The present invention provides an anxiety state detection method and device, which relates to the medical electronic technology field. The method includes acquiring the three-dimensional acceleration data of users, and then detecting the physiological characteristics of users' anxiety, and judging whether the three-dimensional acceleration data of the users satisfy the pseudo anxiety characteristic conditions. If not satisfied, the users are in the state of anxiety. So we can exclude pseudo anxiety feature by 3D acceleration data, so that we can get the real anxiety state of users accurately, and remind users to take measures to improve their health as early as possible.
【技术实现步骤摘要】
焦虑状态检测方法及装置
本专利技术涉及医疗电子
,具体而言,涉及一种焦虑状态检测方法及装置。
技术介绍
现代社会快节奏高效率的生活方式极易引发大众的焦虑。而长期焦虑是中青年人群罹患抑郁症、焦虑症及并发心血管系统、内分泌系统和免疫系统等疾病的重要诱因。目前,上述疾病基本都是发病后再诊断和治疗,给患者带来精神上的极大痛苦和经济上的较大负担。在心理和生理诱因导致生理指标病理改变之前,监测和预警生理指标异常,并以适当的干预手段阻断其继续发展为病理改变,对改善中青年大众的亚健康状况具有重要意义。但是目前还没有出现检测人体是否处于焦虑状态的方案。
技术实现思路
本专利技术的目的在于提供一种焦虑状态检测方法及装置,以改善上述问题。为了实现上述目的,本专利技术采取的技术方案如下:第一方面,本专利技术实施例提供了一种焦虑状态检测方法,所述方法包括获取用户的三维加速度数据;检测到用户出现焦虑的生理特征后,判断所述用户的三维加速度数据是否满足伪焦虑特征条件,若不满足,确定所述用户处于焦虑状态。第二方面,本专利技术实施例提供了一种焦虑状态检测装置,所述装置包括第一获取单元和判断单元。第 ...
【技术保护点】
一种焦虑状态检测方法,其特征在于,所述方法包括:获取用户的三维加速度数据;检测到用户出现焦虑的生理特征后,判断所述用户的三维加速度数据是否满足伪焦虑特征条件,若不满足,确定所述用户处于焦虑状态。
【技术特征摘要】
1.一种焦虑状态检测方法,其特征在于,所述方法包括:获取用户的三维加速度数据;检测到用户出现焦虑的生理特征后,判断所述用户的三维加速度数据是否满足伪焦虑特征条件,若不满足,确定所述用户处于焦虑状态。2.根据权利要求1所述的方法,其特征在于,所述伪焦虑特征条件为以下条件中的至少一个:所述用户的三维加速度数据为预设的人体处于运动过程中的三维加速度数据;所述用户的三维加速度数据为预设的人体运动后的恢复期的三维加速度数据;以及所述用户的三维加速度数据为预设的人体身体突然的姿势改变时的三维加速度数据。3.根据权利要求2所述的方法,其特征在于,所述预设的人体运动后的恢复期的三维加速度数据为预设的人体运动后的N分钟内的恢复期的三维加速度数据。4.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取用户的心电数据;基于所述心电数据以及预设的RR间期序列计算规则,获得所述心电数据对应的RR间期时间序列;基于所述心电数据对应的RR间期时间序列以及多种预设的特征提取规则,分别获得RR间期时间序列对应的多种特征数据;从所述多种特征数据中获取与预设的分类器对应的最佳特征子集,并利用所述预设的分类器对所述最佳特征子集对应的心电数据进行分类,输出分类结果,以检测用户是否出现焦虑的生理特征。5.根据权利要求4所述的方法,其特征在于,所述基于所述心电数据以及预设的RR间期序列计算规则,获得所述心电数据对应的RR间期时间序列,包括:对所述心电数据去除基线漂移;基于预设的滑动时间窗以及去除基线漂移后的心电数据,获得所述滑动时间窗内的心电数据并定位所述滑动时间窗内的心电数据的最大值点作为R波峰点,以得到多个R波峰点;从所述多个R波峰点中,将相邻两个R峰点之间的时间间隔作为一个RR间期,以获得所述去除基线漂移后的心电数据对应的多个RR间期;将所述多个RR间期按照时间先后顺序排列,获得所述去除基线漂移后的心电数据对应的RR间期时间序列。6.根据权利要求4所述的方法,其特征在于,所述多种预设的特征提取规则包括:RR间期均值规则、RR间期标准差规则、RR间期阶梯信号功率谱上处于0.04Hz-...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。