基于心脏间期的情绪状态客观测量方法技术

本发明专利技术公开了一种基于心脏间期的情绪状态客观测量方法，该方法中根据收集的心脏搏动间期模拟交感神经和副交感神经活动，并利用回归系数提取交感神经的活动指标和副交感神经的活动指标，从而消除了噪音和极端值的影响，再通过参与者提供的情绪唤醒状况和情绪效价状况组成二维情绪标签，进而结合综合神经活动指标建立情绪预测模型，从而根据后续输出的心脏搏动间期得到对应的情绪状态。脏搏动间期得到对应的情绪状态。脏搏动间期得到对应的情绪状态。

【技术实现步骤摘要】
基于心脏间期的情绪状态客观测量方法


[0001]本专利技术涉及应用心理学中的情绪测量，具体涉及一种基于心脏间期的情绪状态客观测量方法。

技术介绍

[0002]在应用心理学中，关于情绪测量的研究一直是比较重要的一个项目，目前已有的相关技术为基于心率变异性(Heart Rate Variability，HRV)的情绪探测技术。该技术利用心电传感器或脉搏传感器获取心脏波动间期(R-R间期)利用一段时间内(通常为60秒-1小时)的R-R间期长度的变异性(如R-R间期方差、均方根、经傅里叶变换后的高-中-低频)指标拟合个体的情绪状态。其测量的情绪状态一般为“心理紧张程度”或“挫败感强度”。其实质是对人的交感神经-副交感神经活动性的测量。但利用HRV测量情绪在本领域的有效性一直饱受质疑，因为HRV并不能很好地反映交感-副交感神经活动性，其所表达出的结果常常缺乏区分力或非常失真。
[0003]该技术中较具代表性的为Plarre等人2011年的成果(Plarre et al.,2011)，其首次较为深入地使用机器学习算法(支持向量机等)利用大量HRV参数结合其他指标(皮肤电、呼吸节律)建模并得出情绪状态预测，期预测结果为一个比较粗略的二分指标，即紧张/不紧张。作者也在文献中承认，纯粹利用HRV数据建模区分情绪状态非常困难，他们较意外地发现呼吸节律指标，并最终加入到模型中，方才得到较高的模型判别准确率。
[0004]此类技术有如下几个技术限制，其一为：均采用HRV参数作为机器学习特征，但HRV的不可靠性是一个客观问题，尽管技术人员采用了大量技术(如多模型组合、高级特征工程)，但其模型始终存在较大浮动，因此不可能得出特别精确的情绪估计，无论是2种还是4种情绪分类，每个分类所跨越的范围都是很大的，根据常识，人的情绪状态差异可以实细致入微的，远非2-4个区间可以概括；其二为，HRV技术得到的数据时间颗粒度非常大，如前述，最快速的兼测也需要60秒左右的时间。
[0005]另外，现有技术测量得到的数据是单一维度的，即紧张程度，也有些研究中称的“受挫折”(frustrated)程度，这些在心理学领域统称为情绪的唤醒程度(即从沉静到激越之间变化的维度)，然而情绪不仅仅只有这一个维度，情绪效价(即情绪的积极-消极维度的性质)也是很重要的判别指标，失去了情绪的积极和消极判定，情绪判别是不完整的。如同样为非常激越的状态，可以有暴怒(消极)和狂喜(积极)两种极端，同为非常沉静的状态，也可以有绝望(消极)和安详两种非常不同的状态。
[0006]由于上述原因，本专利技术人对现有的情绪测量方法进行了深入研究，以期待设计出一种能够解决上述问题的新的情绪状态客观测量方法。

技术实现思路

[0007]为了克服上述问题，本专利技术人进行了锐意研究，设计出一种基于心脏间期的情绪状态客观测量方法，该方法中根据收集的心脏搏动间期模拟交感神经和副交感神经活动，
并利用回归系数提取交感神经的活动指标和副交感神经的活动指标，从而消除了噪音和极端值的影响，再通过参与者提供的情绪唤醒状况和情绪效价状况组成二维情绪标签，进而结合综合神经活动指标建立情绪预测模型，从而根据后续输出的心脏搏动间期得到对应的情绪状态，从而完成本专利技术。
[0008]具体来说，本专利技术的目的在于提供一种基于心脏/脉搏间期的情绪状态客观测量方法，该方法包括：
[0009]收集生理数据和情绪标签，据此获得预测模型；
[0010]再收集生理数据，代入到该预测模型中，获得情绪激越程度和情绪效价。
[0011]其中，其特征在于，获得所述预测模型的过程包括如下步骤：
[0012]步骤1，通过收集设备收集生理数据，所述生理数据包括心脏搏动间期，并将该生理数据转换为交感神经的活动指标和副交感神经的活动指标；
[0013]步骤2，设置情绪唤醒标签和情绪效价标签，在情绪唤醒标签中记录具体的情绪激越程度，在情绪效价标签中记录具体的情绪效价，将综合神经活动指标数据与情绪标签组合为基础数据；
[0014]步骤3，调整该基础数据的格式得到统一格式的基础数据，判断该统一格式的基础数据是否符合要求；
[0015]步骤4，从符合要求的统一格式的基础数据中选取可用数据；
[0016]步骤5，根据步骤4中的可用数据获得预测模型。
[0017]其中，在得到预测模型后，
[0018]通过收集设备收集的心脏搏动间期，将其转换为交感神经的活动指标和副交感神经的活动指标，并输入到所述预测模型中，得到对应的情绪激越程度和情绪效价。
[0019]其中，所述收集设备包括可穿戴手环和智能手表。
[0020]其中，每个综合神经活动指标包扩下述数据中的一种或多种：交感神经的活动指标、副交感神经的活动指标、交感神经的活动指标与副交感神经的活动指标之商、交感神经的活动指标与副交感神经的活动指标之和、交感神经的活动指标与副交感神经的活动指标之差。
[0021]其中，步骤3中判断统一格式的基础数据是否符合要求包括如下子步骤：
[0022]子步骤1，将所有统一格式的基础数据随机地按照预定比例分学习组和检验组，
[0023]子步骤2，利用学习组中的数据冲刷模型，再用检验组中的每个数据逐一验证该模型，并分别记录检验组中每个数据的验证结果；
[0024]子步骤3，重复子步骤1和子步骤2，其中，曾经被分配到检验组中的统一格式的基础数据不再被分配到检验组中，确保每个统一格式的基础数据都曾在检验组中对被学习组中数据冲刷过的模型做过验证，直至获得所有统一格式的基础数据对应的验证结果；
[0025]子步骤4，解算所有统一格式的基础数据验证结果的总通过率，当总通过率大于70％时，所述统一格式的基础数据符合要求，否则删除所述统一格式的基础数据，重复步骤1和步骤2。
[0026]其中，步骤4中得到可用数据包括如下子步骤：
[0027]子步骤a，多次重复子步骤1-3，每次重复子步骤1时都得到由不同的统一格式的基础数据组成的检验组；使得每个统一格式的基础数据都对应有多个验证结果，再分别解算
每个统一格式的基础数据对应的平均通过率；
[0028]子步骤b，找到并隐藏1例平均通过率最低的统一格式的基础数据，利用剩余的统一格式的基础数据再次执行子步骤1-4，观察总通过率相较于隐藏数据前是否提高，如果总通过率提高，则删除该被隐藏的统一格式的基础数据，并执行子步骤c；如果总通过率未提高，则恢复被隐藏的数据，挑选并隐藏平均通过率第二低的统一格式的基础数据，重复以上过程，直至总通过率提高；
[0029]子步骤c，在总通过率提高后，以剩余的统一格式的基础数据为基础，重复子步骤a和子步骤b，发现总通过率提高后再以当前剩余的统一格式的基础数据为基础，继续重复子步骤a和子步骤b，直至总通过率达到80％以上，或者删除的统一格式的基础数据达到总的统一格式的基础数据的10％时为止，此时剩余的统一格式的基础数据即为可用数据。
[0030]其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于心脏/脉搏间期的情绪状态客观测量方法，其特征在于，该方法包括：收集生理数据和情绪标签，据此获得预测模型；再收集生理数据，代入到该预测模型中，获得情绪激越程度和情绪效价。2.根据权利要求1所述的基于心脏/脉搏间期的情绪状态客观测量方法，其特征在于，获得所述预测模型的过程包括如下步骤：步骤1，通过收集设备收集生理数据，所述生理数据包括心脏搏动间期，并将该生理数据转换为交感神经的活动指标和副交感神经的活动指标；步骤2，设置情绪唤醒标签和情绪效价标签，在情绪唤醒标签中记录具体的情绪激越程度，在情绪效价标签中记录具体的情绪效价，将综合神经活动指标数据与情绪标签组合为基础数据；步骤3，调整该基础数据的格式得到统一格式的基础数据，判断该统一格式的基础数据是否符合要求；步骤4，从符合要求的统一格式的基础数据中选取可用数据；步骤5，根据步骤4中的可用数据获得预测模型。3.根据权利要求1所述的基于心脏/脉搏间期的情绪状态客观测量方法，其特征在于，在得到预测模型后，通过收集设备收集的心脏搏动间期，将其转换为交感神经的活动指标和副交感神经的活动指标，并输入到所述预测模型中，得到对应的情绪激越程度和情绪效价。4.根据权利要求1所述的基于心脏/脉搏间期的情绪状态客观测量方法，其特征在于，所述收集设备包括可穿戴手环和智能手表。5.根据权利要求2所述的基于心脏/脉搏间期的情绪状态客观测量方法，其特征在于，每个综合神经活动指标包扩下述数据中的一种或多种：交感神经的活动指标、副交感神经的活动指标、交感神经的活动指标与副交感神经的活动指标之商、交感神经的活动指标与副交感神经的活动指标之和、交感神经的活动指标与副交感神经的活动指标之差。6.根据权利要求2所述的基于心脏/脉搏间期的情绪状态客观测量方法，其特征在于，步骤3中判断统一格式的基础数据是否符合要求包括如下子步骤：子步骤1，将所有统一格式的基础数据随机地按照预定比例分学习组和检验组；子步骤2，利用学习组中的数据冲刷模型，再用检验组中的每个数据逐一验证该模型，并分别记录检验组中每个数据的验证结果；子步骤3，重复子步骤1和子步骤2，其中，曾经被分配到检验组中...

【专利技术属性】
技术研发人员：李风华，刘正奎，
申请(专利权)人：北京晶栈信息技术有限公司，
类型：发明
国别省市：