System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术公开了一种皮肤阻抗情感数据采集和建模方法,属于信息。
技术介绍
1、人体身体功能是由自主神经系统调节的,而自主神经系统又受到情绪的影响。进而通过测量生理信号,可以推断人体情感状态。设计一种采集皮肤阻抗信息等多种人体衍生体征参数的方法,并对其进行建模映射以预测人体情感等生理状态,对将生物反馈和情感反应性纳入个性化医疗治疗具有深远的意义和影响。
2、由于人体阻抗是大小不同的电阻和电容的复杂耦合,因此人体可以等效为复杂的电路组合。而情感与人体各衍生体征参数紧密相关,根据人体皮肤中阻抗的分布,可以获得各种与人体相关的信息,如呼吸频率、心率、人体主动脉血流量、皮肤温度和血容量脉搏等衍生体征参数。这些生理参数变化往往由情绪引起波动,例如人体皮肤阻抗往往会随着身体活动、情绪反应等因素而变化;如人在紧张或兴奋等情绪激动时,汗腺分泌汗水,皮肤下汗水与人体内组织液增多,而组织液体中含有大量电解质,从而导致人体电阻发生变化。
3、当前的生物体电路模型通常由定阻抗元件进行构建,其适用范围具有一定的局限性,同时也无法满足生物体情绪变化描述的精度要求。鉴于此,需提供一种皮肤阻抗情感数据采集和建模方法,并建立响应精度较高的生物体阻抗模型,采集更多的人体衍生体征参数,以实现在频繁变化的突发状况下,对人体情绪变化进行实时精确的描述。
4、在本专利技术之前,传统方案的缺点在于很难精确地检测出皮肤中表面和深层阻抗的波动和趋势,对皮肤阻抗的测量方法不够便利,过于复杂;采集的人体生理信息也往往不够全面,对情绪预测的可信度与置
技术实现思路
1、本专利技术涉及对如皮肤这样的人体部位的电阻测量。更具体说,本专利技术涉及一种用硬件来测量人体皮肤中阻抗,进而获得呼吸频率和心率等人体衍生体征参数来预测人体情绪的数据采集和人体情绪预测建模方法;应用于新型智能穿戴
,即实时监测人体信息和情绪状态,记录健康情况,进而有针对性的治疗。
2、本专利技术具体提出一种皮肤阻抗情感数据采集和建模方法,提取多层次皮肤阻抗信息,进一步利用皮肤阻抗信息提取出呼吸频率和心跳频率,最终结合上述三种生理信号对情感进行描述和预测,所述方法包括以下步骤:
3、步骤1:使用硬件设备测量人体阻抗模型的皮肤阻抗信息,并运用双频法进行数据后处理;
4、步骤2:设计实验,刺激情感波动产生生理特征信号以及对信号进行预测与处理;
5、步骤3:结合人体阻抗模型的皮肤阻抗信息,呼吸频率和心跳频率进行情感预测建模。
6、进一步,步骤1包括以下步骤:
7、步骤1.1:皮肤阻抗信息测量;连接硬件和电极,通过dds信号发生器依次产生预设的正弦频率信号,首先输入频率为f1的正弦信号进行测量,串口输出稳定后记录数据;随后改变频率为f2的正弦信号,串口输出稳定后记录数据,得到两组频率的数据结果;
8、步骤1.2:皮肤阻抗计算;整理数据,结合离散傅里叶变换方法,采用双频法,代入相关公式计算,得到人体阻抗模型的模拟皮肤深部组织的阻抗线性电阻rs,模拟皮肤表皮角质层的线性电阻rp和模拟皮肤表皮角质层的线性电容cp三部分的值;
9、步骤1.3:相位幅度矫正;由于硬件内部电路对于不同频率产生的信号有不同的放大作用,因此所得结果阻抗的幅度与相位均存在一定的偏差,针对不同频率电路,输入微小定值的电路原件进行匹配测量,以对阻抗测量结果的幅度和相位的矫正;
10、步骤1.4:芯片内阻矫正;硬件内部电路模拟产生的内阻与皮肤阻抗数量级相同,经过测量和实验,对内阻部分建立方法进行估算,对阻抗测量结果进行再矫正,使结果更精确;
11、步骤1.5:最终结果计算;减去经过两次矫正所得误差,得到人体阻抗模型三部分的精确数值;
12、进一步,步骤2包括以下步骤:
13、步骤2.1:对人体情感进行分类,将其分为正负两种情感预测,即对应为情感的高涨和情绪低落,情绪高涨包括激动,喜悦和害怕在内高强度情感,情感的低落包括悲伤,失望和放松在内低强度情感;
14、步骤2.2:选择20名测试人员,年龄20至30周岁,职业为学生,其中包括10名女性,10名男性;
15、步骤2.3:利用预设的产生明显情感倾向与波动的视频或音乐作为情绪刺激源集,引导测试人员观看视频或聆听音乐刺激情绪波动,同时进行硬件佩戴和实验测量;
16、步骤2.4:获得各类情绪相对应的人体皮肤阻抗情感实验数据文件,实验数据文件的文件名包含文件编号、情感类别、测试人员性别、获取方式、测试人编号、刺激情感数据集的数据编号标识信息。
17、进一步,步骤3包括以下步骤:
18、步骤3.1:经过以上步骤,由采集,测量和处理获得了人体阻抗模型各部分的数值,以人体阻抗模型三部分的数值为数据源建模,进行呼吸频率和心跳频率数据的预测;
19、步骤3.2:建立两种情感判定模型,第一种模型的输入只有多层次皮肤阻抗信息,输出为情感种类预测,第二种模型的输入为包括多层次皮肤阻抗信息,呼吸频率和心率,输出同样为情感种类预测;
20、步骤3.3:模型的建立采用机器学习或神经网络模型,所用模型均为端到端的生理信号-情感预测模型。
21、本专利技术的积极效果和优点在于:
22、1、建立了人体阻抗情感数据库,包含20名实验人员(10男10女)的人体阻抗信息,以及相对应情绪波动时的呼吸信号和心跳频率,其情感有关的人体生理信息采集的更为全面,提高了情绪预测的可信度;
23、2、提出了采用双频测量多层次皮肤阻抗的方法,即双频法;其不同于以往的单频法测量,采用多种不同的频率信号激励电路,并采用dft经过计算,进行变换求解,其结果相比于以往的方法,精确性,实时性和鲁棒性更高;
24、3、从已有的人体阻抗信息提取出更多的人体衍生生理信号,如呼吸频率和心跳频率,并设计、搭建和训练了由以上多种人体衍生生理信号到情感预测的模型,描述情感的生理信息种类更多,预测结果更为准确。
本文档来自技高网...【技术保护点】
1.一种皮肤阻抗情感数据采集和建模方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,搭建硬件采集多层次皮肤阻抗数据并利用提出的双频法和矫正法对数据后处理,步骤1包括以下步骤:
3.根据权利要求1所述的方法,其特征在于,设计情感分类标准和刺激实验人员情感变化的实验,步骤2包括以下步骤:
4.根据权利要求1所述的方法,其特征在于,结合神经网络建立生理信号到情感的预测和分类,步骤3包括以下步骤:
【技术特征摘要】
1.一种皮肤阻抗情感数据采集和建模方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,搭建硬件采集多层次皮肤阻抗数据并利用提出的双频法和矫正法对数据后处理,步骤1包括以下步骤:
【专利技术属性】
技术研发人员:陈立江,洪志博,赵琦,陈宇,何昱辰,张凌枫,苏榆烨,李东韬,崔璟,王丹,
申请(专利权)人:北京航空航天大学,
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。