基于卷积长短时记忆网络的心理疲劳态识别方法及系统技术方案

本发明专利技术提供了一种基于卷积长短时记忆网络的心理疲劳态识别方法及系统，该方法包括：对

【技术实现步骤摘要】
基于卷积长短时记忆网络的心理疲劳态识别方法及系统


[0001]本专利技术涉及模式识别及人工神经网络应用领域，特别涉及一种基于卷积长短时记忆网络的心理疲劳态的识别方法及系统
。

技术介绍

[0002]疲劳是一种生理和心理上的不利状态，通常由长时间的体力或认知活动引起，导致身体和大脑感到疲倦，可分为生理疲劳和心理疲劳两类
。
生理疲劳，主要涉及身体方面的疲劳，包括肌肉疲劳
、
体力疲劳和运动耐力下降等
。
这种疲劳通常是由于长时间的体力活动或过度劳累引起的，可以通过休息来缓解并最终恢复
。
心理疲劳是指长时间的认知活动
、
情绪压力或心理负荷过大所引起的心理状态上的疲劳
。
它表现为注意力不集中
、
反应迟钝
、
决策能力下降以及情绪不稳定等症状，对个体的认知能力
、
工作效率和生活质量有负面影响
。
近年来，许多研究致力于心理疲劳的识别和检测
。
>现有检测中常用的是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于卷积长短时记忆网络的心理疲劳态识别方法，其特征在于，所述方法包括：
S1、
对
ECG
信号进行去噪处理和降采样处理，得到预处理信号；
S2、
对所述预处理信号进行
R
波检测，得到
R
波数据以及
R
波波峰位置坐标数据；基于所述
R
波波峰位置坐标数据，对所述
R
波数据进行切分，得到
ECG
节拍数据；
S3、
构建网络模型，并以所述
ECG
节拍数据为输入，进行特征提取及分类，得到分类结果；所述网络模型包括特征提取网络及特征融合网络
。2.
根据权利要求1所述的方法，其特征在于，所述
S1
中，所述去噪处理包括：对
ECG
信号进行巴特沃斯低通滤波器滤波，去除肌电干扰；再通过陷波滤波，去除工频干扰；最后采用零相滤波器消除相位失真，得到预处理信号
。3.
根据权利要求1所述的方法，其特征在于，所述
S1
中，降采样处理中，将
ECG
信号频率降采样至
33Hz。4.
根据权利要求1所述的方法，其特征在于，所述
S2
中，所述
R
波检测的方式为：
S201、
对所述预处理信号进行滤波，抑制
P
波和
T
波，再通过双斜率方法处理单个波形，随后进行低通滤波以对波形进行平滑处理，得到滤波后
R
波信号；
S202、
设置
RR
间期长度
T1的初始值，并设置前两个相邻
RR
间期的差值
T2的初始值；所述
RR
间期指两个相邻
R
波之间的时间间隔；
S203、
设置滑动时间窗长的初始值，以及步进值；
S204、
定位当前时间窗；
S205、
判断全部预处理信号是否检测完毕，如果检测完毕，则存储检测到的全部
R
波波峰位置坐标，如果未检测完毕，则进入下一步；
S206、
选择当前时间窗数据，并定位当前时间窗数据中的最大值；
S207、
计算当前时间窗数据的
RR
间期，并计算的值；如果，则转入
S209
；否则转入
S208
；
S208、
根据当前
RR
间期，重新计算滑动时间窗长，并转入
S210
；
S209、
此时发生错误，重新使用经验滑动时间窗长；
S210、
更新滑动时间窗长与时间窗位置，并转入
S204。5.
根据权利要求1所述的方法，其特征在于，所述
S3
中，所述特征提取网络设置为：第一层为第一卷积层，卷积核设置为
31
×1，其后连接...

【专利技术属性】
技术研发人员：王慧，肖文栋，刘璐瑶，赵宝永，张亚男，张玭，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：