[发明专利]压力识别方法及装置

说明书

本发明提供了一种压力识别方法及装置，所述方法通过对待测对象的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，获取所述待测生理信号序列的待测特征序列，在所述标准压力数据库中，比对找到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，将其中多数所属的压力等级判断为待测对象的压力等级。本发明能够基于多种生命体征数据信号形成的离散周期的时域信号提取特征进行对比，自动匹配待测对象所属的压力等级，实时检测分析，提高了对比精度，保证了检测分析结果的准确性。

技术领域

本发明属于体征监测技术领域，尤其涉及一种压力识别方法及装置。

背景技术

目前市面上存在大量用于监测生命体征的智能设备，但并没有通过多生理指标的数据去计算情绪压力的设备，而只是单一的数据来计算当时被试者健康的问题，通过单一的生理参数来判断被试者的状态，这并不能准确地说明被试者在心理层面的情绪压力值。而现实中，压力可以通过多个方面外化表现出来，如皮电、皮温、呼吸、脉搏等，综合的多生理指标参数分析会使得对压力识别更准确。

现有设备和方法无法直接通过生命体征数据分析计算用户的情绪压力的信息，进一步地，也不能通过单个指标计算或者分析对当时用户的情绪压力状态进行明确分类。因此，现有设备和方法缺乏对用户情绪进行系统监测和评价的能力。

发明内容

本发明针对现有技术中的不足，提供一种压力识别方法及装置，克服现有技术中无法对用户情绪压力状态进行实时监控和分析的缺陷，弥补了现有技术的空白。

本发明解决问题的技术方案是：

一方面，提供一种压力识别方法，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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；