一种压力识别方法及设备技术

本申请公开了一种压力识别方法，包括当接收到测试信号时，对所述测试信号进行特征提取，获得待测相关性HRV特征；通过预设压力识别模型对所述待测相关性HRV特征进行压力值计算，获得目标压力值；将所述目标压力值与压力程度分级规则进行比对，确定所述目标压力值对应的压力等级；该压力识别方法基于与压力变化具有一定相关性的HRV特征实现了压力识别，极大的提高了压力识别效率。本申请还公开了一种压力识别装置、压力识别设备以及计算机可读存储介质，均具上述有益效果。

【技术实现步骤摘要】
一种压力识别方法及设备
本申请涉及智能设备
，特别涉及一种压力识别方法，还涉及一种压力识别装置、压力识别设备以及计算机可读存储介质。
技术介绍
心理压力是影响人体健康的重要因素，当心理压力超过个体本身心理压力承受能力时，会导致疾病高发，影响人体健康。在现实生活中，心理压力越来越成为影响人们身心健康和高质量生活的主要因素。要对心理压力进行有效的诊断和干预，就需要对心理压力进行量化测量，但是主观情绪和外人的经验并不能准确地评价一个人的心理压力程度，必须要通过人体的体征信号来进行辅助判断。另一方面，伴随近年来可穿戴技术的发展，智能手表，智能手环等一系列可穿戴设备的广泛普及，借助可穿戴设备采集个人的生理信息逐渐成为可能，利用技术手段自动检测心理压力具有可行性并广泛受到人们的关注。在教育、医疗、特殊领域中，可以客观方便的帮助医生和患者评估心理压力，达到有效辅助医生诊断和患者康复的目的。评估心理压力的基础是准确地测量心理压力，目前用于心理压力测试的常用方法主要为生理测量法，其主要是应用生物电相关技术对人的健康状况开展评估，是当前国内外研究的热点。现有研究表明，人类体征信号中包含丰富的情感信息，同时具有客观性、真实性和能够实时监测的特点，体征信号和心理反应之间存在关联性，因此选择具有良好特征的体征信号来综合衡量心理压力具备可实现性和有效性。HRV(HeartRateVariability，心率变异性)是指逐次心搏间期的微小差异，其产生于自主神经系统对心脏窦房结的调制，随着体内外环境的变化而时刻变化，使得心搏间期一般存在几十毫秒的差异和波动。目前，基于HRV的压力识别方法，主要是通过采集不同程度环境下的生理数据，例如采集放松、轻度压力、中度压力、严重压力环境下的心电信号等，计算大量的HRV特征，然后通过一些机器学习的方法，如支持向量机等来建立和训练压力识别模型，再通过该模型来进行压力的识别。然而，由于HRV特征的种类多种多样且数量巨大，基于大量的HRV特征实现压力识别模型的构建，不仅在模型构建过程中需要消耗大量的时间，基于该压力识别模型进行压力识别的效率也会大大降低。因此，如何提供一种压力识别方法，以有效提高压力识别效率是本领域技术人员亟待解决的问题。
技术实现思路
本申请的目的是提供一种压力识别方法，该压力识别方法基于与压力变化具有一定相关性的HRV特征实现了压力识别，极大的提高了压力识别效率；本申请的另一目的是提供一种压力识别装置、压力识别设备以及计算机可读存储介质，也具有上述有益效果。为解决上述技术问题，本申请提供了一种压力识别方法，所述压力识别方法包括：当接收到测试信号时，对所述测试信号进行特征提取，获得待测相关性HRV特征；通过预设压力识别模型对所述待测相关性HRV特征进行压力值计算，获得目标压力值；将所述目标压力值与压力程度分级规则进行比对，确定所述目标压力值对应的压力等级。优选的，所述预设压力识别模型的构建过程包括：对不同压力等级下的样本信号进行特征提取，获得多个HRV特征；通过特征提取算法在所有所述HRV特征中提取相关性HRV特征；根据所述相关性HRV特征进行模型构建，获得所述预设压力识别模型；根据所述预设压力识别模型计算获得所述压力程度分级规则。优选的，所述对不同压力等级下的样本信号进行特征提取，获得多个HRV特征，包括：通过光电容积脉搏波描记法对所述不同压力等级下的样本信号进行特征提取，获得所述多个HRV特征。优选的，所述对不同压力等级下的样本信号进行特征提取，获得多个HRV特征之后，还包括：对各个所述HRV特征进行预处理，获得处理后的HRV特征。优选的，所述通过特征提取算法在所有所述HRV特征中提取相关性HRV特征，具体包括：对各个所述HRV特征进行标准化处理，获得标准HRV特征；通过所述特征提取算法在所有所述标准HRV特征中提取所述相关性HRV特征。优选的，所述通过所述特征提取算法在所有所述标准HRV特征中提取所述相关性HRV特征，包括：通过所述T检验分析算法对各个相邻压力等级下相同类型的所述标准HRV特征进行处理，获得多个显著性因子；选取所述显著性因子低于预设显著性因子的标准HRV特征作为所述相关性HRV特征。优选的，所述根据所述相关性HRV特征进行模型构建，获得所述预设压力识别模型，包括：根据所述显著性因子计算获得各个所述相关性HRV特征的权重系数；根据所述权重系数对所述相关性HRV特征进行模型构建，获得所述预设压力识别模型。优选的，所述根据所述预设压力识别模型计算获得压力程度分级规则，包括：通过所述预设压力识别模型对各个所述相关性HRV特征进行压力值计算，获得各个所述相关性HRV特征的压力值；将各个所述压力值按照由小到大的顺序进行排序；对排序后的各个所述压力值进行均分处理，获得预定数量个压力分级阈值；根据各个所述压力分级阈值构建所述压力程度分级规则。优选的，所述压力识别方法还包括：根据所述目标压力值和所述目标压力值对应的压力等级对所述压力程度分级规则进行修正，获得修正后压力程度分级规则。为解决上述技术问题，本申请提供了一种压力识别装置，所述压力识别装置包括：测试特征提取模块，用于当接收到测试信号时，对所述测试信号特征提取，获得待测相关性心率变异性HRV特征；压力值计算模块，用于通过预设压力识别模型对所述待测相关性HRV特征进行压力值计算，获得目标压力值；压力等级确定模块，用于将所述目标压力值与压力程度分级规则进行比对，确定所述目标压力值对应的压力等级。为解决上述技术问题，本申请提供了一种压力识别设备，所述压力识别设备包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述任意一种压力识别方法的步骤。为解决上述技术问题，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一种压力识别方法的步骤。本申请所提供的一种压力识别方法，包括当接收到测试信号时，对所述测试信号特征提取，获得待测相关性HRV特征；通过预设压力识别模型对所述待测相关性HRV特征进行压力值计算，获得目标压力值；将所述目标压力值与压力程度分级规则进行比对，确定所述目标压力值对应的压力等级。可见，本申请所提供的压力识别方法，在对获取到的测试信号进行压力识别时，先对该测试信号进行特征提取，以获得与人体压力变化具有较大相关性的HRV特征，即上述待测相关性HRV特征，进一步，再将该待测相关性HRV特征输入预设压力识别模型进行压力识别，相较于已有技术中将所有HRV特征全部输入压力识别模型进行压力识别，本申请所提供的压力识别方法极大的提高了对人体压力识别的效率。此外，由于上述预设压力识别模型是对提取的待测相关性HRV特征进行运算实现压力识别的，因此，可以想到的是，预设压力识别模型的构建过程同样也是基于样本相关性HRV特征进行构建获得的，而非通过所有的HRV特征实现模型构建，由此，大大缩短了模型构建时间。本申请所提供的一种压力识别装置、设备以及计算机可读存储介质，均具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图本文档来自技高网...

【技术保护点】
1.一种压力识别方法，其特征在于，包括：当接收到测试信号时，对所述测试信号进行特征提取，获得待测相关性心率变异性HRV特征；通过预设压力识别模型对待测相关性HRV特征进行压力值计算，获得目标压力值；将所述目标压力值与压力程度分级规则进行比对，确定所述目标压力值对应的压力等级。

【技术特征摘要】
1.一种压力识别方法，其特征在于，包括：当接收到测试信号时，对所述测试信号进行特征提取，获得待测相关性心率变异性HRV特征；通过预设压力识别模型对待测相关性HRV特征进行压力值计算，获得目标压力值；将所述目标压力值与压力程度分级规则进行比对，确定所述目标压力值对应的压力等级。2.如权利要求1所述的压力识别方法，其特征在于，所述预设压力识别模型的构建过程包括：对不同压力等级下的样本信号进行特征提取，获得多个HRV特征；通过特征提取算法在所有所述HRV特征中提取相关性HRV特征；根据所述相关性HRV特征进行模型构建，获得所述预设压力识别模型；根据所述预设压力识别模型计算获得所述压力程度分级规则。3.如权利要求2所述的压力识别方法，其特征在于，所述对不同压力等级下的样本信号进行特征提取，获得多个HRV特征，包括：通过光电容积脉搏波描记法对所述不同压力等级下的样本信号进行特征提取，获得所述多个HRV特征。4.如权利要求2所述的压力识别方法，其特征在于，所述对不同压力等级下的样本信号进行特征提取，获得多个HRV特征之后，还包括：对各个所述HRV特征进行预处理，获得处理后的HRV特征。5.如权利要求2所述的压力识别方法，其特征在于，所述通过特征提取算法在所有所述HRV特征中提取相关性HRV特征，具体包括：对各个所述HRV特征进行标准化处理，获得标准HRV特征；通过所述特征提取算法在所有所述标准HRV特征中提取所述相关性HRV特征。6.如权利要求5...

【专利技术属性】
技术研发人员：刘均，熊秀春，
申请(专利权)人：深圳还是威健康科技有限公司，
类型：发明
国别省市：广东,44