[發(fā)明專利]一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)方法、系統(tǒng)及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202111159498.2
• 申請(qǐng)日: 2021-09-30
• 公開（公告）號(hào): CN113842124A
• 公開（公告）日: 2021-12-28
• 發(fā)明（設(shè)計(jì)）人: 肖建鋒
• 申請(qǐng)（專利權(quán)）人: 北京瑞格心靈科技有限公司
• 主分類號(hào): A61B5/0205
• 分類號(hào): A61B5/0205
• 代理公司: 北京酷愛智慧知識(shí)產(chǎn)權(quán)代理有限公司 11514
• 代理人: 李元軍

1.一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)方法，其特征在于，包括以下步驟：

S1:采集待測(cè)用戶的生理健康指標(biāo)，其中，所述生理健康指標(biāo)包括脈搏數(shù)據(jù)和呼吸數(shù)據(jù)，執(zhí)行步驟S2；

S2:利用AI算法分別對(duì)脈搏數(shù)據(jù)和呼吸數(shù)據(jù)進(jìn)行分析，分別得到脈搏特征和呼吸特征，執(zhí)行步驟S3；

S3:將所述脈搏特征輸入已訓(xùn)練完成的第一LSTM神經(jīng)網(wǎng)絡(luò)模型，得到H放松指數(shù)，將所述呼吸特征輸入已訓(xùn)練完成的第二LSTM神經(jīng)網(wǎng)絡(luò)模型，得到B放松指數(shù)，基于所述H放松指數(shù)、B放松指數(shù)得到待測(cè)用戶的綜合放松指數(shù),執(zhí)行步驟S4；

S4：基于所述綜合放松指數(shù)評(píng)估待測(cè)用戶的精神狀態(tài)，若綜合放松指數(shù)越高，則待測(cè)用戶的精神狀態(tài)越好。

2.根據(jù)權(quán)利要求1所述的一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)方法，其特征在于，步驟S2中，利用AI算法對(duì)脈搏數(shù)據(jù)進(jìn)行分析，得到所述脈搏特征數(shù)據(jù)的方法為：根據(jù)脈搏數(shù)據(jù)計(jì)算RR間期，對(duì)正常范圍內(nèi)的RR間期分別進(jìn)行時(shí)域分析、頻域分析和非線性分析，得到包含時(shí)域特征、頻域特征以及非線性特征的脈搏特征。

3.根據(jù)權(quán)利要求2所述的一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)方法，其特征在于，所述時(shí)域特征包括MEAN_NNI、SDNN、RMSSD、PNNI_50，所述頻域特征包括LF、HF、LFnorm、HFnorm，所述非線性特征包括VLI、VAI。

4.根據(jù)權(quán)利要求2所述的一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)方法,其特征在于，基于AI算法對(duì)呼吸數(shù)據(jù)進(jìn)行分析，得到呼吸特征的方法為：基于呼吸數(shù)據(jù)構(gòu)建呼吸曲線圖，基于所述呼吸曲線圖獲取呼吸的峰值和谷值，基于所述峰值和谷值得到包括吸呼比和呼吸頻率的呼吸特征。

5.根據(jù)權(quán)利要求1所述的一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)方法，其特征在于，所述第一LSTM神經(jīng)網(wǎng)絡(luò)模型與第二LSTM神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法相同，其中，所述第一LSTM神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法為：

S51:獲取大量的用戶脈搏數(shù)據(jù)；

S52:利用AI對(duì)大量的所述用戶脈搏數(shù)據(jù)進(jìn)行分析，得到大量的用戶脈搏特征，對(duì)所述用戶脈搏特征打標(biāo)，得到所述用戶脈搏特征對(duì)應(yīng)的標(biāo)簽，其中，所述用戶脈搏特征對(duì)應(yīng)的標(biāo)簽為脈搏特征的短時(shí)標(biāo)準(zhǔn)值；

S53:采用所述用戶脈搏特征以及與所述用戶脈搏特征對(duì)應(yīng)的標(biāo)簽訓(xùn)練神經(jīng)網(wǎng)絡(luò)，得到訓(xùn)練完成的第一LSTM神經(jīng)網(wǎng)絡(luò)模型。

6.根據(jù)權(quán)利要求5所述的一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)方法，其特征在于，初始用于訓(xùn)練所述第一LSTM神經(jīng)網(wǎng)絡(luò)模型的大量的用戶脈搏數(shù)據(jù)采用的是與待測(cè)用戶年齡相仿用戶的脈搏數(shù)據(jù)；當(dāng)獲取的用戶脈搏數(shù)據(jù)達(dá)到設(shè)定值時(shí)，才能夠用于第一LSTM神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練。

7.一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)系統(tǒng)，其特征在于，包括：

采集模塊，用于獲取待測(cè)用戶的生理健康指標(biāo)；

第一處理模塊，用于利用AI算法分別對(duì)脈搏數(shù)據(jù)和呼吸數(shù)據(jù)進(jìn)行分析，得到脈搏特征和呼吸特征；

第二處理模塊，用于將所述脈搏特征和呼吸特征分別輸入已訓(xùn)練完成的第一LSTM神經(jīng)網(wǎng)絡(luò)模型和第二LSTM神經(jīng)網(wǎng)絡(luò)模型得到綜合放松指數(shù)；

評(píng)估模塊，用于根據(jù)綜合放松指數(shù)評(píng)估待測(cè)用戶的精神狀態(tài)。

8.根據(jù)權(quán)利要求書7所述的一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)系統(tǒng)，其特征在于，還包括：

可視化模塊，用于根據(jù)待測(cè)用戶的精神狀態(tài)匹配合適的放松訓(xùn)練并可視化用戶的精神狀態(tài)以及對(duì)應(yīng)的放松訓(xùn)練策略。

9.根據(jù)權(quán)利要求書8所述的一種基于生理健康指標(biāo)的精神狀態(tài)預(yù)測(cè)系統(tǒng)，其特征在于，還包括：

訓(xùn)練模塊，用于根據(jù)所述放松訓(xùn)練策略進(jìn)行放松訓(xùn)練，其中，訓(xùn)練模塊包括場(chǎng)景訓(xùn)練模塊、主題訓(xùn)練模塊。

10.一種電子設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，所述處理器執(zhí)行存儲(chǔ)器中存儲(chǔ)的代碼時(shí)，實(shí)現(xiàn)權(quán)利要求1-6中任一項(xiàng)所述的方法。