【技术实现步骤摘要】
一种基于心电信号和呼吸信号的人体生理疲劳检测方法
[0001]本专利技术提供一种基于心电信号和呼吸信号的人体生理疲劳检测方法，属于穿戴设备
技术介绍
[0002]1982年第5届国际运动生化会议对于“疲劳”的概念做出统一：机体生理过程不能维持预定的运动强度而运动功能暂时下降，经过适当的休息可以恢复的现象。疲劳可分为生理疲劳和心理疲劳：生理疲劳又被称为身体疲劳，一般是由于生理上的超负荷而引起的，指人进行身体运动时，运动量或工作量超过负荷导致出现身体无力，肌肉酸痛等现象。心理疲劳又被称为精神疲劳，指的是一种缺乏警觉和动机的主观状态，长期从事单调、机械的工作活动，中枢局部神经细胞由于持续紧张而出现抑制，致使人对工作对生活的热情和兴趣明显降低，直至产生厌倦情绪等。本专利技术主要研究人体生理疲劳检测方法。
[0003]人在从事体力工作或者体育锻炼的过程中会产生生理疲劳，生理疲劳会使机体生理过程无法维持预定的运动强度，从而使运动功能暂时下降。例如，运动员、士兵等职业会在训练过程中产生生理疲劳，如果没有得到适当的休息，就...
【技术保护点】
【技术特征摘要】
1.一种基于心电信号和呼吸信号的人体生理疲劳检测方法，其特征在于，包括以下步骤：S1.数据预处理心电噪声主要包含基线飘移、工频噪声和运动伪影，其中基线飘移和工频噪声由巴特沃斯滤波器和陷波滤波器去除，运动伪影的去除，首先要对运动伪影噪声进行定位，然后进行滤波处理；S2.特征提取基于上一步骤滤波等噪声处理方法，从现场采集的原始数据提取出纯净心电和呼吸信号，根据专家经验对该信号进行手工特征提取，保留特征：SDNN，毫秒，全部RR间期的标准差；RMSSD，毫秒，相邻的RR间期之差的均方根值；NN50，个/分，相隔超过50毫秒的连续RR间隔对的数量；RR，毫秒，平均RR间期；HR，次/分，平均心率；RH，毫伏，平均R峰值高度；RESP，次/分，平均呼吸率，每分钟呼吸次数；前六项特征由心电信号提取，最后一项由呼吸信号提取；R峰为心跳一次产生的电信号中，电位值最高的峰值点；RR间期表示相邻两个R峰中间的时间间隔；S3.模型搭建和训练生理疲劳检测模型搭建分为两部分：第一部分基于超限学习机模型对当前时刻生理信号进行分类判断，得到当前生理疲劳状态，将特征分类得到三种可能的疲劳情况：“不疲劳”、“一般疲劳”、“非常疲劳”，并记录结果用作“后处理”，该过程仅根据当前时刻的生理信号做出判断；第二部分将记录的历史疲劳状态加入到评估中，基于长短期记忆网络模型进行训练，得到当前人体所处的疲劳场景，疲劳场景也分为四种情况：“体力充沛期”、“发力期”、“力竭期”、“恢复期”；然后根据人体疲劳场景对当前生理疲劳状态进行二次评估与修正，该过程称之为“后处理”；训练采用超限学习机模型训练方法和长短期记忆网络模型训练方法。2.根据权利要求1所述的一种基于心电信号和呼吸信号的人体生理疲劳检测方法，其特征在于，S1中，对运动伪影噪声进行定位，包括运动伪影噪声强度估计和运动伪影位置检测；采用噪声强度检测算法，对心电信号的运动伪影噪声强度进行分析评估，强度评估结果取值区间为[0，1]；接近0和1的值分别表示轻微和强烈的噪声干扰；运动伪影噪声强度估计方法为：其中，σ
noise
表示运动伪影噪声强度估计值、f
s
表示心电信号采样频率、L表示小波变换的分解层级、σ
i
表示第i级小波细节系数的绝对中位差估计量；
小波变换L计算方法为：其中，f
n
为噪声频率估计值，取值为14Hz；σ
i
的计算公式为：根据上述噪声强度检测算法，得出当前检测信息的运动伪影噪声强度估计值σ
noise
，基于该值对运动伪影噪声进行定位；运动伪影位置检测利用信号方差变换SVT将信号进行变换，然后采用自适应阈值对噪声信号可能存在的窗口进行定位分析，具体方法如下：基于噪声强度估计值σ
noise
，计算SVT变换的窗口长度w：w＝σ
noise
×
(w
u
‑
w
l
)+w
l
(4)其中，窗口长度w的取值范围是[w
l
，w
u
]，单位为毫秒；将检测到的心电信号划分窗口，并且进行SVT变换：其中，y
t
表示t时刻心电信号测量值，μ表示[i，i+w]时间段内心电信号测量值的平均数；选用上下两个阈值，即上阈值T
u
，下阈值T
l
，选择运动伪影的窗口，集合M
c
表示所有运动伪影窗口，即：M
c
＝{m
j
|T
l
＜v
j
＜T
u
，j＝1，2，...，N}其中，上下自适应阈值的取值方法如(6)和(7)；T
l
＝μ
v
‑
γ
l
*σ
v
，T
u
＝μ
v
+γ
u
*σ
v
(6...
【专利技术属性】
技术研发人员：肖文栋，王易坤，刘璐瑶，曾勤波，田瑞娟，骆云志，
申请(专利权)人：中国兵器装备集团自动化研究所有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。