一种心率变异性压力检测方法、装置、存储介质以及系统制造方法及图纸

本发明专利技术公开了一种心率变异性压力检测方法、装置、存储介质以及系统。通过对心电图信号过滤以获取第一检测信号，从第一检测信号中提取心率数据以及心跳间隔数据，根据心跳间隔数据对心率变异性进行时域、频域和非线性三方面分析以获取心率变异性特征集，使用FCA

【技术实现步骤摘要】
一种心率变异性压力检测方法、装置、存储介质以及系统


[0001]本专利技术涉及心率变异性压力检测
，尤其涉及一种心率变异性压力检测方法、装置、存储介质及系统。

技术介绍

[0002]随着物质生活水平的不断提高，人们越来越重视个人的生理和心理的健康。其中，压力是最重要的心理健康问题之一，长期处于压力情况下会导致头痛、心血管疾病、抑郁症等，从而严重损害生理健康和心理健康。如果能在早期对压力进行持续检测将对社会与个人有显著的积极效益。现有的压力检测基于不同的检测机制，例如基于视频的压力检测、基于语音的压力检测，以及基于生理信号的压力检测。有研究表明，生理信号是预测压力的可靠指标。生理信号可以通过各种传感器获得。
[0003]在现有技术中，大多都是基于生理信号的组合，包括心电图、皮肤电活动和肌电图等从传感器收集的信号，再利用机器学习算法分析生理信号来检测压力。例如专利号为CN114139571A的专利技术专利公开了一种基于多模态生理信号的压力检测方法和系统，该方法的多模态生理信号包括皮肤电活动信号、光电容积脉搏波信号和皮肤温度信号，将生理信号进行预处理后传入压力检测迁移模型，该模型包括特征提取器和压力分类器，特征提取器用于提取深度特征并将其与人工时频域特征进行融合，压力分类器用于对用户的压力等级进行分类。
[0004]但是，现有技术仍存在如下缺陷：现有技术主要基于多模态的生理信号的检测，多种生理信号的检测提高了检测的复杂度：被观察者需要佩戴可穿戴设备，虽然是无侵入式设备，但对人的正常活动会产生一定的影响；同时，多种生理信号的检测会有一定延迟，造成多种信号在时间上有偏差，从而导致检测判断的准确性较低。
[0005]因此，当前需要一种心率变异性压力检测方法、装置、存储介质以及系统，从而克服现有技术中存在的上述缺陷。

技术实现思路

[0006]本专利技术实施例提供一种心率变异性压力检测方法、装置、存储介质以及系统，从而提升检测判断的准确性。
[0007]本专利技术一实施例提供一种心率变异性压力检测方法，所述检测方法包括：获取待检测对象的心电图信号，并对所述心电图信号进行过滤以获取第一检测信号；从所述第一检测信号中提取心率数据和心跳间隔数据，并根据所述心跳间隔数据进行时域分析、频域分析以及非线性分析，获取心率变异性特征集；将所述心率变异性特征集与所述心率数据进行融合处理以获取待检测特征集，并根据预设的FCA
‑
ReliefF降维方法，对所述待检测特征集进行降维处理，获得降维特征集；根据预设的多层感知器模型，对所述降维特征集进行识别分类以获取检测结果。
[0008]作为上述方案的改进，对所述心电图信号进行过滤以获取第一检测信号，具体包
括：剔除所述心电图信号中的异常值以获取第一心电图信号；根据预设的FIR带通滤波方法以及预设的带通频率范围，对所述第一心电图信号进行滤波处理，获得第一检测信号。
[0009]作为上述方案的改进，根据所述心跳间隔数据进行时域分析、频域分析以及非线性分析，获取心率变异性特征集，具体包括：根据预设的HRV函数，对所述心跳间隔数据进行总体可变性分析，获得时域特征集；根据预设的HRV函数，对所述心跳间隔数据进行特定频段分析，获得频域特征集；根据预设的HRV函数，对所述心跳间隔数据进行心血管系统调节作用分析，获得非线性特征集；根据所述时域特征集、频域特征集以及非线性特征集，获取心率变异性特征集。
[0010]作为上述方案的改进，根据预设的FCA
‑
ReliefF降维方法，对所述待检测特征集进行降维处理，获得降维特征集，具体包括：计算所述待检测特征集中各个待检测特征之间的相关性，并根据所述相关性以及预设的冗余阈值，从所述待测特征集中删除冗余特征以获取有效特征集；根据预设的ReliefF算法以及预设的降维筛选阈值，对所述有效特征集进行降维筛选处理，获得降维特征集。
[0011]作为上述方案的改进，根据所述相关性以及预设的冗余阈值，从所述待测特征集中删除冗余特征以获取有效特征集，具体包括：判断所述相关性是否大于预设的冗余阈值；若是，则获取所述相关性对应的第一相关特征和第二相关特征，分别测试得到所述第一相关特征的第一模型影响因子和所述第二相关特征的第二模型影响因子，并判断所述第一模型影响因子和所述第二模型影响因子的大小关系；当所述第一模型影响因子大于所述第二模型影响因子时，将所述第二相关特征作为冗余特征，并从所述待测特征集中删除所述冗余特征以获得有效特征集；当所述第一模型影响因子小于所述第二模型影响因子时，将所述第一相关特征作为冗余特征，并从所述待测特征集中删除所述冗余特征以获得有效特征集。
[0012]作为上述方案的改进，在从所述第一检测信号中提取心率数据和心跳间隔数据之后，所述检测方法还包括：对所述心跳间隔数据和所述心率数据进行去噪处理。
[0013]作为上述方案的改进，对所述心跳间隔数据和所述心率数据进行去噪处理，具体包括：对所述心跳间隔数据进行中值替换和中值滤波，并对所述心率数据进行平均值替补和中值滤波。
[0014]本专利技术另一实施例对应提供了一种心率变异性压力检测装置，所述检测装置包括信号获取单元、多维分析单元、融合降维单元以及分类检测单元，其中，所述信号获取单元用于获取待检测对象的心电图信号，并对所述心电图信号进行过滤以获取第一检测信号；所述多维分析单元用于从所述第一检测信号中提取心率数据和心跳间隔数据，并根据所述心跳间隔数据进行时域分析、频域分析以及非线性分析，获取心率变异性特征集；所述融合降维单元用于将所述心率变异性特征集与所述心率数据进行融合处理以获取待检测特征集，并根据预设的FCA
‑
ReliefF降维方法，对所述待检测特征集进行降维处理，获得降维特征集；所述分类检测单元用于根据预设的多层感知器模型，对所述降维特征集进行识别分类以获取检测结果。
[0015]作为上述方案的改进，所述信号获取单元还用于：剔除所述心电图信号中的异常值以获取第一心电图信号；根据预设的FIR带通滤波方法以及预设的带通频率范围，对所述第一心电图信号进行滤波处理，获得第一检测信号。
[0016]作为上述方案的改进，所述多维分析单元还用于：根据预设的HRV函数，对所述心跳间隔数据进行总体可变性分析，获得时域特征集；根据预设的HRV函数，对所述心跳间隔数据进行特定频段分析，获得频域特征集；根据预设的HRV函数，对所述心跳间隔数据进行心血管系统调节作用分析，获得非线性特征集；根据所述时域特征集、频域特征集以及非线性特征集，获取心率变异性特征集。
[0017]作为上述方案的改进，所述融合降维单元还用于：计算所述待检测特征集中各个待检测特征之间的相关性，并根据所述相关性以及预设的冗余阈值，从所述待测特征集中删除冗余特征以获取有效特征集；根据预设的ReliefF算法以及预设的降维筛选阈值，对所述有效特征集进行降维筛选处理，获得降维特征集。
[0018]作为上述方案的改进，所述融合降维单元还用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心率变异性压力检测方法，其特征在于，所述检测方法包括：获取待检测对象的心电图信号，并对所述心电图信号进行过滤以获取第一检测信号；从所述第一检测信号中提取心率数据和心跳间隔数据，并根据所述心跳间隔数据进行时域分析、频域分析以及非线性分析，获取心率变异性特征集；将所述心率变异性特征集与所述心率数据进行融合处理以获取待检测特征集，并根据预设的FCA
‑
ReliefF降维方法，对所述待检测特征集进行降维处理，获得降维特征集；根据预设的多层感知器模型，对所述降维特征集进行识别分类以获取检测结果。2.根据权利要求1所述的心率变异性压力检测方法，其特征在于，对所述心电图信号进行过滤以获取第一检测信号，具体包括：剔除所述心电图信号中的异常值以获取第一心电图信号；根据预设的FIR带通滤波方法以及预设的带通频率范围，对所述第一心电图信号进行滤波处理，获得第一检测信号。3.根据权利要求2所述的心率变异性压力检测方法，其特征在于，根据所述心跳间隔数据进行时域分析、频域分析以及非线性分析，获取心率变异性特征集，具体包括：根据预设的HRV函数，对所述心跳间隔数据进行总体可变性分析，获得时域特征集；根据预设的HRV函数，对所述心跳间隔数据进行特定频段分析，获得频域特征集；根据预设的HRV函数，对所述心跳间隔数据进行心血管系统调节作用分析，获得非线性特征集；根据所述时域特征集、频域特征集以及非线性特征集，获取心率变异性特征集。4.根据权利要求3所述的心率变异性压力检测方法，其特征在于，根据预设的FCA
‑
ReliefF降维方法，对所述待检测特征集进行降维处理，获得降维特征集，具体包括：计算所述待检测特征集中各个待检测特征之间的相关性，并根据所述相关性以及预设的冗余阈值，从所述待测特征集中删除冗余特征以获取有效特征集；根据预设的ReliefF算法以及预设的降维筛选阈值，对所述有效特征集进行降维筛选处理，获得降维特征集。5.根据权利要求4所述的心率变异性压力检测方法，其特征在于，根据所述相关性以及预设的冗余阈值，从所述待测特征集中删除冗余特征以获取有效特征集，具体包括：判断所述相关性是否大于预设的冗余阈值；若是，则获取所述相关性对应的第一相关特征和第二相关特征，分别测试得到所述第一相...

【专利技术属性】
技术研发人员：李华亮，刘羽中，
申请(专利权)人：广东电网有限责任公司电力科学研究院，
类型：发明
国别省市：