【技术实现步骤摘要】
基于脉搏信号中呼吸成分的情绪识别系统及方法
本专利技术涉及信号识别
,特别是涉及一种基于脉搏信号中呼吸成分的情绪识别系统及方法。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。情绪是指由不同感觉、思想和行为共同产生的心理及生理状态,是对多种主观认知经验的通称。当今社会经济的不断发展,使得社会竞争日益激烈,生活节奏加快,越来越多的人长期处于紧张状态,承受很大的精神压力,严重的甚至患有焦虑症、抑郁症、躁狂症等心理疾病。情绪对人体的生理健康也有一定的影响,尤其是对心肺功能的影响较大,消极的情绪会使有心肺功能的患者病情加剧。随着生活水平的提高和健康意识的增强,人们越来越重视情绪对于自身健康的影响。有效的情绪识别能够对不良的精神状态进行监测预警,同时也有助于心理疾病的早期诊断和治疗。此外,随着社会老龄化日趋严峻,“空巢”现象日渐加剧,越来越多的老年人常因年龄的增加、身体机能的下降等,社交网络逐渐缩小,获得的情感支持明显减少,从而时常会感到孤独、寂寞、无助,极易导致老年心理疾病的发生 ...
【技术保护点】
1.一种基于脉搏信号中呼吸成分的情绪识别系统,其特征在于,包括:/n信号提取模块,用于对通过光电传感器获取的脉搏信号进行集合经验模态分解,对得到的本征模态函数进行重构以提取呼吸信号;/n特征提取模块,用于对呼吸信号提取的时域特征、频域特征以及熵特征采用显著性差异进行特征筛选,对筛选后的特征采用随机森林Gini指数分配权重后构建特征子集;/n识别模块,用于将特征子集输入到预先训练好的随机森林分类器,输出情绪识别分类结果;/n传输及预警模块,用于将识别模块的情绪识别分类结果传输至接收端并实现情绪预警。/n
【技术特征摘要】
1.一种基于脉搏信号中呼吸成分的情绪识别系统,其特征在于,包括:
信号提取模块,用于对通过光电传感器获取的脉搏信号进行集合经验模态分解,对得到的本征模态函数进行重构以提取呼吸信号;
特征提取模块,用于对呼吸信号提取的时域特征、频域特征以及熵特征采用显著性差异进行特征筛选,对筛选后的特征采用随机森林Gini指数分配权重后构建特征子集;
识别模块,用于将特征子集输入到预先训练好的随机森林分类器,输出情绪识别分类结果;
传输及预警模块,用于将识别模块的情绪识别分类结果传输至接收端并实现情绪预警。
2.如权利要求1所述的基于脉搏信号中呼吸成分的情绪识别系统,其特征在于,所述集合经验模态分解包括:
在脉搏信号中第m次加入高斯白噪声信号,经EMD分解得到第m次分解的第i个IMF分量;
计算总分解次数M次的IMF平均值,根据IMF频率与呼吸频率的相关度,选取相关度最高的IMF分量进行重构作为呼吸信号。
3.如权利要求2所述的基于脉搏信号中呼吸成分的情绪识别系统,其特征在于,第m次加入高斯白噪声信号进行EMD分解包括:
识别加入高斯白噪声信号的待分解脉搏信号的极大值点与极小值点;
利用样条插值法构造极大值点包络函数和极小值点包络函数;
计算包络函数的均值函数,以及原始脉搏信号与均值函数的差值函数;
判断差值函数是否满足IMF条件,若满足,差值函数为第一个IMF分量;若不满足,令更新原始脉搏信号,直至得到的差值函数满足IMF条件,得到待分解脉搏信号最高频率部分的IMF分量;
计算剩余信号的第二个IMF分量,直至剩余信号的极值点数小于2,完成分解。
4.如权利要求1所述的基于脉搏信号中呼吸成分的情绪识别系统,其特征在于,基于波峰和...
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。