一种精神压力测量系统及方法技术方案

本发明专利技术属于精神压力测量技术领域，公开了一种精神压力测量系统及方法，所述精神压力测量系统包括：心电采集模块、脑电采集模块、血压采集模块、信号处理模块、中央控制模块、判断模块、异常报警模块、存储模块、显示模块。本发明专利技术通过信号处理模块对信号进行滤波、放大、模数转换、降噪处理，其中通过降噪模块对信号降噪处理大大提高数据采集的准确性；同时，通过判断模块对监测对象的人体压力生理信号进行识别，判断所述监测对象是否存在精神压力。达到了判断监测对象是否存在精神压力的目的，进而解决了医生无法准确得知患者精神状态进而给出准确治疗方案的技术问题。

【技术实现步骤摘要】
一种精神压力测量系统及方法
本专利技术属于精神压力测量
，尤其涉及一种精神压力测量系统及方法。
技术介绍
心理压力即精神压力，现代生活中每个人都有所体验，心理压力总的来说有社会、生活和竞争三个压力源。压力过大、过多会损害身体健康。是外界环境的变化和机体内部状态所造成的人的生理变化和情绪波动。导致心理压力的因素很多，而且来源、性质不尽相同。可能是来自社会的，也可能是来自家庭的；可能是愉快的，也可能是不愉快的；可能是有益的，也可能是有害的。不管怎样，人面对压力总是要采取某种态度去适应它。愉快的、有利的心理压力，一般来说对人的健康不会造成危害；短暂的心理压力对人的身心健康也危害甚小，但长期的心理压力使人在生理上产生过度的反应，如果不愉快的、有害的心理压力不能得到积极克服，往往会导致种种疾病。然而，现有精神压力测量过程中采集的数据受噪声影响，导致采集的数据不准确，影响测量；同时，不能准确的判断患者精神状态，影响对患者及时诊断治疗。综上所述，现有技术存在的问题是：现有精神压力测量过程中采集的数据受噪声影响，导致采集的数据不准确，影响测量；同时，不能准确的判断患者精神状态，影响对患者及时诊断治疗。现有技术不能实现异常数据集的降维处理，延迟报警，降低报警效率；现有技术中对存储的数据信息不能进行校正处理，无法保证采集的数据被准确的存储，降低保证信息的真实度和准确度；现有技术中显示器无法保证数据的准确性，工作效率较低。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种精神压力测量系统及方法。本专利技术是这样实现的，一种精神压力测量方法，所述精神压力测量方法包括：第一步，利用心电仪器采集患者的心电数据信号；利用数字脑电仪采集患者脑电波数据信号；利用血压仪器采集患者血压数据信号；第二步，利用信号处理电路对采集的信号进行滤波、放大、模数转换、降噪操作；利用数据处理软件根据采集的数据判断精神状态；第三步，利用报警器通过变量变换将相关异常数据转为若干个不相关的综合指标变量，完成异常数据集的降维处理后进行及时报警通知；利用存储器存储采集的心电、脑电波、血压数据信息并通过时域高通滤波非均匀性校正算法，对存储的数据信息进行校正处理；第四步，利用模块级联约束式的显示器显示精神压力测量系统界面及采集的心电、脑电波、血压数据信息。进一步，所述第三步利用报警器通过变量变换将相关异常数据转为若干个不相关的综合指标变量，完成异常数据集的降维处理，具有步骤为：(1)计算新报警anew与样本报警对应属性的相似度；样本报警A＝{a1，a2，…an}，每个报警有m个属性；根据各属性相似度计算公式，得到新报警与已知报警{a1，a2，…an}的属性相似度矩阵，如下式所示：(2)计算属性相似度矩阵的相关系数，判断各属性之间的相关性；利用下式，计算属性相似度的相关系数，并构造系数矩阵R＝(rij)n×m：其中，skj为新报警与第k个报警在第j个属性上的相似度；(3)获取新的属性指标计算系数矩阵R的特征值{λ1，λ2，…λm}，及对应的特征向量{w1，w2，…wm}，将特征向量对应分量作为各属性的权重，得m个新的属性指标；第i个报警的第j个新属性指标值的计算如下式所示：其中，wij为特征向量wi的第j个分量；(4)计算新报警与样本报警的相似度；首先根据系数矩阵R的特征值{λ1，λ2，…λm}，计算出第j个新指标的权重bj；然后，将新报警与第i个报警的m个新指标进行加权求平均得到两个报警的相似度，如下式所示：其中，yij为第i个报警的第j个新指标。进一步，所述第四步中利用模块级联约束式的显示器，提高显示精神压力测量系统界面及采集的心电、脑电波、血压数据信息的清晰度，具体方法为：对于象素宽度为W的显示屏，其每个单元模块宽为WM象素，最大级联数Mmax，如果WM×Mmax<W，就需要对屏体横向分块，设屏体横向分DV为块，DV为正整数，则每块的宽度WF为：同时每块的宽度不能超过Mmax个驱动模块总的象素宽度：WF<WM·Mmax，得：本专利技术的另一目的在于提供一种实现所述精神压力测量方法的精神压力测量系统，所述精神压力测量系统，包括：心电采集模块，与信号处理模块连接，用于通过心电仪器采集患者的心电数据信号；脑电采集模块，与信号处理模块连接，用于通过数字脑电仪采集患者脑电波数据信号；血压采集模块，与信号处理模块连接，用于通过血压仪器采集患者血压数据信号；信号处理模块，与心电采集模块、脑电采集模块、血压采集模块、中央控制模块连接，用于通过信号处理电路对采集的信号进行滤波、放大、模数转换、降噪操作；中央控制模块，与信号处理模块、判断模块、异常报警模块、存储模块、显示模块连接，用于通过单片机控制各个模块正常工作；判断模块，与中央控制模块连接，用于通过数据处理软件根据采集的数据判断精神状态；异常报警模块，与中央控制模块连接，用于通过报警器根据异常数据进行及时报警通知；存储模块，与中央控制模块连接，用于通过存储器存储采集的心电、脑电波、血压数据信息；显示模块，与中央控制模块连接，用于通过显示器显示精神压力测量系统界面及采集的心电、脑电波、血压数据信息。进一步，所述信号处理模块包括信号滤波模块、信号放大模块、模数转换模块、降噪模块；信号滤波模块，用于通过信号滤波电路将采集的信号中干扰信号进行过滤操作；信号放大模块，用于通过信号放大电路将采集的信号进行放大操作；模数转换模块，用于通过模数转换电路将采集的模拟信号转换为数字信号；降噪模块，用于通过降噪电路将数字输入信号进行降噪处理。本专利技术的另一目的在于提供一种应用所述精神压力测量方法的精神压力测量平台。本专利技术的优点及积极效果为：本专利技术通过信号处理模块对信号进行滤波、放大、模数转换、降噪处理，其中通过降噪模块对信号降噪处理大大提高数据采集的准确性；同时，通过判断模块采用获取人体压力生理信号的方式，通过获取被试对象的基线期、认知任务期以及恢复期的人体压力生理信号；分别对所述被试对象的基线期、认知任务期及恢复期的人体压力生理信号进行计算并得到非相关特征值；所述被试对象的基线期、认知任务期及恢复期分别具有多个非相关特征值；根据所述非相关特征值对分类器进行训练，得到准确率最高的最终模型；通过所述最终模型对监测对象的人体压力生理信号进行识别，判断所述监测对象是否存在精神压力。达到了判断监测对象是否存在精神压力的目的，进而解决了医生无法准确得知患者精神状态进而给出准确治疗方案的技术问题。本专利技术利用报警器通过变量变换将相关异常数据转为若干个不相关的综合指标变量，完成异常数据集的降维处理，有利于进行及时报警通知，提高报警效率；本专利技术利用存储器存储采集的心电、脑电波、血压数据信息并通过时域高通滤波非均匀性校正算法，对存储的数据信息进行校正处理，保证采集的数据被准确的存储，保证信息的真实度和准确度；本专利技术利用模块级联约束式的显示器，提高显示精神压力测量系统界面及采集的心电、脑电波、血压数据信息的清晰度，保证数据的准确性，提高工作效率。附图说明图1是本专利技术实施例提供的精神压力测量方法流程图。图2是本专利技术实施例提供的精神压力测量系统结构示意图；图中：1、心电采集模块；2、脑电采集模块；3、血压采集模块；4、信号处理模块；5、中央控制模块；6、本文档来自技高网...

【技术保护点】
1.一种精神压力测量方法，其特征在于，所述精神压力测量方法包括：第一步，利用心电仪器采集患者的心电数据信号；利用数字脑电仪采集患者脑电波数据信号；利用血压仪器采集患者血压数据信号；第二步，利用信号处理电路对采集的信号进行滤波、放大、模数转换、降噪操作；利用数据处理软件根据采集的数据判断精神状态；第三步，利用报警器通过变量变换将相关异常数据转为若干个不相关的综合指标变量，完成异常数据集的降维处理后进行及时报警通知；利用存储器存储采集的心电、脑电波、血压数据信息并通过时域高通滤波非均匀性校正算法，对存储的数据信息进行校正处理；第四步，利用模块级联约束式的显示器显示精神压力测量系统界面及采集的心电、脑电波、血压数据信息。

【技术特征摘要】
1.一种精神压力测量方法，其特征在于，所述精神压力测量方法包括：第一步，利用心电仪器采集患者的心电数据信号；利用数字脑电仪采集患者脑电波数据信号；利用血压仪器采集患者血压数据信号；第二步，利用信号处理电路对采集的信号进行滤波、放大、模数转换、降噪操作；利用数据处理软件根据采集的数据判断精神状态；第三步，利用报警器通过变量变换将相关异常数据转为若干个不相关的综合指标变量，完成异常数据集的降维处理后进行及时报警通知；利用存储器存储采集的心电、脑电波、血压数据信息并通过时域高通滤波非均匀性校正算法，对存储的数据信息进行校正处理；第四步，利用模块级联约束式的显示器显示精神压力测量系统界面及采集的心电、脑电波、血压数据信息。2.如权利要求1所述的精神压力测量方法，其特征在于，所述第三步利用报警器通过变量变换将相关异常数据转为若干个不相关的综合指标变量，完成异常数据集的降维处理，具有步骤为：(1)计算新报警anew与样本报警对应属性的相似度；样本报警A＝{a1，a2，…an}，每个报警有m个属性；根据各属性相似度计算公式，得到新报警与已知报警{a1，a2，…an}的属性相似度矩阵，如下式所示：(2)计算属性相似度矩阵的相关系数，判断各属性之间的相关性；利用下式，计算属性相似度的相关系数，并构造系数矩阵R＝(rij)n×m：其中，skj为新报警与第k个报警在第j个属性上的相似度；(3)获取新的属性指标计算系数矩阵R的特征值{λ1，λ2，…λm}，及对应的特征向量{w1，w2，…wm}，将特征向量对应分量作为各属性的权重，得m个新的属性指标；第i个报警的第j个新属性指标值的计算如下式所示：其中，wij为特征向量wi的第j个分量；(4)计算新报警与样本报警的相似度；首先根据系数矩阵R的特征值{λ1，λ2，…λm}，计算出第j个新指标的权重bj；然后，将新报警与第i个报警的m个新指标进行加权求平均得到两个报警的相似度，如下式所示：其中，yij为第i个报警的第j个新指标。3.如权利要求1所述的精神压力测量方法，其特征在于，所述第四步中利用...

【专利技术属性】
技术研发人员：袁秀霞，李慧慧，陶琪，苗雨，
申请(专利权)人：郑州大学第一附属医院，
类型：发明
国别省市：河南,41