CN104173064B - 基于心率变异分析的测谎方法及测谎装置 - Google Patents

基于心率变异分析的测谎方法及测谎装置 Download PDF

Info

Publication number
CN104173064B
CN104173064B CN201410448582.XA CN201410448582A CN104173064B CN 104173064 B CN104173064 B CN 104173064B CN 201410448582 A CN201410448582 A CN 201410448582A CN 104173064 B CN104173064 B CN 104173064B
Authority
CN
China
Prior art keywords
interval
test
heartbeat
analysis
heart rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410448582.XA
Other languages
English (en)
Other versions
CN104173064A (zh
Inventor
赵芳
沈靖
钱卓
钱奕
李孟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI INSTITUTE OF CRIMINAL SCIENCE AND TECHNOLOGY
Xishuangbanna Dadu Yunhai Intelligent Technology Development Co Ltd
XISHUANGBANNA INSTITUTE OF BIOMEDICAL
Original Assignee
SHANGHAI INSTITUTE OF CRIMINAL SCIENCE AND TECHNOLOGY
XISHUANGBANNA DADU YUNHAI BIOLOGICAL TECHNOLOGY DEVELOPMENT Co Ltd
XISHUANGBANNA INSTITUTE OF BIOMEDICAL
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI INSTITUTE OF CRIMINAL SCIENCE AND TECHNOLOGY, XISHUANGBANNA DADU YUNHAI BIOLOGICAL TECHNOLOGY DEVELOPMENT Co Ltd, XISHUANGBANNA INSTITUTE OF BIOMEDICAL filed Critical SHANGHAI INSTITUTE OF CRIMINAL SCIENCE AND TECHNOLOGY
Priority to CN201410448582.XA priority Critical patent/CN104173064B/zh
Publication of CN104173064A publication Critical patent/CN104173064A/zh
Application granted granted Critical
Publication of CN104173064B publication Critical patent/CN104173064B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种基于心率变异分析的测谎方法及其测谎装置,在整个测试过程中实时采集受试者的心跳信号,依据所述心跳信号获得心跳与心跳(RR)间隔的时间序列,按照所述测前谈话、心理纯化和正式测试的时间段,将所述RR间隔时间序列划分为多个子序列,以对各子序列分别计算心率变异(HRV)的时域和频域分析指标作为特征信息,对所述各子序列的特征信息进行比较,判定受试者是否说谎。本发明基于心率变异分析,方法可靠、实战可操作性强,测谎准确性高。

Description

基于心率变异分析的测谎方法及测谎装置
技术领域
本发明涉及测谎技术,具体涉及一种基于心率变异分析的测谎方法及测谎装置。
背景技术
目前在司法领域中运用最为广泛,最为成熟的测谎技术是多道心理测试技术,测试者对受试者进行一系列标准化问题的询问,同时由多通道测试仪记录受测者对每个问题的生理反应图谱,并据此判断受测者是否说谎。在长期的心理测试研究和实战应用中,常用生理指标包括皮肤电、呼吸、心率(HR)和血压等,皮肤电由于其高灵敏性,被作为最常用的判定指标之一,如区域准绳法(CQT)方法的运用中,测后评图(皮电)以峰高比作为主要的评判方法;直接准绳法(MGQT)方法应用中,通过测量皮肤电相关问题的阳性率(PFC)进行评定。然而,已有研究表明,即便在严格控制测试条件的情况下,测试结论的准确性依然未达到具有统计意义足够成功率的标准,即测试的结论还存在或然性。为了提高心理测试的准确度和精度,还需要不断挖掘新的判定指标,对当前多道测试技术进行有益的补充和完善。
应激情绪是目前业内对心理测试发挥作用比较认可的相关因素,应激情绪引起的受试相关生理指标的改变是心理测试发挥作用的客观基础。已有研究表明,应激情绪(恐惧或焦虑)将打破自主神经中的交感神经(SNS)和副交感神经(PNS)活动的平衡,从而引起心脏动态活动的变化。目前,在实际应用中表征心脏动态活动的特征参数仅仅是HR,缺乏对心脏动态变化的充分描述,并且由于HR变化敏感度较低,因而在测试中通常只是作为辅助参考指标。最新的研究表明,在场景性和提示性恐惧条件下(contextual and cued fearconditioning)HR和HRV都将发生改变,但在提取场景性和提示性恐惧记忆时,与HR相比,HRV对于记忆的表达和情绪反映更为敏感和显著(Liu J,Wei W,Kuang H,Zhao F,Tsien JZ(2013)Changesin Heart Rate Variability Are Associated with Expression of Short-Term and Long-Term Contextualand Cued Fear Memories.PLoS ONE 8(5):e63590.doi:10.1371/journal.pone.0063590),因此,HRV是反映记忆提取和情绪压力的重要指标,然而目前并未有将HRV分析作为特征参数的测谎方法。
发明内容
针对现有技术存在的上述缺陷,本发明是引入HRV作为特征参数,提供一种全新的基于心脏动态变化分析的测谎方法及测谎装置。
本发明提供了一种基于心率变异分析的测谎方法,具有如下步骤:
1)测试过程中实时采集受试者的心跳信号;
2)由所述心跳信号获得RR间隔时间序列;所述RR间隔时间序列为心跳与心跳间隔的时间序列;
3)将所述RR间隔时间序列划分为多个RR间隔子序列;
4)对所述各个RR间隔子序列,分别计算心率变异(HRV)的特征信息;所述特征信息包括心率变异(HRV)的时域分析指标和频域分析指标;
5)对所述各个RR间隔子序列的特征信息进行统计比较,根据比较结果判定受试者是否说谎。
本发明方法中,所述心跳信号是心电信号(EEG)或脉搏信号。
本发明方法中,所述测试过程包括测前谈话阶段、心理纯化阶段、和正式测试阶段。其中,在所述测前谈话阶段,测试者通过询问引导受试者对与案件有关的事件或行为进行陈述,引起受试者回忆,激发受试者的情绪唤醒。在所述心理纯化阶段,测试者通过向受试者说明心理测试的基本原理和客观性以及测试的基本操作程序,获得受试者对心理测试技术的信任,调控受试者的测试状态避免无关情绪因素对心理测试数据的干扰。在所述正式测试阶段,按照测试者编排好的试题对受试者进行问答式测试,所有问题循环问三个轮次为一组标准测试。
所述步骤2)中,获得RR间隔时间序列是通过以下步骤:对所采集到的心跳信号进行滤波降噪处理后,利用峰值检测算法检出心跳信号波峰位置,最后计算出RR波间距,即RR间隔时间序列。
所述步骤3)中,以单轮测试时间长度为基准,取所述测前谈话阶段的前部分和所述心理纯化阶段的后部分,将RR间隔时间序列划分为等长的多个RR间隔子序列。即,以所述正式测试阶段中的单轮测试时间长度为基准,获取多个RR间隔子序列;所述多个RR间隔子序列包括,所述测前谈话阶段中从初始起的与所述基准相同时间长度的RR间隔子序列;所述心理纯化阶段中结束阶段的与所述基准相同时间长度的RR间隔子序列;所述正式测试阶段中每一轮测试的与所述基准相同时间长度的RR间隔子序列。
在一个具体实施方案中,将RR间隔时间序列划分为与所述基准相同时间长度的等长的五个RR间隔子序列。所述RR间隔子序列分别对应测前谈话阶段的测试、心理纯化阶段的测试、正式测试阶段中的三轮测试(第一轮测试、第二轮测试、第三轮测试)。
其中,所述时域分析指标包括RR间隔的标准偏差(SDNN)、RR间隔差值平方和的均方根(RMSSD)和变异因子(CV)。
其中,所述频域分析指标为低高频功率比(LF/HF)。
所述步骤5)中,所述统计比较包括,将受试者在测试过程各阶段(包括测前谈话、心理纯化和三轮测试)的特征信息进行相互比较,以及将所述特征信息与预设值进行比对。
其中,所述预设值是一设定阈值,是根据已经得到验证了的受试对象(包括说谎者和未说谎者)进行统计分析得出。一个具体实施方案中,预设值为已经验证明确了的说谎者和未说谎者在心理纯化阶段和正式测试阶段(包括三轮测试)中测得的全部的LF/HF值的平均值。一个具体实施方案中,预设值为已经验证明确的说谎者和未说谎者在正式测试阶段(包括三轮测试)的全部的CV值或者RSNN值的平均值。验证可以是通过其他实验验证,或已经由公检法部门的侦察工作验证。
本发明所依据的原理是:在整个测试过程中,不同阶段的情绪状态的改变将导致心率变异(HRV)发生改变。在情绪压力下,心脏动态的复杂度降低,HRV的方差降低,HRV低频成分和高频成分之比(LF/HF)增加,HF降低。反之,在情绪有所缓解后,心脏动态的复杂度升高,HRV的方差增大,HRV低频成分和高频成分之比(LF/HF)减小,HF增大。
本发明一个具体实施方案中,在测试过程中,在测前谈话的开始阶段,无论受试者是否有罪,在测试执法人员的面前都存在一定的情绪压力,均处于激动和紧张的情绪状态中。在心理纯化阶段的后阶段,通过测试者对心理测试的介绍,使受试者对测谎的科学性和公正性有了认识,因而,增强了受试者(例如,说谎者、有罪者)对说谎的恐惧,降低了受试者(例如,未说谎者、无辜者)的紧张心理。在正式测试阶段,受试者(例如,未说谎者、无辜者)的激动和紧张情绪已经有所缓解,而受试者(例如,说谎者、有罪者)在测试问题的刺激下对案件相关记忆的提取将增强恐慌情绪。综上,受试者(例如,说谎者、有罪者、未说谎者、无辜者)在测试过程中历经的情绪状态变化不同,因此,通过比较受试者个体在测前谈话阶段、心理纯化阶段、正式测试阶段(包括三轮测试)的特征信息,以及将所述与预设值进行比对,根据比对结果可以判定受试人是否说谎。
本发明还提出了基于心率变异分析的测谎装置,其特征在于,包括心跳采集设备、分析设备和显示设备;所述心跳采集设备在测试过程中实时采集受试者的心跳信号,并传送给所述分析设备;所述分析设备用于分析所述心跳信号并判定是否说谎;所述分析设备包括:序列分离模块、信号划分模块、特征检测模块和智能判决模块;所述序列分离模块分析检测所述心跳信息,从中获得RR间隔时间序列传送给所述信号划分模块;所述信号划分模块将所述RR间隔时间序列划分为多个RR间隔子序列,并传送给所述特征检测模块;所述特征检测模块检测所述多个RR间隔子序列,从中分别获得心率变异特征信息;所述心率变异特征信息包括时域分析指标和频域分析指标;所述智能判决模块将所述特征信息进行比较,根据比较结果判定是否说谎。所述显示设备显示所述心率变异特征信息和所述比较结果。
其中,所述序列分离模块中包括滤波单元和波峰检测单元;所述滤波单元从所述心跳采集设备获得所述心跳信号,并对所采集到的心跳信号进行滤波降噪处理后传送给所述波峰检测单元,所述波峰检测单元利用峰值检测算法检出心跳信号波峰位置,计算出RR波间距,即RR间隔时间序列。
其中,所述特征检测模块包括时域检测单元和频域检测单元;所述时域检测单元从所述多个RR间隔子序列中分别计算RR间隔的标准偏差、RR间隔差值平方和的均方根和变异因子,得到时域分析指标;频域检测单元从所述多个RR间隔子序列中分别计算总功率、低频功率、高频功率、归一化低频功率、归一化高频功率和低高频功率比,得到频域分析指标。
本发明中,在整个测试过程中实时采集受试者的心跳信号,由所述心跳信号获得心跳与心跳(RR)间隔的时间序列,按照所述测前谈话、心理纯化和正式测试的时间段,将所述RR间隔时间序列划分为多个子序列,对各子序列分别计算心率变异(HRV)的时域和频域分析指标作为特征信息,对所述各子序列的特征信息进行统计比较,判定受试者是否说谎。本发明依据心率变异分析判别慌实,方法可靠、实战可操作性强,测谎准确性高于75%。本发明提出的基于心率变异分析的测谎方法及其测谎装置,不仅适用于公安部门办案时测试受试者供词诚实与否,还可广泛适用于其他各类社会活动应用中。本发明有益效果包括:将心率变异指标作为特征参数,可以充分发挥心脏动态变化在测谎中的作用,有助于提高测试精准度,这是国内外现有测谎设备所不具有的功能。进一步,现有技术主要采用测试分类对比分析,即通过对正式测试阶段的相关问题、准绳问题和无关问题的特征信息进行比较来确定是否说谎,本发明采用的是测试分段对比分析,即对测前谈话阶段、心理纯化阶段和正式测试阶段的特征信息进行比较,因而充分利用了整个测试过程受试人心理状态的变化信息。进一步,本发明还可以与已有的多道心理测试技术联合使用,将有助于进一步提高心理测试的准确度和精度。本发明与现有技术之比较如表1所示。
表1本发明与现有技术的比较
附图说明
图1为本发明基于心率变异分析的测谎方法的流程图。
图2本发明基于心率变异分析的测谎装置的结构示意图。
具体实施方式
结合以下具体实施例和附图,对本发明作进一步的详细说明,本发明的保护内容不局限于以下实施例。在不背离发明构思的精神和范围下,本领域技术人员能够想到的变化和优点都被包括在本发明中,并且以所附的权利要求书为保护范围。
如图2所示,本发明基于心率变异分析的测谎装置包括:心跳采集设备1、分析设备2和显示设备3。
心跳采集设备1在测试过程中与受试者接触式或非接触式设置,用于实时采集受试者的心跳信号并传送给分析设备2,该心跳信号包括心电信号或脉搏信号。
分析设备2用于分析心跳信号并判定是否说谎。其中,分析设备2包括:序列分离模块21、信号划分模块22、特征检测模块23和智能判决模块24。序列分离模块21中包括滤波单元211和波峰检测单元212,滤波单元211对所采集到的心跳信号进行滤波降噪处理后传送给波峰检测单元212,波峰检测单元212利用峰值检测算法检出心跳信号波峰位置,计算出RR波间距序列并传送给信号划分模块22。信号划分模块22将RR间隔时间序列划分为多个RR间隔子序列,并传送给特征检测模块23。特征检测模块23检测多个RR间隔子序列,从中分别获得心率变异特征信息。其中,特征检测模块23包括时域检测单元231和频域检测单元232。时域检测单元231从多个RR间隔子序列中分别计算RR间隔的标准偏差、RR间隔差值平方和的均方根和变异因子,得到时域分析指标。频域检测单元232从多个RR间隔子序列中计算低高频功率比得到频域分析指标。智能判决模块24将特征信息进行比较,根据比较结果判定是否说谎。
显示设备3显示特征信息和比较结果,从而可视化地反应测谎结果。
参阅图1,为显示本发明基于心率变异分析的测谎方法的步骤流程图。
1、采集心跳信号
将受试者带入测试操作室,向受试者承诺测试安全性后,征得受试者同意后连接心跳采集设备1。在受试者调节身体姿势准备好后,进入测试,开始进入采集心跳信号。可以采集心电信号(EEG),也可以采集脉搏信号。
整个测试过程包括三个阶段:测前谈话阶段、心理纯化阶段和正式测试阶段;其中,正式测试阶段包括多轮测试,全部问题循环向受试者多个轮次地提出。优选地,正式测试阶段包括三轮测试,即全部问题循环问三个轮次为测试的一组标准模式。
在测前谈话中,测试者主要起到引导受试者对案发经过的回忆,比如让受试者讲述案发前后具体行为细节,测试者应保持中立客观的态度假设受试者在相关问题上是诚实的,严格区别于审讯工作。在完成了对受试者记忆唤醒工作后,向其解释心理测试的基本原理使其心理纯化,赢得受试者对测谎工作的信任。在谈话中使受试者人对测谎的科学性,公正性充分了解,增强受试者对说谎的恐惧,降低无辜者的紧张心理,消除其不必要的担心。在受试者心态调整工作完成以后,测试者开始解释测试的具体操作过程,让受试者了解测试的要求以及如何配合,可以让受试者试着回答一些问题熟悉过程,并要求受试者在回答问题过程中用是或不是,知道或不知道这些简单的语句作出回答,避免在回答问题过程中点头或摇头或身体摇晃等。准绳开发,加深受试者对准绳问题的了解让其配合在正式测试中对准绳问题故意撒谎。在征得受试者同意后,进入到正式测试阶段。测试采用问答式的方法,要求受试者在听清楚问题后用简单地用是或不是,知道或不知道回答问题,提问的测试者尽量保持平稳的语调。例如,在受试者回答后,每一题提问相隔25到35秒左右,11题为一个轮次,三个轮次为一组标准测试。
2、计算RR间隔序列
心跳信号常常伴有肌电干扰和工频干扰,滤波单元211采用平滑滤波法滤除50Hz工频干扰,采用小波分析方法,滤除BVP信号的基线漂移。波峰检测单元212利用峰值检测算法,通过设定一个合理的阈值检出心跳信号的波峰位置,并计算出RR波间距,即RR间隔时间序列。
3、RR间隔子序列划分
时间长度是HRV的重要决定因素,不同时间长度的心跳信号计算出的HRV之间不具有可比性。因而,为对比测试过程中不同阶段的HRV,必须采用统一的单位基准。由于不同案情的复杂程度不同,测前谈话阶段和心理纯化阶段的时间长短有所不同。在一具体实施例的分析中,信号划分模块22以正式测试阶段中的单轮测试时间长度为基准,例如,按照单轮测试时间约为4.5分钟,在测前谈话阶段中,取从初始起的与所述基准相同的时间长度(即,
测前谈话阶段的前4.5分钟),在心理纯化阶段中,取结束阶段的与所述基准相同的时间长度(即,心理纯化阶段的后4.5分钟),进行分析和比较。
4、获取HRV特征信息
1)时域分析
时域检测单元231将R-R间隔序列作为一组无序的间期,计算在不同测试阶段R-R波间距(即RR间隔时间序列)的标准差SDNN、变异因子CV和RR间隔差值平方和的均方根RMSSD。
SDNN = Σ i = 1 n ( RR i - mean ) 2 n - - - ( 1 )
CV = SDNN mean × 100 % - - - ( 2 )
RMSSD = 1 n - 1 ( Σ i 1 n - 1 ( RR i + 1 - RR i ) 2 ) - - - ( 3 )
其中,RRi表示RR间隔序列第i个值,i表示RR间隔序列的标号,n表示序列总长度。
2)频域分析
由于RR间隔序列为非均匀采样序列,频域检测单元232采用Lomb-Scargle正规化频谱得到RR间隔的频谱密度,从所计算的频谱中识别出三种主要频谱成分,即极低频(VLF<0.04Hz)、低频(LF 0.04~0.15Hz)和高频(HF 0.15~0.4Hz),得出高低频比值(LF/HF)。LF/HF是反应自主神经活动平衡的指标,其值偏高,代表亢进、焦虑、急躁、激动等特质。5、对特征信息进行统计比较,根据比较结果判定是否说谎。
(1)将所述测前谈话阶段、心理纯化阶段和正式测试阶段的特征信息进行相互比较
智能判决模块24将在心理纯化阶段和正式测试阶段(包括三轮测试)中分别检测得到的频域分析指标LF/HF值与在测前谈话阶段检测得到的LF/HF值进行比较,若有三个及三个以上的心理纯化阶段和正式测试阶段的LF/HF值超过测前谈话阶段的LF/HF值,则记1分。
(2)将所述特征信息与预设值进行对比
预设值是一设定阈值,为已经得到验证明确的说谎者和未说谎者在心理纯化阶段和正式测试阶段(包括三轮测试)中测得的全部的LF/HF值的平均值。若在心理纯化阶段和正式测试阶段中测得三个及三个以上的LF/HF值超过上述设定阈值,记1分。
(3)将所述特征信息与预设值进行对比
预设值是一设定阈值,为已经验证明确了的说谎者和未说谎者在正式测试阶段(包括三轮测试)的全部的CV值、RSNN或RMSSD值的平均值。在正式测试阶段的每一轮测试中,若测得的时域分析指标CV、RSNN或RMSSD中任意一个小于设定阈值,记1分。
综上,若合计的总分大于2,则智能判决模块24认定受试者为说谎。若总分不大于2,则智能判决模块24认定受试者为未说谎。
在一具体实施中以19个受试者为例,实验室按照标准测谎实验室进行设置,设有实验准备室,实验操作室各一间。为避免不相关因素引起实验的误差,实验室对灯光,色彩,温度,声音等因素都进行了有效控制。经验证,其中8个受试者经过测后审查核实等工作确认为说谎者;其中11个受试者经过测后审查核实等工作确认为未说谎者。与经过审查核实工作的判定结果比对后表明,本发明的测谎准确率高于75%。

Claims (8)

1.一种基于心率变异分析的测谎方法,其特征在于,所述方法包括如下步骤:
1)在测试过程中实时采集受试者的心跳信号;所述测试过程包括测前谈话阶段、心理纯化阶段、和正式测试阶段;
2)根据所述心跳信号获得RR间隔时间序列;
3)将所述RR间隔时间序列划分为多个RR间隔子序列;以所述正式测试阶段中的单轮测试时间长度为基准,获取多个RR间隔子序列;其中,所述多个RR间隔子序列包括:所述测前谈话阶段中从初始起的与所述基准相同时间长度的RR间隔子序列;所述心理纯化阶段中结束阶段的与所述基准相同时间长度的RR间隔子序列;以及,所述正式测试阶段中每一轮测试的与所述基准相同时间长度的RR间隔子序列;
4)根据所述多个RR间隔子序列,分别获得心率变异特征信息;所述特征信息包括时域分析指标和频域分析指标;
5)将所述特征信息进行比较,根据比较结果判定是否说谎。
2.如权利要求1所述的方法,其特征在于,所述步骤2)中,获得RR间隔时间序列通过以下步骤:对所采集到的心跳信号进行滤波降噪处理后,利用峰值检测算法检出心跳信号波峰位置,计算出RR波间距,即RR间隔时间序列。
3.如权利要求2所述的方法,其特征在于,所述步骤5)中,所述比较包括,将所述测前谈话阶段、心理纯化阶段和正式测试阶段的特征信息进行相互比较、以及将所述特征信息与预设值进行对比。
4.如权利要求1所述的方法,其特征在于,所述时域分析指标包括RR间隔的标准偏差、RR间隔差值平方和的均方根和变异因子;所述频域分析指标为低高频功率比。
5.如权利要求1所述的方法,其特征在于,所述心跳信号包括心电信号、脉搏信号。
6.一种实现权利要求1-5之任一项所述测谎方法的基于心率变异分析的测谎装置,其特征在于,包括心跳采集设备(1)、分析设备(2)和显示设备(3);其中,
所述心跳采集设备(1)在测试过程中实时采集受试者的心跳信号,并传送给所述分析设备(2);
所述分析设备(2)用于分析所述心跳信号并判定是否说谎;所述分析设备(2)包括:序列分离模块(21)、信号划分模块(22)、特征检测模块(23)和智能判决模块(24);
所述序列分离模块(21)分析检测所述心跳信号,从中获得RR间隔时间序列传送给所述信号划分模块(22);
所述信号划分模块(22)将所述RR间隔时间序列划分为多个RR间隔子序列,并传送给所述特征检测模块(23);
所述特征检测模块(23)检测所述多个RR间隔子序列,从中分别获得心率变异特征信息;所述心率变异特征信息包括时域分析指标和频域分析指标;
所述智能判决模块(24)将所述特征信息进行比较,根据比较结果判定是否说谎;
所述显示设备(3)显示所述心率变异特征信息和所述比较结果。
7.如权利要求6所述的基于心率变异分析的测谎装置,其特征在于,所述序列分离模块(21)中包括滤波单元(211)和波峰检测单元(222);所述滤波单元(211)从所述心跳采集设备(1)获得所述心跳信号,并对所采集到的心跳信号进行滤波降噪处理后传送给所述波峰检测单元(222),所述波峰检测单元(222)利用峰值检测算法检出心跳信号波峰位置,计算出RR波间距,即RR间隔时间序列。
8.如权利要求6所述的基于心率变异分析的测谎装置,其特征在于,所述特征检测模块(23)包括时域检测单元(231)和频域检测单元(232);所述时域检测单元(231)从所述多个RR间隔子序列中分别计算RR间隔的标准偏差、RR间隔差值平方和的均方根和变异因子,得到时域分析指标;频域检测单元(232)从所述多个RR间隔子序列中分别计算低高频功率比,得到频域分析指标。
CN201410448582.XA 2014-09-04 2014-09-04 基于心率变异分析的测谎方法及测谎装置 Active CN104173064B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410448582.XA CN104173064B (zh) 2014-09-04 2014-09-04 基于心率变异分析的测谎方法及测谎装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410448582.XA CN104173064B (zh) 2014-09-04 2014-09-04 基于心率变异分析的测谎方法及测谎装置

Publications (2)

Publication Number Publication Date
CN104173064A CN104173064A (zh) 2014-12-03
CN104173064B true CN104173064B (zh) 2016-08-24

Family

ID=51954604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410448582.XA Active CN104173064B (zh) 2014-09-04 2014-09-04 基于心率变异分析的测谎方法及测谎装置

Country Status (1)

Country Link
CN (1) CN104173064B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104545950A (zh) * 2014-12-23 2015-04-29 上海博康智能信息技术有限公司 非接触式测谎方法及其测谎系统
CN104983434B (zh) * 2015-06-17 2018-05-01 重庆邮电大学 基于层次分析法的多参数心理压力评估方法及装置
CN105105738A (zh) * 2015-09-30 2015-12-02 宇龙计算机通信科技(深圳)有限公司 信息处理方法、装置及电子设备
CN105212921B (zh) * 2015-10-08 2017-10-17 西南大学 一种基于心电测度的测谎方法
CN106510737B (zh) * 2015-12-16 2019-07-26 西南大学 一种用心率测度实时检测说话期间心理应激状态的方法
CN110025321B (zh) * 2019-03-20 2021-08-31 华为技术有限公司 一种心理压力评估方法及相关设备
CN111195132B (zh) * 2020-01-10 2022-08-23 高兴华 非接触式测谎和情绪识别方法、装置和系统
CN113171107B (zh) * 2021-04-26 2024-03-19 中山大学 一种心率变异性信号的非接触式提取方法及系统
CN113222458A (zh) * 2021-05-31 2021-08-06 上海工程技术大学 一种城市轨道交通驾驶员安全风险测评模型及系统
CN116058841B (zh) * 2023-01-04 2023-09-19 北京火神永创科技有限公司 基于皮电波的心理测试自动评分方法
CN116013523B (zh) * 2023-01-04 2023-09-08 北京火神永创科技有限公司 基于脉搏波的心理测试自动评分方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101658425A (zh) * 2009-09-11 2010-03-03 西安电子科技大学 基于心率变异分析的注意力集中程度的检测装置及方法
JP4938382B2 (ja) * 2006-08-09 2012-05-23 テルモ株式会社 心拍ゆらぎ検出装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11128185A (ja) * 1997-10-31 1999-05-18 Matsushita Electric Ind Co Ltd 心拍変動解析方法および装置
US8155733B2 (en) * 2009-05-15 2012-04-10 Nanjing University Lie detection method and system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4938382B2 (ja) * 2006-08-09 2012-05-23 テルモ株式会社 心拍ゆらぎ検出装置
CN101658425A (zh) * 2009-09-11 2010-03-03 西安电子科技大学 基于心率变异分析的注意力集中程度的检测装置及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
犯罪心理测试PFC判定方法的研究;蔺彬涛;《中国刑警学院学报》;20031231(第4期);正文第13页右栏倒数第19行到第14页左栏倒数第4行 *

Also Published As

Publication number Publication date
CN104173064A (zh) 2014-12-03

Similar Documents

Publication Publication Date Title
CN104173064B (zh) 基于心率变异分析的测谎方法及测谎装置
Montesinos et al. Multi-modal acute stress recognition using off-the-shelf wearable devices
CN107212896A (zh) 一种情绪稳定性综合评价系统及信息处理方法
US10420499B2 (en) Method and system of detecting seizures
CN109350020A (zh) 身心健康状况分析装置及方法
WO2018102794A1 (en) Semiology of seizures including muscle signals collected from electroencephalography electrodes
Iadarola et al. Analysis of galvanic skin response to acoustic stimuli by wearable devices
Wei et al. Epileptic seizure detection in clinical EEGs using an XGBoost-based method
CN103405225B (zh) 一种获取疼感评测指标的方法、装置及设备
Okada et al. Monitoring emotion by remote measurement of physiological signals using an RGB camera
CN112057087B (zh) 精神分裂症高风险人群自主神经功能数据处理方法及装置
Anwar et al. Use of portable EEG sensors to detect meditation
CN105512500A (zh) 一种对精神分裂特征快速筛查及治疗疗效评估的方法
CN106943150A (zh) 精神疲劳检测系统及其采用的方法
CN105769221B (zh) 基于Lyapunov指数和关联维数的脑电测谎方法
Rundo et al. Advanced 1d temporal deep dilated convolutional embedded perceptual system for fast car-driver drowsiness monitoring
El-Samahy et al. A new computer control system for mental stress management using fuzzy logic
KR20060066708A (ko) 동잡음 제거된 혈류량 신호 검출 장치 및 방법, 그리고이를 이용한 스트레스 검사 장치
Smitha et al. Classifying subjective emotional stress response evoked by multitasking using EEG
CN113080900B (zh) 一种突发噪声环境下人体应激反应测试方法及系统
RU2480156C1 (ru) Адаптивный способ дистанционного выявления реакций человека на неосознаваемые психические раздражители путем анализа вариабельности сердечного ритма
Hansson-Sandsten et al. Multiple window correlation analysis of HRV power and respiratory frequency
CN104305958B (zh) 一种极短时自主神经状态的光电容积波多参量分析方法
JPH10137228A (ja) メンタルストレス判定装置
Mateu-Mateus et al. RR time series comparison obtained by H7 polar sensors or by photoplethysmography using smartphones: breathing and devices influences

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Houde commerce building 75 No. 666100 Yunnan Dai Autonomous Prefecture in Xishuangbanna province Jinghong city mengle Avenue, room 3002

Co-patentee after: Xishuangbanna Dadu Yunhai Intelligent Technology Development Co., Ltd

Patentee after: XISHUANGBANNA INSTITUTE OF BIOMEDICAL

Co-patentee after: Shanghai Institute of Criminal Science and Technology

Address before: Houde commerce building 75 No. 666100 Yunnan Dai Autonomous Prefecture in Xishuangbanna province Jinghong city mengle Avenue, room 3002

Co-patentee before: Xishuangbanna Dadu Yunhai Biological Technology Development Co., Ltd.

Patentee before: XISHUANGBANNA INSTITUTE OF BIOMEDICAL

Co-patentee before: Shanghai Institute of Criminal Science and Technology

CP01 Change in the name or title of a patent holder