一种基于个体行为与性格特征的精神病人暴力预警系统的制作方法

1.本发明涉及一种基于个体行为与性格特征的精神病人暴力预警系统，属于精神病学领域。


背景技术：

2.随着经济的发展和社会压力的增加，我国精神疾病病患的人数快速激增，而且在社会上频发各类重性精神病患者引起的暴力犯罪事件，影响了社会的安定，加剧了社会大众焦虑不安的情绪，肇事肇祸精神病人的暴力行为具有目标随机且后果严重的特点，因此对肇事肇祸精神病人暴力行为的预警和管控已经成为迫切的社会需求。
3.精神病为心理活动、精神活动异常的疾病，其发病内在生理原因与脑功能紊乱、失调相关，导致患者意志、情感以及认知活动等方面存在障碍，精神病人的精神状态及其不稳定，且通常存在暴力特征，许多患者缺乏自我意识，在病情发作或受到外界刺激时，行为失控，极易产生暴力行为，无法识别或控制行为，容易产生严重的后果，包括殴打他人、强奸、谋杀、纵火、爆炸、抢劫以及投毒等严重损害公共安全的不当行为，其暴力行为还无法通过精神病人的个体行为以及性格特征进行预警，尤其是在精神病院集中管理患者吃饭的食堂，监测患者状态已经成为一种非常必须的管理方式，防止患者在群体排队吃饭时病发产生的暴力行为带来严重后果。因此，本发明提出一种基于个体行为与性格特征的精神病人暴力预警系统，能够在精神病患者就餐的食堂设置监测设备，获取病人的行为信息，根据精神病人的个体行为创建个体行为特征库，通过利用精神病人的历史相关信息形成精神病人的性格识别，确定精神病人的性格特征，同时根据精神病患者的实时个体行为形成暴力行为预警评估综合指标，结合病人的性格特征以及个体行为特征对精神病人发生暴力行为形成预警和评估，避免精神病人在集体食堂就餐时发生暴力行为，防止无法评估暴力行为进行适度的管制和实施合适的预防措施而引起严重的后果。


技术实现要素：

4.本发明为了解决以上背景技术中存在的问题提供一种基于个体行为与性格特征的精神病人暴力预警系统。
5.本发明的目的可以通过采用如下技术方案达到：
6.一种基于个体行为与性格特征的精神病人暴力预警系统，包括监测主体、分析模块以及预警评估模块，所述监测主体用于在精神病患者就餐的食堂监测患者的心率、步速以及体温，在监测到患者心率上升速率、步速以及体温超过设定值时，实时监测患者竖向最大体长以及横向最大体宽，对患者进行脸部识别，获取患者的个人信息，同时实时识别患者面部情绪和声音情绪，当识别到患者面部情绪或者声音情绪为愤怒时，所述分析模块根据患者历史监测视频评估患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长，获取患者性格分析结果，所述预警评估模块结合实时监测的患者竖向最大体长、横向最大体宽以及移动速度评估患者的行为评估值，通过性格分析结果评估患者暴力行为的性格缩
放系数，通过患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长评估患者的暴力时效评估值，对患者产生暴力行为的进行预警评估，所述预警评估模块对精神病患者暴力行为的预警评估机制为：
7.qz＝α
xg
(0.5i
xw
+0.5i
sx
)；
8.式中：qz为精神病患者的暴力行为预警综合值，α
xg
为精神病患者的性格缩放系数，i
xw
为精神病患者的行为评估值，i
sx
为精神病患者的暴力时效评估值。
9.作为本发明进一步的方案，所述预警评估模块结合患者实时监测的竖向最大体长、横向最大体宽以及移动速度对患者进行行为评估的机制为：
[0010][0011]
式中：ls为精神病患者实时监测的竖向最大体长，为患者形体竖向最高点与其在地面上垂点之间的距离，lh为精神病患者实时监测的横向最大体长，为患者形体轮廓中横向水平间距最大两点之间的距离。
[0012]
作为本发明进一步的方案，所述预警评估模块结合患者性格分析结果评估患者暴力行为性格缩放系数的评估机制为：
[0013]
当精神病患者的性格分析结果为外向型-e时，
[0014]
当精神病患者的性格分析结果为内向型-i时，
[0015]
式中：nb为性格为外向型-e的精神病患者中发生暴力行为的人数，ne为性格为外向型-e的患者总人数，nb′
为型性格为内向型-i的精神病患者人数中发生暴力行为的人数，ni为精神病患者中性格为内向型-i的患者总人数。
[0016]
作为本发明进一步的方案，所述预警评估模块通过精神病患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长评估患者暴力时效评估值的评估机制为：
[0017][0018]
式中：t
c,min
为精神病患者从平静到发生暴力行为时长的最小值，t
c,max
为精神病患者从平静到发生暴力行为时长的最大值，t
cx
为精神病患者暴力行为的持续时长。
[0019]
作为本发明进一步的方案，所述监测主体包括安装在食堂地面上排队位置的测速带、安装在食堂天花板上的人脸识别摄像头以及佩戴在精神病患者身上的个人数据监测装置，所述人脸识别摄像头的一侧安装有若干个面部情绪识别摄像头，所述面部情绪识别摄像头的另一侧安装有3d相机，所述人脸识别摄像头、所述面部情绪识别摄像头以及所述3d相机均通过云台与精神病患者食堂天花板相连接。
[0020]
作为本发明进一步的方案，所述个人数据监测装置包括佩戴在患者手腕上能够监测患者心率的智能手表、安装在患者衣领处的声音情绪识别器以及安装在精神病患者食堂入口处的红外线体温监测仪。
[0021]
作为本发明进一步的方案，所述分析模块以及所述预警评估模块均包括存储器、处理器以及存储在所述存储器上并能在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述预警评估模块评估机制的评估，所述监测主体、所述分析模块以及所述预警评估模块均通过物联网技术相互连接。
[0022]
作为本发明进一步的方案，所述测速带包括安装在排队区域两侧鳞次排列的多组计时器和接近开关。
[0023]
作为本发明进一步的方案，所述分析模块通过识别精神病患者的面部调用患者资料库中的个人信息，并获取该患者历史视频中发生暴力行为的视频，分析并统计每次该患者从冷静到产生暴力行为的时间，并获取该患者从冷静到产生暴力行为时间的最小值以及最大值，基于患者的历史电子设备检索记录、阅读记录以及视频观看记录建立用户性格特征库，利用深度学习技术对患者的性格特征库与选定的性格分型进行匹配，获取该患者的性格分型。
[0024]
本发明的有益技术效果：按照本发明的基于个体行为与性格特征的精神病人暴力预警系统，通过监测主体在精神病患者就餐的食堂监测患者的心率、步速以及体温，利用心率和体温数值超限调用人脸识别技术、面部情绪识别技术以及声音情绪识别技术获取被监测患者的实时情绪状态和历史性格分型结果，结合患者的行为创建患者的个人特征行为集合，评估患者的实时行为评估值、性格缩放系数以及暴力行为时效评估值，进而获取患者的暴力行为预警综合值，，避免精神病人在集体食堂就餐时发生暴力行为，防止无法评估暴力行为进行适度的管制和实施合适的预防措施而引起严重的后果。
附图说明
[0025]
图1为本发明提出系统的整体结构框图。
[0026]
图2为监测主体的立体结构示意图；
[0027]
图3为测速带结构细节图；
[0028]
图4为人脸识别摄像头、面部情绪识别摄像头以及3d相机的细节图；
[0029]
图5为智能手表以及声音情绪识别器的佩戴示意图。
具体实施方式
[0030]
为使本领域技术人员更加清楚和明确本发明的技术方案，下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
[0031]
如图1-图5所示，本实施例提供的基于个体行为与性格特征的精神病人暴力预警系统，包括监测主体、分析模块以及预警评估模块，所述监测主体用于在精神病患者就餐的食堂监测患者的心率、步速以及体温，在监测到患者心率上升速率、步速以及体温超过设定值时，实时监测患者竖向最大体长以及横向最大体宽，对患者进行脸部识别，获取患者的个人信息，同时实时识别患者面部情绪和声音情绪，当识别到患者面部情绪或者声音情绪为愤怒时，所述分析模块根据患者历史监测视频评估患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长，获取患者性格分析结果，所述预警评估模块结合实时监测的患者竖向最大体长、横向最大体宽以及移动速度评估患者的行为评估值，通过性格分析结果评估患者暴力行为的性格缩放系数，通过患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长评估患者的暴力时效评估值，对患者产生暴力行为的进行预警评估，所述预警评估模块对精神病患者暴力行为的预警评估机制为：
[0032]
qz＝α
xg
(0.5i
xw
+0.5i
sx
)；
[0033]
式中：qz为精神病患者的暴力行为预警综合值，α
xg
为精神病患者的性格缩放系数，ixw
为精神病患者的行为评估值，i
sx
为精神病患者的暴力时效评估值。
[0034]
本发明与现有技术相比，其突出之处在于：
[0035]
(1)通过监测主体在精神病患者就餐的食堂监测患者的心率、步速以及体温，利用心率和体温数值超限调用人脸识别技术、面部情绪识别技术以及声音情绪识别技术获取被监测患者的实时情绪状态和历史性格分型结果，结合患者的行为创建患者的个人特征行为集合；
[0036]
(2)利用分析模块根据患者历史监测视频评估患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长，获取患者性格分析结果；
[0037]
(3)利用预警评估模块评估患者的实时行为评估值、性格缩放系数以及暴力行为时效评估值，进而获取患者的暴力行为预警综合值，避免精神病人在集体食堂就餐时发生暴力行为，防止无法评估暴力行为进行适度的管制和实施合适的预防措施而引起严重的后果。
[0038]
所述预警评估模块结合患者实时监测的竖向最大体长、横向最大体宽以及移动速度对患者进行行为评估的机制为：
[0039][0040]
式中：ls为精神病患者实时监测的竖向最大体长，为患者形体竖向最高点与其在地面上垂点之间的距离，lh为精神病患者实时监测的横向最大体长，为患者形体轮廓中横向水平间距最大两点之间的距离。
[0041]
通过精神病患者行为评估机制能够使得患者的实时行为评估值与实时监测的竖向最大体长以及横向最大体宽正相关，与患者实时监测的移动速度正相关，进而根据患者的行为评估值识别患者的行为特征状态，便于为患者发生暴力行为进行预警提供数据基础。
[0042]
所述预警评估模块结合患者性格分析结果评估患者暴力行为性格缩放系数的评估机制为：
[0043]
当精神病患者的性格分析结果为外向型-e时，
[0044]
当精神病患者的性格分析结果为内向型-i时，
[0045]
式中：nb为性格为外向型-e的精神病患者中发生暴力行为的人数，ne为性格为外向型-e的患者总人数，nb′
为型性格为内向型-i的精神病患者人数中发生暴力行为的人数，ni为精神病患者中性格为内向型-i的患者总人数。
[0046]
通过历史的记录资料利用数据挖掘技术能够挖掘出每个患者的性格分型、每种性格分型患者的人数以及每种性格分型下发生暴力行为的患者人数，进而便于根据性格分型对患者的行为以及时效评估进行有效的缩放，增加暴力行为预警综合值的科学性。
[0047]
所述预警评估模块通过精神病患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长评估患者暴力时效评估值的评估机制为：
[0048][0049]
式中：t
c,min
为精神病患者从平静到发生暴力行为时长的最小值，t
c,max
为精神病患
者从平静到发生暴力行为时长的最大值，t
cx
为精神病患者暴力行为的持续时长。
[0050]
通过分析患者的历史记录视频，对患者发生暴力行为的时间特征进行统计和分析，能够利用历史的记录对暴力行为预警综合值提供资料性的评估，便于根据患者的历史行为对现有暴力行为进行预警。
[0051]
所述监测主体包括安装在食堂地面上排队位置的测速带、安装在食堂天花板上的人脸识别摄像头以及佩戴在精神病患者身上的个人数据监测装置，所述人脸识别摄像头的一侧安装有若干个面部情绪识别摄像头，所述面部情绪识别摄像头的另一侧安装有3d相机，所述人脸识别摄像头、所述面部情绪识别摄像头以及所述3d相机均通过云台与精神病患者食堂天花板相连接。
[0052]
设置监测主体各个设备的目的在于：利用测速带实时监测患者在排队时的移动速度；利用人脸识别摄像头能够识别到预警的精神病患者，并向面部情绪识别摄像头以及3d相机的云台发出调整指令，实时对准跟踪患者，提高患者面部情绪识别、最大体长和最大体宽识别的准确性，多组摄像头的设置能够跟踪多个异常的患者，实现多重任务并行进行的功能；通过云台的设置，便于调整人脸识别摄像头、面部情绪识别摄像头以及3d相机的拍摄角度。
[0053]
所述个人数据监测装置包括佩戴在患者手腕上能够监测患者心率的智能手表、安装在患者衣领处的声音情绪识别器以及安装在精神病患者食堂入口处的红外线体温监测仪。
[0054]
通过智能手表的设置，能够对患者的心率进行实时监测；通过声音情绪识别器的设置，能够通过患者的音色识别患者，同时对患者声音中的情绪进行识别；通过红外线体温监测仪的设置，能够监测患者进入餐厅时的体温。
[0055]
所述分析模块以及所述预警评估模块均包括存储器、处理器以及存储在所述存储器上并能在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述预警评估模块评估机制的评估，所述监测主体、所述分析模块以及所述预警评估模块均通过物联网技术相互连接。
[0056]
所述测速带包括安装在排队区域两侧鳞次排列的多组计时器和接近开关。
[0057]
通过计时器和接近开关的多组鳞次设置以及设定每组之间的距离为定长，能够提供多段患者的速度测量。
[0058]
所述分析模块通过识别精神病患者的面部调用患者资料库中的个人信息，并获取该患者历史视频中发生暴力行为的视频，分析并统计每次该患者从冷静到产生暴力行为的时间，并获取该患者从冷静到产生暴力行为时间的最小值以及最大值，基于患者的历史电子设备检索记录、阅读记录以及视频观看记录建立用户性格特征库，利用深度学习技术对患者的性格特征库与选定的性格分型进行匹配，获取该患者的性格分型。
[0059]
综上所述，在本实施例中，按照本实施例的基于个体行为与性格特征的精神病人暴力预警系统，通过精神病患者行为评估机制，能够使得患者的实时行为评估值与实时监测的竖向最大体长以及横向最大体宽正相关，与患者实时监测的移动速度正相关，进而根据患者的行为评估值识别患者的行为特征状态，便于为患者发生暴力行为进行预警提供数据基础。通过历史的记录资料利用数据挖掘技术能够挖掘出每个患者的性格分型、每种性格分型患者的人数以及每种性格分型下发生暴力行为的患者人数，进而便于根据性格分型
对患者的行为以及时效评估进行有效的缩放，增加暴力行为预警综合值的科学性。通过分析患者的历史记录视频，对患者发生暴力行为的时间特征进行统计和分析，能够利用历史的记录对暴力行为预警综合值提供资料性的评估，便于根据患者的历史行为对现有暴力行为进行预警。设置监测主体各个设备的目的在于：利用测速带实时监测患者在排队时的移动速度；利用人脸识别摄像头能够识别到预警的精神病患者，并向面部情绪识别摄像头以及3d相机的云台发出调整指令，实时对准跟踪患者，提高患者面部情绪识别、最大体长和最大体宽识别的准确性，多组摄像头的设置能够跟踪多个异常的患者，实现多重任务并行进行的功能；通过云台的设置，便于调整人脸识别摄像头、面部情绪识别摄像头以及3d相机的拍摄角度。通过智能手表的设置，能够对患者的心率进行实时监测；通过声音情绪识别器的设置，能够通过患者的音色识别患者，同时对患者声音中的情绪进行识别；通过红外线体温监测仪的设置，能够监测患者进入餐厅时的体温。通过计时器和接近开关的多组鳞次设置以及设定每组之间的距离为定长，能够提供多段患者的速度测量。
[0060]
以上所述，仅为本发明进一步的实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明所公开的范围内，根据本发明的技术方案及其构思加以等同替换或改变，都属于本发明的保护范围。

技术特征：
1.一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，包括监测主体、分析模块以及预警评估模块，所述监测主体用于在精神病患者就餐的食堂监测患者的心率、步速以及体温，在监测到患者心率上升速率、步速以及体温超过设定值时，实时监测患者竖向最大体长以及横向最大体宽，对患者进行脸部识别，获取患者的个人信息，同时实时识别患者面部情绪和声音情绪，当识别到患者面部情绪或者声音情绪为愤怒时，所述分析模块根据患者历史监测视频评估患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长，获取患者性格分析结果，所述预警评估模块结合实时监测的患者竖向最大体长、横向最大体宽以及移动速度评估患者的行为评估值，通过性格分析结果评估患者暴力行为的性格缩放系数，通过患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长评估患者的暴力时效评估值，对患者产生暴力行为的进行预警评估，所述预警评估模块对精神病患者暴力行为的预警评估机制为：q
z
＝α
xg
(0.5i
xw
+0.5i
sx
)；式中：q
z
为精神病患者的暴力行为预警综合值，α
xg
为精神病患者的性格缩放系数，i
xw
为精神病患者的行为评估值，i
sx
为精神病患者的暴力时效评估值。2.如权利要求1所述的一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，所述预警评估模块结合患者实时监测的竖向最大体长、横向最大体宽以及移动速度对患者进行行为评估的机制为：式中：l
s
为精神病患者实时监测的竖向最大体长，为患者形体竖向最高点与其在地面上垂点之间的距离，l
h
为精神病患者实时监测的横向最大体长，为患者形体轮廓中横向水平间距最大两点之间的距离。3.如权利要求1所述的一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，所述预警评估模块结合患者性格分析结果评估患者暴力行为性格缩放系数的评估机制为：当精神病患者的性格分析结果为外向型-e时，当精神病患者的性格分析结果为内向型-i时，式中：n
b
为性格为外向型-e的精神病患者中发生暴力行为的人数，n
e
为性格为外向型-e的患者总人数，n
b
′
为型性格为内向型-i的精神病患者人数中发生暴力行为的人数，n
i
为精神病患者中性格为内向型-i的患者总人数。4.如权利要求1所述的一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，所述预警评估模块通过精神病患者从平静到发生暴力行为的时长范围以及暴力行为持续的时长评估患者暴力时效评估值的评估机制为：式中：t
c,min
为精神病患者从平静到发生暴力行为时长的最小值，t
c,max
为精神病患者从平静到发生暴力行为时长的最大值，t
cx
为精神病患者暴力行为的持续时长。
5.如权利要求1所述的一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，所述监测主体包括安装在食堂地面上排队位置的测速带、安装在食堂天花板上的人脸识别摄像头以及佩戴在精神病患者身上的个人数据监测装置，所述人脸识别摄像头的一侧安装有若干个面部情绪识别摄像头，所述面部情绪识别摄像头的另一侧安装有3d相机，所述人脸识别摄像头、所述面部情绪识别摄像头以及所述3d相机均通过云台与精神病患者食堂天花板相连接。6.如权利要求5所述的一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，所述个人数据监测装置包括佩戴在患者手腕上能够监测患者心率的智能手表、安装在患者衣领处的声音情绪识别器以及安装在精神病患者食堂入口处的红外线体温监测仪。7.如权利要求1所述的一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，所述分析模块以及所述预警评估模块均包括存储器、处理器以及存储在所述存储器上并能在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述预警评估模块评估机制的评估，所述监测主体、所述分析模块以及所述预警评估模块均通过物联网技术相互连接。8.如权利要求5所述的一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，所述测速带包括安装在排队区域两侧鳞次排列的多组计时器和接近开关。9.如权利要求1所述的一种基于个体行为与性格特征的精神病人暴力预警系统，其特征在于，所述分析模块通过识别精神病患者的面部调用患者资料库中的个人信息，并获取该患者历史视频中发生暴力行为的视频，分析并统计每次该患者从冷静到产生暴力行为的时间，并获取该患者从冷静到产生暴力行为时间的最小值以及最大值，基于患者的历史电子设备检索记录、阅读记录以及视频观看记录建立用户性格特征库，利用深度学习技术对患者的性格特征库与选定的性格分型进行匹配，获取该患者的性格分型。

技术总结
本发明公开了一种基于个体行为与性格特征的精神病人暴力预警系统，涉及精神病学领域，包括监测主体、分析模块以及预警评估模块，预警评估模块结合实时监测的患者竖向最大体长、横向最大体宽以及移动速度评估患者的行为评估值。本发明能够在精神病患者就餐的食堂设置监测设备，获取病人的行为信息，根据精神病人的个体行为创建个体行为特征库，通过利用精神病人的历史相关信息形成精神病人的性格识别，确定精神病人的性格特征，同时根据精神病患者的实时个体行为形成暴力行为预警评估综合指标，避免精神病人在集体食堂就餐时发生暴力行为，防止无法评估暴力行为进行适度的管制和实施合适的预防措施而引起严重的后果。和实施合适的预防措施而引起严重的后果。和实施合适的预防措施而引起严重的后果。


技术研发人员：赵绍锋 李世克 亓晶颖 范利军 黄爱娟
受保护的技术使用者：郑州市第八人民医院（郑州市精神卫生中心）
技术研发日：2023.03.02
技术公布日：2023/7/4