基于异常点检测的心理健康辅助诊断方法

摘要

采用异常点检测算法研究心理健康辅助诊断任务，提出并设计一种基于异常点检测的心理健康辅助诊断方法，有效识别心理沙盘数据中的异常样本。在构建心理健康辅助诊断模型过程中，分析数据特性，提取与用户心理健康状况高度相关的特征，构建虚拟心理沙盘数据集；使用4种传统异常点检测算法，识别沙盘数据集中异常样本，设计融合策略，集成不同算法检测结果，提高异常样本检测精准性和效率，辅助人类专家进行精确诊断；对模型预测性能和结果进行详细分析，结合基线模型进行对比评价。试验结果表明，基于异常点检测的心理健康辅助诊断方法在沙具使用相似度、距离度量、聚类性能等3项指标上获得较好性能。

关键词

心理健康辅助诊断 / 虚拟心理沙盘 / 机器学习 / 异常点检测 / 心理健康

基金资助

国家自然科学基金资助项目(62177031,62077033); 山东省自然科学基金资助项目(ZR2021MF044); 山东省教育教学研究课题资助项目(2021JXY012); 教育部产学合作协同育人项目(202102423045); 2023年度教育部人文社会科学研究专项任务资助项目(高校辅导员研究)(2023JDSZ3174); 2023年度济南市市校融合发展战略工程资助项目(JNSX2023064)