基于人体状态识别的人机交互智能化调控决策系统及方法技术方案

本发明专利技术涉及人机交互智能化调控决策技术领域，具体公开了基于人体状态识别的人机交互智能化调控决策系统及方法，包括：采集模块用于读取人体脉动波形特征；信号接收与处理模块用于提取有效特征；计算模块用于计算多个有效特征以生成新的特征并构建动态数据集；动态矩阵生成模块用于将动态数据集转换生成动态特征矩阵；状态识别模块用于比对和判断动态特征矩阵；调控决策模块用于基于状态识别模块得出的人体状态建立人机交互决策机制。本系统通过深度挖掘和分析人体信号中与人体状态高度关联的生物信息，提升人机交互系统对人体状态的识别与判断能力，为提升智能家居、智能座舱、智慧医疗和智能感知类相关系统调控决策的智能化水平提供技术支撑。化水平提供技术支撑。化水平提供技术支撑。

【技术实现步骤摘要】
基于人体状态识别的人机交互智能化调控决策系统及方法


[0001]本专利技术涉及人机交互智能化调控决策
，尤其涉及一种基于人体状态识别的人机交互智能化调控决策系统及方法。

技术介绍

[0002]脉搏信号是反映心血管和自主神经系统功能的主要生物信息来源，且在量化心血管和自主神经系统功能方面具有重要价值，通过对脉搏信号多维度（包括瞬时和动态过程以及趋势性方面）的特征，特别是动态和趋势性特征的发现、提取、量化和分析，具有重要的研究价值和科学意义。
[0003]临床实践表明，人体的生理状态（包括心理活动诱发的生理改变）均对人体的心血管和自主神经系统功能产生程度不同的影响，也即人体的心理/生理变化会或多或少反映在心血管和自主神经系统功能的变化上，并体现在经优化组合的脉搏信号数据集的特征上，也即：脉搏信号数据集特征的变化也在一定程度上反映了人体的心理/生理状态改变进而对人体状态产生的影响。
[0004]可见，将经优化的脉搏信号数据集用于对人体状态的智能化识别可增加信息维度，从而提高对人体状态判断和量化的敏感性与特异性，进而为人机交互系统提供可靠的数据参考依据尤为重要。

技术实现思路

[0005]本专利技术提供一种基于人体状态识别的人机交互智能化调控决策系统及方法，能够基于脉搏信号数据集实现对人体状态的智能化识别，进而能够为人机交互系统提供可靠的数据参考依据。
[0006]为了解决上述技术问题，本专利技术第一方面公开了一种基于人体状态识别的人机交互智能化调控决策系统，所述系统包括采集模块、信号接收与处理模块、计算模块、动态矩阵生成模块、状态识别模块以及调控决策模块；其中：所述信号接收与处理模块，用于对所述采集模块在一定时间段内采集到的若干个目标对象对应的脉搏信号进行滤波与归一化处理，得到每个所述目标对象对应的脉搏信号处理结果；所述计算模块，用于根据预先设置的计算方式，对所有所述目标对象对应的脉搏信号处理结果进行相匹配的计算处理操作，以提取到脉搏波形特征数据集，所述脉搏波形特征数据集包括多个反映特定血管血流特征的脉搏波形特征；所述动态矩阵生成模块，用于根据所述脉搏波形特征数据集，构建目标特定时长的动态矩阵模型；所述状态识别模块，用于对所述动态矩阵模型及待检测对象对应的实测脉搏波形特征数据集进行比对分析，得到比对分析结果，并基于所述比对分析结果识别所述待检测对象的当前状态；
所述调控决策模块，用于根据所述待检测对象的当前状态，建立人机交互系统的调节与控制决策机制。
[0007]作为一种可选的实施方式，在本专利技术第一方面中，所述动态矩阵生成模块包括数据阵列生成子模块以及矩阵模型构建子模块，其中：所述数据阵列生成子模块，用于基于待分析的至少一个反映特定血管血流特征的所述脉搏波形特征数据集，生成量化的数据集队列，并基于所述数据集队列分析每个所述血管血流特征在对应时间段内的波形特征变化趋势，得到分析结果；所述矩阵模型构建子模块，用于根据所述分析结果、对应的变化时间特征点以及对应的统计参数，构建目标特定时长的动态矩阵模型。
[0008]作为一种可选的实施方式，在本专利技术第一方面中，所述系统还包括分析优化模块，其中：所述分析优化模块，用于获取所述待检测对象对应的当前身体状态信息，并基于所述当前身体状态信息确定所述待检测对象对应的当前身体状态，并根据所述当前身体状态判断所述比对分析结果是否需要调整，当判断出所述比对分析结果不需要调整时，触发所述状态识别模块执行所述的基于所述比对分析结果识别所述待检测对象的当前状态的操作；当判断出所述比对分析结果需要调整时，基于所述当前身体状态信息对所述比对分析结果执行优化调整操作，以更新所述比对分析结果，并触发所述状态识别模块执行所述的基于所述比对分析结果识别所述待检测对象的当前状态的操作。
[0009]作为一种可选的实施方式，在本专利技术第一方面中，所述分析优化模块根据所述当前身体状态判断所述比对分析结果是否需要调整的具体方式包括：所述分析优化模块判断所述当前身体状态是否表示所述待检测对象处于预设身体状态，当判断结果为是时，根据所述当前身体状态信息判断所述实测脉搏波形特征数据集是否存在与所述当前身体状态信息具有关联关系的至少一个目标特征，当判断出所述实测脉搏波形特征数据集中存在至少一个所述目标特征时，确定所述比对分析结果需要调整；其中，与所述当前身体状态信息具有所述关联关系用于表示相应特征随着所述当前身体状态信息的变化而变化。
[0010]作为一种可选的实施方式，在本专利技术第一方面中，所述分析优化模块，还用于在判断出所述实测脉搏波形特征数据集中存在至少一个所述目标特征时，确定所述当前身体状态信息对每个所述目标特征的影响度，并判断所有所述影响度中是否存在大于等于预设影响度阈值的影响度，当判断出所有所述影响度中存在大于等于所述影响度阈值的影响度时，执行所述的确定所述比对分析结果需要调整的操作。
[0011]作为一种可选的实施方式，在本专利技术第一方面中，所述待检测对象的当前状态包括：由所述待检测对象的当前心理/生理活动引起的状态改变信息，所述状态改变信息包括状态变化后的状态等级，和/或，状态变化趋势；以及，所述动态矩阵模型包括所述脉搏波形特征数据集中的脉搏波形特征在预先确定好的每种心理/生理状态信息下的基准波形特征变化趋势曲线、对应的变化时间特征点及对应的统计参数，所述变化时间特征点包括起始时间点及截止时间点，所述统计参数包括变化幅度、持续时长、重复次数、循环频率、重复时间间隔、对应特征值的变化范围、对
应特征值的变化率中的至少一种。
[0012]作为一种可选的实施方式，在本专利技术第一方面中，所述状态识别模块对所述动态矩阵模型及待检测对象对应的实测脉搏波形特征数据集进行比对分析，得到比对分析结果，并基于所述比对分析结果确定所述待检测对象的当前状态的具体方式包括：所述状态识别模块确定所述实测脉搏波形特征数据集中每个脉搏特征的当前波形特征变化趋势曲线；所述状态识别模块从所述动态矩阵模型中确定在每种所述状态下每个所述脉搏波形特征的基准波形特征变化趋势曲线；对于每个所述脉搏波形特征，所述状态识别模块计算该脉搏波形特征的当前波形特征变化趋势曲线与在每种所述心理/生理状态信息下该脉搏波形特征的基准波形特征变化趋势曲线的曲线相似度得到该脉搏特征对应的多个曲线相似度，并根据该脉搏波形特征对应的所有曲线相似度，从所有所述心理/生理状态信息中确定该脉搏特征对应的心理/生理状态信息；所述状态识别模块根据所有所述脉搏特征对应的心理/生理状态信息，识别所述待检测对象的当前状态。
[0013]本专利技术第二方面公开了基于人体状态识别的人机交互智能化调控决策方法，所述方法应用于人机交互智能化的调控决策系统中，所述方法包括：所述调控决策系统对一定时间段内采集到的若干个目标对象对应的脉搏信号进行滤波与归一化处理，得到每个所述目标对象对应的脉搏信号处理结果；所述调控决策系统根据预先设置的计算方式，对所有所述目标对象对应的脉搏信号处理结果进行相匹配的计算处理操作，以提取到脉搏波形特征数据集，所述脉搏波形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人体状态识别的人机交互智能化调控决策系统，其特征在于，所述系统包括采集模块、信号接收与处理模块、计算模块、动态矩阵生成模块、状态识别模块以及调控决策模块；其中：所述信号接收与处理模块，用于对所述采集模块在一定时间段内采集到的若干个目标对象对应的脉搏信号进行滤波与归一化处理，得到每个所述目标对象对应的脉搏信号处理结果；所述计算模块，用于根据预先设置的计算方式，对所有所述目标对象对应的脉搏信号处理结果进行相匹配的计算处理操作，以提取到脉搏波形特征数据集，所述脉搏波形特征数据集包括多个反映特定血管血流特征的脉搏波形特征；所述动态矩阵生成模块，用于根据所述脉搏波形特征数据集，构建目标特定时长的动态矩阵模型；所述状态识别模块，用于对所述动态矩阵模型及待检测对象对应的实测脉搏波形特征数据集进行比对分析，得到比对分析结果，并基于所述比对分析结果识别所述待检测对象的当前状态；所述调控决策模块，用于根据所述待检测对象的当前状态，建立人机交互系统的调节与控制决策机制。2.根据权利要求1所述的基于人体状态识别的人机交互智能化调控决策系统，其特征在于，所述动态矩阵生成模块包括数据阵列生成子模块以及矩阵模型构建子模块，其中：所述数据阵列生成子模块，用于基于待分析的至少一个反映特定血管血流特征的所述脉搏波形特征数据集，生成量化的数据集队列，并基于所述数据集队列分析每个所述血管血流特征在对应时间段内的波形特征变化趋势，得到分析结果；所述矩阵模型构建子模块，用于根据所述分析结果、对应的变化时间特征点以及对应的统计参数，构建目标特定时长的动态矩阵模型。3.根据权利要求1或2所述的基于人体状态识别的人机交互智能化调控决策系统，其特征在于，所述系统还包括分析优化模块，其中：所述分析优化模块，用于获取所述待检测对象对应的当前身体状态信息，并基于所述当前身体状态信息确定所述待检测对象对应的当前身体状态，并根据所述当前身体状态判断所述比对分析结果是否需要调整，当判断出所述比对分析结果不需要调整时，触发所述状态识别模块执行所述的基于所述比对分析结果识别所述待检测对象的当前状态的操作；当判断出所述比对分析结果需要调整时，基于所述当前身体状态信息对所述比对分析结果执行优化调整操作，以更新所述比对分析结果，并触发所述状态识别模块执行所述的基于所述比对分析结果识别所述待检测对象的当前状态的操作。4.根据权利要求3所述的基于人体状态识别的人机交互智能化调控决策系统，其特征在于，所述分析优化模块根据所述当前身体状态判断所述比对分析结果是否需要调整的具体方式包括：所述分析优化模块判断所述当前身体状态是否表示所述待检测对象处于预设身体状态，当判断结果为是时，根据所述当前身体状态信息判断所述实测脉搏波形特征数据集是否存在与所述当前身体状态信息具有关联关系的至少一个目标特征，当判断出所述实测脉搏波形特征数据集中存在至少一个所述目标特征时，确定所述比对分析结果需要调整；
其中，与所述当前身体状态信息具有所述关联关系用于表示相应特征随着所述当前身体状态信息的变化而变化。5.根据权利要求4所述的基于人体状态识别的人机交互智能化调控决策系统，其特征在于，所述分析优化模块，还用于在判断出所述实测脉搏波形特征数据集中存在至少一个所述目标特征时，确定所述当前身体状态信息对每个所述目标特征的影响度，并判断所有所述影响度中是否存在大于等于预设影响度阈值的影响度，当判断出所有所述影响度中存在大于等于所述影响度阈值的影响度时，执行所述的确定所述比对分析结果需要调整的操作。6.根据权利要求5所述的基于人体状态识别的人机交互智能化调控决策系统，其特征在于，所述待检测对象的当前状态包括：由所述待检测对象的当前心理/生理活动引起的状态改变信息，所述状态改变信息包括状态变化后的状态等级，和/或，状态变化趋势；以及，所述动态矩阵模型包括所述脉搏波形特征数据集中的脉搏波形特征在预先确定好的每种心理/生理状态信息下的基准波形特征变化趋势曲线、对应的变化时间特征点及对应的统计参数，所述变化时间特征点包括起始时间点及截止时间点，所述统计参数包括变化幅度、持续时长、重复次数、循环频率、重复时间间隔、对应特征值的变化范围、对应特征值的变化率中的至少一种。7.根据权利要求6所述的基于人体状态识别的人机交互智能化调控决策系统，其特征在于，所述状态识别模块对所述动态矩阵模型及待检测对象对应的实测脉搏波形特征数据集进行比对分析，得到比对分析结果，并基于所述比对分析结果识别所述待检测对象的当前状态的具体方式包括：所述状态识别模块确定所述实测脉搏波形特征数据集中每个脉搏特征的当前波形特征变化趋势曲线；所述状态识别模块从所述动态矩阵模型中确定在每种所述心理/生理状态信息下每个所述脉搏特征的基准波形特征变化趋势曲线；对于每个所述脉搏特征，所述状态识别模块计算该脉搏特征的当前波形特征变化趋势曲线与在每种所述心理/生理状态信息下该脉搏特征的基准波形特征变化趋势曲线的曲线相似度得到该脉搏特征对应的多个曲线相似度，并根据该脉搏特征对应的所有曲线相似度，从所有所述心理/生理状态信息中确定该脉搏特征对应的心理/生理状态信息；所述状态识别模块根据所有所述脉搏特征对应的心理/生理状态信息，识别所述待检测对象的当前状态。8.一种基于人体状态识别的人机交互智能化调控决策方法，其特征在于，所述方法应用于人机交互智能化的调控决策系统中，所述方法包括：所述调控决策系统对一定时间段内采集到的若干个目标对象对应的脉...

【专利技术属性】
技术研发人员：罗晓民，吕勇强，
申请(专利权)人：隽智生物医学研究实验室佛山有限公司，
类型：发明
国别省市：