CN116685264A - 用于检测人的精神压力的压力检测设备、***和方法 - Google Patents

Abstract

本发明涉及一种用于检测人的精神压力的压力检测***、设备和方法。***(1、2)包括：活动传感器(20)，其被配置为采集与人的活动相关的活动信息；心率传感器(30)，其被配置为采集指示或允许计算人的当前心率的心率信息；以及，压力检测设备(10、40、60)，其用于基于所采集的活动信息和所采集的心率信息来检测人的精神压力。由此，如果检测到姿势变化，则将人的姿势变化考虑在内，以调整计算出的基础心率分量和/或对基础心率分量的计算。

Description

用于检测人的精神压力的压力检测设备、***和方法

技术领域

本发明涉及一种用于检测人的精神压力的压力检测设备、***和方法。

背景技术

为了实现用于压力减小的个性化程序，应当测量和监测个体的压力水平。测量压力的一种方式是通过问卷调查，其具有的优点在于可获得经过验证的版本，并且能够获得关于例如压力的(感知到的)原因、当前应对策略和压力对日常生活的(感知到的)影响的背景信息。然而，缺点是问卷调查提供主观数据，其结果取决于受访者在接受问卷调查时的感受如何，而且不便于持续监测。因此，优选地是(也)对压力进行客观的测量。

已经证明压力会引发各种(可测量的)身体反应，所述身体反应可以分为短期和长期反应。尽管长期压力是一种可以对健康产生不利影响的压力，但短期压力监测对于提供用于压力减小的个性化程序也是非常有兴趣的。它可以向用户提供对他们的压力模式的了解，帮助他们改变日常行为，从而减少或预防长期压力。

在文献中，存在许多与压力相关联的身体参数，具体为心率(HR)、心率变异性(HRV)、血压(BP)和皮质醇水平。从目前的这些参数来看，只有HR能够不引人注目地并且准确地连续测量。除了压力，心率还受到许多其他因素的影响，如身体活动、睡眠、姿势、昼夜节律、温度、脱水、食物、咖啡因、尼古丁、酒精等。

精神压力是一种由于如何感知人们在外部或内部环境中的事件而产生的压力形式，导致痛苦和焦虑的心理体验。精神压力通常伴随着身体反应。

发明内容

本发明的目的是提供一种能够可靠地检测并且优选地量化人的精神压力的设备、***和方法。

在本发明的第一方面中，提供一种用于检测人的精神压力的压力检测设备，所述设备包括：

活动输入部，其被配置为获得与人的活动相关的活动信息；

心率输入部，其被配置为获得指示或允许计算人的当前心率的心率信息；

处理单元，其被配置为

-从所获得的活动信息检测人的姿势变化，

-在考虑姿势变化检测的结果的情况下，从所获得的心率信息计算基础心率分量，

-从所获得的活动信息计算活动心率分量，

-通过从人的当前心率减去计算出的活动心率分量和计算出的基础心率分量来计算精神压力心率分量，以及

输出部，其被配置为输出计算出的精神压力信息。

在本发明的其他方面中，提供一种用于检测人的精神压力的压力检测***，所述***包括：

-活动传感器，其被配置为采集与人的活动相关的活动信息；

-心率传感器，其被配置为采集指示或允许计算人的当前心率的心率信息；以及

-如本文所公开用于基于所采集的活动信息和所采集的心率信息来检测人的精神压力的压力检测设备。

在本发明的又一方面中，提供一种相应的方法，一种包括程序代码装置的计算机程序，所述程序代码装置用于当在计算机上执行所述计算机程序时使计算机执行本文所公开的方法的步骤，以及一种在其中存储计算机程序产品的非暂时性计算机可读记录介质，当由处理器执行时，所述计算机程序产品使本文所公开的方法得以执行。

本发明的优选实施例在从属权利要求中定义。应当理解，所要求保护的方法、***、计算机程序和介质具有与所要求保护***类似和/或相同的优选实施例，具体地如在从属权利要求中所定义的，以及如在本文中所公开的。

本发明是基于这样的思想，即，通过将瞬时心率信号分离为与基础代谢生命功能及体力(physical effort)相关的部分(或分量)以及与两者不相关的部分能够检测到精神压力事件。已经发现，后一部分与精神压力事件有直接关系。

此外，已经发现，人的姿势变化几乎不费体力，但对心率有显著影响。例如，从静止的坐着的位置到静止的站立的位置的变化可以导致5-10BPM(每分钟心跳)的心率增加。同时，这种姿势变化仅触发用于确定体力的例如来自加速度传感器的运动信号的微小改变。因此，根据本发明提供姿势变化检测，以提高精神压力检测精度，即，姿势变化的检测被用作精神压力检测和精神压力信息计算的额外输入，例如精神压力事件的存在和/或人的精神压力水平。

具体地，根据本发明，检测人是否改变姿势，然后在基础心率分量的计算中考虑该信息，以将姿势变化对心率的影响考虑在内。基于对瞬时(即，当前)心率有贡献的各个部分(即分量)的了解，通过从人的当前心率减去表示活动的分量和表示基础心率的分量来计算精神压力心率分量，如果已经检测到姿势变化，则可能已经以不同方式计算了或在之前已经调整了所述精神压力心率分量。然后能够根据该精神压力心率分量来计算精神压力信息。以这种方式，在根据测量出的心率检测精神压力中能够考虑由于姿势变化而导致的心率提高或降低。

在实施方式中，自适应滤波器可以用于从心率信号中抵消“活动贡献”。自适应滤波器还处理活动计数、体力和由于体力而导致的心率提高之间的关系中的改变。自适应滤波器使用无直流输入信号，以进行正确的操作。因此，在自适应滤波器中对心率信号进行处理之前，可以从心率信号中减去基础心率分量。在减去基础心率分量并删除活动分量后，由于中的精神压力，导致剩余的心率以BPM为单位提高。

对于考虑姿势变化检测的结果，存在不同的选择，即，在基础心率的计算中考虑已发生的姿势变化和/或姿势变化的种类和/或量。这些选择之一是根据所获得的心率分量计算基础心率分量，并且如果检测到姿势变化则调整计算出的基础心率分量。另一种(额外的或备选的)选择是，如果检测到姿势变化，则调整对基础心率分量的计算，具体地是通过采用不同的计算方法和/或调整计算中使用的一个或多个参数。总体上，如果没有检测到姿势变化或没有检测到显著的姿势变化，则不调整计算出的基础心率和对基础心率分量的计算(即，与根本没有考虑姿势变化的情况下使用的基础心率及其计算相比没有变化)。

根据实施例，处理单元被配置为将基础心率分量计算为所获得的心率信息的心率信号的下包络。因此，为了估计基础心率，可以跟踪心率信号的下包络。在实施例中，可以根据所获得的心率信息来计算平均心率信号，并且，可以将心率信号的下包络或平均心率信号计算为基础心率分量。

根据另一实施例，处理单元被配置为，如果在检测姿势变化之后的时间窗口期间通过增加基础心率跟随心率信号的速度来检测姿势变化，则调整对基础心率分量的计算。以这种方式，与(如果没有姿势变化发生的)正常跟踪相比，能够非常快速地跟踪由姿势变化引起的心率变化，导致更准确地估计精神压力心率的贡献，并因此更准确地计算人的精神压力。

处理单元还可以被配置为通过取心率信号的当前值与基础心率的当前值之间的差，将差乘以乘法常数，并且通过对结果进行积分获得基础心率的新的值来计算基础心率分量。因此，能够容易且快速地计算基础心率分量。

在更先进的实施例中，处理单元被配置为，如果基础心率的当前值大于心率信号的当前值，则使用第一乘法常数，如果基础心率的当前值小于心率信号的当前值，则使用第二乘法常数，以及，如果检测到姿势检测，则使用第三乘法常数，其中，第二乘法常数小于第一乘法常数，并且第一乘法常数小于第三乘法常数。因此，可以对基础心率的上升或下降应用不同的乘法常数，即，基于心率大于或小于基础心率来选择乘法常数。因此，与上升的基础心率相比，在下降的基础心率的情况下，能够实现更快的跟踪。此外，在姿势变化的情况下，使用大于其他乘法常数的另一个(第三)乘法常数，以实现更快地对心率的跟踪。

在另一个实施例中，处理单元被配置为，根据所获得的心率分量计算基础心率分量，并且，如果姿势从坐姿或躺姿变为站姿，则通过增加计算出的基础心率分量来调整计算出的基础心率分量，以及，如果姿势从站姿势变为坐姿或躺姿，则通过减少计算出的基础心率分量来调整计算出的基础心率分量。这是基于这样的想法，即，在站立的情况下，心率通常会增加，而在坐着或躺着的情况下，心率通常会降低。因此，最终能够提高精神压力检测的准确性。

存在不同的方法检测人的姿势变化。在一个实施例中，处理单元被配置为，通过检测测量出的高于加速度阈值的加速度的变化根据所获得的活动信息来检测人的姿势变化。例如，如果人站起来，加速度将增加到1g(9.81m/s²)以上，即，增加的加速度将被视为姿势变化的指示。

在另一个实施例中，可以检测被配置为采集活动信息的传感器的取向的变化，并将其用作用于姿势变化的指示。例如，如果使用包括运动传感器的智能手表来采集活动信息，那么如果人从坐姿或躺姿站起来变为站姿，其取向将会改变。在大多数情况下，站立的人手指向地面，而坐着的人其手臂大多处于水平方向。

在另一个实施例中，可以检测指示根据所获得的活动信息确定的人的活动类型的活动类型指标的变化，并将其用作姿势变化的指示。这种指标可以例如采用“休息”、“跑步”、“骑车”、“步行”、“其他”等值，并且这种指标中的变化可以用作姿势变化的指示。

活动信息可以包括活动计数信息、动作类型信息和加速度计信息中的一个或多个。例如，活动计数指标可以用作运动和/或体力的度量。活动计数表示在特定时段期间加速度计信号中的变化的量的平均值。

处理单元还可以被配置为通过使活动心率分量与精神压力心率分量之间的相关性最小化来根据所获得的活动信息计算活动心率分量。例如，信号AHR-BHR用作用于自适应滤波器的输入信号。根据模型，该信号保存(hold)活动心率分量和精神压力心率分量的总和。自适应滤波器通过对包括在活动信息中的活动信号(例如，活动计数信号)进行滤波来构造身体心率分量。精神压力心率分量能够通过从自适应滤波器输入减去活动心率分量来计算。以精神压力心率分量与活动信号之间的相关性变为最小化的方式调整滤波器系数。

存在各种用于实施心率传感器的实施例，可以包括光学体积描记传感器、脉搏血氧计传感器、安装在身体上的相机、远程相机(例如在几米距离处)、ECG传感器、腕带式压力传感器和腕带式张力传感器中的一个或多个。可以利用并实施本发明的智能手表可以例如使用PPG传感器来测量心率，但根据情况，可以替代地或额外地使用ECG传感器、相机图像或其他方法。

为了实施活动传感器，也存在各种实施例。它可以包括加速度计、安装在身体上的相机、远程相机(例如，在几米距离处)、皮肤电活动传感器、陀螺仪和温度传感器中的一个或多个。加速度计传感器通常用于测量运动。备选地，可以从连续的相机图像中导出运动作为运动向量。然而，应当注意，运动与“体力”并不相同。腕部佩戴的智能手表设备的加速度计会注意到用于跑步和骑车活动类型的信号非常不同，而“体力”(例如对心率的影响)可能是相似的。尽管如此，对于单一活动，能够预期“更多的运动”指示“更多的体力”。

附图说明

本发明的这些和其他方面将从下文所描述的实施例中显而易见并参考下文所描述实施例进行阐述。在附图中

图1示出了根据本发明的压力检测***和设备的第一实施例的示意图；

图2示出了根据本发明的压力检测方法的实施例的流程图；

图3示出了根据本发明的压力检测***和设备的第二实施例的示意图；

图4示出了根据本发明的压力检测设备的第三实施例的示意图；

图5至图8示出了各种信号的图形，说明了利用对姿势变化的检测来检测精神心率；以及

图9示出了根据本发明的压力检测方法的另一实施例的流程图。

具体实施方式

心率提供通过身体的血液和能量运输。许多生命***影响心率。首先，当某人处于休息期时，会出现基础心率。基础心率确保足够的血流来支持用于基础生命***的能量，例如呼吸、消化、心跳本身、温度控制等。

当人们开始身体活动时，心率会增加到基础心率以上的某个水平，其中，总增加与执行的工作的量有一定关系。这适用于步行、跑步、搬运等。

精神压力也能够导致心率升高。这能够被视为身体准备战斗或逃跑反应的一部分。因此，“精神压力事件”被定义为人类经历的事件，其中，事件会引起深深的不愉快或不满意的感觉。心理学研究中众所周知的测试有“音调回避测试”、“唱歌压力测试”、“拉文渐进矩阵”和“有节奏的听觉序列加法测试”。

这些心率关系能够建模为：

HR(t)＝HR_基础(t)+HR_身体活动(t)+HR_精神压力(t)

因此，测量出的心率HR(t)是三个分量(或部分)的组合：基础心率分量HR_Basal(t)、活动心率分量HR_身体活动(t)和精神压力心率分量HR_精神压力(t)。该模型能够重写为：

HR_精神压力(t)＝HR(t)-HR_基础(t)-HR_身体活动(t)

改写后的模型将用于确定精神压力心率分量HR_精神压力(t)。

图1示出了根据本发明的压力检测***1和压力检测设备10的第一实施例的示意图。***1包括：活动传感器20，其用于采集与人的活动相关的活动信息；心率传感器30，其用于采集指示或允许计算人的当前心率的心率信息；以及，压力检测设备10，其用于基于所采集的活动信息和所采集的心率信息来检测人的精神压力。

在实施例中，活动传感器20被安装在人的身体上，例如安装在手腕、手臂、腿或躯干上，并且可以包括加速度计、相机、皮肤电活动传感器、陀螺仪和温度传感器中的一个或多个。在其他实施例中，远离人的设备可以用作活动传感器20，例如从某一距离(例如，在一米或几米处)观察人以检测人的活动的远程相机。活动传感器20总体上被配置为检测运动，从而允许识别人的活动，以及可选地识别活动的强度和/或类型。

在实施例中，心率传感器30被安装在人的身体上，例如安装在手腕、手臂、腿或躯干上，并且可以包括光电体积描记传感器、脉搏血氧计传感器、相机、ECG传感器、腕带式压力传感器和腕带式张力传感器中的一个或多个。在其他实施例中，可以使用远离人的设备作为心率传感器30，例如使用远程光电体积描记(远程PPG)技术的远程相机，其从某一距离处(例如在一米或几米处)观察人，并评估通过皮肤传输的或从皮肤反射的辐射，以检测由脉动的血容量引起的皮肤中的微小光线吸收变化，即，通过由血容量脉冲引起的人类皮肤的周期性颜色变化。这项技术是众所周知的，并且例如在Verkruijsse等人的“Remoteplethysmographic imaging using ambient light”(Optics Express，2008年12月22日，16(26)，第21434-21445页)中进行了描述。

压力检测设备10可以被实施在硬件和/或软件中。例如，设备10可以实施为适当编程的计算机或处理器。根据应用，设备20可以例如是计算机或工作站或移动用户设备，如智能手机、笔记本电脑、平板电脑、智能手表等。例如，在实际实施方式中，***的所有元件，包括传感器20、30和设备10，可以是智能手表或其他可穿戴设备的一部分。在另一实际实施方式中，只有传感器20、30是这样的智能手表或其他可穿戴设备的一部分，而设备10被实施在单独的设备上，如计算机、笔记本电脑或智能手机，并且，无线连接(例如经由蓝牙或WiFi)用于从传感器20、30到设备10的数据传输。

压力检测设备10总体上包括活动输入部11、心率输入部12、处理单元13和输出部14。图2示出了能够由压力检测设备执行的压力检测方法100的流程图。

活动输入部11获得(即，接收或检索；步骤101)与人的活动相关的活动信息，优选地经由与活动传感器20(或包括所述传感器的设备)的直接连接，或者经由其他实体，例如存储器或预处理单元。活动信息可以例如包括活动计数信息、动作类型信息和加速度计信息中的一个或多个。活动输入部11可以被配置为常规的有线或无线数据接口，如蓝牙、WiFi或LAN接口。

心率输入部12获得(即，接收或检索；步骤102)指示或允许计算人的当前心率的心率信息。心率信息优选地经由与心率传感器30(或包括所述传感器的设备)的直接连接，或者经由诸如存储器或预处理单元之类的其他实体来获得。心率信息可以例如包括允许计算心率的脉冲信号或光电体积描记(PPG)信号，或者可以是直接指示心率的信号。例如，心率信号(随时间的心率值)可以根据所获得的心率信息计算，或者可以被包括在所获得的心率信息中。心率输入部12可以被配置为常规的有线或无线数据接口，如蓝牙、WiFi或LAN接口。

处理器13处理(步骤103-107)所获得的活动信息和所获得的心率信息，并且计算与人的精神压力相关的精神压力信息。具体地，在第一步骤103中，其根据所获得的活动信息检测人的姿势变化(例如，从坐着或躺着到站着，或者，从站着到坐着或躺着)。然后，在随后的第二步骤104中，将这种姿势变化检测的结果考虑在内，在该步骤中，根据所获得的心率信息计算基础心率分量。例如，通过根据所获得的心率分量计算基础心率分量，并且如果检测到姿势变化则调整计算出的心率分量，可以在考虑了姿势变化检测的结果的情况下根据所获得的心率信息计算基础心率分量。如果没有检测到姿势变化，将不会调整计算出的心率分量。在另一个实施例中，如果检测到姿势变化，则可以调整对基础心率分量的计算，具体地，与没有检测到姿态变化时相比，如果检测到姿势变化，通过采用不同的计算方法和/或调整在计算中使用的一个或多个参数。

在步骤105中，在之前或之后或并行地，处理器根据所获得的活动信息计算活动心率分量。

随后，在步骤106中，处理器13通过从包括在所获得的心率信息中或从所获得的心率信息导出的人的当前心率减去计算出的活动心率分量和计算出的基础心率分量来计算精神压力心率分量。最后，在步骤107中，根据精神压力心率分量来计算与人的精神压力相关的精神压力信息。

输出部14输出(步骤108)计算出的精神压力信息。例如，它可以在显示器上可视地或经由扬声器可听地输出该信息，或者它可以将该信息提供给其他以进一步处理或呈现。精神压力信息可以包括指示人的精神压力的存在或不存在和/或精神压力的水平/强度的信息。

图3示出了根据本发明的压力检测***2和压力检测设备40的第二实施例的示意图。除了***2的元件之外，在该图中示出了人体模型200，以进行说明。

人体模型200示出了测量出的心率HR(t)的上述三个分量和对根据身体活动到心率的人体反应进行建模的项h(n)。例如，当一个人开始一些身体活动时，这将会影响心率。效果大多不是立即出现的，而是在活动开始时有一些延迟，并且在活动结束时有一些延迟。这些延迟效应的时间行为能够用h(n)项来建模。

图1所示的活动传感器20和心率传感器30包括在传感器和信号处理模块50中，所述模块50可以实施为基于手腕的活动传感器模块。该模块50可以例如包括PPG传感器(作为心率传感器)和加速度计传感器(作为活动传感器)。此外，在该实施例中，由传感器采集的传感器信号被预处理，以递送更高抽象水平的信号，至少包括心率AHR(其可以是人的心率的估计指标，如瞬时心率或平均心率)和活动计数指标ACN，以及可选地，活动类型ACT，即，这种预处理从原始传感器数据中提取更高抽象水平的信号。此外，原始加速度计信号ACC可以由模块50提供。

在由用户执行特定活动类型期间，心率会因活动而变化。相对于基础水平的变化总体上(线性)取决于活动计数。根据活动类型(坐着、走路、跑步…)，实际的关系会有所不同。随着人类改变他们的活动模式，能够预期存在基础心率的持续变化并且活动计数与心率之间的关系由于身体活动而增加。但在短时间内，相对于基础水平，活动与心率增加之间仍然存在“线性”关系。自适应滤波器针对由于活动类型的改变引起的身体活动与身体心率之间的关系的改变来更新其FIR系数，以这种方式，自适应滤波器输出中的身体活动抑制对于当前执行的活动类型变为最佳。

根据本发明应用的精神压力检测算法分别产生对上述心率模型的三个不同心率分量的估计值。

模块50递送AHR指标作为对当前心率的估计值。在该实施例中，基础心率跟踪模块41估计HR_基础(即，基础心率分量BHR)作为平均心率信号AHR的下包络。

例如，根据AHR或BHR中哪一个具有最大值，BHR跟踪具有不同时间常数的AHR，这将在下面更详细地解释。

模块50还提供ACN指标，其中，值随着“身体活动”的量而增加。只要用户持续进行类似的活动，坐着、走路、跑步、思考等，这种假设就有效。对于这种情况，假设HR_身体活动(t)与ACN之间是线性依赖关系。自适应的最小平方自适应滤波器42用于确定ACN在精神心率贡献MHR中的贡献，使得身体贡献抵消精神心率贡献MHR。换言之，自适应滤波器42通过将ACN的一系列样本与MHR相关联，从精神心率贡献中去除与ACN相关的内容，使得滤波器输出PHR(身体心率)模拟由于活动引起的活动心率贡献。

通过共同或单独的减法模块43、44从AHR中减去BHR和PHR二者，获得精神压力心率贡献MHR。(例如，应用对数缩放的)缩放器模块45将精神压力心率贡献MHR转换为表示精神压力信息的可呈现的值，如精神压力水平MSL。

众所周知，心率取决于人的姿势。即使当用户站着完全静止不动，预期躺着、坐着和站着的姿势之间也会有10BPM的改变。这影响了精神压力信息的确定，因为站立在ACN活动信号中几乎不可见，但会导致心率的相对较大的变化。根据本发明，通过增加检测是否存在姿势变化的姿势变化检测模块46来解决该问题。输出PCD(姿势变化检测)被提供给基础心率跟踪模块41。如果没有检测到姿势变化，则基础心率及其计算将不会改变。如果检测到姿势变化，则由基础心率跟踪模块41改变基础心率和/或其计算。

图4示出了根据本发明的压力检测设备60的第三实施例的示意图。在本实施例中，使用AHR、ACN和ACC作为输入。考虑到信号带宽，它们的信号采样率可以高于所要求的最小值。输入信号AHR和ACN可以例如具有1Hz(N1＝1)的采样率。ACC信号可以以128Hz(N2＝4)或32Hz(N2＝1)进行采样，以使两者都达到32Hz。低通滤波器(LPF)61、62、63用于减少噪声并作为对抽取阶段的准备。LPF因此在将信号抽取到较低采样率时防止混叠。LPF 61、62、63可以被设计为Hanning窗口，具有nLPF抽头和DC增益＝1。LPF 61、62、63的输出信号被指定为ACNlpd、AHRlpd和ACClpd，这意味着它们是低通滤波和抽取的。

对于姿势变化检测，在该实施例中提供了高度变化检测(HCD)模块64。绝对化模块(ABS)641计算加速度计值的绝对值，例如abs(ax,ay,az)＝sqrt(ax2+ay2+az2)。姿势变化检测单元(ABS(x-g))642将加速度计读数的绝对值与重力1g进行比较。如果差异很大，则人可能站起来或坐下来，这被解释为高度变化，或者更一般地被解释为姿势变化。在姿势变化检测之后，窗口计时器由窗口单元643启动。窗口信号在抽取单元644中通过抽取因子N3＝32抽取到1Hz。

当没有检测到姿势变化时，基础心率估计模块65缓慢地跟随心率的上升(大的时间常数)，同时更快地跟踪下降(小的时间常数)。以这种方式，能够跟随心率信号的“下包络”，即所谓的基础心率。当窗口信号是活动的(即，如果已经检测到姿势变化)时，基础心率估计模块65被控制为例如以小的时间常数非常快速地跟踪心率信号。以这种方式，基础心率非常快地调整为与新的姿势相匹配的值。

具体地，减法单元651取实际心率AHRlpd与当前基础心率的差。符号单元652确定该减法运算结果的符号。根据符号和由HCD模块64提供的HCD姿势检测信号，增益控制单元653为下包络跟踪***提出不同的乘法常数。乘法器654将来自减法单元651的差分结果与由增益控制单元653提出的乘法常数相乘。对结果进行积分，例如由加法单元655与当前基础心率值相加，并经历由应用单周期延迟的延迟单元656进行的延迟。

换言之，BHR估计模块65形成具有可变受控时间常数的一阶IIR低通滤波器。基础心率跟踪取当前基础心率值BHR与实际(滤波过的、下采样的)心率值AHR之间的差。下一个时钟，在考虑了差值、该差值的符号和窗口信号(HCD)的情况下计算新的BHR。

通过减法单元66从实际心率AHRlpd中减去来自BHR估计模块65的输出BHR。然后对得到的差进行自适应滤波。最后，自适应滤波器67从精神心率MHR信号中去除与ACN相关的内容。为此目的，自适应滤波器单元672(例如，自适应LMS(最小均方)滤波器)将一系列样本ACN与MHR相关联。自适应滤波器单元672的FIR(有限脉冲响应)系数在更新单元671中被更新或调整，使得相关值在下一步骤中减小。FIR系数用于对ACN信号进行滤波，使得滤波器输出PHR模拟由于活动引起的心率贡献。

用户的心率不会对活动变化立即做出反应。预期会有几秒的延迟，因此能够使用线性滤波器操作FIR来估计对心率的身体贡献：

HR_身体活动(t)～＝FIR(ACN)

就指标而言，它能够写成：

其中，n是时间样本数的索引，FIR是线性滤波器的系数，以及，nFIR是线性滤波器的抽头数。***的脉冲响应具有n个FIR样本的持续时间，使得任何ACN数据样本影响n个FIR样本的持续时间内的心率。如上所述，FIR()的滤波器系数不是恒定的，并且会根据用户活动和环境影响而变化。因此，使用自适应滤波器来连续地估计和调整FIR()的系数。

假设信号HR_精神压力(t)和HR_身体活动(t)不相关。自适应LMS滤波器671有助于连续地估计FIR系数672。滤波器确定ACN在MHR中的贡献(相关性，内积)，并调整滤波器系数，使得相关性结果在最小平方意义上变得极小。结果，身体贡献在精神心率信号中抵消了。每个采样周期都调整新的FIR系数。因此，假设FIR(n,1:nFIR)，其中，n是实际样本索引，1:nFIR是滤波器系数。

之后，在初始化时，设置FIR(1,1:nFIR)＝[0 0 0…0]。对于下一个样本，针对m＝1:nFIR进行计算。

FIR(n+1,m)＝FIR(n,m)+kAdaptive*MHR(n)*ACN(n-m)

kAdaptive是常数，其用于调谐收敛和跟踪速度以及滤波器的稳定性。

通过在减法单元673中从AHR和BHR之间的差减去PHR，获得MHR，所述MHR由缩放器68转换为精神压力信息MSL。

图5示出了|ACC|70和姿势校正信号HCD71在23:07至23:08和23:35至23:36期间是活动的。此外，示出了心率信号72和基础心率信号73。在HCD处于活动状态的时段内，具有kfast的快速跟踪模式处于活动状态。从00:13到00:23，具有krise的慢速跟踪处于活动状态。从00:23到00:26，具有kball的正常跟踪处于活动状态。图30135_pcor_HRcomponents.png示出了活动信号ACN和重建后的身体心率PHR。

图6给出了关于HR信号74、BHR信号75、PHR信号76和MHR信号77的相对信号振幅，还示出了ACT活动类型信号78。

图7示出了在11:14和11:15之间的|ACC|80和姿势校正信号HCD 81活动和快速跟踪。慢速跟踪在11:25至11:37处于活动状态，并且正常跟踪在11:37至11:38和11:43至11:50处于活动状态。此外，示出了心率信号82和基础心率信号83。

图8给出了HR信号84、BHR信号85、PHR信号86和MHR信号87的相对信号振幅，并且示出了ACT活动类型信号88。

图9示出了根据本发明的压力检测方法120的另一个实施例的流程图。它部分包含与图2所示的方法100的实施例相同的步骤，所述步骤由相同的附图标记指示，将不再解释。与方法100不同，方法120包括如果检测到姿势变化则调整参数和/或在步骤105中计算基础心率的计算方法的步骤109。如果没有检测到姿势变化，则省略该步骤109。

基于在步骤105中计算的基础心率、所获得的心率信息，以及计算出的活动心率分量，在步骤106中计算精神压力心率分量。

除了在步骤107中计算精神压力信息外，在步骤110中还可以使用计算出的精神压力心率分量来调整自适应滤波器(图3中的42，图4中的67)的滤波器参数，所述滤波器参数可以用于从心率信号中抵消活动贡献，如上所述。自适应滤波器可以通过步骤105和110来实现，其中，步骤105包括由FIR滤波器进行滤波，所述FIR滤波器根据活动信息产生活动心率贡献，并且，步骤110使用自适应滤波器系数、活动信息和精神心率分量的当前值来更新(即调整)FIR系数。

如上所述，心率取决于姿势。为了检测姿势变化，可以在高度变化检测之后实施BHR信号的超高速跟踪。本文使用“超高速跟踪”这一表达来将其与上述快速跟踪区分开来。

检测高度变化的一种简单方法是监测加速度计信号的范数。如果用户静止不动，则加速度计读数接近重力g。一旦用户改变姿势，则加速度计读数预计会变得与重力更加不同。这种检测在用户站起来时有作用，而且在他坐下时也有作用。对这种简单的姿势效果减少***的结果的统计分析表明，与原始算法相比，有了明显的改进。

任何高度变化检测事件都会重新触发具有特定持续时间的窗口。在此窗口期间，基础心率估计功能将以快速跟随模式操作。这种检测能够利用以下伪代码来描述：

#在初始化期间，它设置：

BHR(1)＝60

#然后，对于所有将来的样本

如果BHR(n)>AHR(n)％AHR更低

BHR(n+1)＝BHR(n)+kfall*(AHR(n)–BHR(n))％->快速跟踪

否则，如果HCD_窗口％姿势变化检测窗口

BHR(n+1)＝BHR(n)+kfast*(AHR(n)–BHR(n))％->超快速跟着

否则％AHR更高

BHR(n+1)＝BHR(n)+krise*(AHR(n)–BHR(n))％->慢速跟踪

结束

在其他实施例中，可以使用更大数量的常数来解决更多不同的条件、姿势变化和活动变化。例如，((ACT＝＝坐着)&(HR>BHR))，((ACT＝＝坐著)&姿势变化&(BHR>HR))，以及((之前的ACT＝＝坐着)->(ACT＝＝走路))。

输出指标ARL MSL是MHR指标的缩放版本。

缩放可以根据以下公式执行：

ARL＝min(R-1,floor(R/log2(51)*(log2(floor(2^M*(1+kscale*MHR)))-M)))其中，缩放水平的数量R＝1000，缩放常数kscale＝1(其能够修正为调谐压力水平结果)，精度和M＝10。这导致：

MHR	ARL
		0.0	000
1.5	233
		5.00	455
10.00	609
		20.00	774
50.00	999
		超过50.00	999

由于姿势变化引起的心率变化能够视为取决于姿势的不同的基础代谢心率。根据本发明，根据加速度计信号检测姿势变化，并且，通过在姿势变化检测之后开始的时间窗口期间应用短时间常数，姿势变化检测通过跟踪机制改变基础心率。

有不同的简单和复杂的方法可用于从加速度计数据中检测姿势变化。

根据具体的实施例，在静息时，3轴加速度计的测量值为1g～＝9.81m/s²。当该人从坐着站起来时，这个值将暂时增加到1g以上。当

Trigg1＝(|acc|-9.81)>阈值1

时，可以触发基础心率超快速跟踪窗口。

根据另一个实施例，可以通过以下方式检测从站着到坐着的姿势变化：

Trigg2＝||acc|-9.81|>阈值2。

该实施例不区分站立还是坐下。因此，它可能使对坐下后的精神压力检测反应更快。

当可穿戴设备戴在手腕上时，大多数人在站着时手向下，坐着时手水平。例如，加速度计的取向取决于姿势。这种可选择的实施方式使用取向信息来检测姿势变化，并且提高了精神压力检测的准确性。

“活动类型”指标能够取“静息”、“跑步”、“骑自行车”、“走路”、“其他”等值。这种指标值的变化也能够指示姿势变化。

在实施例中，通过取实际心率与当前基础心率的差，将其乘以常数，并将其与当前基础心率值相加来估计新的基础心率值，能够被视为一阶低通IIR滤波器。这种滤波器的特征能够是低通带宽和/或时间常数。滤波器时间常数取决于滤波器采样频率和乘法因子。不同的跟踪时间常数由不同的乘法器实现，所述乘法器以下述条件选择：姿势变化后的窗口、HR>BHR、HR<BHR。后两个条件创建“下包络跟踪”行为。

在模拟低通滤波器术语中，用于这些不同条件的时间常数可以是1/(Fs*kfast)、1/(Fs*krise)和1/(F*kfall)。总体上，它保持kfast>>kfall>>krise。常数的值可以通过检查所记录的许多候选测试的信号来选择。在其他实施例中，可以基于个人(person toperson base)进行优化。在范例性实施方式中，Fs＝1Hz且kfast＝0.1，kfall＝0.01且krise＝0.001。在其他实施例中可以使用其他值。

在所公开的压力检测***的实际实现方式中，传感器模块是嵌入PPG和运动传感器以及主机处理器设备的腕部佩戴设备。来自两个传感器的连续的数据流馈送在主机上运行的软件，并提取表征设备佩戴者的身体状态的许多高水平指标。其中包括AHR，对心率的估计值，以及ACN，保持测量用户应用的运动量(～＝体力活动)的动作计数。

增加了一个新的精神压力指标。精神压力指标的计算需要AHR、ACN和ACC作为输入。来自算法的输出被记录为ARL指标。例如，在三色LED上有视觉指示。

虽然已经在附图和前述描述中对本发明详细进行了说明和描述，但这种说明和描述应当认为是说明性的或范例性的，而非限制性的；本发明不限于所公开的实施例。通过对附图、公开内容和所附权利要求的研究，本领域技术人员在实践所要求保护的发明时能够理解和实现对所公开的实施例的其他变化。

在权利要求中，“包括”一词不排除其他元素或步骤，不定冠词“一”或“一个”不排除复数。单个元件或其他单元可以实现权利要求中记载的几个项目的功能。仅有在相互不同的从属权利要求中列举了某些措施这一事实并不表明这些措施的组合不能被用于有利的目的。

计算机程序可以存储/分发在合适的非暂时性介质上，例如与其他硬件一起提供或作为其他硬件的一部分提供的光学存储介质或固态介质，但也可以以其他形式分发，例如经由因特网或其他有线或无线电信***。

权利要求中的任何附图标记都不应被解释为限制保护范围。

Claims (15)

1.一种用于检测人的精神压力的压力检测设备(10、40、60)，所述设备包括：

活动输入部(11)，其被配置为获得与所述人的活动相关的活动信息；

心率输入部(12)，其被配置为获得指示或允许计算所述人的当前心率的心率信息；

处理单元(13)，其被配置为-根据所获得的活动信息检测所述人的姿势变化，

-在考虑姿势变化检测的结果的情况下，根据所获得的心率信息计算基础心率分量，

-根据所获得的活动信息计算活动心率分量，

-通过从所述人的所述当前心率减去所计算出的活动心率分量和所计算出的基础心率分量来计算精神压力心率分量，并且

-根据所述精神压力心率分量计算与所述人的精神压力相关的精神压力信息；以及

输出部(14)，其被配置为输出所计算出的精神压力信息。

2.根据权利要求1所述的设备，

其中，所述处理单元(13)被配置为在考虑所述姿势变化检测的所述结果的情况下通过以下操作来根据所获得的心率信息计算所述基础心率分量：

-根据所获得的心率分量计算所述基础心率分量，并且如果检测到姿势变化，则调整所计算出的基础心率分量；和/或

-如果检测到姿势变化，则调整对所述基础心率分量的计算，具体地，通过采用不同的计算方法和/或调整在所述计算中使用的一个或多个参数来调整对所述基础心率分量的所述计算。

3.根据权利要求1所述的设备，

其中，所述处理单元(13)被配置为将所述基础心率分量计算为所获得的心率信息的心率信号的下包络。

4.根据权利要求3所述的设备，

其中，所述处理单元(13)被配置为：如果检测姿势变化，则检测到姿势变化之后的时间窗口期间，通过增加所述基础心率跟随所述心率信号的速度来调整对所述基础心率分量的所述计算。

5.根据权利要求3所述的设备，

其中，所述处理单元(13)被配置为通过以下操作来计算所述基础心率分量：取所述心率信号的当前值与所述基础心率的当前值之间的差，将所述差与乘法常数相乘，并且对结果进行积分来获得针对基础心率的新的值。

6.根据权利要求5所述的设备，

其中，所述处理单元(13)被配置为：

-如果所述基础心率的所述当前值大于所述心率信号的所述当前值，则使用第一乘法常数，

-如果所述基础心率的所述当前值小于所述心率信号的所述当前值，则使用第二乘法常数，并且

-如果检测到姿势检测，则使用第三乘法常数，

其中，所述第二乘法常数小于所述第一乘法常数，并且所述第一乘法常数小于所述第三乘法常数。

7.根据权利要求1所述的设备，

其中，所述处理单元(13)被配置为：根据所获得的心率分量计算所述基础心率分量，并且，如果检测到姿势变化，则通过以下操作来调整所计算出的心率分量：如果姿势从坐姿或躺姿变为站姿，则增加所计算出的基础心率分量，并且如果所述姿势从站姿变为坐姿或躺姿，则降低所计算出的基础心率分量。

8.根据前述权利要求中的任一项所述的设备，

其中，所述处理单元(13)被配置为：通过检测测量出的加速度在加速度阈值以上的变化和/或通过检测被配置为采集所述活动信息的传感器的取向的变化来根据所获得的活动信息检测所述人的姿势变化。

9.根据前述权利要求中的任一项所述的设备，

其中，所述处理单元(13)被配置为：通过检测指示根据所获得的活动信息确定的所述人的活动类型的活动类型指标的变化来根据所获得的活动信息检测所述人的姿势变化。

10.根据前述权利要求中的任一项所述的设备，

其中，所述活动信息包括以下中的一个或多个：活动计数信息、动作类型信息和加速度计信息。

11.根据前述权利要求中的任一项所述的设备，

其中，所述处理单元(13)被配置为：通过使所述活动心率分量与所述精神压力心率分量之间的相关性最小化来根据所获得的活动信息计算所述活动心率分量。

12.一种用于检测人的精神压力的压力检测***(1、2)，所述***包括：

-活动传感器(20)，其被配置为采集与所述人的活动相关的活动信息；

-心率传感器(30)，其被配置为采集指示或允许计算所述人的当前心率的心率信息；以及

-根据前述权利要求中的任一项所述的压力检测设备(10、40、60)，其用于基于所采集的活动信息和所采集的心率信息来检测人的精神压力。

13.根据权利要求12所述的***，

其中，所述活动传感器(20)包括以下中的一个或多个：加速度计、安装在身体上的相机、远程相机、皮肤电活动传感器、陀螺仪和温度传感器，和/或

其中，所述心率传感器(30)包括以下中的一个或多个：光电体积描记传感器、脉搏血氧计传感器、安装在身体上的相机、远程相机、ECG传感器、腕带式压力传感器和腕带式张力传感器。

14.一种用于检测人的精神压力的压力检测方法，所述方法包括：

-采集与所述人的活动相关的活动信息；

-获得指示或允许计算所述人的当前心率的心率信息；

-根据所获得的活动信息检测所述人的姿势变化；

-在考虑姿势变化检测的结果的情况下，根据所获得的心率信息计算基础心率分量；

-根据所获得的活动信息计算活动心率分量；

-通过从所述人的所述当前心率减去所计算出的活动心率贡献和所计算出的基础心率分量来计算精神压力心率贡献；

-根据所述精神压力心率分量计算与所述人的精神压力相关的精神压力信息；并且

-输出所计算出的精神压力信息。

15.一种包括程序代码单元的计算机程序，所述程序代码单元用于当在计算机上执行所述计算机程序时使所述计算机执行根据权利要求14所述的方法的步骤。