一种基于多种模态的生理数据的可穿戴系统技术方案

本发明专利技术公开了一种基于多种模态的生理数据的可穿戴系统。所述系统包括可穿戴设备和智能终端，该可穿戴带设备以非侵入方式测量用户的多种模态的生理数据，包括智能脑电帽、智能耳机和智能手环，其中智能脑电帽用于采集脑电信号；智能耳机用于通过麦克风采集耳道内心跳声信号；智能手环用于采集脉搏信号；智能终端被设置为对接收的脑电信号、心跳声信号和脉搏信号进行滤波和归一化处理，并分别从对应时频图中提取特征，通过特征加权获得融合的特征向量，进而将该融合特征向量输入到预训练的深度学习模型，获得情绪障碍的检测结果。本发明专利技术具有无创、便捷舒适、低成本、实时监测等优势，并且识别准确度高。且识别准确度高。且识别准确度高。

【技术实现步骤摘要】
一种基于多种模态的生理数据的可穿戴系统


[0001]本专利技术涉及可穿戴设备
，更具体地，涉及一种基于多种模态的生理数据的可穿戴系统。

技术介绍

[0002]情绪障碍，亦称“心境障碍”是一类涉及情感紊乱的精神疾病，表现为持久的过度悲伤(抑郁)和/或过度欢快或欣快(躁狂)。其中具有代表性的为：抑郁障碍、双相障碍以及焦虑障碍。
[0003]抑郁障碍是一类以显著而持久的心境低落、兴趣减退等临床表现为特征的心境障碍，具有高发病率、高复发率、高自杀率及高致残率等特点，给患者的身心带来了痛苦，也给患者的家庭和社会造成沉重的负担。根据世界卫生组织(WHO)于2017年发布的《抑郁症及其他常见精神障碍》报告，世界范围内患有抑郁障碍人数高达3亿人，全球平均发病率在4.4％左右。双相障碍，也被称为躁狂抑郁症，主要特征为抑郁相与躁狂相反复交替发作或同时发作。双相障碍的复发率以及自杀率相比抑郁障碍更高，且病程较长，症状严重时可伴有精神病性症状，又因其通常以抑郁发作起病，故常被误诊或漏诊。而焦虑障碍是明显感觉焦虑和恐惧感的一种精神疾病，包括广泛性焦虑障碍、惊恐障碍和恐惧症。虽然这些疾病各不相同，但是它们都特征性地表现出痛苦和功能障碍，特别是与焦虑和恐惧相关。焦虑障碍对于女性的影响几乎是男性的两倍，且经常与抑郁障碍、酒精和其他物质使用障碍以及人格障碍同时发生。虽然这些情绪障碍可以通过心理治疗或医疗处方进行治疗，但由于病症的独特性和诊断的昂贵性，仍然是持续存在的健康问题，如能够及早诊断并治疗，对于个人和社会都具有重要意义。
[0004]在现有技术中，检测情绪障碍的方法主要有以下几种：1)基于问卷、手册专业知识的诊断。这种方法需要借助专业人士的服务，人力资源成本较高。而且无法排除患者的主观思想，并存在隐私泄露以及刻意隐瞒的情况，也无法避免由于医生个人经验等对结果的影响。2)基于语音信号的检测。这种方法通过对语音的语义内容进行分析或者对说话者的说话韵律进行分析，同样有泄露用户语音内容的风险，且受个体表达情绪的习惯差异影响较大，同样容易伪装而无法测到真实的心理状态，需用户说话时才能进行监测，需用户配合才能使用。3)基于生理数据的检测方式。例如常见的生理信号有脑电信号(EEG)、脑磁图(MEG)、心电信号(ECG)、脉搏信号、呼吸信号(RSP)等，这些生理数据与人体心理变化有着密切的联系，是因为人的生理信号只受自主神经系统和内分泌系统的支配，且具备高精准、研究层次深入的优点。但目前这种方式的信号采集过程较为复杂，尤其脑电信号、脑磁图的采集需要独有昂贵的采集设备，检测流程繁杂，需要较高的专业性，不具有普适性。4)基于多模态的检测方式。该方法综合以上技术的两种及以上的不同信号，虽然具有准确率的优越性，但是同时兼具了他们的缺点。

技术实现思路

[0005]本专利技术的目的是克服上述现有技术的缺陷，提供一种基于多种模态的生理数据的可穿戴系统。
[0006]根据本专利技术的第一方面，提供一种基于多种模态的生理数据的可穿戴系统，包括可穿戴设备和智能终端，该可穿戴带设备以非侵入方式测量用户的多种模态的生理数据，包括智能脑电帽、智能耳机和智能手环，其中：
[0007]所述智能脑电帽用于采集脑电信号；
[0008]所述智能耳机用于通过麦克风采集耳道内心跳声信号，该心跳声信号反映心脏跳动产生的压力变化带动耳内结构和耳道内的空气振动；
[0009]所述智能手环用于采集脉搏信号；
[0010]所述智能终端被设置为执行：
[0011]对接收的脑电信号、心跳声信号和脉搏信号进行滤波和归一化处理，并分别从对应时频图中提取对应特征，获得脑电信号特征、心跳声信号特征和脉搏信号特征，并从中选择特征进行加权融合，获得融合特征向量；
[0012]将所述融合特征向量输入到预训练的深度学习模型中，获得相应的情绪障碍检测结果。
[0013]根据本专利技术的第二方面，提供一种基于本专利技术所提供系统的进行情绪障碍检测的方法，包括以下步骤：
[0014]以非侵入方式采集脑电信号、脉搏信号以及耳道内心跳声信号，该心跳声信号反映心脏跳动产生的压力变化带动耳内结构和耳道内的空气振动；
[0015]对采集到的脑电信号、心跳声信号和脉搏信号进行滤波和归一化处理，并分别从对应时频图中提取特征，从中选择特征进行加权融合，获得融合特征向量，进而将该融合特征向量输入到预训练的深度学习模型，获得情绪障碍检测结果。
[0016]与现有技术相比，本专利技术的优点在于，所提出的基于多模态生理数据的可穿戴系统，通过可穿戴设备以非侵入方式采集用户的脑电、心跳以及脉搏的生理数据，能够真实反应用户的生理特征，进而实现对情绪障碍检测的高效识别。此外，所提供的系统携带使用方便，并能够实现对使用者病情发作情况、发作程度以及情绪状态进行随时随地的监控，适合日常及长期使用。
[0017]通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。
附图说明
[0018]被结合在说明书中并构成说明书的一部分的附图示出了本专利技术的实施例，并且连同其说明一起用于解释本专利技术的原理。
[0019]图1是根据本专利技术一个实施例的智能脑电帽的结构图；
[0020]图2是根据本专利技术一个实施例的智能手环的结构图；
[0021]图3是根据本专利技术一个实施例的智能耳机的结构以及佩戴图；
[0022]图4是根据本专利技术一个实施例的基于多种模态的生理数据的可穿戴系统进行情绪障碍检测的过程示意图；
[0023]图5是根据本专利技术一个实施例的智能终端进行情绪状态实时检测的过程示意图。
具体实施方式
[0024]现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。
[0025]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。
[0026]对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
[0027]在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
[0028]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
[0029]本专利技术提供基于多种模态的生理数据的可穿戴系统，整体上包括可穿戴设备和智能终端，可穿戴带设备以非侵入方式测量用户的多种模态的生理数据，包括智能脑电帽、智能耳机和智能手环。其中智能脑电帽用于采集脑电信号；智能耳机通过麦克风采集耳道内心跳声信号，收集当心脏跳动产生的压力变化进而带动耳内结构如鼓膜以及耳道内的空气的振动，即为基于声学原理所采集的心跳信号；智能手环用于采集脉搏血氧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多种模态的生理数据的可穿戴系统，包括可穿戴设备和智能终端，该可穿戴带设备以非侵入方式测量用户的多种模态的生理数据，包括智能脑电帽、智能耳机和智能手环，其中：所述智能脑电帽用于采集脑电信号；所述智能耳机用于通过麦克风采集耳道内心跳声信号，该心跳声信号反映心脏跳动产生的压力变化带动耳内结构和耳道内的空气振动；所述智能手环用于采集脉搏信号；所述智能终端被设置为执行：对接收的脑电信号、心跳声信号和脉搏信号进行滤波和归一化处理，并分别从对应时频图中提取对应特征，获得脑电信号特征、心跳声信号特征和脉搏信号特征，并从中选择特征进行加权融合，获得融合特征向量；将所述融合特征向量输入到预训练的深度学习模型中，获得相应的情绪障碍检测结果。2.根据权利要求1所述的系统，其特征在于，所述智能脑电帽是纺织电极帽，其上设置多个AG/AGCL湿电极，信号传输电缆和电路板，其中所述AG/AGCL湿电极对应用户脑部的多个位置，所述信号传输电缆用于连接所述AG/AGCL湿电极和所述电路板，所述电路板用于对采集的脑电信号进行放大处理，并实现与智能设备之间的信息交互。3.根据权利要求1所述的系统，其特征在于，所述智能手环是硅胶材质手环，其上设有信号处理板和光电容积脉搏传感器，其中所述信号处理板用于对脉搏信号进行放大处理，并实现与智能设备之间的信息交互，所述光电容积脉搏传感器用于感测脉搏信号。4.根据权利要求1所述的系统，其特征在于，所述智能耳机设置有麦克风和信号处理电路板，其中所述麦克风用于检测耳道内心跳声信号，所述信号处理电路板用于对检测到的心跳声信号进行放大处理，并实现与智能设备之间的信息交互。5.根据权利要求1所述的系统，其特征在于，所述智能设备根据以下步骤获得情绪障碍检测结果：对接收的脑电信号、耳道内心跳声信号和脉搏信号，以设定的窗口大小进行切分；对于脑电信号进行滤波和归一化，并采用带通滤波提取出有效的脑电信号，对于脉搏信号进行FFT变换后，通...

【专利技术属性】
技术研发人员：邹永攀，王丹阳，许铎腾，伍楷舜，
申请(专利权)人：深圳大学，
类型：发明
国别省市：