CN104706366B - 一种分心检测方法、装置及系统 - Google Patents

一种分心检测方法、装置及系统 Download PDF

Info

Publication number
CN104706366B
CN104706366B CN201310687581.6A CN201310687581A CN104706366B CN 104706366 B CN104706366 B CN 104706366B CN 201310687581 A CN201310687581 A CN 201310687581A CN 104706366 B CN104706366 B CN 104706366B
Authority
CN
China
Prior art keywords
attention
person
detected
diverting
data
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
CN201310687581.6A
Other languages
English (en)
Other versions
CN104706366A (zh
Inventor
于路
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.)
China Mobile Communications Group Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
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 China Mobile Communications Group Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201310687581.6A priority Critical patent/CN104706366B/zh
Publication of CN104706366A publication Critical patent/CN104706366A/zh
Application granted granted Critical
Publication of CN104706366B publication Critical patent/CN104706366B/zh
Active 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
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/168Evaluating attention deficit, hyperactivity
    • 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
    • A61B5/18Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

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

Abstract

本发明公开了一种分心检测方法、装置及系统,包括:获取采集的检测时间段内的待检测者的心电数据;将该心电数据分成预设数量个子数据段;并分别对该预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到该待检测者在该子数据段对应的时间段内是否分心的结果,其中,该预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;以及当该结果中表示该待检测者分心的时间段的数量占该预设数量的比例超过预设比例时,确定该待检测者在该检测时间段内分心。相比于现有技术,本方案数据采集更加方便,并且较高准确率的检测对设备的要求较低。

Description

一种分心检测方法、装置及系统
技术领域
本发明涉及信号分析领域,尤其涉及一种分心检测方法、装置及系统。
背景技术
近年来,对于分心检测的研究越来越多,目前,常见的分心检测方法主要有以下三种:
第一种,通过眼动仪记录待检测者在处理视觉信息时的眼动轨迹特征,通过分析待检测者的眼球活动轨迹判断待检测者是否处于分心状态。但该方法数据采集困难,待检测者头部的活动容易导致数据采集不准确,且眼动仪价格昂贵,不适合广泛推广应用。
第二种,通过摄像头记录待检测者的姿态(如:头部位置),利用图像处理技术进行分析,判断待检测者是否处于分心状态,但图像处理时延较大,无法进行实时判断,且摄像头必须固定,不便于携带。
第三种,通过脑电设备记录待检测者的脑电数据,分析脑电数据判断待检测者是否分心,但精确采集脑电数据对设备的要求较高,脑电采集需要在待检测者头部带电极帽或贴片,待检测者的活动容易对脑电数据采集带来干扰,造成采集的数据失真。
综上所述,现有的分心检测方法中,数据采集不便,且较高准确率的检测对设备的要求较高。
发明内容
本发明实施例提供一种分心检测方法、装置及系统,用以解决现有技术中存在的数据采集不便,且较高准确率的检测对设备要求较高的问题。
本发明实施例提供一种分心检测方法,包括:
获取采集的检测时间段内的待检测者的心电数据;
将所述心电数据分成预设数量个子数据段,所述预设数量个子数据段对应的时间长度相等;
分别对所述预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;
分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到所述待检测者在该子数据段对应的时间段内是否分心的结果,其中,所述预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;
当所述结果中表示所述待检测者分心的时间段的数量占所述预设数量的比例超过预设比例时,确定所述待检测者在所述检测时间段内分心
本发明实施例提供的方法中,对待检测者的心电数据进行分析,心电数据采集相比于现有技术中的眼球活动轨迹采集、脑电数据采集都更为方便,并且对心电数据进行分段处理,提取特征参数,当确定待检测者分心的时间段的数量占所述预设数量的比例超过预设比例时,确定所述待检测者在所述检测时间段内分心,保证了检测的准确率。因此,相比于现有技术,本方案的数据采集更加方便,并且较高准确率的检测对设备的要求较低。
进一步的,对一个子数据段进行特征提取,得到该子数据段的特征参数,具体包括:
分别按照预设的多个尺度,对子数据段进行样本熵提取,得到该子数据段多个尺度下的样本熵;
将一个子数据段的特征参数与样本特征参数进行比较,具体包括:
将该子数据段在预设的多个尺度下的样本熵,与多个尺度下的预设分心样本熵进行比较,多个尺度下的预设分心样本熵为对已知处于分心状态的检测者的心电数据分别按照该多个尺度进行样本熵提取得到的。
采用样本熵作为子数据段的特征参数,因为样本熵只需较少的数据就可以获得对时间序列的复杂度的较为稳定的估计,有较好的抗噪和抗干扰能力,并且具有分析效果优于简单统计参数。
进一步的,上述方法还包括:
当检测结果为分心的连续多个检测时间段的次数超过预设次数时,对所述待检测者进行警示。
这样,对于长时间分心的检测者进行提醒,使其提高注意力,避免分心导致事故。
进一步的,还包括:统计待检测者在预设时间段内分心的总次数,以及待检测者在预设时间段内进行分心检测的时间总和,得到待检测者在预设时间段内的汇总结果,其中,所述预设时间段包括多个检测时间段。
进一步的,还包括:将所述汇总结果发送至管理平台,所述管理平台用于根据所述汇总结果对所述待检测者进行评估。
这样,对检测者一段时间内的分心检测结果进行评估,可以对检测者采取相应的奖惩措施,使其养成集中注意力的习惯,这样进一步也减少了事故的发生。
相应的,本发明实施例提供一种分心检测装置,包括:
心电数据获取单元,用于获取采集的检测时间段内的待检测者的心电数据;
划分单元,用于将所述心电数据分成预设数量个子数据段,所述预设数量个子数据段对应的时间长度相等;
特征提取单元,用于分别对所述预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;
比较单元,用于分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到所述待检测者在该子数据段对应的时间段内是否分心的结果,其中,所述预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;
处理单元,用于当所述结果中表示所述待检测者分心的时间段的数量占所述预设数量的比例超过预设比例时,确定所述待检测者在所述检测时间段内分心。
本发明实施例提供的装置,对待检测者的心电数据进行分析,心电数据采集相比于现有技术中的眼球活动轨迹采集、脑电数据采集都更为方便,并且对心电数据进行分段处理,提取特征参数,当确定待检测者分心的时间段的数量占所述预设数量的比例超过预设比例时,确定所述待检测者在所述检测时间段内分心,保证了检测的准确率。因此,相比于现有技术,本方案的数据采集更加方便,并且较高准确率的检测对设备的要求较低。
进一步的,所述特征提取单元,对一个子数据段进行特征提取,得到该子数据段的特征参数,具体用于分别按照预设的多个尺度,对子数据段进行样本熵提取,得到该子数据段多个尺度下的样本熵;
所述比较单元,将一个子数据段的特征参数与样本特征参数进行比较,具体用于将该子数据段在预设的多个尺度下的样本熵,与多个尺度下的预设分心样本熵进行比较,多个尺度下的预设分心样本熵为对已知处于分心状态的检测者的心电数据分别按照该多个尺度进行样本熵提取得到的。
采用样本熵作为子数据段的特征参数,因为样本熵只需较少的数据就可以获得对时间序列的复杂度的较为稳定的估计,有较好的抗噪和抗干扰能力,并且具有分析效果优于简单统计参数。
进一步的,所述处理单元还用于当检测结果为分心的连续多个检测时间段的次数超过预设次数时,对所述待检测者进行警示。
这样,对于长时间分心的检测者进行提醒,使其提高注意力,避免分心导致事故。
进一步的,所述处理单元还用于统计待检测者在预设时间段内分心的总次数,以及待检测者在预设时间段内进行分心检测的时间总和,得到待检测者在预设时间段内的汇总结果,其中,所述预设时间段包括多个检测时间段。
进一步的,所述处理单元还用于将所述汇总结果发送至管理平台,所述管理平台用于根据所述汇总结果对所述待检测者进行评估。
这样,对检测者一段时间内的分心检测结果进行评估,可以对检测者采取相应的奖惩措施,使其养成集中注意力的习惯,这样进一步也减少了事故的发生。
本发明实施例还提供一种分心检测系统,包括:分心检测装置和管理平台,其中,
所述分心检测装置,用于获取采集的检测时间段内的待检测者的心电数据;将所述心电数据分成预设数量个子数据段,所述预设数量个子数据段对应的时间长度相等;并分别对所述预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到所述待检测者在该子数据段对应的时间段内是否分心的结果,其中,所述预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;以及当所述结果中表示所述待检测者分心的时间段的数量占所述预设数量的比例超过预设比例时,确定所述待检测者在所述检测时间段内分心;将统计的待检测者在预设时间段内分心的总次数,以及在预设时间段内进行分心检测的时间总和的汇总结果发送给所述管理平台;
所述管理平台,用于接收所述分心检测装置发送的所述汇总结果,并根据所述汇总结果对所述待检测者进行评估。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例提供的分心检测方法的流程图之一;
图2为本发明实施例提供的分心检测方法的流程图之二;
图3为本发明实施例提供的分心检测装置的结构示意图;
图4为本发明实施例提供的分心检测系统的结构示意图。
具体实施方式
为了给出数据采集方便,且较高准确率的分心检测对设备要求较低的实现方案,本发明实施例提供了一种分心检测方法、装置及系统,以下结合说明书附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明实施例提供一种分心检测方法,具体流程如图1所示,包括:
步骤101、获取采集的检测时间段内的待检测者的心电数据。
步骤102、将该心电数据分成预设数量个子数据段,该预设数量个子数据段对应的时间长度相等。
步骤103、分别对该预设数量个子数据段进行特征提取,得到每个子数据段的特征参数。
步骤104、分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到该待检测者在该子数据段对应的时间段内是否分心的结果,其中,该预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的。
步骤105、当该结果中表示该待检测者分心的时间段的数量占该预设数量的比例超过预设比例时,确定该待检测者在该检测时间段内分心。
其中,心电数据的采集可以采用单导联心电采集设备,可以选择胸前粘贴式、腕带式以及其它各种便携式心电设备,该心电采集设备佩戴在待检测者身上,不会对待检测者的行动带来不便。与现有技术中脑电数据、眼球活动轨迹的采集相比,采集更加方便,并且设备要求较低。
进行分心检测时,可以对心电采集设备预设一定的频率,这样,获取的检测时间段内的待检测者的心电数据,即为一个离散的时间序列。将检测时间段内的待检测者的心电数据进行分段,即分成预设数量个子时间序列,提取特征参数,与预设分心特征参数进行比较,当表示待检测者分心的时间段的数量占预设数量的比例超过预设比例时,确定该待检测者在检测时间段内分心,检测的准确率较高。
下面结合附图,用具体实施例对本发明提供的方法及装置和相应系统进行详细描述。分心检测的应用场景很多,本实施例以对待检测者驾驶过程中进行分心检测为例对本方案进行描述,具体的分心检测流程如图2所示,包括:
步骤201、待检测者佩戴分心检测设备,并开始驾驶。该设备可以是胸前粘贴式、腕带式以及其它各种便携式,以不影响待检测者的驾驶。
步骤202、设置心电采集的频率,可以设为250Hz。
步骤203、获取采集的检测时间段内的待检测者的心电数据,可以预先设置分心检测的检测周期以及检测时间段的长度,每隔5秒对过去的1分钟的心电数据进行分析。
步骤204、将该心电数据分成预设数量个子数据段,且该预设数量个子数据段对应的时间长度相等。其中,将1分钟的心电数据分成10个长度相等的子数据段,该10个子数据段可以重叠。
步骤205、分别对该10个子数据段进行特征提取,得到每个子数据段的特征参数。
对于心电数据可以提取的特征很多,本实施例可以采用提取每个子数据段的样本熵来进行检测。样本熵是一个时间序列自相似性的统计描述,时间序列越时间序列越复杂,样本熵越大,即时间序列的自相似性越强,样本熵越小。实际应用中,与其他的统计量如:近似熵、测度熵等相比,样本熵只需较少的数据就可以获得对时间序列的复杂度的较为稳定的估计,有较好的抗噪和抗干扰能力,并且具有分析效果优于简单统计参数(如:均值、方差、标准差等)等特点,因此,被广泛地应用于生物医学研究中的时间序列分析中。具体的样本熵提取方法,与现有技术中相同,在此不再赘述。
分别按照预设的多个尺度,对每个子数据段进行样本熵提取,得到每个子数据段分别在多个尺度下的样本熵。该尺度为时间尺度,根据多个时间尺度,将原时间序列转化为多个时间尺度下的时间序列,然后提取样本熵,即得到原时间序列多尺度下的样本熵。
步骤206、分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到该待检测者在该子数据段对应的时间段内是否分心的结果,其中,该预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的。
本步骤中,可以预先对驾驶员驾驶过程中已知的集中注意力驾驶和分心驾驶状态下的心电数据进行采集,得到较大样本量的集中注意力驾驶状态的心电数据(正样本)和分心驾驶状态的心电数据(负样本),分别在多个尺度下对正样本和负样本提取样本熵,运用模式识别方法建立驾驶员分心检测的分类模型,模式识别的方法很多,本实施例可以采用支持向量机的方法,支持向量机能够较好的处理时间序列分析、分类问题、判别分析等,是模式识别中较常用的方法。
采用支持向量机对样本数据进行训练,预先建立驾驶员分心检测的分类模型,对待检测者的心电数据进行分析时,将每个子数据段的特征参数输入到分类模型中,通过将子数据段的特征参数与预设分心特征参数进行比较,即可得到该待检测者在该子数据段对应的时间段内是否分心的结果。
步骤207、当表示该待检测者分心的时间段的数量占检测时间段中相应的子数据段的总数的比例超过预设比例时,确定待检测者在该检测时间段内分心。其中,该预设比例可以设为70%。
步骤208、判断检测结果为分心的连续多个检测时间段的次数是否超过预设次数,如果是,执行步骤209,否则,返回步骤203。
步骤209、当检测结果为分心的连续多个检测时间段的次数超过预设次数时,对该待检测者进行警示。
其中,预设次数可以根据检测周期以及检测时间段的长度来设定,本实施例每隔5秒对过去的1分钟的心电数据进行分析,所以,该预设次数设为2次,即相当于连续2次检测到该检测者在驾驶过程中分心,则对该检测者进行警示。
步骤210、统计待检测者在预设时间段内分心的总次数,以及待检测者在预设时间段内进行分心检测的时间总和,得到待检测者在预设时间段内的汇总结果,其中,该预设时间段包括多个检测时间段。
如果待检测者在驾驶过程中均佩戴分心检测设备进行分心检测,则该预设时间段内进行分心检测的时间总和,即为待检测者在该预设时间段内的驾驶时间总和,例如,可以对一个月内该待检测者的分心次数和驾驶时间进行统计,得到汇总结果。
步骤211、将该汇总结果发送至管理平台,该管理平台用于根据该汇总结果对待检测者进行评估。
管理平台可以对汇总结果进行数据分析,对待检测者的驾驶行为进行评估,评估结果可以提供给保险、交通管理等部门。另外,该汇总结果的发送也可以通过手机实现。
基于同一发明构思,根据本发明上述实施例提供的分心检测方法,相应地,本发明另一实施例还提供了分心检测装置,装置结构示意图如图3所示,具体包括:
心电数据获取单元301,用于获取采集的检测时间段内的待检测者的心电数据;
划分单元302,用于将该心电数据分成预设数量个子数据段,该预设数量个子数据段对应的时间长度相等;
特征提取单元303,用于分别对该预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;
比较单元304,用于分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到该待检测者在该子数据段对应的时间段内是否分心的结果,其中,该预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;
处理单元305,用于当该结果中表示该待检测者分心的时间段的数量占该预设数量的比例超过预设比例时,确定该待检测者在该检测时间段内分心。
进一步的,特征提取单元303,对一个子数据段进行特征提取,得到该子数据段的特征参数,具体用于分别按照预设的多个尺度,对子数据段进行样本熵提取,得到该子数据段多个尺度下的样本熵;比较单元304,将一个子数据段的特征参数与样本特征参数进行比较,具体用于将该子数据段在预设的多个尺度下的样本熵,与多个尺度下的预设分心样本熵进行比较,多个尺度下的预设分心样本熵为对已知处于分心状态的检测者的心电数据分别按照该多个尺度进行样本熵提取得到的。
进一步的,处理单元305,还用于当检测结果为分心的连续多个检测时间段的次数超过预设次数时,对该待检测者进行警示。
进一步的,处理单元305,还用于统计待检测者在预设时间段内分心的总次数,以及待检测者在预设时间段内进行分心检测的时间总和,得到待检测者在预设时间段内的汇总结果,其中,该预设时间段包括多个检测时间段。
处理单元305,还用于将该汇总结果发送至管理平台,该管理平台用于根据该汇总结果对该待检测者进行评估。
上述各单元的功能可对应于图1至图2所示流程中的相应处理步骤,在此不再赘述。
本发明实施例还提供一种分心检测系统,系统结构示意图如图4所示,包括:分心检测装置401和管理平台402,其中,
分心检测装置401,用于获取采集的检测时间段内的待检测者的心电数据;将该心电数据分成预设数量个子数据段,该预设数量个子数据段对应的时间长度相等;并分别对该预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到该待检测者在该子数据段对应的时间段内是否分心的结果,其中,该预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;以及当该结果中表示该待检测者分心的时间段的数量占该预设数量的比例超过预设比例时,确定该待检测者在该检测时间段内分心;将统计的待检测者在预设时间段内分心的总次数,以及在预设时间段内进行分心检测的时间总和的汇总结果发送给该管理平台;
管理平台402,用于接收该分心检测装置发送的该汇总结果,并根据该汇总结果对该待检测者进行评估。
综上所述,本发明实施例提供的方案,获取采集的检测时间段内的待检测者的心电数据;将该心电数据分成预设数量个子数据段,该预设数量个子数据段对应的时间长度相等;并分别对该预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到该待检测者在该子数据段对应的时间段内是否分心的结果,其中,该预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;以及当该结果中表示该待检测者分心的时间段的数量占该预设数量的比例超过预设比例时,确定该待检测者在该检测时间段内分心。相比于现有技术,本方案数据采集更加方便,并且较高准确率的检测对设备的要求较低。
本申请的实施例所提供的分心检测装置可通过计算机程序实现。本领域技术人员应该能够理解,上述的模块划分方式仅是众多模块划分方式中的一种,如果划分为其他模块或不划分模块,只要分心检测装置具有上述功能,都应该在本申请的保护范围之内。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (11)

1.一种分心检测方法,其特征在于,包括:
获取采集的检测时间段内的待检测者的心电数据;
将所述心电数据分成预设数量个子数据段,所述预设数量个子数据段对应的时间长度相等;
分别对所述预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;
分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到所述待检测者在该子数据段对应的时间段内是否分心的结果,其中,所述预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;
当所述结果中表示所述待检测者分心的时间段的数量占所述预设数量的比例超过预设比例时,确定所述待检测者在所述检测时间段内分心。
2.如权利要求1所述的方法,其特征在于,对一个子数据段进行特征提取,得到该子数据段的特征参数,具体包括:
分别按照预设的多个尺度,对子数据段进行样本熵提取,得到该子数据段多个尺度下的样本熵;
将一个子数据段的特征参数与预设分心特征参数进行比较,具体包括:
将该子数据段在预设的多个尺度下的样本熵,与多个尺度下的预设分心样本熵进行比较,多个尺度下的预设分心样本熵为对已知处于分心状态的检测者的心电数据分别按照该多个尺度进行样本熵提取得到的。
3.如权利要求1所述的方法,其特征在于,还包括:
当检测结果为分心的连续多个检测时间段的次数超过预设次数时,对所述待检测者进行警示。
4.如权利要求1所述的方法,其特征在于,还包括:
统计待检测者在预设时间段内分心的总次数,以及待检测者在预设时间段内进行分心检测的时间总和,得到待检测者在预设时间段内的汇总结果,其中,所述预设时间段包括多个检测时间段。
5.如权利要求4所述的方法,其特征在于,还包括:
将所述汇总结果发送至管理平台,所述管理平台用于根据所述汇总结果对所述待检测者进行评估。
6.一种分心检测装置,其特征在于,包括:
心电数据获取单元,用于获取采集的检测时间段内的待检测者的心电数据;
划分单元,用于将所述心电数据分成预设数量个子数据段,所述预设数量个子数据段对应的时间长度相等;
特征提取单元,用于分别对所述预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;
比较单元,用于分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到所述待检测者在该子数据段对应的时间段内是否分心的结果,其中,所述预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;
处理单元,用于当所述结果中表示所述待检测者分心的时间段的数量占所述预设数量的比例超过预设比例时,确定所述待检测者在所述检测时间段内分心。
7.如权利要求6所述的装置,其特征在于,所述特征提取单元,对一个子数据段进行特征提取,得到该子数据段的特征参数,具体用于分别按照预设的多个尺度,对子数据段进行样本熵提取,得到该子数据段多个尺度下的样本熵;
所述比较单元,将一个子数据段的特征参数与预设分心特征参数进行比较,具体用于将该子数据段在预设的多个尺度下的样本熵,与多个尺度下的预设分心样本熵进行比较,多个尺度下的预设分心样本熵为对已知处于分心状态的检测者的心电数据分别按照该多个尺度进行样本熵提取得到的。
8.如权利要求6所述的装置,其特征在于,所述处理单元还用于当检测结果为分心的连续多个检测时间段的次数超过预设次数时,对所述待检测者进行警示。
9.如权利要求6所述的装置,其特征在于,所述处理单元还用于统计待检测者在预设时间段内分心的总次数,以及待检测者在预设时间段内进行分心检测的时间总和,得到待检测者在预设时间段内的汇总结果,其中,所述预设时间段包括多个检测时间段。
10.如权利要求9所述的装置,其特征在于,所述处理单元还用于将所述汇总结果发送至管理平台,所述管理平台用于根据所述汇总结果对所述待检测者进行评估。
11.一种分心检测系统,其特征在于,包括:分心检测装置和管理平台,其中,
所述分心检测装置,用于获取采集的检测时间段内的待检测者的心电数据;将所述心电数据分成预设数量个子数据段,所述预设数量个子数据段对应的时间长度相等;并分别对所述预设数量个子数据段进行特征提取,得到每个子数据段的特征参数;分别将每个子数据段的特征参数与预设分心特征参数进行比较,得到所述待检测者在该子数据段对应的时间段内是否分心的结果,其中,所述预设分心特征参数为对已知处于分心状态的检测者的心电数据进行特征提取得到的;以及当所述结果中表示所述待检测者分心的时间段的数量占所述预设数量的比例超过预设比例时,确定所述待检测者在所述检测时间段内分心;将统计的待检测者在预设时间段内分心的总次数,以及在预设时间段内进行分心检测的时间总和的汇总结果发送给所述管理平台;
所述管理平台,用于接收所述分心检测装置发送的所述汇总结果,并根据所述汇总结果对所述待检测者进行评估。
CN201310687581.6A 2013-12-13 2013-12-13 一种分心检测方法、装置及系统 Active CN104706366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310687581.6A CN104706366B (zh) 2013-12-13 2013-12-13 一种分心检测方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310687581.6A CN104706366B (zh) 2013-12-13 2013-12-13 一种分心检测方法、装置及系统

Publications (2)

Publication Number Publication Date
CN104706366A CN104706366A (zh) 2015-06-17
CN104706366B true CN104706366B (zh) 2017-08-25

Family

ID=53406446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310687581.6A Active CN104706366B (zh) 2013-12-13 2013-12-13 一种分心检测方法、装置及系统

Country Status (1)

Country Link
CN (1) CN104706366B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106199970A (zh) * 2016-08-30 2016-12-07 北京乐动卓越科技有限公司 一种头戴设备的防疲劳方法和系统
CN107233104A (zh) * 2017-05-27 2017-10-10 西南交通大学 认知分心测评方法和系统
CN109645979A (zh) * 2017-10-10 2019-04-19 深圳市理邦精密仪器股份有限公司 动态心电信号伪差识别方法及装置
CN109858704A (zh) * 2019-02-18 2019-06-07 中国铁建重工集团有限公司 基于掘进参数的施工风险评估方法及系统
CN111723622B (zh) * 2019-03-22 2024-04-26 安徽华米信息科技有限公司 心拍分类方法、装置、可穿戴设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7381185B2 (en) * 2004-05-10 2008-06-03 Meddorna, Llc Method and apparatus for detecting physiologic signals
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
CN102553222A (zh) * 2012-01-13 2012-07-11 南京大学 一种支持对战模式的脑功能反馈训练方法与系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013103072A (ja) * 2011-11-16 2013-05-30 Ntt Docomo Inc メンタル状態推定装置、メンタル状態推定システム、メンタル状態推定方法、メンタル状態推定プログラム、及び携帯端末

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7381185B2 (en) * 2004-05-10 2008-06-03 Meddorna, Llc Method and apparatus for detecting physiologic signals
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
CN102553222A (zh) * 2012-01-13 2012-07-11 南京大学 一种支持对战模式的脑功能反馈训练方法与系统

Also Published As

Publication number Publication date
CN104706366A (zh) 2015-06-17

Similar Documents

Publication Publication Date Title
CN104720796B (zh) 一种用于癫痫发作时间段的自动检测系统及方法
CN104706366B (zh) 一种分心检测方法、装置及系统
CN104665849B (zh) 一种基于多生理信号多模型交互的高铁调度员应激检测方法
KR101247748B1 (ko) 사용자 집중도 분석장치 및 방법
CN103720469B (zh) 可穿戴式动态母体胎儿心电检测装置
KR101535432B1 (ko) 콘텐츠 평가 시스템 및 이를 이용한 콘텐츠 평가 방법
CN107951485A (zh) 基于人工智能自学习的动态心电图分析方法和装置
CN108392211B (zh) 一种基于多信息融合的疲劳检测方法
CN107536617A (zh) 基于驾驶员的生物识别信号检测驾驶员状态的装置和方法
EP2351524A1 (en) Drowsiness determining device and program
CN103610447B (zh) 一种基于前额脑电信号的脑力负荷在线检测方法
US11783924B2 (en) ECG information processing method and ECG workstation
CN102541261B (zh) 基于脑电信号特征的影片剪辑筛选辅助仪及实现方法
CN112580552B (zh) 一种鼠类行为分析方法及装置
KR101741739B1 (ko) 브레인 컴퓨터 인터페이스를 위한 장치 및 방법
CN106175754B (zh) 睡眠状态分析中清醒状态检测装置
CN106793978A (zh) 脑功能障碍评价系统、脑功能障碍评价方法以及程序
CN107157450A (zh) 用于对帕金森病人的手部运动能力进行量化评估方法和系统
CN110013249A (zh) 一种便携式可调式的头戴癫痫监测仪
CN103405225B (zh) 一种获取疼感评测指标的方法、装置及设备
RU2016117598A (ru) Устройство и способ оценки многоканальных электрокардиографических сигналов
CN113688710A (zh) 儿童孤独症训练系统及其方法
CN106725537A (zh) 基于人体皮肤电的疲劳分析方法及系统
EP2050389A1 (de) Analyse-Einrichtung und Verfahren zur Bestimmung der Augenbewegungen
CN106096544A (zh) 基于二阶盲辨识的非接触式眨眼与心率联合检测系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant