一种身心健康评测系统、方法、设备及存储介质

摘要

本发明公开了一种身心健康评测系统、方法、设备及存储介质，该系统包括：特征数据收集模块、身心健康状态评测模块和身心健康评测报告展示模块；其中，特征数据收集模块，用于获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据；身心健康状态评测模块，用于基于各身体特征数据、各心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值；身心健康评测报告展示模块，用于将最大的综合概率值对应的预设身心健康状态作为被试者对应的目标身心健康状态，并将与目标身心健康状态对应的身心健康评测报告进行展示。本发明实施例提高了身心健康评测结果的准确度。

说明书

技术领域

本发明涉及身心健康技术领域，尤其涉及一种身心健康评测系统、方法、设备及存储介质。

背景技术

随着社会的发展和进步，人们的身心健康问题得到了越来越多的关注，身心健康评测是对身体健康状态和心理健康状态的综合评价。

目前，为了发现或评估被试者的身心健康状态，最常采用的方法还是通过被试者填写身心评测量表，该身心评测量表中通常会包含与身体感受和心理感受相关的项目，根据收集到的项目选项信息以及评测量表自带的评分机制，得出被试者的身心健康状态。

上述身心评测量表虽然包含了与身体感受相关的项目，但被试者选择项目对应的选项时会受到主观因素影响，容易导致最终的评测结果不够科学合理，准确度不高。

发明内容

本发明提供了一种身心健康评测系统、方法、设备及存储介质，以解决单一的身心评测量表的评价结果容易受到主观因素的影响的问题，提高身心健康评测结果的准确度。

根据本发明的一方面，提供了一种身心健康评测系统，其特征在于，包括：特征数据收集模块、身心健康状态评测模块和身心健康评测报告展示模块；

其中，所述特征数据收集模块，用于获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据；

所述身心健康状态评测模块，用于基于各所述身体特征数据、各所述心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值；其中，所述因素权重矩阵表征各所述身体特征数据以及各所述心理特征数据分别对应的权重信息；

所述身心健康评测报告展示模块，用于将最大的综合概率值对应的预设身心健康状态作为目标身心健康状态，并将与所述目标身心健康状态对应的身心健康评测报告进行展示。

根据本发明的另一方面，提供了一种身心健康评测方法，该方法包括：

获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据；

基于各所述身体特征数据、各所述心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值；其中，所述因素权重矩阵表征各所述身体特征数据以及各所述心理特征数据分别对应的权重信息；

将最大的综合概率值对应的预设身心健康状态作为目标身心健康状态，并将与所述目标身心健康状态对应的身心健康评测报告进行展示。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的身心健康评测方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的身心健康评测方法。

本发明实施例的技术方案，通过获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据，基于各身体特征数据、各心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值，将最大的综合概率值对应的预设身心健康状态作为被试者对应的目标身心健康状态，解决了单一的身心评测量表的评价结果容易受到主观因素的影响的问题，提高了身心健康评测结果的准确度。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种身心健康评测系统的示意图；

图2是根据本发明实施例二提供的一种身心健康评测系统的示意图；

图3是根据本发明实施例三提供的一种身心健康评测方法的流程图；

图4是根据本发明实施例三提供的一种身心健康评测方法的具体实例的流程图；

图5是根据本发明实施例四提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1是根据本发明实施例一提供的一种身心健康评测系统的示意图，本实施例可适用于对被试者的身心健康状态进行评测的情况，该身心健康评测装置可以采用硬件和/或软件的形式实现，该身心健康评测装置可配置于终端设备中。如图1所示，该系统包括：特征数据收集模块110、身心健康状态评测模块120和身心健康评测报告展示模块130。

其中，特征数据收集模块110，用于获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据；

身心健康状态评测模块120，用于基于各身体特征数据、各心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值；其中，因素权重矩阵表征各身体特征数据以及各心理特征数据分别对应的权重信息；

身心健康评测报告展示模块130，用于将最大的综合概率值对应的预设身心健康状态作为目标身心健康状态，并将与目标身心健康状态对应的身心健康评测报告进行展示。

其中，具体的，身体特征数据可用于反映被试者的身体健康状况，心理特征数据可用于反映被试者的身心健康状况。示例性的，身体特征数据可以为睡眠时间数据或心率数据等，心理特征数据可以是身心评测量表的量表评测总分。

其中，示例性的，特征数据收集模块110可通过显示设备展示至少一种身体特征参数和至少两种身心评测量表，收集被试者基于展示内容输入的与至少一种身体特征参数分别对应的身体特征数据，以及基于被试者基于至少两种身心评测量表分别输入的量表数据，统计生成心理特征数据。

其中，示例性的，一组预设身心健康状态包括“状态良好”、“需要关注”和“紧急介入”，当然，一组预设身心健康状态包括“状态极好”、“状态良好”、“需要关注”、“定时随访”和“紧急介入”。此处不对预设身心健康状态的具体等级设置进行限定，用户可根据实际需求进行自定义设置。

在一个实施例中，可选的，因素权重矩阵包含与各身体特征数据对应的身体权重矩阵、与各心理特征数据对应的心理权重矩阵以及身体心理权重矩阵，相应的，身心健康状态评测模块120，包括：身体概率值确定单元，用于基于各身体特征数据和身体权重矩阵，确定与至少两种预设身心健康状态分别对应的目标身体概率值；心理概率值确定单元，用于基于各心理特征数据和心理权重矩阵，确定与至少两种预设身心健康状态分别对应的目标心理概率值；综合概率值确定单元，用于基于各目标身体概率值、各目标心理概率值以及身体心理权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值。

其中，具体的，身体权重矩阵可用于表征各身体特征数据分别对应的权重信息，心理权重矩阵可用于表征各心理特征数据分别对应的权重信息，身体心理权重矩阵可用于表征身体因素和心理因素分别对应的权重信息。在一个实施例中，可选的，因素权重矩阵可以是用户预先设置的。

在一个实施例中，可选的，身体概率值确定单元，具体用于：基于预设身体评测列表，对各身体特征数据分别执行模糊化处理，得到身体因素矩阵；基于身体因素矩阵和身体权重矩阵，确定与至少两种预设身心健康状态分别对应的目标身体概率值；其中，预设身体评测列表包含至少一个身体特征参数以及每个身体特征参数与至少两种预设身心健康状态分别对应的身体特征数据范围，身体因素矩阵表征每个身体特征数据与至少两种预设身心健康状态分别对应的初始身体概率值。

其中，具体的，采用身体隶属度函数，基于身体评测列表对各身体特征数据分别执行模糊化处理，得到身体因素矩阵。其中，身体隶属度函数用来刻画身体特征数据属于某一种预设身心健康状态的程度。示例性的，身体隶属度函数的函数类型包括但不限于矩形型、梯形型、抛物线型、正态型和柯西型等等。

举例而言，假设身体特征数据的数量为5个，预设身心健康状态的数量为3个，则身体因素矩阵为3*5的矩阵，每列表示为每个身体特征数据与3个预设身心健康状态分别对应的初始身体概率值。相应的，身体权重矩阵为5*1的矩阵，每行表示每个身体特征数据分别对应的权重系数，身体因素矩阵与身体权重矩阵相乘，得到3*1的身体隶属度矩阵，该矩阵的每行表示与3个预设身心健康状态分别对应的目标身体概率值。

在一个实施例中，可选的，心理概率值确定单元，具体用于：基于预设心理评测列表，对各心理特征数据分别执行模糊化处理，得到心理因素矩阵；基于心理因素矩阵和心理权重矩阵，确定与至少两种预设身心健康状态分别对应的目标心理概率值；其中，预设心理评测列表包含至少一个心理特征参数以及每个心理特征参数与至少两种预设身心健康状态分别对应的心理特征数据范围，心理因素矩阵表征每个心理特征数据与至少两种预设身心健康状态分别对应的初始心理概率值。

其中，具体的，采用心理隶属度函数，基于心理评测列表对各心理特征数据分别执行模糊化处理，得到心理因素矩阵。其中，心理隶属度函数用来刻画心理特征数据属于某一种预设身心健康状态的程度。示例性的，心理隶属度函数的函数类型包括但不限于矩形型、梯形型、抛物线型、正态型和柯西型等等。

举例而言，假设心理特征数据的数量为6个，预设身心健康状态的数量为3个，则心理因素矩阵为3*6的矩阵，每列表示为每个心理特征数据与3个预设身心健康状态分别对应的初始心理概率值。相应的，心理权重矩阵为6*1的矩阵，每行表示每个心理特征数据分别对应的权重系数，心理因素矩阵与心理权重矩阵相乘，得到3*1的心理隶属度矩阵，该矩阵的每行表示与3个预设身心健康状态分别对应的目标心理概率值。

其中，身体心理权重矩阵为2*1的矩阵，每行表示身体因素和心理因素分别对应的权重系数。以上述举例为例，身体隶属度矩阵和心理隶属度矩阵构成3*2的概率矩阵，该概率矩阵与身体心理权重矩阵相乘，得到3*1的矩阵，该矩阵的每行表示与3个预设身心健康状态分别对应的综合概率值。

本实施例的技术方案，通过获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据，基于各身体特征数据、各心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值，将最大的综合概率值对应的预设身心健康状态作为被试者对应的目标身心健康状态，解决了单一的身心评测量表的评价结果容易受到主观因素的影响的问题，提高了身心健康评测结果的准确度。

实施例二

图2是根据本发明实施例二提供的一种身心健康评测系统的示意图，本实施例是对上述实施例进行进一步优化。如图2所示，该系统包括：基础数据收集模块210、特征数据收集模块220、身心健康状态评测模块230和身心健康评测报告展示模块240；其中，基础数据收集模块210，用于获取被试者的基础信息数据，并将基于基础信息数据确定的至少一种身体特征参数以及至少两种身心评测量表发送给特征数据收集模块220。

其中，具体的，基础信息数据可用于描述被试者的基础信息参数的参数值，其中，基础信息参数包括但限于性别、年龄、身高、体重和职业中至少一种。

其中，具体的，基于基础信息数据以及预设映射列表，确定至少一种身体特征参数以及至少两种身心评测量表。其中，预设映射列表包含至少一种基础信息参数分别对应的参数值以及与各参数值分别对应的至少一种身体特征参数以及至少两种身心评测量表。

在一个实施例中，当基础信息数据包含至少两种基础信息参数的参数值时，将预设映射列表中至少两种基础信息参数的参数值分别对应的至少一种身体特征参数的交集作为发送给特征数据收集模块220的至少一种身体特征参数，将至少两种基础信息参数的参数值分别对应的至少两种身心评测量表的交集作为发送给特征数据收集模块220的至少两种身心评测量表。

举例而言，假设基础信息数据包括“男”和“26岁”，预设映射列表中与“男”对应的身体特征参数包括身体特征参数A和身体特征参数B，身心评测量表包括量表A、量表B和量表C，与“26岁”对应的身体特征参数包括身体特征参数A和身体特征参数C，身心评测量表包括量表A、量表C和量表D，则将身体特征参数A、量表A和量表C发送给特征数据收集模块220。

在一个实施例中，可选的，身体特征数据为血压数据、中性粒细胞-淋巴细胞比值数据、身体质量指数数据、行走步数数据、久坐时间数据、饮食摄入量数据、体重浮动量数据、睡眠时间数据或吸烟量数据；身心评测量表为症状自评量表、艾森克人格问卷-情绪性量表、康奈尔医学指数量表、心境状态量表-抑郁量表或大学生心理压力量表。

其中，血压数据可以包括收缩压数据和/或舒张压数据。其中，中性粒细胞-淋巴细胞比值(Neutrophils Lymphocyte rate，NLR)数据为中性粒细胞计数与淋巴细胞计数之间的比值，可用于评估体内炎症反应与对抗病毒的指标。中性粒细胞和淋巴细胞都属于白细胞，一般细菌性感染可能会导致中性粒细胞计数升高，病毒性感染可能会导致淋巴细胞计数升高。其中，身体质量指数(Body Mass Index，BMI)数据常用于衡量人体胖瘦程度以及身体是否健康。其中，体重浮动量数据可以描述预设时间段内的体重浮动量，示例性的，预设时间段可以是1个月或2个月。其中，睡眠时间数据可以描述预设时间段内的平均睡眠时间，示例性的，预设时间段可以是一周或3天。其中，吸烟量数据可以描述预设时间段内的总吸烟数量，示例性的，预设时间段可以是1天或一周。

其中，症状自评量表(SymptomChecklist90，SCL-90)又名90项症状清单，包含有较广泛的精神症状学内容，如感觉、情感、思维、意识、行为直至生活习惯、人际关系和饮食睡眠等，并采用10个因子分别反映10个方面的心理症状情况。具体的，与症状自评量表对应的心理特征参数包括但不限于SCL-90总分和SCL-90阳性项目数。其中，艾森克人格问卷(Eysenck Personality Questionnaire，EPQ)包括四个分量表，分别为内外倾向量表、情绪性量表、心理变态量表和效度量表。本实施例选择艾森克人格问卷中的情绪性量表，具体的，与艾森克人格问卷-情绪性量表对应的心理特征参数包括但不限于EPQ-N总分。其中，康奈尔医学指数量表(Cornell Medical Index，CMI)适用于14岁及以上的成年人，分为18个部分195个项目，主要涉及躯体症状、家族史和既往史、一般健康和习惯和精神症状等四方面内容，M(不适应)-R(紧张)部分有51个项目，是关于与精神活动有关的情绪、情感和行为方面的问题。与康奈尔医学指数量表对应的心理特征参数包括但不限于CMI总分和CMI_M-R分值。其中，心境状态量表(Profile of Mood Atates，POMS)由6种情绪因子65个描述不同情绪状态的形容词组成，包括主要用于评估短期心理治疗、药物依赖、成瘾、情绪刺激、运动员比赛所引起的情绪状态和情绪的变化，分为6个分量表，包括紧张量表、抑郁量表、愤怒量表、有力量表、疲惫量表和困惑量表。本实施例选择心境状态量表中的抑郁量表，具体的，与心境状态量表-抑郁量表对应的心理特征参数包括但不限于POMS抑郁分值。其中，与大学生心理压力量表对应的心理特征参数包括但比限于心理压力分数。

在上述实施例的基础上，可选的，身心健康状态评测模块230还包括因素权重矩阵确定单元，用于：采用层析分析方法，基于比较判断矩阵，确定因素权重矩阵；其中，比较判断矩阵表征两两因素之间的重要程度，比较判断矩阵包括至少两种身体特征数据对应的身体比较矩阵、至少两种心理特征数据对应的心理比较矩阵以及身体心理比较矩阵。

其中，层次分析法是将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标的若干层次，通过定性指标模糊量化方法算出层次单排序和总排序，以作为目标、多方案优化决策的系统方法。层析分析法通过基于比较判断矩阵，确定矩阵特征向量，最后加权求和方法递归得到因素权重矩阵。

其中，具体的，比较判断矩阵可以是邀请心理和精神医学行业的专家预先设置的。

这样设置的好处在于，可以提高因素权重矩阵的合理性，从而进一步提高后续身心健康评测结果的准确度。

在上述实施例的基础上，可选的，当身心评测量表包括症状自评量表时，与症状自评量表对应的心理特征数据包括第15项的选项值数据，当身心评测量表包括康奈尔医学指数量表时，与康奈尔医学指数量表对应的心理特征数据包括第162项的选项值数据，相应的，该系统还包括紧急报警模块，用于：如果第15项的选项值数据大于2或者第162项的选项值数据为“是”，则将至少两种预设身心健康状态中严重等级最高的预设身心健康状态作为目标身心健康状态，并执行紧急报警操作。

其中，示例性的，紧急报警操作可以是将第15项的选项值数据、第162项的选项值数据和/或与目标身心健康状态对应的身心健康评测报告通过邮件、短信或微信等方法发送给心理疏导人员。

这样设置的好处在于，可以快速发现被试者真实的身心健康状态，以免后续的身心健康状态评测模块230的测评结果影响到真实的身心健康状态的识别，使得身心健康评测系统的评测结果不准确。

不同身份的被试者适用的身体特征参数和身心评测量表可能不同，如中性粒细胞-淋巴细胞比值数据比较适用于女性被试者，康奈尔医学指数量表适用于14岁及以上的成年人等情况，本实施例的技术方案，通过设置基础数据收集模块，获取被试者的基础信息数据，并将基于基础信息数据确定的至少一种身体特征参数以及至少两种身心评测量表发送给特征数据收集模块，解决了获取的身体特征数据以及心理特征数据的个性化差的问题，扩宽了身心健康评测系统的适应场景，提高了获取到的特征数据与被试者身份之间的相关度和匹配度，从而进一步提高了身心健康评测结果的准确度

实施例三

图3是根据本发明实施例三提供的一种身心健康评测方法的流程图，本实施例可适用于对被试者的身心健康状态进行评测的情况，该方法可以由身心健康评测装置来执行。如图3所示，该方法包括：

S310、获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据。

在一个实施例中，可选的，身体特征数据为血压数据、中性粒细胞-淋巴细胞比值数据、身体质量指数数据、行走步数数据、久坐时间数据、饮食摄入量数据、体重浮动量数据、睡眠时间数据或吸烟量数据；身心评测量表为症状自评量表、艾森克人格问卷-情绪性量表、康奈尔医学指数量表或心境状态量表-抑郁量表。

在一个实施例中，可选的，获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据，包括：获取被试者的基础信息数据，基于基础信息数据，确定至少一种身体特征参数以及至少两种身心评测量表，获取与各身体特征参数分别对应的身体特征数据以及与各身心评测量表分别对应的心理特征数据。

其中，具体的，基础信息数据可用于描述被试者的基础信息参数的参数值，其中，基础信息参数包括但限于性别、年龄、身高、体重和职业中至少一种。

其中，示例性的，至少一种身体特征参数及至少两种身心评测量表分别对应的心理特征参数可以构成评价集。举例而言，评价集V＝[SCL-90总分，SCL-90阳性项目数，EPQ-N总分，CMI总分，CMI_M-R分值，POMS抑郁分值，心理压力分数，收缩压，舒张压，BMI，步数，久坐，体重浮动值，睡眠，吸烟]，基于评价集V获取到的某一被试者的因素集U＝[46，37，35，29，8，13，91，110，69，18.90，8000，0.499，2，3，0]。

S320、基于各身体特征数据、各心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值。

在本实施例中，因素权重矩阵表征各身体特征数据以及各心理特征数据分别对应的权重信息。

其中，示例性的，一组预设身心健康状态包括“状态良好”、“需要关注”和“紧急介入”，当然，一组预设身心健康状态包括“状态极好”、“状态良好”、“需要关注”、“定时随访”和“紧急介入”。此处不对预设身心健康状态的具体等级设置进行限定，用户可根据实际需求进行自定义设置。

在一个实施例中，可选的，因素权重矩阵包含与各身体特征数据对应的身体权重矩阵、与各心理特征数据对应的心理权重矩阵以及身体心理权重矩阵，相应的，基于各身体特征数据、各心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值，包括：基于各身体特征数据和身体权重矩阵，确定与至少两种预设身心健康状态分别对应的目标身体概率值；基于各心理特征数据和心理权重矩阵，确定与至少两种预设身心健康状态分别对应的目标心理概率值；基于各目标身体概率值、各目标心理概率值以及身体心理权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值。

以上述举例为例，身体权重矩阵A

在一个实施例中，可选的，基于各身体特征数据和身体权重矩阵，确定与至少两种预设身心健康状态分别对应的目标身体概率值，包括：基于预设身体评测列表，对各身体特征数据分别执行模糊化处理，得到身体因素矩阵；基于身体因素矩阵和身体权重矩阵，确定与至少两种预设身心健康状态分别对应的目标身体概率值；其中，预设身体评测列表包含至少一个身体特征参数以及每个身体特征参数与至少两种预设身心健康状态分别对应的身体特征数据范围，身体因素矩阵表征每个身体特征数据与至少两种预设身心健康状态分别对应的初始身体概率值。

表1是本发明实施例三提供的一种预设身体评测列表。

表1以一组预设身心健康状态包括“状态良好”、“需要关注”和“紧急介入”为例进行解释说明。表1中的“μ”和“σ”是对被试者群体数据进行正态分布拟合后得到的。需要说明的是，表1仅进行示例性解释说明，并不对各身体特征参数分别对应的身体特征数据范围进行限定，用户可根据实际需求进行自定义设置。

以上述举例为例，身体因素矩阵R

在一个实施例中，可选的，基于各心理特征数据和心理权重矩阵，确定与至少两种预设身心健康状态分别对应的目标心理概率值，包括：基于预设心理评测列表，对各心理特征数据分别执行模糊化处理，得到心理因素矩阵；基于心理因素矩阵和心理权重矩阵，确定与至少两种预设身心健康状态分别对应的目标心理概率值；其中，预设心理评测列表包含至少一个心理特征参数以及每个心理特征参数与至少两种预设身心健康状态分别对应的心理特征数据范围，心理因素矩阵表征每个心理特征数据与至少两种预设身心健康状态分别对应的初始心理概率值。

表2是本发明实施例三提供的一种预设心理评测列表。

表2以一组预设身心健康状态包括“状态良好”、“需要关注”和“紧急介入”为例进行解释说明。需要说明的是，表2仅进行示例性解释说明，并不对各心理特征参数分别对应的心理特征数据范围进行限定，用户可根据实际需求进行自定义设置。

以上述举例为例，心理因素矩阵R

以上述举例为例，将身体隶属度矩阵和心理隶属度矩阵构成3*2的概率矩阵，该概率矩阵与身体心理权重矩阵A

S330、将最大的综合概率值对应的预设身心健康状态作为目标身心健康状态，并将与目标身心健康状态对应的身心健康评测报告进行展示。

以上述举例为例，目标身心健康状态为“状态良好”。

图4是根据本发明实施例三提供的一种身心健康评测方法的具体实例的流程图。具体的，开始评测后，首先获取被试者的基础信息数据，图4以基础信息参数包括性别为例，当被试者性别为“女”时，获取预设映射列表中与“女”对应的女性评价列表，当被试者性别为“男”时，获取预设映射列表中与“男”对应的男性评价列表，基于获取到的评价列表构建评价集，其中，评价集中包含至少一种身体特征参数以及与至少两种身心评测量表分别对应的至少一种心理特征参数。基于评价集获取被试者的因素集，其中，因素集中包含至少一种身体特征数据以及至少两种身心评测量表分别对应的心理特征数据。基于预设身体评测列表，对各身体特征数据分别执行模糊化处理，得到身体因素矩阵R

本实施例的技术方案，通过获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据，基于各身体特征数据、各心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值，将最大的综合概率值对应的预设身心健康状态作为被试者对应的目标身心健康状态，解决了单一的身心评测量表的评价结果容易受到主观因素的影响的问题，提高了身心健康评测结果的准确度。

实施例四

图5是根据本发明实施例四提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如身心健康评测方法。

在一些实施例中，身心健康评测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的身心健康评测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行身心健康评测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的身心健康评测方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行一种身心健康评测方法，该方法包括：

获取被试者的至少一种身体特征数据以及与至少两种身心评测量表分别对应的心理特征数据；

基于各身体特征数据、各心理特征数据以及因素权重矩阵，确定与至少两种预设身心健康状态分别对应的综合概率值；其中，因素权重矩阵表征各身体特征数据以及各心理特征数据分别对应的权重信息；

将最大的综合概率值对应的预设身心健康状态作为目标身心健康状态，并将与目标身心健康状态对应的身心健康评测报告进行展示。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。