[發明專利]一種基于脈搏波信號的心理壓力等級評估系統及方法

在審

• 申請號: 202211096007.9
• 申請日: 2022-09-08
• 公開（公告）號: CN115363586A
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 王新沛;焦宇;趙玉娟;王麗娜;郭永軍;李遠洋;楊磊;杜冠征
• 申請（專利權）人: 山東大學
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/024;A61B5/00;G06K9/00;G06K9/62
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.一種基于脈搏波信號的心理壓力等級評估系統，其特征在于，包括：

信號處理模塊，用于獲取目標對象的脈搏波信號，對所述脈搏波信號進行一階差分、濾波和波峰識別處理，得到目標對象的心動周期序列；

特征提取模塊，用于提取所述心動周期序列的心率變異性特征，所述心率變異性特征包括時域特征、頻域特征、非線性特征和時頻域特征；

等級評估模塊，用于對所述心率變異性特征進行特征選擇，并構建特征集，將所述特征集輸入至預設的心理壓力等級評估模型中，根據該模型的輸出結果評估所述目標對象的心理壓力等級；其中，所述心理壓力等級評估模型是以機器學習方法對分類器進行訓練得到的。

2.如權利要求1所述的基于脈搏波信號的心理壓力等級評估系統，其特征在于，還包括數據采集模塊，用于采集目標對象的脈搏波信號；所述數據采集模塊包括相互電連接的脈搏波壓電傳感器和放大濾波器，所述脈搏波壓電傳感器采集到的信號經過放大濾波器的放大處理，得到目標對象的脈搏波信號。

3.如權利要求1所述的基于脈搏波信號的心理壓力等級評估系統，其特征在于，所述信號處理模塊具體用于對獲取的脈搏波信號進行A/D轉換，對A/D轉換后的脈搏波信號進行一階差分和濾波處理，得到差分序列；確定所述差分序列中各數值點的最大值，將其作為識別到的第一波峰，并以此為定點分別向前或向后滑動窗口獲取滿足預設閾值的數值點作為第二波峰，以構建所述目標對象的心動周期序列。

4.如權利要求1所述的基于脈搏波信號的心理壓力等級評估系統，其特征在于，所述特征提取模塊用于對所述心動周期序列進行離散傅里葉變換，計算并提取頻域特征。

5.如權利要求1所述的基于脈搏波信號的心理壓力等級評估系統，其特征在于，所述非線性特征包括但不限于香農熵、近似熵、樣本熵、模糊熵、排列熵、分布熵、龐加萊圖短軸、長軸、短軸/長軸、向量角度指數、向量長度指數、Porta指數和Guzik指數中的一個或多個。

6.如權利要求1所述的基于脈搏波信號的心理壓力等級評估系統，其特征在于，所述特征提取模塊用于使用db4母小波對所述心動周期序列進行預設尺度的小波變換，取每層重構信號的細節系數絕對值的均值與標準差作為時頻域特征。

7.如權利要求1所述的基于脈搏波信號的心理壓力等級評估系統，其特征在于，在所述等級評估模塊中，對心率變異性特征進行特征選擇時，采用基于支持向量機的遞歸消除法篩選特征，得到特征集。

8.一種基于脈搏波信號的心理壓力等級評估方法，其特征在于，包括：

獲取目標對象的脈搏波信號，對所述脈搏波信號進行一階差分、濾波和波峰識別處理，得到目標對象的心動周期序列；

提取所述心動周期序列的心率變異性特征，所述心率變異性特征包括時域特征、頻域特征、非線性特征和時頻域特征；

對所述心率變異性特征進行特征選擇，并構建特征集，將所述特征集輸入至預設的心理壓力等級評估模型中，根據該模型的輸出結果評估所述目標對象的心理壓力等級；其中，所述心理壓力等級評估模型是以機器學習方法對分類器進行訓練得到的。

9.一種計算機設備，其特征在于，包括：處理器、存儲器和總線，所述存儲器存儲有所述處理器可執行的機器可讀指令，當計算機設備運行時，所述處理器與所述存儲器之間通過總線通信，所述機器可讀指令被所述處理器執行時執行如權利要求8所述的基于脈搏波信號的心理壓力等級評估方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時執行如權利要求8所述的基于脈搏波信號的心理壓力等級評估方法的步驟。