基于脉搏波信号的警觉度实时检测方法及系统技术方案

本发明专利技术公开了一种基于脉搏波信号的警觉度实时检测方法及系统，它涉及生命科学技术领域。其检测步骤为：通过多生理参数采集仪器获取脉搏波数据，对所述脉搏波数据进行预处理，降噪并滤除各类生理干扰，从所述预处理完成后的脉搏波数据中提取生理特征，对所述生理特征进行筛选，以剔除所述脉搏波特征中的冗余信息，根据分类器对所述脉搏波特征进行分类，以根据分类结果进行警觉度状态判别。本发明专利技术可以直接检测操作者警觉度状态，操作方便，不易受干扰，具有较强的实时性和较高的正确率，在操作者警觉度状态监测领域展现了巨大的潜力。

A real-time detection method and system for alertness based on pulse wave signal

The invention discloses a real-time detection method and system for alertness based on pulse wave signal, which relates to the field of life science and technology. The detection steps are as follows: acquiring pulse wave data by multi-physiological parameter acquisition instrument, pretreatment of the pulse wave data, noise reduction and filtering of various physiological disturbances, extracting physiological features from the pulse wave data after the pretreatment, and screening the physiological characteristics to eliminate the pulse wave characteristics in the pulse wave data. Redundant information is used to classify the pulse wave characteristics according to the classifier, and the alertness state is discriminated according to the classification results. The invention can directly detect the operator's alertness state, has convenient operation, is not easily disturbed, has strong real-time performance and high accuracy, and shows great potential in the operator's alertness state monitoring field.

【技术实现步骤摘要】
基于脉搏波信号的警觉度实时检测方法及系统
本专利技术涉及的是生命科学
，具体涉及基于脉搏波信号的警觉度实时检测方法及系统。
技术介绍
上世纪90年代以来，警觉度的研究越来越受广大科研机构和公司的青睐，目前，警觉度的检测手段主要有主观问卷检测法、行为学数据检测法以及生理参数检测法现阶段。相关检测技术中，主观问卷检测手段受受试者主观意图影响较大，行为学数据是对行为的一种趋势预测，因此，其准确性和实时性并不是很高，生理信号检测法凭借着客观、可靠，能够直接反映受试者的生理变化得到了广大研究者们的认可，在所有生理信号用于警觉度检测的研究当中。脉搏波信号的采集更为便捷，数据容量更小，从警觉度实时检测实现的角度上来看，脉搏波优势明显，更具应用前景。基于此，为了克服现有技术警觉度检测复杂且易受干扰的缺陷，设计一种基于脉搏波信号的警觉度实时检测方法及系统尤为必要。
技术实现思路
针对现有技术上存在的不足，本专利技术目的是在于提供一种基于脉搏波信号的警觉度实时检测方法及系统，能够准确检测出操作者警觉度状态，操作方便，不易受干扰，实用性强，易于推广使用。为了实现上述目的，本专利技术是通过如下的技术方案来本文档来自技高网...

【技术保护点】
1.基于脉搏波信号的警觉度实时检测方法，其特征在于，其步骤为：(1)通过多生理参数采集仪器获取脉搏波数据；(2)对所述脉搏波数据进行预处理，降噪并滤除各类生理干扰，提高脉搏波信号的可靠性；(3)从所述预处理完成后的脉搏波数据中提取生理特征；(4)对所述生理特征进行筛选，以剔除所述脉搏波特征中的冗余信息；(5)根据分类器对所述脉搏波特征进行分类，以根据分类结果进行警觉度状态判别。

【技术特征摘要】
1.基于脉搏波信号的警觉度实时检测方法，其特征在于，其步骤为：(1)通过多生理参数采集仪器获取脉搏波数据；(2)对所述脉搏波数据进行预处理，降噪并滤除各类生理干扰，提高脉搏波信号的可靠性；(3)从所述预处理完成后的脉搏波数据中提取生理特征；(4)对所述生理特征进行筛选，以剔除所述脉搏波特征中的冗余信息；(5)根据分类器对所述脉搏波特征进行分类，以根据分类结果进行警觉度状态判别。2.根据权利要求1所述的基于脉搏波信号的警觉度实时检测方法，其特征在于，所述的步骤(1)中多生理参数采集仪器采用光电传感器，使用光电传感器采集实验者脉搏波信号，并通过光电转换为电压信号；所述光电传感器可佩戴于实验者左右耳垂，或小指指尖位置。3.根据权利要求1所述的基于脉搏波信号的警觉度实时检测方法，其特征在于，所述的步骤(2)脉搏波数据预处理步骤为：对所述脉搏波数据由500Hz降采样到100Hz；对降采样后脉搏波信号进行滤波处理和小波滤波处理。4.根据权利要求1所述的基于脉搏波信号的警觉度实时检测方法，其特征在于，所述的步骤(3)中特征提取包括时域特征和频域特征，时域特征有波谷幅值、波峰幅值、次级波峰幅值、波谷间期、波峰间期、次级波峰间期、波峰潜伏期、次级波峰潜伏期以及次级波峰与波峰之间间隔时间这9个特征；所述频域特征通过小波包分解方式计算得出：对去噪后的信号采用db3小波基进行6层小波包分解，信号被对应分解为64个子频带，每个子频带宽度为50Hz/64＝0.78Hz；定义某一频带能量为该频段下小波系数的平方和，即式(1)中，I为小波包分解层数，N为每层小波系数个数，Ci(k)为第i层小波的第k个系数，整个信号的总能量定...

【专利技术属性】
技术研发人员：焦学军，姜劲，曹勇，王立志，李启杰，
申请(专利权)人：中国航天员科研训练中心，
类型：发明
国别省市：北京,11