CN104545865B - 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 PDFInfo
- Publication number
- CN104545865B CN104545865B CN201510030340.3A CN201510030340A CN104545865B CN 104545865 B CN104545865 B CN 104545865B CN 201510030340 A CN201510030340 A CN 201510030340A CN 104545865 B CN104545865 B CN 104545865B
- Authority
- CN
- China
- Prior art keywords
- heart rate
- index
- arousal
- range
- long
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000037007 arousal Effects 0.000 title claims abstract description 14
- 238000011002 quantification Methods 0.000 title claims abstract description 14
- 230000035479 physiological effects, processes and functions Effects 0.000 title abstract 5
- 230000004927 fusion Effects 0.000 claims abstract description 6
- 230000009914 physiological arousal Effects 0.000 claims description 33
- 208000001871 Tachycardia Diseases 0.000 claims description 10
- 230000000763 evoking effect Effects 0.000 claims description 10
- 230000006794 tachycardia Effects 0.000 claims description 10
- 230000000284 resting effect Effects 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims 1
- 238000013139 quantization Methods 0.000 claims 1
- 230000008451 emotion Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 230000008909 emotion recognition Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 241001325280 Tricardia watsonii Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000000276 sedentary effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating 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
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
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,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;
其特征在于,所述量化方法还包括:
(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。
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 CN104545865A (zh) | 2015-04-29 |
CN104545865B true 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) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (3)
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 |
-
2015
- 2015-01-21 CN CN201510030340.3A patent/CN104545865B/zh not_active Expired - Fee Related
Patent Citations (3)
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)
Title |
---|
Heart rate activation during spontaneous arousals from sleep: effect of sleep deprivation;Sforza E et al,;《Clinical Neurophysiology》;20041130;2442-2451 * |
Heart rate variability and nonlinear dynamic analysis in patients with stress-induced cardiomyopathy;Goran Krstacic et al,;《Med Biol Eng Comput》;20121031 * |
Quantification of Heart Rate Variability: A Measure based on Unique Heart Rates;V. I. Thajudin Ahamed et al,;《World Academy of Science, Engineering and Technology》;20081212;666-669 * |
The Hurst exponent of cardiac response to positive and negative emotional film stimuli using wavelet;Tommaso Costa et al,;《Autonomic Neuroscience: Basic and Clinical》;20091203;183-185 * |
情绪研究中的若干问题综述;石林;《心理学动态》;20000130;第8卷(第1期);53、63-68 * |
Also Published As
Publication number | Publication date |
---|---|
CN104545865A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10679757B2 (en) | Method and apparatus for establishing a blood pressure model and method and apparatus for determining a blood pressure | |
CN109276241B (zh) | 一种压力识别方法及设备 | |
Fukushima et al. | Estimating heart rate using wrist-type photoplethysmography and acceleration sensor while running | |
US10869607B2 (en) | Apparatus and method for determining a blood pressure of a subject | |
CN102429649B (zh) | 连续血压测量装置 | |
CN102488503B (zh) | 连续血压测量装置 | |
CN102397064B (zh) | 连续血压测量装置 | |
AU2019101756A4 (en) | Method for analyzing heart rate variability signal based on extremum energy decomposition method | |
RU2015148522A (ru) | Устройство (варианты) и способ автоматического мониторинга привычек питания | |
Bsoul et al. | Real-time sleep quality assessment using single-lead ECG and multi-stage SVM classifier | |
CN104095635B (zh) | 一种利用自回归模型计算磁共振图像表观弥散系数的方法 | |
US20150065896A1 (en) | Pulsation detecting device, electronic apparatus, and program | |
CN104757955A (zh) | 一种基于脉搏波的人体血压预测方法 | |
JP2018500982A5 (zh) | ||
CN109872820B (zh) | 一种无袖带血压测量方法、装置、设备及存储介质 | |
Song et al. | Extracting features for cardiovascular disease classification based on ballistocardiography | |
Yılmaz et al. | Analysis of the Doppler signals using largest Lyapunov exponent and correlation dimension in healthy and stenosed internal carotid artery patients | |
CN109643579B (zh) | 质量评估方法及装置、模型建立方法及模块、穿戴设备 | |
CN104545865B (zh) | 一种基于心率指标的生理唤起度综合量化方法 | |
US20170354377A1 (en) | Muscle fatigue output device, muscle fatigue output method, and recording medium | |
US10803335B2 (en) | Emotion estimating apparatus | |
Sarlabous et al. | Interpretation of the approximate entropy using fixed tolerance values as a measure of amplitude variations in biomedical signals | |
KR20150041830A (ko) | 근 피로도 및 근력 통합 평가 시스템 및 그 방법 | |
Chou et al. | A Real‐Time Analysis Method for Pulse Rate Variability Based on Improved Basic Scale Entropy | |
CN114366060A (zh) | 一种基于心率变异性的健康预警方法、装置及电子设备 |
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 |
Granted publication date: 20150819 Termination date: 20220121 |
|
CF01 | Termination of patent right due to non-payment of annual fee |