一种基于融合注意力机制的心理压力监测方法技术

本发明专利技术公开了一种基于融合注意力机制的心理压力监测方法，包括以下步骤：采集原始心电信号；利用心理压力监测模型中的带有注意力机制的卷积神经网络提取原始心电信号的局部特征；利用心理压力监测模型中的带有注意力机制的循环神经网络进一步提取原始心电信号在时间序列上的特征；根据得到的特征判断是否存在心率异常并输出结果。本发明专利技术通过卷积神经网络和循环神经网络提取特征，可以实现关注特征集合中的有效成分，忽略其中的无效成分，提高模型性能，进而提升识别的准确性。进而提升识别的准确性。进而提升识别的准确性。

【技术实现步骤摘要】
一种基于融合注意力机制的心理压力监测方法


[0001]本专利技术涉及生理信号检测领域，特别涉及一种基于融合注意力机制的心理压力监测方法。

技术介绍

[0002]心跳活动的变化与心理压力状态的改变都由交感神经与副交感神经的抗拮作用决定，具有同源性，因而理论上可以通过表征心脏活动的ECG信号来对心理压力进行实时推测。
[0003]现有技术中，如授权公告号CN109528218B的专利技术公开了一种基于心率与社交媒体微博的心理压力检测方法，通过对心率与社交媒体微博的心理压力检测，首先，从心电信号(ECG)中获取心率异常区间；并根据一个泊松概率模型从微博中检测识别异常发博(压力/兴奋)区间。然后，将每个心率异常区间与时间同步且高度匹配的异常发博区间相对应。基于匹配结果，判断出心率异常区间是压力区间还是兴奋区间，以及导致异常区间的压力源事件或积极事件。
[0004]但是现有的基于深度学习的方法在ECG信号上自动提取特征的过程中，往往对所有提取到的特征进行相同的处理，这样的处理方法无法关注特征集合中的有效成分，忽略其中的无效成分，因而模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于融合注意力机制的心理压力监测方法，其特征在于，包括以下步骤：采集原始心电信号；利用心理压力监测模型中的带有注意力机制的卷积神经网络提取原始心电信号的局部特征；利用心理压力监测模型中的带有注意力机制的循环神经网络进一步提取原始心电信号在时间序列上的特征；根据得到的特征判断是否存在心率异常并输出结果。2.根据权利要求1所述的一种基于融合注意力机制的心理压力监测方法，其特征在于，所述心理压力监测模型中，卷积神经网络注意力机制的构建过程包括：构建卷积神经网络通道注意力机制和卷积神经网络空间注意力机制。3.根据权利要求2所述的一种基于融合注意力机制的心理压力监测方法，其特征在于，构建所述卷积神经网络通道注意力机制，包括：对数据在空间维度上进行压缩和扁平化处理；采用平均池化和最大值池化从两种角度提取特征，然后通过多层感知机来产生通道特征M
o
；用该多层感知机分别对和进行处理，然后将处理后的结果进行元素求和，最终通过激...

【专利技术属性】
技术研发人员：杜方翀，张颖，伏杭江，赵泽，蒋小霞，候林妍，
申请(专利权)人：中国人民解放军总医院第八医学中心，
类型：发明
国别省市：