CN104545865A - 一种基于心率指标的生理唤起度综合量化方法 - Google Patents

一种基于心率指标的生理唤起度综合量化方法 Download PDF

Info

Publication number
CN104545865A
CN104545865A CN201510030340.3A CN201510030340A CN104545865A CN 104545865 A CN104545865 A CN 104545865A CN 201510030340 A CN201510030340 A CN 201510030340A CN 104545865 A CN104545865 A CN 104545865A
Authority
CN
China
Prior art keywords
heart rate
index
arousal
long
physiology
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.)
Granted
Application number
CN201510030340.3A
Other languages
English (en)
Other versions
CN104545865B (zh
Inventor
温万惠
刘光远
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.)
Southwest University
Original Assignee
Southwest University
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 Southwest University filed Critical Southwest University
Priority to CN201510030340.3A priority Critical patent/CN104545865B/zh
Publication of CN104545865A publication Critical patent/CN104545865A/zh
Application granted granted Critical
Publication of CN104545865B publication Critical patent/CN104545865B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165Evaluating the state of mind, e.g. depression, anxiety

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一种基于心率指标的生理唤起度综合量化方法,包括心率的采集,心率长程涨落系数的计算,心率局部Hurst指数的计算和心率均值的计算。高的心率均值可单纯源于身体活动引起的生理唤起;小的局部Hurst指数取值范围通常源于应激生理唤起;心率长程涨落系数可较稳定地衡量心率处于正常范围内(小于90次/分)的生理唤起程度。通过上述三个指标的融合,得到一种可在平静到极高唤起之间连续取值的生理唤起度综合量化指标。

Description

一种基于心率指标的生理唤起度综合量化方法
技术领域
本发明涉及一种基于心率指标的生理唤起度综合量化方法。
背景技术
对生理唤起度进行准确的量化,可以较好地反映心情的激动或紧张程度,具有很好的情感指示作用。而当前针对生理信号的情感识别理论研究和技术发明,主要还是从多种生理信号中提取大量生理信号参数,以及对特定种类的情感进行分类识别,忽视了各种情感都伴随一定的生理唤起度,并且也忽视了对生理唤起度的量化。
因此,本发明要解决的问题是:打破从特定情感种类的角度进行情感识别的传统方法,提供一种新的基于心率指标的生理唤起度量化技术,使得基于生理信号的情感识别技术能够准确地推断心情波动的程度,促进该类电子产品和软件产品的情感识别率和用户满意度的提高。
发明内容
为解决上述问题,本发明提供了一种基于心率指标的生理唤起度综合量化方法,其特征在于,所述量化方法包括以下步骤:
(S1)、采集心率信号,该步骤包括:
采集心电信号,根据心电R波的位置得到用RR间隔序列表示的心率信号;
(S2)、对心率数据计算其均值;
(S3)、对心率数据计算其长程涨落系数;
(S4)、对心率数据计算其局部Hurst指数;
(S5)、各种心率唤起指标的融合,该步骤包括:
若心动过速,且长程涨落唤起指标失效,则仅融合均值指标和局部Hurst指数取值范围指标;
若心动过速,但长程涨落唤起指标有效,则融合长程涨落唤起指数,心率均值和心率局部Hurst指数取值范围三个指标;
若心率均值小于90次/分,则融合长程涨落唤起指数,心率均值和心率局部Hurst指数取值范围三个指标;
(S6)、融合各个心率唤起指标后得到量化的生理唤起度。
本发明的有益效果在于:首先,本发明所使用的三个心率指标都能在一定程度和条件下反映生理唤起程度。其次,本发明所采用的局部Hurst指数取值范围指标还未被其他研究和技术用来度量生理唤起程度,但发明人通过实验室数据已证明其具有表征应激状态下生理唤起度的能力。最后,三种心率指标的融合,能够互补不足,达到在正常心率范围和心动过速状态下都能表征生理唤起度的目的。由于某些非极端的情感,比如愉悦,伤感等通常体现出取值在正常范围的心率,而某些极端情感,比如恐惧,焦虑等可能导致心率过速,因此,既能在正常心率范围内,也能在心动过速时量化生理唤起度的方法,对于普遍种类情感的识别具有非常显著的意义。
附图说明
图1为本发明的流程图;
图2为实施例中心率的示意图;
图3为实施例中心率的长程涨落系数的示意图;
图4为实施例中心率局部Hurst指数的示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的说明:
如图1所示,本发明的生理唤起度综合量化方法,包括心率的采集,心率长程涨落系数的计算,心率局部Hurst指数的计算,心率均值的计算和各种心率唤起指标的融合。若心动过速导致长程涨落唤起指数失效,则仅融合均值指标和局部Hurst指数取值范围指标;否则融合所有三个指标。融合各个心率唤起指标后得到量化的生理唤起度。
其中心率是从心电信号的R波定位和RR间隔中计算得到,心电信号是直接通过生理采集设备得到。R波定位和RR间隔计算有多种成熟的通用方法,比如采用自适应阈值和域加窗法定位R波幅度,如参考文献http://www.pudn.com/downloads164/sourcecode/math/detail746467.html。
心率的均值采用观察时间内所有RR间隔长度相加再除以总的RR间隔个数的方式进行计算。
心率的长程涨落系数是计算间隔n次心跳(n=1,2,...且n小于心率序列长度N)的心率的平均绝对差值,例如,设B(n′),n′=1,2,...,N为心率序列,则心率的长程涨落系数
F ( n ) = | B ( n ′ + n ) - B ( n ′ ) | ‾
其中,表示先取绝对值,再求各项平均。得到静息态心率的长程涨落系数F(n)和当前待识别时间窗内心率的长程涨落系数F′(n)后,计算长程涨落唤起指数如下:
a=SF′(n)>F(n)/SF′(n)
其中SF′(n)>F(n)是当前时间窗内满足F′(n)>F(n)的所有长程涨落系数个数之和,SF′(n)是当前时间窗内心率序列的长程涨落系数个数之和,且0≤a≤1。
心率的局部Hurst指数的计算可分为以下几步。首先,用Gauss小波对心率序列进行连续小波变换,小波变换的最小尺度可取为信号采样间隔的2000倍左右,最大尺度可取为小于观测时间内总的RR间隔个数的1/10左右。比如,信号采样间隔为1/400秒,则小波变换的最小尺度可取为8;若观测时间内有300个RR间隔,则小波变换的最大尺度可取为23。小波变换的尺度步进可取为2×1.01i,i为整数且使得每一个尺度都落在最小尺度和最大尺度之间。其次,对RR间隔序列的每一个观测值位置,取各种小波变换尺度下该位置上小波变换系数的最大值的绝对值作为该位置上的局部Hurst指数。最后,对观测时间内所有的局部Hurst指数,计算其取值范围,即用最大局部Hurst指数减去最小局部Hurst指数。在小波变换过程后,去掉RR间隔序列头和尾部等于最大小波变换尺度的小波系数数据点后,再计算局部Hurst指数的取值范围,这样做的原因是排除小波变换的边界效应。
将心率均值和局部Hurst指数取值范围指标分别对相应的静息态指标进行归一化。为了将各个指标统一到同一取值区间,比如[0,1]之间,约束归一化后大于1的值为等于1。为了将各个指标的取值趋势统一,将心率归一化均值m变换为指标f1=1-m,将心率归一化局部Hurst指数取值范围Δh变换为指标f2=1-Δh。这样,每一个指标的取值越接近于1,生理唤起度越高,越接近于0,生理唤起度越低。特别地,若局部Hurst指数取值范围小于0.45,通常标志着高的生理唤起,因此,小于0.45的局部Hurst指数取值范围无需进行归一化,而是直接参与f2的计算。
心率指标的融合,首先考察心率均值。若均值处于正常范围,即小于90次/分,则融合三个指标。以加权和融合方式为例,综合的生理唤起度Arousal=w1·f1+w2·f2+w3·a,其中wi,i=1,2,3分别为三种指标的权重。此时的权重可偏向局部Hurst指数,略偏向长程涨落指数,而心率均值的权重最小。若出现心动过速,则长程涨落唤起指数的生理唤起指示能力可能丧失。因此,当心率均值大于90次/分,若长程涨落唤起指数a>0.5,则仍然融合三个指标,否则仅融合心率均值和局部Hurst指数取值范围指标。以加权和融合方式为例,综合的生理唤起度Arousal=w1·f1+w2·f2,其中wi,i=1,2分别为两种指标的权重。此时的权重可偏向局部Hurst指数,而心率均值的权重较小。
下面用一个被试四种心理和生理状态下的心率数据作图说明上述实施例。该被试的四种状态分别为:(1)静息态(State1);(2)安静坐着,但处于预期演讲的焦虑状态(State2);(3)独自站立,大声朗读,但心情放松(State3);(4)站立并面对一群观众演讲,处于演讲的焦虑状态(State4)。这四种状态下被试心率的均值分别为74次/分,79次/分,71次/分,102次/分。被试报告上述四种状态下的生理唤起度从高到低排列为:State4>State2>State3>State1。图2给出了四种状态下每次心跳的RR间隔长度。图3给出了四种状态下心率的长程涨落系数,由此计算出State2的长程涨落唤起指数a=0.8203,State3的长程涨落生理唤起指数a=0.6875,State4的长程涨落生理唤起指数a=0.0547。根据被试的报告,状态4的生理唤起度应该是最高的,然而由于此时心率均值为102次/分,出现了心动过速,且长程涨落系数失去了生理唤起的指示功能。图4给出了四种状态下心率的局部Hurst指数,由此可以计算出四种状态下心率局部Hurst指数的取值范围分别为:0.7767,0.7127,1.0117和0.3250。
将状态2,3,4的心率均值对状态1下相应的指标进行归一化,状态2,3的心率局部Hurst指数取值范围对状态1下相应的指标进行归一化,大于1的取为等于1。计算得fState2,1=0.0643,fState2,2=0.0824;fState3,1=0,fState3,2=0;fState4,1=0.2771,fState4,2=0.6750。
对状态2和3,将上述f1,f2和a三个指标共同融合,即Arousal=w1·f1+w2·f2+w3·a,生成生理唤起度量化值。对状态4,则只将均值指标和局部Hurst指数取值范围指标进行融合,即Arousal=w1·f1+w2·f2,生成生理唤起度量化值。例如,Arousal=0.1·f1+0.5·f2+0.4·a,则状态2的生理唤起度量化值为Arousal=0.3758;状态3的生理唤起度量化值为Arousal=0.2750。若Arousal=0.1·f1+0.9·f2,则状态4的生理唤起度量化值为Arousal=0.6352。
以上对本发明的描述是说明性的,而非限制性的,本专业技术人员理解,在权利要求限定的精神与范围之内可对其进行许多修改、变化或等效,但是它们都将落入本发明的保护范围内。

Claims (4)

1.一种基于心率指标的生理唤起度综合量化方法,其特征在于,所述量化方法包括以下步骤:
(S1)、采集心率信号,该步骤包括:
采集心电信号,根据心电R波的位置得到用RR间隔序列表示的心率信号;
(S2)、对心率数据计算其均值;
(S3)、对心率数据计算其长程涨落系数;
(S4)、对心率数据计算其局部Hurst指数;
(S5)、各种心率唤起指标的融合,该步骤包括:
若心动过速,且长程涨落唤起指标失效,则仅融合均值指标和局部Hurst指数取值范围指标;
若心动过速,但长程涨落唤起指标有效,则融合长程涨落唤起指数,心率均值和心率局部Hurst指数取值范围三个指标;
若心率均值小于90次/分,则融合长程涨落唤起指数,心率均值和心率局部Hurst指数取值范围三个指标;
(S6)、融合各个心率唤起指标后得到量化的生理唤起度。
2.如权利要求1所述的基于心率指标的生理唤起度综合量化方法,其特征在于,量化特定心率数据的生理唤起度之前,需要得到静息态心率数据,计算其均值和局部Hurst指数范围,并使用该数据参与特定心率数据长程涨落唤起指标的计算。
3.如权利要求1或2所述的基于心率指标的生理唤起度综合量化方法,其特征在于,在步骤S5中还包括对融合的每个指标指定权重。
4.如权利要求3所述的基于心率指标的生理唤起度综合量化方法,其特征在于,所述步骤S5中各个指标的融合方式是加权和。
CN201510030340.3A 2015-01-21 2015-01-21 一种基于心率指标的生理唤起度综合量化方法 Expired - Fee Related CN104545865B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510030340.3A CN104545865B (zh) 2015-01-21 2015-01-21 一种基于心率指标的生理唤起度综合量化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510030340.3A CN104545865B (zh) 2015-01-21 2015-01-21 一种基于心率指标的生理唤起度综合量化方法

Publications (2)

Publication Number Publication Date
CN104545865A true CN104545865A (zh) 2015-04-29
CN104545865B CN104545865B (zh) 2015-08-19

Family

ID=53063729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510030340.3A Expired - Fee Related CN104545865B (zh) 2015-01-21 2015-01-21 一种基于心率指标的生理唤起度综合量化方法

Country Status (1)

Country Link
CN (1) CN104545865B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105212921A (zh) * 2015-10-08 2016-01-06 西南大学 一种基于心电测度的测谎方法
CN107595305A (zh) * 2017-09-18 2018-01-19 西南大学 焦虑状态检测方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6144877A (en) * 1998-08-11 2000-11-07 The United States Of America As Represented By The Department Of Health And Human Services Determining the hurst exponent for time series data
CN1559341A (zh) * 2004-02-26 2005-01-05 炯 阮 一种心率变异性的预测度指标检测分析方法及仪器
CN104127193A (zh) * 2014-07-14 2014-11-05 华南理工大学 一种抑郁症程度量化的评估系统及其评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6144877A (en) * 1998-08-11 2000-11-07 The United States Of America As Represented By The Department Of Health And Human Services Determining the hurst exponent for time series data
CN1559341A (zh) * 2004-02-26 2005-01-05 炯 阮 一种心率变异性的预测度指标检测分析方法及仪器
CN104127193A (zh) * 2014-07-14 2014-11-05 华南理工大学 一种抑郁症程度量化的评估系统及其评估方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
GORAN KRSTACIC ET AL,: "Heart rate variability and nonlinear dynamic analysis in patients with stress-induced cardiomyopathy", 《MED BIOL ENG COMPUT》 *
SFORZA E ET AL,: "Heart rate activation during spontaneous arousals from sleep: effect of sleep deprivation", 《CLINICAL NEUROPHYSIOLOGY》 *
TOMMASO COSTA ET AL,: "The Hurst exponent of cardiac response to positive and negative emotional film stimuli using wavelet", 《AUTONOMIC NEUROSCIENCE: BASIC AND CLINICAL》 *
V. I. THAJUDIN AHAMED ET AL,: "Quantification of Heart Rate Variability: A Measure based on Unique Heart Rates", 《WORLD ACADEMY OF SCIENCE, ENGINEERING AND TECHNOLOGY》 *
石林: "情绪研究中的若干问题综述", 《心理学动态》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105212921A (zh) * 2015-10-08 2016-01-06 西南大学 一种基于心电测度的测谎方法
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
CN107595305A (zh) * 2017-09-18 2018-01-19 西南大学 焦虑状态检测方法及装置

Also Published As

Publication number Publication date
CN104545865B (zh) 2015-08-19

Similar Documents

Publication Publication Date Title
CN109276241B (zh) 一种压力识别方法及设备
CN104490390B (zh) 基于神经电生理信号联合分析的人体运动能力判别方法
CN101658425B (zh) 基于心率变异分析的注意力集中程度的检测装置及方法
CN102488503B (zh) 连续血压测量装置
CN109077715A (zh) 一种基于单导联的心电信号自动分类方法
CN204931634U (zh) 基于生理信息的抑郁症评估系统
US9848784B2 (en) Method for determining the physical and/or psychological state of a subject
CN106473736A (zh) 基于复杂网络的脑电信号分析方法及应用
CN105496356A (zh) 睡眠状态判定装置、睡眠状态判定方法及睡眠管理系统
CN104840186A (zh) 一种充血性心力衰竭患者自主神经功能的评估方法
US20180177415A1 (en) Cardiovascular disease detection
CN104545865B (zh) 一种基于心率指标的生理唤起度综合量化方法
CN101835421B (zh) 特征量候选生成装置和特征量候选生成方法
CN104398254A (zh) 一种心电图分析系统、分析设备及预测模型采集设备
CN109872820A (zh) 一种无袖带血压测量方法、装置、设备及存储介质
CN106805969A (zh) 基于卡尔曼滤波和小波变换的脑电放松度识别方法及装置
CN107320097B (zh) 利用肌电信号边际谱熵提取肌肉疲劳特征的方法和装置
CN112617851A (zh) 一种基于心电信号的脑力负荷分类方法及系统
CN105212921B (zh) 一种基于心电测度的测谎方法
KR101908786B1 (ko) 데이터 유사도 평가 시스템
CN106682605B (zh) 一种识别脑电放松度的方法及系统
CN104434143B (zh) 一种恐惧情感的实时识别方法
Yang et al. Multifractal mass exponent spectrum of complex physiological time series
Vipani et al. Identification of epileptic seizures using Hilbert transform and learning vector quantization based classifier
Kim et al. The sensitivity of autoregressive model coefficient in quantification of trunk muscle fatigue during a sustained isometric contraction

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150819

Termination date: 20220121