[发明专利]压力识别方法及装置在审

专利信息
申请号: 202010066037.X 申请日: 2020-01-20
公开(公告)号: CN111248928A 公开(公告)日: 2020-06-09
发明(设计)人: 赵起超;杨苒;李召 申请(专利权)人: 北京津发科技股份有限公司
主分类号: A61B5/16 分类号: A61B5/16;A61B5/00
代理公司: 北京金咨知识产权代理有限公司 11612 代理人: 宋教花
地址: 100085 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 压力 识别 方法 装置
【权利要求书】:

1.一种压力识别方法,其特征在于,包括:

采集待测对象的待测生理信号序列;

将所述待测生理信号序列进行短时傅里叶变换和连续的小波变换得到对应的待测特征序列;

获取标准压力数据库,所述标准压力数据库至少包含各压力等级对应的多个样本生理信号序列和多个样本特征序列,所述样本特征序列为对应的所述样本生理信号序列经短时傅里叶变换和连续的小波变换得到;

获取标准压力数据库中的各压力等级对应的各样本特征序列,通过相似度匹配获取与所述待测特征序列最接近的第一设定数量的样本特征序列,并将其中多数所属的压力等级确定为待测对象所属的压力等级;

其中,所述样本生理信号序列和所述待测生理信号序列为在设定周期内按指定间隔时长依次采集多种生命体征数据信号形成的离散周期的时域信号。

2.根据权利要求1所述的压力识别方法,其特征在于,采集待测对象的待测生理信号序列之前,还包括:

获取各压力等级对应的测试场景下,多个样本人员的生理信号序列;

将各压力等级下的样本生理信号序列进行短时傅里叶变换和连续的小波变换,得到各样本人员的在对应压力等级下的样本特征序列;

将各样本人员在各压力等级下的所述样本生理信号序列和所述样本特征序列分类汇总生成所述标准压力数据库。

3.根据权利要求1中所述的压力识别方法,其特征在于,所述待测生理信号序列以及所述样本生理信号序列至少包括:皮温数据信号、皮电数据信号、脉搏数据信号、呼吸数据信号、皮质醇数据信号和腕部加速度数据信号。

4.根据权利要求2所述的压力识别方法,其特征在于,将各样本人员在各压力等级下的所述样本生理信号序列和所述样本特征序列分类汇总生成所述标准压力数据库之后,还包括:

将所述样本人员在各压力等级下的样本生理信号序列进行离散傅里叶变换得到对应的频域信号;

根据脉搏数据信号低频段频率范围,对所述频域信号进行积分,得到心率的低频功率;

根据脉搏数据信号高频段频率范围,对所述频域信号进行积分,得到心率的高频功率;

计算所述低频功率占所述低频功率以及所述高频功率和之比,得到心率的低频能量密度;

将所述低频功率和/或所述低频能量密度加入所述标准压力数据库,作为压力评价指标,用于在确定所述待测对象所属的压力等级的同时,输出对应的压力评价指标,所述低频功率以及所述低频能量密度与压力程度正相关。

5.根据权利要求4所述的压力识别方法,其特征在于,还包括:

计算所述低频功率与所述高频功率的功率比值,并将所述功率比值加入所述标准压力数据库,用于在确定所述待测对象所属的压力等级的同时,输出对应的功率比值,所述功率比值与压力程度正相关。

6.根据权利要求4所述的压力识别方法,其特征在于,所述心率信号低频段频率范围为0.04-0.14Hz,所述心率信号高频段频率范围为0.15-0.4Hz。

7.根据权利要求1所述的压力识别方法,其特征在于,所述短时傅里叶变换的窗口函数采用高斯函数,时间窗口选择1-8秒。

8.根据权利要求1所述的压力识别方法,其特征在于,还包括:

当所述待测生理信号序列损坏或数据不全时,获取所述待测对象的待测脉搏数据信号;

通过KNN邻近算法,获取所述标准压力数据库中与待测脉搏数据信号最接近的第二设定数量的样本脉搏数据信号;

确定所述待测对象属于第二设定数量的样本脉搏数据信号中多数所属的压力等级。

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京津发科技股份有限公司,未经北京津发科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010066037.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top