老年防跌倒穿戴式產(chǎn)品的情感特征分析的開發(fā)與創(chuàng)新研究

徐嫣然 阮俊斌 鄭瑞州 馬佳秀

（上海健康醫(yī)學院 上海 201318）

近幾年，獨居老人的問題備受關注。但更多的人僅僅關注到了老年人獨處的安全性問題，但心理問題卻很少有人提及，老人在獨處時很難進行不良情緒的調(diào)理與化解?，F(xiàn)有的智慧養(yǎng)老模式又大多都存在智慧化程度不高、情感關懷缺失等問題。[1]基于此，我們在開發(fā)設計防跌倒設備保障獨居老人的安全性問題后，又在此設備的基礎上，加入新的算法，通過采集老年人純凈的語音信號與相關生理性參數(shù)指標綜合分析進行語音情感分析、身心壓力等分析對老年人所處的壓力環(huán)境進行情感反饋設計，進一步研判由于不同的情感特征所衍生出的產(chǎn)品增值服務。并隨之對不同的用戶所產(chǎn)生的不同結果給予調(diào)理建議，在必要時可有專業(yè)心理醫(yī)師輔助進行心理溝通與疏導。以此實現(xiàn)為老年人心理健康全方位的呵護，以期為老年人提供優(yōu)質(zhì)、個性化的養(yǎng)老關懷。

1 防跌倒設備的情感反饋設計

設備實現(xiàn)軟硬件結合，其中硬件根據(jù)目前老年人對于智能監(jiān)護產(chǎn)品的需求，包括有：身體指標監(jiān)測模塊、跌倒監(jiān)測模塊、獨立定位模塊、核心處理模塊、供電模塊、智能搭扣模塊、輸出模塊等?？蓪崿F(xiàn)對信號的采集與顯示、信號的提取與處理等。

軟件方面旨在將硬件產(chǎn)品使用過程中所收集和處理的數(shù)據(jù)上傳到云端，再由云端將數(shù)據(jù)傳輸至配套的軟件平臺。用戶可以使用固定配套的軟件進行數(shù)據(jù)的查看和其他拓展功能與服務的使用。對一個硬件設備進行編號，并將生成一個獨立的賬號，使得該賬號可以實現(xiàn)與設備綁定形成獨立的用戶肖像模型并建立相應健康檔案。而其他的用戶可以通過與該賬號綁定來查看設備使用者的數(shù)據(jù)情況，將適用于如老年用戶的子女、簽約醫(yī)務工作者、社區(qū)工作者等使用。在實際的開發(fā)中我們需要多方面考慮，進行相關的安卓平臺、IOS平臺以及WINDOWS平臺的程序開發(fā)，開發(fā)的程序?qū)⒎謩e面向產(chǎn)品的使用者與服務提供者兩個群體。

該設備是實現(xiàn)具有監(jiān)測、報警、定位、聯(lián)絡、收集數(shù)據(jù)的智能可穿戴式設備。并利用軟件算法進行分析，保障老年人的安全。在1.0代產(chǎn)品的問世后，我們進行了初步的臨床試驗結果驗證。老年人在使用產(chǎn)品后，可以很直觀的觀測到使用者的一些生理參數(shù)指標。用戶經(jīng)過長時間佩戴，可對其進行全流程的監(jiān)測觀察。老人獨自在家可對其進行跌倒監(jiān)測與報警。在后期，我們會繼續(xù)開展相關臨床試驗，對所獲得的測試者結果進行評估，完善產(chǎn)品功能信息。在保證臨床試驗結果安全可靠的情況下，我們將把產(chǎn)品逐漸投入市場，養(yǎng)老院等老年人健康管理機構。這能讓更多的老年人能夠使用我們的產(chǎn)品，為更多的家庭健康保駕護航。[2]

基于此，該軟件的情感反饋設計就是基于人機交互效率與老年用戶各項指標等不同體驗，改觀APP現(xiàn)狀及情感識別技術交互的可行性技術方案，并利用python技術構建情感圖式與用戶身體性指標，實現(xiàn)個性化研判，提供2.0版本的創(chuàng)意設計。

2 防跌倒設備的情感特征分析原理

我們在對防跌倒設備的不斷更新與迭代的同時還十分重視老年人的心理健康?，F(xiàn)在，智慧養(yǎng)老已成為大眾的焦點；而在其中，老年人的心理問題成為重要議題。因此我們在原有防跌倒設備的基礎上，增添了為老年人進行情感特征分析的功能。在通過不同指標所得的分析結果中得出相關的情感指數(shù)，對其進行評估。被認定為情感特征有障礙的老人會有專業(yè)醫(yī)師進行心理疏導。

在情感識別中準確度不高的問題，本設計思路是語音指標結合生理性指標的方法進行情感識別。在人們的日常生活中，例如與家人和朋友對話，在社交媒體中發(fā)表評價等行為都會產(chǎn)生大量的文本信息數(shù)據(jù)，這些數(shù)據(jù)中蘊含了很多有價值的信息。文本的情感分析就旨在分析出文本中針對某個對象的評價的正負面，比如“今天天氣非常好”就是一個正面評價。情感分析主要有五個要素，（entity/實體，aspect/屬性，sentiment/觀點，holder/觀點持有者，time/時間），其中實體和屬性合并稱為評價對象(target)。情感分析的目標就是從非結構化的文本中提取出能夠替代這五個要素的關鍵詞，結合語境語義對其作出情感特征判斷，從而分析出關鍵詞包含的情感。

現(xiàn)今，常見的情感分析方法主要有詞級別情感分析、句子/篇章級情感分析、目標級情感分析。詞級別情感分析需要構建情感詞庫，即給大量的關鍵詞賦予正面、負面或中性的情感，詞庫所涵蓋的關鍵詞越多，數(shù)據(jù)分析越準確。情感詞庫的構建一方面采用人工標注的方法，準確性高，但成本太大，需耗費大量的人力與時間。

其次，該整體設計采用自動標注的方法，自動化方法中，都是先有人工標注一些種子詞，然后通過不同的方法把種子詞的標簽信息擴展到其他詞?；邳c互信息的方法會基于大規(guī)模語料庫統(tǒng)計新詞和種子詞之間的統(tǒng)計信息，然后基于該信息對種子詞做加權求和得到信息的情感標簽?；跇撕瀭鞑サ姆椒〞葮嫿ㄔ~和種子詞的一個圖，圖上的邊是基于詞和詞之間的統(tǒng)計信息獲得。然后用標簽傳播的算法獲得新詞的情感信息?；诨貧w的方法先構建詞的特征向量表示，基于種子詞的標簽信息訓練一個回歸或分類模型，得到該模型后再對新詞做預測，獲得新詞的情感標簽信息。句子級和篇章級文本情感分析旨在整個句子或文章表達的情感傾向性，而目標級的情感分析為對固定實體下的給定屬性集合的評價正負面的預測，可以用于區(qū)分評價的具體對象。[3]

3 老年防跌倒產(chǎn)品的情感特征分析案例

3.1 原始數(shù)據(jù)采集

基于產(chǎn)品在開發(fā)過程中已具備語音情感識別、人體生理指標監(jiān)測識別等功能，利用Python數(shù)據(jù)抓取工具，獲取大量原始數(shù)據(jù)語料庫。利用語音識別系統(tǒng)抓取用戶與親友對話過程中所提及有關情感的關鍵詞。利用身體指標監(jiān)測模塊，測定佩戴者的心率、體溫、血壓，睡眠時間及深度等指標數(shù)據(jù)，間接進行情感特征分析。

3.2 原始數(shù)據(jù)預處理

（1）利用Python自然語言處理工具nltk結合中文語料分析器jieba對所識別的文本數(shù)據(jù)進行文本分句和分詞。

（2）進行文本降噪處理。識別并剔除無意義的詞句，刪除停用詞及標點符號。

（3）選取特征詞并進行詞性標注，統(tǒng)計詞頻獲取信息量最高的特征，為特征文本賦值，例如為積極文本賦予“pos”，為消極文本賦予“neg”。用不同的特征選取方式獲得相應的訓練模型。

對數(shù)據(jù)集語料庫預處理后，下一步需要創(chuàng)建情感詞典列表，包括構建詞匯表和情感標簽的索引。[4]完成后即可導入模型進行特征情感分析得出結果。

3.3 在設備記錄相關特征結果后，利用Python對其進行分析

查量表知：分析值越接近0表現(xiàn)為消極情緒，分析值接近1表現(xiàn)為積極情緒。不同文本數(shù)據(jù)所蘊含的情感有差異，有些偏向積極，有些偏向消極。因此，可以通過此方法來衡量老年人在某段時間內(nèi)總體情感特征的差異變換，由此來觀察老年人的心理健康狀況，并及時采取干預措施。

4 結語

本文從情感反饋設計與分析情感特征入手，力圖通過檢測生理性指標、話語特征預判老年人的心理健康，是對于1.0產(chǎn)品的改進版，亦是在保障防跌倒的安全下，還要關心其心理的健康。但該研究由于受到科研條件、隱私關注等限制，尚不能完全做到精準測評。

但是，隨著5G技術、AI技術、虛擬現(xiàn)實技術等高端技術逐漸進入醫(yī)療領域、進入我們普通人的日常生活中，高端技術與傳統(tǒng)醫(yī)療的相互沖擊與交流必定能夠開辟出一條現(xiàn)代化、符合中國國情的全新醫(yī)療服務模式，更科學地利用有限的資源，為更多的人帶去健康的美好生活。與此同時，該設備將不斷更新迭代，將不斷貼近老年人生活，用智慧養(yǎng)老的心態(tài)改變老年人的健康生活方式。