面向儿童心理健康的多模态情绪智能感知与 AI 陪伴干预系统

从“情绪感知”到“智能干预”,构建心理健康闭环支持体系

项目简介

心理健康问题具有隐蔽性强、主观表达不足、早期识别困难等特点。传统心理评估主要依赖量表测评和人工访谈,难以持续、客观地反映真实场景下的情绪变化与心理状态。

本项目面向情绪异常、抑郁倾向及心理压力等状态的智能评估与辅助干预需求,构建融合脑电信号、语音、面部表情和行为交互信息的多模态情绪计算平台。通过人工智能模型实现个体情绪状态的动态感知、客观评估与智能理解,并结合大语言模型和个性化舒缓策略,形成“多模态感知—心理状态理解—智能反馈干预”的闭环心理健康支持系统。

主要研究内容

😊 🎤 🧠
→→→
🤖

情绪状态多模态智能感知

情绪状态多模态智能感知流程图
  • 采集脑电、语音、面部表情及行为交互等多源数据
  • 构建面向真实场景的多模态情绪表征与识别模型
  • 分析情绪变化过程中的神经、生理与行为响应特征
🧠
➔

基于脑电的客观心理状态评估

基于脑电的客观心理状态评估流程图
  • 提取 θ、α、β 等脑电频带及动态神经特征
  • 分析脑网络连接模式与情绪、压力状态之间的关联
  • 实现低落情绪、抑郁倾向及心理压力的智能辅助评估
👤
☁️
🎵❤️

大模型驱动的智能陪伴与舒缓干预

大模型驱动的智能陪伴与舒缓干预流程图
  • 基于大语言模型实现自然语言情绪交流与心理陪伴
  • 根据个体实时状态推荐音乐、呼吸训练等个性化舒缓策略
  • 构建“感知—理解—反馈—调节”的智能心理健康干预机制

预期成果

多模态情绪智能评估平台 融合脑电、语音、表情和行为信息,实现情绪与心理状态的客观化、数字化评估。
AI 心理陪伴交互系统 结合大语言模型和情绪计算技术,为用户提供自然、友好的智能陪伴与情绪支持。
心理健康辅助干预方案 形成面向家庭、教育及医疗场景的情绪动态监测、风险筛查与个性化辅助干预方案。