CN110464369A - 一种基于人体体征数值的精神状态判断算法 - Google Patents
一种基于人体体征数值的精神状态判断算法 Download PDFInfo
- Publication number
- CN110464369A CN110464369A CN201910810731.5A CN201910810731A CN110464369A CN 110464369 A CN110464369 A CN 110464369A CN 201910810731 A CN201910810731 A CN 201910810731A CN 110464369 A CN110464369 A CN 110464369A
- Authority
- CN
- China
- Prior art keywords
- value
- user
- numerical value
- frequency
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000008280 blood Substances 0.000 claims abstract description 48
- 210000004369 blood Anatomy 0.000 claims abstract description 48
- 238000013528 artificial neural network Methods 0.000 claims abstract description 31
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 24
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 24
- 239000001301 oxygen Substances 0.000 claims abstract description 24
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 22
- 239000008103 glucose Substances 0.000 claims abstract description 22
- 230000036772 blood pressure Effects 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 238000013499 data model Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 6
- 238000011897 real-time detection Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000007812 deficiency Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Optics & Photonics (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Vascular Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于人体体征数值的精神状态判断算法,属于精神状态分析技术领域,具体包括以下步骤:步骤1,采集用户在不同状态下的体征数值,包括但不仅限于心率、血压、血氧、血糖;步骤2,根据用户在不同状态下的不同体征数值,构建该用户的数据模型;步骤3、实时采用被测用户的心率、血压、血氧、血糖,对所采集的信号进行特征参数提取并进行融合,将融合后的结果输入至训练好的模糊神经网络中,获得被测用户当前的状态。本发明融合多种人体体征数值,利用各自的特征对人不同的状态进行判别分析,并借助分类器模型达到预期的分类识别效果,弥补了单一生理信号特征检测的不足,提高精神状态判断的准确率,适合推广使用。
Description
技术领域
本发明涉及精神状态分析技术领域,尤其涉及一种基于人体体征数值的精神状态判断算法。
背景技术
随着计算机软硬件技术的发展,以及市场对安全设备需求的提升,精神状态判断正受到越来越多的关注和研究。
精神状态判断的应用前景十分广泛,目前,对人的精神状态的检测主要包括主观检测和客观检测。主观检测主要是通过主观评价表来进行评定的,但是主要依靠人的主观判断,差异性大,可靠性较低,一般不能作为评价状态的标准尺度。客观检测主要是基于生理特征和基于机器视觉的面部特征的检测,其中,基于生理信号的检测的优点在于,记录的生理信号具有非常高的时间分辨率,很难受到人的主观意愿的影响,从而能够客观地反应出人的状态,但判断过程往往只记录一种生理信号,来进行精神状态的判断,大大降低判断准确率;而利用视频采集人的面部特征的判别方法容易受光照条件的影响,并对视频检测技术的要求非常高,测量的可靠性技术需要取得突破。
因此,针对上述问题提出一种基于人体体征数值的精神状态判断算法。
发明内容
本发明的目的就在于为了解决上述单一生理信号特征检测不足的问题而提供一种基于人体体征数值的精神状态判断算法,具有判断准确率高的优点。
为实现上述目的,本发明采用如下技术方案:
本发明保护一种基于人体体征数值的精神状态判断算法,具体包括以下步骤:
步骤1,采集用户在不同状态下的体征数值,包括但不仅限于心率、血压、血氧、血糖;
步骤2,根据用户在不同状态下的不同体征数值,构建该用户的数据模型,具体步骤如下:
步骤2-1,对各数值进行特征参数提取;
提取心率的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为心率的特征参数;
提取血压的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血压的特征参数;
提取血氧的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血氧的特征参数;
提取血糖的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血糖的特征参数;
步骤2-2,获得用户在不同状态下心率、血压、血氧、血糖两两之间的相关性,并对不同信号之间的相关系数进行等级划分;
步骤2-3,根据不同信号之间的相关系数,采用D-S方法对数值进行特征融合;
步骤2-4,将融合后的不同状态下各数值的特征值作为模糊神经网络的输入,将对应的用户状态作为模糊神经网络的输出,对模糊神经网络进行训练;
步骤2-5,结合用户PVT测试的结果,获得所构建的神经网络的识别准确率。
步骤2-6、判断识别准确率是否到达设定阈值,若是,则完成该用户数据模型的构建;否则返回执行步骤2-1。
步骤3、实时采用被测用户的心率、血压、血氧、血糖,对所采集的信号进行特征参数提取并进行融合,将融合后的结果输入至训练好的模糊神经网络中,获得被测用户当前的状态。
进一步的技术方案,所述被测用户当前的状态包括兴奋、正常、疲劳、难过。
本发明还保护一种基于人体体征数值的精神状态判断***,包括采集单元、处理器单元以及提示警告单元,其中,
采集单元,用于采集用户心率、血压、血氧、血糖的体征数值,并将体征数值发送至处理器单元中;
处理器单元,用于构建数据模型时,对所采集的心率值、血压值、血氧值、血糖值进行特征参数提取,获得用户在不同状态下所采集数值两两之间的相关性,并根据相关系数进行等级划分;采用D-S方法对数值进行特征融合,将融合后的不同状态下各数值的特征值作为模糊神经网络的输入,将对应的用户状态作为模糊神经网络的输出,对模糊神经网络进行训练;结合用户PVT测试的结果,获得所构建的神经网络的识别准确率,若识别准确率到达设定阈值,则完成该用户数据模型的构建;
且用于实时检测时,对所采集的数值进行特征参数提取并进行融合,将融合后的结果输入至训练好的模糊神经网络中,获得被测用户当前的状态,并将检测结果发送至提示警告单元中;
提示警告单元:根据检测的精神状态判断结果对用户进行提示。
本发明与现有技术相比,具有如下显著优点:
1、该种基于人体体征数值的精神状态判断算法,融合多种人体体征数值,利用各自的特征对人不同的状态进行判别分析,并借助分类器模型达到预期的分类识别效果,弥补了单一生理信号特征检测的不足,提高精神状态判断的准确率;以心率、血压、血氧、血糖等体征数值为基础的检测方法是一种隐式人机交换,在不干涉人的正常生活的情况下,实现对人体自然状态下的精神状态的长期检测。
2、本发明的原理简单、使用方便,具有较高的准确率,实用性强,适合推广使用。
附图说明
图1为本发明基于人体体征数值的精神状态判断算法流程图。
图2为本发明的构建该用户的数据模型流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1-2所示,一种基于人体体征数值的精神状态判断算法,具体包括以下步骤:
步骤1,采集用户在不同状态下的体征数值,包括但不仅限于心率、血压、血氧、血糖;
步骤2,根据用户在不同状态下的不同体征数值,构建该用户的数据模型,具体步骤如下:
步骤2-1,对各数值进行特征参数提取;
提取心率的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为心率的特征参数;提取血压的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血压的特征参数;提取血氧的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血氧的特征参数;提取血糖的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血糖的特征参数;
步骤2-2,获得用户在不同状态下心率、血压、血氧、血糖两两之间的相关性,并对不同信号之间的相关系数进行等级划分;
步骤2-3,根据不同信号之间的相关系数,采用D-S方法对数值进行特征融合;
步骤2-4,将融合后的不同状态下各数值的特征值作为模糊神经网络的输入,将对应的用户状态作为模糊神经网络的输出,对模糊神经网络进行训练;
步骤2-5,结合用户PVT测试的结果,获得所构建的神经网络的识别准确率。
步骤2-6、判断识别准确率是否到达设定阈值,若是,则完成该用户数据模型的构建;否则返回执行步骤2-1。
步骤3、实时采用被测用户的心率、血压、血氧、血糖,对所采集的信号进行特征参数提取并进行融合,将融合后的结果输入至训练好的模糊神经网络中,获得被测用户当前的状态。
所述被测用户当前的状态包括兴奋、正常、疲劳、难过。
一种基于人体体征数值的精神状态判断***,包括采集单元、处理器单元以及提示警告单元,其中,
采集单元,用于采集用户心率、血压、血氧、血糖的体征数值,并将体征数值发送至处理器单元中;
处理器单元,用于构建数据模型时,对所采集的心率值、血压值、血氧值、血糖值进行特征参数提取,获得用户在不同状态下所采集数值两两之间的相关性,并根据相关系数进行等级划分;采用D-S方法对数值进行特征融合,将融合后的不同状态下各数值的特征值作为模糊神经网络的输入,将对应的用户状态作为模糊神经网络的输出,对模糊神经网络进行训练;结合用户PVT测试的结果,获得所构建的神经网络的识别准确率,若识别准确率到达设定阈值,则完成该用户数据模型的构建;
且用于实时检测时,对所采集的数值进行特征参数提取并进行融合,将融合后的结果输入至训练好的模糊神经网络中,获得被测用户当前的状态,并将检测结果发送至提示警告单元中;
提示警告单元:根据检测的精神状态判断结果对用户进行提示。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.一种基于人体体征数值的精神状态判断算法,其特征在于:具体包括以下步骤:
步骤1,采集用户在不同状态下的体征数值,包括但不仅限于心率、血压、血氧、血糖;
步骤2,根据用户在不同状态下的不同体征数值,构建该用户的数据模型,具体步骤如下:
步骤2-1,对各数值进行特征参数提取;
提取心率的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为心率的特征参数;
提取血压的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血压的特征参数;
提取血氧的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血氧的特征参数;
提取血糖的时域信号最大值、时域信号最小值、时域信号均值、时域信号标准差、频域信号最大值、频域信号最小值、频域信号均值和频域信号标准差,作为血糖的特征参数;
步骤2-2,获得用户在不同状态下心率、血压、血氧、血糖两两之间的相关性,并对不同信号之间的相关系数进行等级划分;
步骤2-3,根据不同信号之间的相关系数,采用D-S方法对数值进行特征融合;
步骤2-4,将融合后的不同状态下各数值的特征值作为模糊神经网络的输入,将对应的用户状态作为模糊神经网络的输出,对模糊神经网络进行训练;
步骤2-5,结合用户PVT测试的结果,获得所构建的神经网络的识别准确率。
步骤2-6、判断识别准确率是否到达设定阈值,若是,则完成该用户数据模型的构建;否则返回执行步骤2-1。
步骤3、实时采用被测用户的心率、血压、血氧、血糖,对所采集的信号进行特征参数提取并进行融合,将融合后的结果输入至训练好的模糊神经网络中,获得被测用户当前的状态。
2.根据权利要求1所述的一种基于人体体征数值的精神状态判断算法,其特征在于:所述被测用户当前的状态包括兴奋、正常、疲劳、难过。
3.一种基于人体体征数值的精神状态判断***,其特征在于:包括采集单元、处理器单元以及提示警告单元,其中,
采集单元,用于采集用户心率、血压、血氧、血糖的体征数值,并将体征数值发送至处理器单元中;
处理器单元,用于构建数据模型时,对所采集的心率值、血压值、血氧值、血糖值进行特征参数提取,获得用户在不同状态下所采集数值两两之间的相关性,并根据相关系数进行等级划分;采用D-S方法对数值进行特征融合,将融合后的不同状态下各数值的特征值作为模糊神经网络的输入,将对应的用户状态作为模糊神经网络的输出,对模糊神经网络进行训练;结合用户PVT测试的结果,获得所构建的神经网络的识别准确率,若识别准确率到达设定阈值,则完成该用户数据模型的构建;
且用于实时检测时,对所采集的数值进行特征参数提取并进行融合,将融合后的结果输入至训练好的模糊神经网络中,获得被测用户当前的状态,并将检测结果发送至提示警告单元中;
提示警告单元:根据检测的精神状态判断结果对用户进行提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810731.5A CN110464369A (zh) | 2019-08-29 | 2019-08-29 | 一种基于人体体征数值的精神状态判断算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810731.5A CN110464369A (zh) | 2019-08-29 | 2019-08-29 | 一种基于人体体征数值的精神状态判断算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110464369A true CN110464369A (zh) | 2019-11-19 |
Family
ID=68514249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910810731.5A Pending CN110464369A (zh) | 2019-08-29 | 2019-08-29 | 一种基于人体体征数值的精神状态判断算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110464369A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112790751A (zh) * | 2020-12-29 | 2021-05-14 | 福建中科多特健康科技有限公司 | 一种基于实时心率判断及训练儿童专注力程度的方法、***和存储设备 |
CN113545761A (zh) * | 2020-04-23 | 2021-10-26 | 疆域康健创新医疗科技成都有限公司 | 生理参数测量校准方法、装置、计算机装置及存储介质 |
CN117898687A (zh) * | 2024-01-12 | 2024-04-19 | 杭州光特医疗科技有限公司 | 多维度生命体征监测方法、装置、***及智能戒指 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105877766A (zh) * | 2016-06-21 | 2016-08-24 | 东北大学 | 一种基于多生理信号融合的精神状态检测***及方法 |
CN109620260A (zh) * | 2018-12-05 | 2019-04-16 | 广州杰赛科技股份有限公司 | 心理状态识别方法、设备及存储介质 |
-
2019
- 2019-08-29 CN CN201910810731.5A patent/CN110464369A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105877766A (zh) * | 2016-06-21 | 2016-08-24 | 东北大学 | 一种基于多生理信号融合的精神状态检测***及方法 |
CN109620260A (zh) * | 2018-12-05 | 2019-04-16 | 广州杰赛科技股份有限公司 | 心理状态识别方法、设备及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113545761A (zh) * | 2020-04-23 | 2021-10-26 | 疆域康健创新医疗科技成都有限公司 | 生理参数测量校准方法、装置、计算机装置及存储介质 |
CN112790751A (zh) * | 2020-12-29 | 2021-05-14 | 福建中科多特健康科技有限公司 | 一种基于实时心率判断及训练儿童专注力程度的方法、***和存储设备 |
CN112790751B (zh) * | 2020-12-29 | 2022-06-21 | 福建中科多特健康科技有限公司 | 一种基于实时心率判断及训练儿童专注力程度的方法、***和存储设备 |
CN117898687A (zh) * | 2024-01-12 | 2024-04-19 | 杭州光特医疗科技有限公司 | 多维度生命体征监测方法、装置、***及智能戒指 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113420624B (zh) | 一种非接触式疲劳检测方法及*** | |
CN105559802B (zh) | 基于注意和情感信息融合的抑郁诊断***及数据处理方法 | |
CN105877766B (zh) | 一种基于多生理信号融合的精神状态检测***及方法 | |
CN110464369A (zh) | 一种基于人体体征数值的精神状态判断算法 | |
KR100750662B1 (ko) | 심전도를 이용한 생체인식 시스템 및 방법 | |
CN105550653B (zh) | 心电导联智能选择方法和*** | |
CN110706786B (zh) | 非接触式心理参数智能分析与评测*** | |
CN104274191B (zh) | 一种心理测评方法及其*** | |
CN105022929A (zh) | 一种人格特质值测验的认知准确度分析方法 | |
CN101797150B (zh) | 量化人对刺激响应的心理方面的计算机化测试装置和方法 | |
CN104462744B (zh) | 适用于心血管远程监测***的数据质量控制方法 | |
CN106725383A (zh) | 基于动作和心率的睡眠状态判别***及方法 | |
CN107273666B (zh) | 一种人体健康数据综合分析*** | |
CN109805943A (zh) | 一种基于微表情识别的智能评测***及方法 | |
CN106060142A (zh) | 一种能够检查视力的手机及使用其进行视力检查的方法 | |
CN110448281A (zh) | 一种基于多传感器的可穿戴作业疲劳检测*** | |
CN109222888A (zh) | 一种基于眼动技术判断心理测试可靠性的方法 | |
CN106667506A (zh) | 一种基于皮肤电反应和瞳孔变化的测谎方法及装置 | |
CN105279380A (zh) | 一种基于表情分析的抑郁程度自动评估*** | |
CN109567832A (zh) | 一种基于智能手环的检测愤怒驾驶状态的方法及*** | |
CN112614583A (zh) | 抑郁等级测试*** | |
CN105078481B (zh) | 一种纳秒级反馈数据采集与统计分析方法 | |
CN111724896B (zh) | 一种基于多刺激图片或视频erp的毒瘾评估*** | |
CN110175522A (zh) | 考勤方法、***及相关产品 | |
CN113069091A (zh) | 一种ppg信号的脉象分类装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191119 |
|
RJ01 | Rejection of invention patent application after publication |