基于层次分析法的多参数心理压力评估方法及装置制造方法及图纸

本发明专利技术公开了一种基于层次分析法的多参数心理压力评估方法及装置，所述方法对被测者HRV信号进行频域、时域及非线性分析得到心理压力影响因素参数集，根据该参数集使用层次分析法及心理压力评估模型得到被测者心理压力评估结果；所述装置采集被测者心电信号，对所述心电信号采用基于层次分析法的多参数心理压力评估方法进行分析与评估，输出评估报告，并将评估报告无线传递给外界。有益效果：(1)采用被测者HRV生理参数的变化监测被测者心理压力状态，有效避免因被测者主观因素及认知水平的不同对监测结果造成的影响；(2)有效记录及分析被测者日常心理压力状态，存储关键数据用于提示被测者自我调整和为医护人员备用。

【技术实现步骤摘要】

本专利技术涉及医疗心理压力测量评估领域，具体涉及一种基于层次分析法的多参数 心理压力评估方法及装置。
技术介绍
当今社会，人们面临的各种压力给人们心理健康造成严重影响，甚至导致生命威 胁。心理压力被世界卫生组织定为"西方世界的灾难"，依照国际劳工办公室的说法，它已成 为"我们时代最严重的问题之一，不仅危及个人的身体和精神健康，而且对企业和政府也有 害"。目前，常用的心理压力评估方法主要有：作业法、投射法和量表法，这些方法共同存在 受被测者主观因素及认知水平影响的缺陷； 南京医科大学2010级钟添萍硕士学位论文《心理素质评估训练系统的研制与应 用研宄》文章提到用HRV用于心理素质检测，但没有指明具体参数及评估方法。 因此需要设计一种基于层次分析法的多参数心理压力评估方法及装置，能够根据 被测者HRV信号对被测者心理压力进行量化评估，该方法及装置不受被测者主观因素及认 知水平的影响，能够客观检测被测者心理压力状态。
技术实现思路
有鉴于此，本专利技术提供一种基于层次分析法的多参数心理压力评估方法及装置。 技术方案如下： -种基于层次分析法的多参数心理压力评估方法，其关键在于包括以下步骤： Sl :获取待测者HRV信号，对HRV信号分别进行频域、时域和非线性分析，得到参数 集 G = {Gi，G2，…，GJ ; 其中：G1= {Gn，G12，…，Gu}，G2= {G21，G22，…，G2J，Gk= {Gkl，Gk2，…，GJ ; S2 :使用步骤Sl中获得的参数集数据构建递阶层次参数集模型： G作为模型目标层，Gi为心理压力一级影响因子，Gij为心理压力二级影响因子； S3 :根据实验数据参数值变化程度及1-9比例标度法分别对每一级影响因子的相 对重要性进行定量描述，得到两两比较判断矩阵，并进行一致性检验： G = {Gi，G2，…，Gk}中各元素两两比较判断矩阵A， G1= {Gn，G12,…，G1J中各元素两两比较判断矩阵B1, G2= {G21，G22，…，G2J中各元素两两比较判断矩阵B2， Gk= {Gkl，Gk2，…，GJ中各元素两两比较判断矩阵Bk; S4 :使用层次单排序法利用矩阵八、83十算各影响因子的权重，得到： G = ^G2,-,G1J 中各子集的权重 λ = U1, λ2,…，λ,}; G1= {Gn，G 12，…，G1J 中各元素的权重 λ1= {λ η，λ12,…，λ」； G2= {G21，G 22，…，G2J 中各元素的权重 λ2= {λ 21，λ22，…，λ2ηι}; Gk= {Gkl，G k2，…，GJ 中各元素的权重 λ,= {λ kl，Ak2，…，; S5 :利用步骤S4中得到的二级影响因子各自权重计算其从属的一级影响因子的 S6 :利用步骤S4和步骤S5获得的权重λ种Z(.，i = 2,…，k，根据心理压力得 分模型计算心理压力得分： S7:根据心理压力评估等级判断被测者心理压力状态，输出被测者心理压力评估 报告； 其中，步骤 Sl 中 G = (G1, G2, G3}; G1= {G n，G12}为HRV信号频域参数集；G11为低频与高频比LF/HF ;G 12为总谱TP ; G2= {G 21，G22, G23}为HRV信号时域参数集；G21为正常窦性心率RR间期的标准差 SDNN ;G22为在所有RR间期中，相邻RR间期之差大于50ms的个数占所有RR间期个数的百 分比PNN50 ;G23为以第一声音为准心脏每分钟跳动的次数HR ; G3= {G31，G32, G3J为HRV信号非线性分析参数集；G31为被测者相平面图的面积S ; G32为相对分散度N ;G 33为李氏指数L。 苴由.来聰M由讦曾;Λ、裡Ι?士一怨戢腧田芊锃分的卞沣为. 最后，步骤S7中心理压力评估等级为： 得分值Z〈30,检测者处于放松状态； 得分值30〈Z〈 = 50,检测者处于心理稍微紧张状态； 得分值Z>50,检测者处于心理较紧张状态。 -种基于层次分析法的多参数心理压力评估装置，其关键在于包括：心电信号采 集器对采集到的心电信号预处理后，传递给微处理器；所述微处理器根据所述步骤Sl~S7 对心电信号进行分析与评估，输出被测者心理压力评估报告；评估报告经无线发射装置传 递给外界。 进一步地，所述微处理器上设有键盘、存储器及显示器。 更进一步地，所述心电信号采集器采用内嵌信号放大器及A/D转换器的芯片 ADS1292R。 有益效果：（1)采用被测者HRV生理参数的变化监测被测者心理压力状态，有效避 免因被测者主观因素及认知水平的不同对监测结果造成的影响；（2)有效记录及分析被测 者日常心理压力状态，存储关键数据用于提示被测者自我调整和为医护人员备用。【附图说明】 图1为本专利技术的算法流程图； 图2为本专利技术构建的递阶层次参数集图； 图3为本专利技术装置系统框图。【具体实施方式】 下面结合实施例和附图对本专利技术作进一步说明。 如图1所示的一种基于层次分析法的多参数心理压力评估方法，其关键在于，包 括以下步骤： Sl :获取待测者HRV信号，对HRV信号分别进行频域、时域和非线性分析，得到参数 集 G = (G1, G2, G3}; G1= {G n，G12}为HRV信号频域参数集；G11为低频与高频比LF/HF ;G 12为总谱TP ; G2= {G 21，G22, G23}为HRV信号时域参数集；G21为正常窦性心率RR间期的标准差 SDNN ;G22为在所有RR间期中，相邻RR间期之差大于50ms的个数占所有RR间期个数的百 分比PNN50 ;G23为以第一声音为准心脏每分钟跳动的次数HR ; G3= {G31，G32, G3J为HRV信号非线性分析参数集；G31为被测者相平面图的面积S ; G32为相对分散度N ;G 33为李氏指数L ; S2 :使用步骤Sl中获得的参数集数据构建递阶层次参数集模型： 如图2所示的递阶层次参数集模型，G作为模型目标层，匕为心理压力一级影响因 子，G ij为心理压力二级影响因子； S3:对多名被测者分别进行躺、坐、动三种状态采集的心电信号进行HRV信号分 析，得到各参数值如表1所示； 根据实验数据参数值变化程度及1-9比例标度法分别对每一级影响因子的相对 重要性进行定量描述，得到两两比较判断矩阵； G =叫，G2, GJ中各元素两两比较判断矩阵 G1= {Gn，G12}中各元素两两比较判断矩阵. G2= {G21，G22, G23}中各元素两两比较判断矩阵， G3= {G31，G32, G33}中各元素两两比较判断矩阵 表1被测者躺、坐、动三种状态HRV分析 对矩阵A、81进行一致性检验： 对于当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于层次分析法的多参数心理压力评估方法，其特征在于包括以下步骤：S1：获取待测者HRV信号，对HRV信号分别进行频域、时域和非线性分析，得到参数集G＝{G1,G2,…,Gk}；其中：G1＝{G11,G12,…,G1l}，G2＝{G21,G22,…,G2m}，Gk＝{Gk1,Gk2,…,Gkn}；S2：使用步骤S1中获得的参数集数据构建递阶层次参数集模型：G作为模型目标层，Gi为心理压力一级影响因子，Gij为心理压力二级影响因子；S3：根据实验数据参数值变化程度及1‑9比例标度法分别对每一级影响因子的相对重要性进行定量描述，得到两两比较判断矩阵，并进行一致性检验：G＝{G1,G2,…,Gk}中各元素两两比较判断矩阵A，G1＝{G11,G12,…,G1l}中各元素两两比较判断矩阵B1，G2＝{G21,G22,…,G2m}中各元素两两比较判断矩阵B2，Gk＝{Gk1,Gk2,…,Gkn}中各元素两两比较判断矩阵Bk；S4：使用层次单排序法利用矩阵A、Bi计算各影响因子的权重，得到：G＝{G1,G2,…,Gk}中各子集的权重λ＝{λ1,λ2,…,λk}，G1＝{G11,G12,…,G1l}中各元素的权重λ1＝{λ11,λ12,…,λ1l}，G2＝{G21,G22,…,G2m}中各元素的权重λ2＝{λ21,λ22,…,λ2m}，Gk＝{Gk1,Gk2,…,Gkn}中各元素的权重λk＝{λk1,λk2,…,λkn}；S5：利用步骤S4中得到的二级影响因子各自权重计算其从属的一级影响因子的得分：i＝1,2,…,k；S6：利用步骤S4和步骤S5获得的权重λi和i＝1,2,…,k，根据心理压力得分模型计算心理压力得分：Z=Σi=1k100λi·×ZGi;]]>S7：根据心理压力评估等级判断被测者心理压力状态，输出被测者心理压力评估报告。...

【技术特征摘要】

【专利技术属性】
技术研发人员：李章勇，吕德卫，任斌斌，马成群，罗扬，庞宇，王伟，冉鹏，林金朝，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;85