杨学武 王若岩 夏震

摘 要：大学生心理问题频发，但传统的心理检测存在费时费力、结果不精准等问题。本项目根据高校大学生心理健康问题，首次设计并研发了一种基于深度学习的智能心理测试系统。该系统利用深度学习技术进行人脸情感分析、自然语言处理，并根据SCL90，UPI等关于大学生心理测试的量表进行分析。用户通过网页或app平台，可以通过语音、文字多维人机交互的方式进行心理测试。系统综合得出准确的心理状况分析并根据分析结果给出相应的治疗方案。

关键词：心理测试系统;深度学习特征;人机交互;自杀

引言：

近年来随着计算机运算能力和神经网络理论的发展，深度学习越来越引起科学界和工业界的关注。深度学习是一种自动学习特征的算法，其中最为代表的是卷积神经网络（Convolutional Neural Network，CNN），它在人脸图像识别领域得到广泛的应用[3-5]，深度学习技术已经广泛应用于心理学领域，用于心理健康或者情感分析，但基于深度学习技术对于自杀分析的研究还较少，为此本研究应用深度学习技术以大学生心理健康为研究对象，对大学生心理健康水平测试建立有效的算法模型用以识别其心理状况进而为预防自杀提供有效支持。

1 数据采集

本研究的语言文本数据集采用的是来自 CIS 2016（计算智能与安全国际会议）的一篇paper [6]的一个数据集，表情数据集是来自kaggle的一次人脸表情比赛的Fer2013数据集，Fer2013人脸表情数据集由35886张人脸表情图片组成……