具体实施方式

以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方 式仅用于说明本发明而不用于限制本发明的范围。

本发明提供的基于cave沉浸式疫情创伤后应激障碍的治疗系统，包括cave投影模块、 沉浸式虚拟现实声音模块、人工智能交互模块、生理信息采集模块、生理特征监控模块、大 数据实时显示模块。图3为本发明系统实现的整体架构示意图。

cave投影模块主要通过结构投影，AR技术，打造成高分辨率，画面层次感强的沉浸式空 间，给人带来1：1的虚拟现实体验，产生强大的画面冲击力，感染力。CAVE沉浸式投影系 统是实现虚拟现实的大型投影显示系统，如图1所示，其中包括激光投影系统、级联服务器、 无线定位装置、定位跟踪器，通过运用计算机图形学，融合音响、传感器技术、高像素的立 体投影、3D图形技术、多通道视频技术在一起，打造一个人们被高分辨率的立体视景包围住 的一个沉浸式虚拟场景，互动性强，让人们仿佛置身其中。

CAVE沉浸式虚拟系统实现场景一般是在一个四面或者六面的室内空间，在多种技术手 段的支持下，让里面的人们至身在一个虚拟仿真的空间，能让人们与里面的虚拟场景实现交 互，视、听、触觉感受到反馈体验，如身临其境一般，如图2所示。

原本实现和完成这种CAVE沉浸式投影的可视化，要用到UNIX图形工作站，而现在高 性能的电脑对图形处理能力越来越强大，部分功能用PC取代UNIX来完成是一个很方便的 工作，即能保证图像的高效处理，同时也能节省成本，为这项沉浸式投影技术普及的道理扫 清了一些障碍。

CAVE沉浸式投影的处理如果想替代成本高昂的UNIX图形工作站，可以采用6台高配 置电脑连成一个计算集群系统，分别让每台计算机处理CAVE投影系统中的不同3D立体图 像，然后矫正，整合，实现整体图像保证高分辨率无失真进行输出投影在室内墙体上，从而 实现一个沉浸式的互动空间。

投影机布置的位置要计算地十分精准和巧妙，一般到投影幕地距离在3.7-5.8米左右，实 际距离需要现场不断调试，一般投影机位置会放到投影幕后面，对投影幕进行特殊处理，保 证色调均匀一致，同时屏幕框架避免采用铁质金属边框，防止磁性干扰，最好用木制或者铝 制的边框。

CAVE作为沉浸式投影的一项成熟的技术，它的沉浸体验感强烈，交互好，实现虚拟现 实，设计一个好的沉浸式体验空间，首先需要确定好空间布局，场景空间的纵深感越强，表 现的沉浸感就越强烈，还要有一个优秀的影视制作团队，设计构思出完整有层次感全方位的 三维画面，带来更立体的画面，给人更大的视觉冲击力。

好的沉浸式体验能让人们感到放松愉悦，专注于现有的场景当中，忘却现实世界的疲惫。 而CAVE投影沉浸式系统能全方位360度进行沉浸式投影，给人难忘的沉浸式体验。良好的 沉浸感是虚拟现实技术的体现。

沉浸式虚拟现实声音模块主要用于播放与虚拟现实图像相配合的声音，通过声音合成技 术产生身临其境声音效果。

人工智能交互模块主要过AI交互技术和患者进行互动。人工智能交互模块至少包括集成 AI技术的显示设备，能够通过语音、显示等方式回答患者或向患者提问，以进行互动，并能 够采集患者文字、语音输入。

生理信息采集模块采集测试者大脑皮层主动产生的焦虑想象电位脑电信号、心率指数、 脉搏、肌电图等生理信号。生理信息采集模块采用NeuroScan的脑电采集设备，采集64个点位 的脑电信号，通过Python脚本代码，将64通道的脑电数据提取出来，通过带通滤波器进行带 通滤波(0-40Hz)、基线校正、去直流偏移、去除轨迹(眼点、肌电和心电)；最后进行频 谱滤波，分别提取对应波段。同时使用便携式生理信息采集仪采集脉搏、呼吸、心率等生理 信号并且进行相应的预处理。

生理特征监控模块主要对患者生理信息进行监控，随时关注患者心理健康状态。能够使 用人工智能算法将实时传输的数据进行预处理后进行预警分析。

大数据实时显示模块计算并实时显示患者心理健康状态。本模块采用可视化技术(可视 化(Visualization)利用计算机图形学和图像处理技术)将数据转换成图形或图像在屏幕上显 示出来，再进行交互处理。本模块对生理信号预处理，进行特征提取后识别患者的心理状态， 并给出详细的分析数据，最终进行可视化展示。

可视化技术使人能够在三维图形世界中直接对具有形体的信息进行操作，和计算机直接 交流。这种技术已经把人和机器的力量以一种直觉而自然的方式加以统一，这种革命性的变 化无疑将极大地提高人们的工作效率。可视化技术赋予人们一种仿真的、三维的并且具有实 时交互的能力，这样人们可以在三维图形世界中用以前不可想象的手段来获取信息或发挥自 己创造性的思维。

使用大数据可视化平台技术，使用云端存储服务器，在信号预处理上，本系统考虑多种 算法，不局限于传统的标记，尝试使用独立成分分析，或主成分分析算法，协方差等算法进 行去轨迹处理，尝试算法融合；在特征提取上，小波变换、希尔伯特黄、本征模态分解，尝 试从时域、频域、时频域、非线性动力学，多个方面去考量，进行特征提取比较。在模式识别方面，尝试卷积神经网络，循环神经网络，卷积和循环神经网络融合，无监督分类上对比，在结果上进行改进算法，利用数学统计学范畴，设计一种心理状态高识别率的算法。并且使用机器学习进行数据监控预警，可视化一体展示，可以实时分析每个人人体生理指标数据，以及每个人的心理状态，承受力，用于缓解自身压力的检测的依据。

采用本系统在群体应急心里障碍困惑环境下，即疫情发展状况不明朗的情况下，对患者 进行心理治疗，能够根据患者生理状态的改变，判断诊疗效果。该系统对患者自身生活状态 有更好的提升。本发明系统隐私性极强，引进比较流行的算法，为完全自主诊疗方案提供了 保障。超强的反馈系统，可以进行自我学习的系统体系，在治疗患者方面，效果明显，可以 节约人力成本，一次投入可以多人使用，不需要心理治疗师参与，自主性强。

本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上 技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在 不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的 保护范围。