一种情绪压力监测方法、装置及智能穿戴设备制造方法及图纸

本发明专利技术提供了一种情绪压力监测方法、装置及智能穿戴设备，该情绪压力监测方法应用于智能穿戴设备。该情绪压力监测方法通过采用智能穿戴设备上的PPG传感器获取用户脉搏预设时间段内的PPG信号，预设时间段内PPG信号为第一PPG信号，对第一PPG信号进行去除基线漂移和高频噪声处理得到第二PPG信号；寻找第二PPG信号中的所有波峰，计算第二PPG信号中包含多个RR间期的PRV数据，RR间期为相邻两个波峰的时间差，再计算PRV数据的时域指标和频域指标，并输入情绪压力分类模型，即可得到用户的情绪压力状态。相比现有技术中采用ECG方式监测情绪压力相比，本申请中的方案能够基于智能穿戴设备，实时收集用户脉搏的第一PPG信号，实时且长期的监控用户的情绪压力状态。期的监控用户的情绪压力状态。期的监控用户的情绪压力状态。

【技术实现步骤摘要】
一种情绪压力监测方法、装置及智能穿戴设备


[0001]本专利技术涉及智能穿戴
，尤其涉及一种情绪压力监测方法、装置及智能穿戴设备。

技术介绍

[0002]现在人们生活节奏加快，工作的繁忙，长期的心理压力会影响人体的身体状态。现有技术中通过采集人体的心电信号，对心电信号进行处理，找到ECG(心电图描记法)心电波形的R峰(波峰)的位置，计算相邻的R峰时间间期得到HRV(心率变异性)数据，对HRV数据进行时域和频域分析，计算反映HRV数据的各种指标，医护人员通过这些指标去分析人体的情绪压力状态。
[0003]使用ECG方式去监测情绪压力，由于测试环境严苛，广泛应用于医院临床。近年来虽然也出现了一些便携式的心电监护仪，体积小，携带方便。但是需要心电电极线连接电极和身体或者双手握住电极，不能在工作、学习等情况下实时测量、无法实现长期监测。综上，ECG的检测限制多，检测环境严苛，无法随时随地监测。

技术实现思路

[0004]本专利技术提供了一种情绪压力监测方法、装置及智能穿戴设备，能够实时且长期的监控用户的情绪压力状态。
[0005]第一方面，本专利技术提供了一种情绪压力监测方法，该情绪压力监测方法应用于智能穿戴设备。该情绪压力监测方法包括：通过PPG(光电容积脉搏波描记法)传感器获取用户脉搏预设时间段内的PPG信号，预设时间段内PPG信号为第一PPG信号；去除第一PPG信号的基线漂移和高频噪声，得到第二PPG信号；寻找第二PPG信号中的所有波峰；计算第二PPG信号中包含多个RR间期的PRV(脉率变异性)数据；RR间期为相邻两个波峰的时间差；计算PRV数据的时域指标和频域指标；将时域指标和频域指标输入情绪压力分类模型，得到用户的情绪压力状态。
[0006]在上述的方案中，通过采用智能穿戴设备上的PPG传感器获取用户脉搏预设时间段内的PPG信号，预设时间段内的PPG信号为第一PPG信号，对第一PPG信号进行去除基线漂移和高频噪声处理得到第二PPG信号；寻找第二PPG信号中的所有波峰，计算第二PPG信号包含多个RR间期的PRV数据，RR间期为相邻两个波峰的时间差；再计算PRV数据的时域指标和频域指标，并输入情绪压力分类模型，即可得到用户的情绪压力状态。相比现有技术中采用ECG方式监测情绪压力相比，本申请中的方案能够基于智能穿戴设备，实时收集用户脉搏的PPG信号，实时且长期的监控用户的情绪压力状态。
[0007]在一个具体的实施方式中，去除第一PPG信号的基线漂移和高频噪声，包括：采用线性相位的整系数滤波器去除第一PPG信号的基线漂移；采用低通滤波器去除第一PPG信号的的高频噪声。通过采用线性相位的整系数滤波器去除第一PPG信号的基线漂移，在穿戴式设备上满足实时运算，使得滤波简单、高效，防止滤波过后的PPG波形失真，保证了PPG波形
的完整性，同时也提升运算速率。
[0008]在一个具体的实施方式中，寻找第二PPG信号中的所有波峰，包括：设置时间长度为a
×
fs
×
f的滑动窗口，其中，fs表示采样率，f表示预设频率；使用滑动窗口在第二PPG信号上滑动，并寻找滑动后的滑动窗口内的第二PPG信号的最大值和最小值；判断最大值是否满足前一个波峰的0.7～1.3倍的幅度值，且最小值是否满足前一个波谷的0.7～1.3倍的幅度值；如果满足，则最大值即为滑动窗口内的第二PPG信号的波峰；如果不满足，则滑动窗口继续滑动，直至寻找完第二PPG信号中的所有波峰。通过采用滑动窗口阈值法寻找第二PPG信号中的所有波峰，在有运动干扰的情况能够准确的找到PPG波峰，便于后续较为准确的计算出PRV数据，使得后面的时频域提取特征更准确。
[0009]在一个具体的实施方式中，预设频率f采用如下方式确定：将第二PPG信号通过傅里叶变换到频域；找到通过傅里叶变换到频域的第二PPG信号中幅值最大的波峰，并判断幅值最大的波峰是否存在谐波；如果幅值最大的波峰存在谐波，则将幅值最大的波峰的频率作为预设频率f；如果幅值最大的波峰不存在谐波，则找到通过傅里叶变换到频域的第二PPG信号中幅值第二大的波峰，并将幅值第二大的波峰的频率作为预设频率f。通过上述方式确定预设频率f的大小，能够动态调整滑动窗口的步进时间长度，使滑动窗口适合于不同状态下的PPG信号。
[0010]在一个具体的实施方式中，在计算PRV数据的时域指标和频域指标之前，先去除PRV数据中的奇异点数据，防止PRV数据中的奇异点数据影响后续时频域提取特征的准确性。
[0011]在一个具体的实施方式中，去除PRV数据中的奇异点数据，包括：判断多个RR间期中每个RR间期是否满足如下条件：0.8
×
P(i)﹤P(i+1)﹤1.2
×
P(i)；其中，P(i)和P(i+1)分别表示多个RR间期中的第i个RR间期和第i+1个RR间期；如果满足，则保留P(i+1)；如果不满足，则去除P(i+1)。便于精准的找到每个奇异点。
[0012]在一个具体的实施方式中，计算PRV数据的时域指标和频域指标，包括：计算PRV数据的PRV均值、PRV标准差和相邻RR间期之差的均方根值，作为PRV数据的时域指标；计算PRV数据的低频功率、高频功率、以及低频功率/高频功率，作为PRV数据的频域指标。便于准确的提取PRV数据的时频域特征，提高时频域指标的准确度。
[0013]在一个具体的实施方式中，情绪压力分类模型为采用神经网络训练得到的BP神经网络模型(一种按照误差逆向传播算法训练的多层前馈神经网络)；其中，BP神经网络模型包含有六个输入节点，六个输入节点分别用于输入PRV均值、PRV标准差、相邻RR间期之差的均方根值、低频功率、高频功率、以及低频功率/高频功率；BP神经网络模型包含有四个输出节点，用于输出情绪压力状态类别中的某一情绪压力状态；其中，情绪压力状态类别至少包含：无压力状态、轻度压力状态、中度压力状态、高度压力状态。将时域指标和频域指标输入情绪压力分类模型，得到用户的情绪压力状态，包括：将计算得到的PRV数据的PRV均值、PRV标准差、相邻RR间期之差的均方根值、低频功率、高频功率、以及低频功率/高频功率，输入BP神经网络模型，得到用户的情绪压力状态。通过BP神经网络对压力状态分类，实现了压力状态的准确测量，可以长时间监测压力状态，使得压力监测更加方便、智能化。
[0014]第二方面，本专利技术还提供了一种情绪压力监测装置，该情绪压力监测装置应用于智能穿戴设备。该情绪压力监测装置包括：采集模块、预处理模块、波峰寻找模块、第一计算
模块、第二计算模块和情绪压力分类模型。其中，采集模块用于通过PPG传感器获取用户脉搏预设时间段内的PPG信号，预设时间段内PPG信号为第一PPG信号。预处理模块用于去除第一PPG信号的基线漂移和高频噪声，得到第二PPG信号。波峰寻找模块用于寻找第二PPG信号中的所有波峰。第一计算模块用于计算第二PPG信号包含多个RR间期的PRV数据；RR间期为相邻两个波峰的时间差。第二计算模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种情绪压力监测方法，应用于智能穿戴设备，其特征在于，包括：通过PPG传感器获取用户脉搏预设时间段内的PPG信号，所述预设时间段内PPG信号为第一PPG信号；去除所述第一PPG信号的基线漂移和高频噪声，得到第二PPG信号；寻找所述第二PPG信号中的所有波峰；计算所述第二PPG信号中包含多个RR间期的PRV数据；所述RR间期为相邻两个所述波峰的时间差；计算所述PRV数据的时域指标和频域指标；将所述时域指标和频域指标输入情绪压力分类模型，得到所述用户的情绪压力状态。2.如权利要求1所述的情绪压力监测方法，其特征在于，所述去除所述第一PPG信号的基线漂移和高频噪声，包括：采用线性相位的整系数滤波器去除所述第一PPG信号的基线漂移；采用低通滤波器去除所述第一PPG信号的的高频噪声。3.如权利要求1所述的情绪压力监测方法，其特征在于，所述寻找所述第二PPG信号中的所有波峰，包括：设置时间长度为a
×
fs
×
f的滑动窗口，其中，fs表示采样率，f表示预设频率；使用所述滑动窗口在所述第二PPG信号上滑动，并寻找滑动后的所述滑动窗口内的所述第二PPG信号的最大值和最小值；判断所述最大值是否满足前一个波峰的0.7～1.3倍的幅度值，且所述最小值是否满足前一个波谷的0.7～1.3倍的幅度值；如果满足，则所述最大值即为所述滑动窗口内的所述第二PPG信号的波峰；如果不满足，则所述滑动窗口继续滑动，直至寻找完所述第二PPG信号中的所有波峰。4.如权利要求3所述的情绪压力监测方法，其特征在于，所述预设频率f采用如下方式确定：将所述第二PPG信号通过傅里叶变换到频域；找到通过傅里叶变换到频域的所述第二PPG信号中幅值最大的波峰，并判断所述幅值最大的波峰是否存在谐波；如果所述幅值最大的波峰存在谐波，则将所述幅值最大的波峰的频率作为所述预设频率f；如果所述幅值最大的波峰不存在谐波，则找到通过傅里叶变换到频域的所述第二PPG信号中幅值第二大的波峰，并将所述幅值第二大的波峰的频率作为所述预设频率f。5.如权利要求1所述的情绪压力监测方法，其特征在于，在所述计算所述PRV数据的时域指标和频域指标之前，包括：去除所述PRV数据中的奇异点数据。6.如权利要求5所述的情绪压力监测方法，其特征在于，所述去除所述PRV数据中的奇异点数据，包括：判断所述多个RR间期中每个RR间期是否满足如下条件：0.8
×
P(i)﹤P(i+1)﹤1.2
×

【专利技术属性】
技术研发人员：游伟强，吕国彰，尹明，
申请(专利权)人：研祥智慧物联科技有限公司，
类型：发明
国别省市：