现实场景命名为“心境”。表达了虚拟现实场景是一种心理状态，也与抑郁症评估有关。该场景最终选择Unity开发引擎构建，Unity是一款跨平台的游戏引擎，提供了强大且易于上手的工具来创作、运营和变现实时内容。Unity支持多种AR/VR设备和代码库。Unity还拥有一个庞大而活跃的开发者社区，提供了丰富的教程、插件、资源和技术支持。Unity包含不限于以下系统：渲染引擎、物理引擎、碰撞检测系统、音效引擎、脚本引擎、动画系统、人工智能、网络引擎、场景管理等等。Unity适用于游戏、汽车、建筑工程、影视动画等广泛领域的开发。使用Unity3D生成安卓安装包(APK)，具有很高的可移植性，可以提高系统的使用率。

[0151] 该虚拟现实场景的构建最终实现在电影院内；受试者可以在电影院的前方屏幕进行抑郁量表测试与查看分析结果；受试者可以通过电影院的后方屏幕观看脑电信号采集模块实时采集的脑电信号；受试者可以通过电影院的前方屏幕观看相关视频。

[0152] 虚拟现实场景构建完成后，需要挑选呈现场景的VR眼镜及运行场景的终端设备。为满足本设计最初的客观、高效、便携设计理念，所选择的VR眼镜和终端设备需要满足搭建高效、携带轻便的条件。经过查询不同品牌的VR眼镜的参数对比，最终选择华为VR glass作为VR场景的呈现设备。华为VR glass相对于其他VR眼镜有以下几个优势：(1)华为VR glass重量仅166克(佩戴部分)，机身厚度仅26.6mm，轻薄舒适；(2)华为VR glass采用Fast LCD分辨率3200*1600，像素密度1058PPI，画质清晰细腻；(3)华为VR glass支持无线或有线方式连接华为手机或电脑，可以畅享海量VR内容；(4)华为VR glass可以通过6DoF游戏套装升级为6DoF VR设备，实现更自由的空间交互。可以看出华为VR glass是一款重观影轻游戏的VR产品，符合本设计的需求与定义。移动终端设备则选择了搭载鸿蒙操作系统的荣耀V20，以运行构建的虚拟现实场景。

[0153] 量表答题与分析模块在本设计中是一个为受试者提供抑郁量表试题及评估量表结果的心理测评系统，该系统为服务器端程序。程序采用PHP(Hypertext Preprocessor,PHP)编程语言进行开发实现，最终程序在服务器上运行。当服务器与手机移动终端处于同一个局域网内时，虚拟现实场景模块与量表答题与分析模块即可进行通信。其中虚拟现实场景模块作为客户端，受试者在虚拟现实场景“心境”中访问IP地址即可进行抑郁量表的答题、分析结果查看以及相关视频观看；量表答题与分析模块作为服务端，提供抑郁量表试题以及答题结果数据分析。

[0154] 量表答题与分析模块根据受试者的抑郁量表答题情况进行抑郁分析，并生成评估结果。抑郁量表是一种用于评估抑郁症状的心理测量工具，目前有多种不同的量表评估受试者是否患有抑郁症。不同的抑郁量表其编制方法和评分标准不同，用于测量不同方面或层次的抑郁症状。常见的抑郁量表有抑郁自评量表(SDS)，贝克抑郁自评量表(BDI)和汉密尔顿抑郁量表(HAMD)等。其中SDS和BDI都是由患者自己填写的，反映患者对自己的主观感受；HAMD是由医生或心理专家根据患者的回答和观察进行评分的，反映患者的客观状况；SDS和BDI都是根据临床经验和心理学理论编制的，而HAMD是根据生物学、神经化学等因素编制的。

[0155] 不同的抑郁量表也有不同的适用范围和优缺点。例如：(1)汉密尔顿抑郁量表主要用于临床诊断和治疗效果评估，具有较高的信度和效度。但是其也存在一些局限性，如过于强调身体症状而忽略认知情感方面；需要专业人员进行面对面访谈而不能自我填写；对轻度至中度抑郁障碍敏感性较低等；(2)另一个常用的抑郁量表贝克抑郁自评量表主要用于筛查可能患有抑郁障碍或者监测治疗过程中变化情况的人群，相比汉密尔顿抑郁量表更能反映认知情感方面，并且可以由被测者自我填写而无需专业人员指导。但是其也存在一些问题，如可能受到社会期望影响而导致偏差；对某些特殊人群如老年人、儿童、非心理问题患者等适用性较差等。

[0156] 不同的抑郁量表有不同的原理和结构，有着各自的特点和适用场景。但一般都是根据抑郁症的临床特征和诊断标准，设计一些反映抑郁情绪、思维、行为和身体症状的题目，让被测者根据自己的实际情况选择或打分，然后根据量表的评分规则计算出一个总分或者一个分类结果，以反映被测者的抑郁程度或者是否患有抑郁障碍。所以本设计只需要把不同的量表内对应的题目及其评分规则进行录入，并计算出答题结果分数总数或分类结果即可得出对应的评估结果。

[0157] 本实用新型将服务器端的心理测评系统命名为“微笑”。这个名字传递了积极和乐观的情绪，也希望可以鼓舞患者去面对困难和挑战。该程序最终选择PHP编程语言开发，PHP是一种开源且完全免费的多用途脚本语言，其有一个庞大的开发者社区和丰富的资源库。PHP主要用于Web开发，可以嵌入到HTML中并与各种数据库和Web服务器兼容。PHP语法借鉴了C、Java和Perl等语言的特点，易于学习和使用。PHP可以实现动态网页、数据库操作、文件处理、邮件发送等功能。将“微笑”安装在笔记本上，系统运行后将会实时监听61112端口，客户端可以通过访问服务器IP进入心理测评系统。进行抑郁测评时，受试者可以通过与虚拟现实场景“心境”的交互去访问心理测评系统IP进入“微笑”系统登录页面；受试者在登录账号后即进入账号首页，受试者可以选择一个抑郁量表进行评估；受试者在进行抑郁测评前系统会弹出测评知情同意书；系统在征询到受试者同意后对受试者进行抑郁量表心理测评；在受试者答题结束后系统会及时得出受试者的抑郁量表报告，报告含有受试者的基本信息、抑郁得分、报告说明及指导意见。

[0158] 脑电信号采集模块在本设计中是一个可以实时采集佩戴者脑电信号的便携式双通道脑机接口，本实用新型设计了名为“BlueBrain‑Link”的脑电信号采集设备。脑电信号采集模块通过蓝牙与虚拟现实场景模块数据通信，BlueBrain‑Link设备将采集到的脑电信号以特定格式编码调制后用蓝牙发送，虚拟现实场景将获得到的脑电数据进行解调并显示到场景中。

[0159] BlueBrain‑Link是基于NeuroSky的TRAM脑电采集模块和ThinkGear芯片研发。BlueBrain‑Link的采集位置为大脑前额Fp1和Fp2，数据精度为24位ADC，采样率为250Hz，硬件响应时间小于2ms。虚拟现实场景模块与脑电信号采集模块通过蓝牙串口进行通讯，每秒发送512个包含脑电数据的数据包。BlueBrain‑Link设备的采集电极为干电极，因此在佩戴时无需添加涂抹任何的导电介质。其中TGAM模块将采集到脑电信号利用NeuroSky公司专利算法提取出脑电信号的相关参数，然后通过ThinkGear处理器编码成蓝牙串口传输格式的数字信号，以发送数据包的方式无线传输。要想接收使用原始脑波数据，必须充分了解数据包组成。数据包由包头、有效负载和有效负载校验三部分组成，其帧格式如下：

[0160] AA AA 04 80 02xxHigh xxLow xxCheckSum

[0161] 每一帧包含8个字节，分两步介绍：1)前5个字节“AA AA 04 80 02”为帧格式标志，其中“AA AA”代表帧开始，“04”表示该帧内数据有4字节长度，“80”表示该帧数据包是脑电波原始数据，“02”表示原始数据为2个字节长度；2)最后的“xxHigh xxLow xxCheckSum”是原始脑波数据，其中“xxHigh xxLow”分别是数据的高、低8位，“xxCheckSum”代表校验和。

[0162] 在了解编码方式后就能写出对应的解调程序，虚拟现实场景模块用数据解析程序来提取出原始的脑电信号，最后对计算出来的原始脑电信号进行下一步处理。脑电信号的数据解析的流程图如图3所示。

[0163] 本实用新型还公开了一种利用所述室内自行车的心理评估系统，进行用户心理评估的方法，包括：

[0164] ①被试做必要的准备活动；

[0165] ②接通自行车电源并打开预热5分钟；打开电脑，链接Wi‑Fi；

[0166] ③被试佩戴VR、心率检测仪、脑电检测仪或者近红外检测仪；

[0167] ④启动检测程序，选择运动场景和运动负荷；

[0168] ⑤被试开始蹬骑；骑行中，主试根据情绪量表和自感疲劳量表，每隔10分钟询问被试；自感疲劳量表等级达到16级或者被试完成运动任务，即可结束运动；

[0169] ⑥保存测试数据，并关机，关闭电源，结束测试。

[0170] 图4为本实用新型装置的使用场景示意图。

[0171] 以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。