CN104983434A - 基于层次分析法的多参数心理压力评估方法及装置 - Google Patents
基于层次分析法的多参数心理压力评估方法及装置 Download PDFInfo
- Publication number
- CN104983434A CN104983434A CN201510339042.2A CN201510339042A CN104983434A CN 104983434 A CN104983434 A CN 104983434A CN 201510339042 A CN201510339042 A CN 201510339042A CN 104983434 A CN104983434 A CN 104983434A
- Authority
- CN
- China
- Prior art keywords
- mental pressure
- lambda
- mental stress
- testee
- parameter
- 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
Links
Classifications
-
- 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
-
- G06F19/30—
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Biomedical Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Developmental Disabilities (AREA)
- Physics & Mathematics (AREA)
- Child & Adolescent Psychology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Educational Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于层次分析法的多参数心理压力评估方法及装置,所述方法对被测者HRV信号进行频域、时域及非线性分析得到心理压力影响因素参数集,根据该参数集使用层次分析法及心理压力评估模型得到被测者心理压力评估结果;所述装置采集被测者心电信号,对所述心电信号采用基于层次分析法的多参数心理压力评估方法进行分析与评估,输出评估报告,并将评估报告无线传递给外界。有益效果:(1)采用被测者HRV生理参数的变化监测被测者心理压力状态,有效避免因被测者主观因素及认知水平的不同对监测结果造成的影响;(2)有效记录及分析被测者日常心理压力状态,存储关键数据用于提示被测者自我调整和为医护人员备用。
Description
技术领域
本发明涉及医疗心理压力测量评估领域,具体涉及一种基于层次分析法的多参数心理压力评估方法及装置。
背景技术
当今社会,人们面临的各种压力给人们心理健康造成严重影响,甚至导致生命威胁。心理压力被世界卫生组织定为“西方世界的灾难”,依照国际劳工办公室的说法,它已成为“我们时代最严重的问题之一,不仅危及个人的身体和精神健康,而且对企业和政府也有害”。目前,常用的心理压力评估方法主要有:作业法、投射法和量表法,这些方法共同存在受被测者主观因素及认知水平影响的缺陷;
南京医科大学2010级钟添萍硕士学位论文《心理素质评估训练系统的研制与应用研究》文章提到用HRV用于心理素质检测,但没有指明具体参数及评估方法。
因此需要设计一种基于层次分析法的多参数心理压力评估方法及装置,能够根据被测者HRV信号对被测者心理压力进行量化评估,该方法及装置不受被测者主观因素及认知水平的影响,能够客观检测被测者心理压力状态。
发明内容
有鉴于此,本发明提供一种基于层次分析法的多参数心理压力评估方法及装置。
技术方案如下:
一种基于层次分析法的多参数心理压力评估方法,其关键在于包括以下步骤:
S1:获取待测者HRV信号,对HRV信号分别进行频域、时域和非线性分析,得到参数集G={G1,G2,…,Gk};
其中:G1={G11,G12,…,G1l},G2={G21,G22,…,G2m},Gk={Gk1,Gk2,…,Gkn};
S2:使用步骤S1中获得的参数集数据构建递阶层次参数集模型:
G作为模型目标层,Gi为心理压力一级影响因子,Gij为心理压力二级影响因子;
S3:根据实验数据参数值变化程度及1-9比例标度法分别对每一级影响因子的相对重要性进行定量描述,得到两两比较判断矩阵,并进行一致性检验:
G={G1,G2,…,Gk}中各元素两两比较判断矩阵A,
G1={G11,G12,…,G1l}中各元素两两比较判断矩阵B1,
G2={G21,G22,…,G2m}中各元素两两比较判断矩阵B2,
Gk={Gk1,Gk2,…,Gkn}中各元素两两比较判断矩阵Bk;
S4:使用层次单排序法利用矩阵A、Bi计算各影响因子的权重,得到:
G={G1,G2,…,Gk}中各子集的权重λ={λ1,λ2,…,λk};
G1={G11,G12,…,G1l}中各元素的权重λ1={λ11,λ12,…,λ1l};
G2={G21,G22,…,G2m}中各元素的权重λ2={λ21,λ22,…,λ2m};
Gk={Gk1,Gk2,…,Gkn}中各元素的权重λk={λk1,λk2,…,λkn};
S5:利用步骤S4中得到的二级影响因子各自权重计算其从属的一级影响因子的得分:i=1,2,…,k;
S6:利用步骤S4和步骤S5获得的权重λi和,i=1,2,…,k,根据心理压力得分模型计算心理压力得分:
S7:根据心理压力评估等级判断被测者心理压力状态,输出被测者心理压力评估报告;
其中,步骤S1中G={G1,G2,G3};
G1={G11,G12}为HRV信号频域参数集;G11为低频与高频比LF/HF;G12为总谱TP;
G2={G21,G22,G23}为HRV信号时域参数集;G21为正常窦性心率RR间期的标准差SDNN;G22为在所有RR间期中,相邻RR间期之差大于50ms的个数占所有RR间期个数的百分比PNN50;G23为以第一声音为准心脏每分钟跳动的次数HR;
G3={G31,G32,G33}为HRV信号非线性分析参数集;G31为被测者相平面图的面积S;G32为相对分散度N;G33为李氏指数L。
其中,步骤S5中计算心理压力一级影响因子得分的方法为:
最后,步骤S7中心理压力评估等级为:
得分值Z<30,检测者处于放松状态;
得分值30<Z<=50,检测者处于心理稍微紧张状态;
得分值Z>50,检测者处于心理较紧张状态。
一种基于层次分析法的多参数心理压力评估装置,其关键在于包括:心电信号采集器对采集到的心电信号预处理后,传递给微处理器;所述微处理器根据所述步骤S1~S7对心电信号进行分析与评估,输出被测者心理压力评估报告;评估报告经无线发射装置传递给外界。
进一步地,所述微处理器上设有键盘、存储器及显示器。
更进一步地,所述心电信号采集器采用内嵌信号放大器及A/D转换器的芯片ADS1292R。
有益效果:(1)采用被测者HRV生理参数的变化监测被测者心理压力状态,有效避免因被测者主观因素及认知水平的不同对监测结果造成的影响;(2)有效记录及分析被测者日常心理压力状态,存储关键数据用于提示被测者自我调整和为医护人员备用。
附图说明
图1为本发明的算法流程图;
图2为本发明构建的递阶层次参数集图;
图3为本发明装置系统框图。
具体实施方式
下面结合实施例和附图对本发明作进一步说明。
如图1所示的一种基于层次分析法的多参数心理压力评估方法,其关键在于,包括以下步骤:
S1:获取待测者HRV信号,对HRV信号分别进行频域、时域和非线性分析,得到参数集G={G1,G2,G3};
G1={G11,G12}为HRV信号频域参数集;G11为低频与高频比LF/HF;G12为总谱TP;
G2={G21,G22,G23}为HRV信号时域参数集;G21为正常窦性心率RR间期的标准差SDNN;G22为在所有RR间期中,相邻RR间期之差大于50ms的个数占所有RR间期个数的百分比PNN50;G23为以第一声音为准心脏每分钟跳动的次数HR;
G3={G31,G32,G33}为HRV信号非线性分析参数集;G31为被测者相平面图的面积S;G32为相对分散度N;G33为李氏指数L;
S2:使用步骤S1中获得的参数集数据构建递阶层次参数集模型:
如图2所示的递阶层次参数集模型,G作为模型目标层,Gi为心理压力一级影响因子,Gij为心理压力二级影响因子;
S3:对多名被测者分别进行躺、坐、动三种状态采集的心电信号进行HRV信号分析,得到各参数值如表1所示;
根据实验数据参数值变化程度及1-9比例标度法分别对每一级影响因子的相对重要性进行定量描述,得到两两比较判断矩阵;
G={G1,G2,G3}中各元素两两比较判断矩阵
G1={G11,G12}中各元素两两比较判断矩阵
G2={G21,G22,G23}中各元素两两比较判断矩阵
G3={G31,G32,G33}中各元素两两比较判断矩阵
表1被测者躺、坐、动三种状态HRV分析
对矩阵A、Bi进行一致性检验:
对于判断矩阵A可以求得最大特征值:λAmax=3.086
对于多阶判断矩阵是否可以接受,还需引入平均随机一致性指标RI,表2给出了1-15阶正互反矩阵计算1000次得到的平均随机一致性指标,当n<3时,判断矩阵永远具有完全一致性。判断矩阵一致性指标CI与同阶平均随机一致性指标RI之比称为随机一致性比率CR,当CR<0.10时,便认为判断矩阵具有可以接受的一致性。当CR≥0.10时,就需要调整和修正判断矩阵,使其满足CR<0.10,从而具有满意的一致性。
表2随机一致性指标
阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 |
阶数 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
RI | 1.46 | 1.49 | 1.52 | 1.54 | 1.56 | 1.58 | 1.59 |
由表2可知RIA=0.58,那么矩阵A的随机一致性比例满足条件CR<0.10;因此矩阵A具有满意的一致性。如果不满足已执行要求,需要调整判断矩阵。
采用相同方法处理矩阵Bi,其结果见表3;
表3判断矩阵的一致性
判断矩阵 | A | B1 | B2 | B3 |
最大特征值 | 3.086 | 0 | 0 | 3.083 |
CR | 0.0741 | 0 | 0 | 0.0716 |
S4:使用层次单排序法利用矩阵A、Bi计算各影响因子的权重,得到:
G={G1,G2,G3}中各子集的权重λ={0.68,0.22,0.1};
G1={G11,G12}中各元素的权重λ1={0.75,0.25};
G2={G21,G22,G23}中各元素的权重λ2={0.43,0.43,0.14};
G3={G31,G32,G33}中各元素的权重λ3={0.62,0.24,0.14};
S5:利用步骤S4中得到的二级影响因子各自权重计算其从属的一级影响因子的得分:i=1,2,…,k;其中Gij的值可以从HRV分析结果中得到;
S6:利用步骤S4和步骤S5获得的权重λi和ZGi,i=1,2,…,k,根据心理压力得分模型计算心理压力得分:
S7:根据心理压力评估等级判断被测者心理压力状态,输出被测者心理压力评估报告;
心理压力评估等级为:
得分值Z<30,检测者处于放松状态;
得分值30<Z<=50,检测者处于心理稍微紧张状态;
得分值Z>50,检测者处于心理较紧张状态。
如图3所示,一种基于层次分析法的多参数心理压力评估装置,其关键在于包括:心电信号采集器1对采集到的心电信号预处理后,传递给微处理器2;所述微处理器2根据所述步骤S1~S7对心电信号进行分析与评估,输出被测者心理压力评估报告;评估报告经蓝牙模组3传递给外界。
进一步地,所述微处理器2上设有键盘4、存储器5及显示器6。
更进一步地,所述心电信号采集器1采用内嵌信号放大器及A/D转换器的芯片ADS1292R。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于层次分析法的多参数心理压力评估方法,其特征在于包括以下步骤:
S1:获取待测者HRV信号,对HRV信号分别进行频域、时域和非线性分析,得到参数集G={G1,G2,…,Gk};
其中:G1={G11,G12,…,G1l},G2={G21,G22,…,G2m},Gk={Gk1,Gk2,…,Gkn};
S2:使用步骤S1中获得的参数集数据构建递阶层次参数集模型:
G作为模型目标层,Gi为心理压力一级影响因子,Gij为心理压力二级影响因子;
S3:根据实验数据参数值变化程度及1-9比例标度法分别对每一级影响因子的相对重要性进行定量描述,得到两两比较判断矩阵,并进行一致性检验:
G={G1,G2,…,Gk}中各元素两两比较判断矩阵A,
G1={G11,G12,…,G1l}中各元素两两比较判断矩阵B1,
G2={G21,G22,…,G2m}中各元素两两比较判断矩阵B2,
Gk={Gk1,Gk2,…,Gkn}中各元素两两比较判断矩阵Bk;
S4:使用层次单排序法利用矩阵A、Bi计算各影响因子的权重,得到:
G={G1,G2,…,Gk}中各子集的权重λ={λ1,λ2,…,λk},
G1={G11,G12,…,G1l}中各元素的权重λ1={λ11,λ12,…,λ1l},
G2={G21,G22,…,G2m}中各元素的权重λ2={λ21,λ22,…,λ2m},
Gk={Gk1,Gk2,…,Gkn}中各元素的权重λk={λk1,λk2,…,λkn};
S5:利用步骤S4中得到的二级影响因子各自权重计算其从属的一级影响因子的得分:i=1,2,…,k;
S6:利用步骤S4和步骤S5获得的权重λi和i=1,2,…,k,根据心理压力得分模型计算心理压力得分:
S7:根据心理压力评估等级判断被测者心理压力状态,输出被测者心理压力评估报告。
2.根据权利要求1所述的基于层次分析法的多参数心理压力评估方法,其特征在于步骤S1中G={G1,G2,G3};其中:
G1={G11,G12}为HRV信号频域参数集;G11为低频与高频比LF/HF;G12为总谱TP;
G2={G21,G22,G23}为HRV信号时域参数集;G21为正常窦性心率RR间期的标准差SDNN;G22为在所有RR间期中,相邻RR间期之差大于50ms的个数占所有RR间期个数的百分比PNN50;G23为以第一声音为准心脏每分钟跳动的次数HR;
G3={G31,G32,G33}为HRV信号非线性分析参数集;G31为被测者相平面图的面积S;G32为相对分散度N;G33为李氏指数L。
3.根据权利要求1或2所述的基于层次分析法的多参数心理压力评估方法,其特征在于步骤S5中:
4.根据权利要求1所述的基于层次分析法的多参数心理压力评估方法,其特征在于步骤S7中心理压力评估等级为:
得分值Z<30,检测者处于放松状态;
得分值30<Z<=50,检测者处于心理稍微紧张状态;
得分值Z>50,检测者处于心理较紧张状态。
5.一种基于层次分析法的多参数心理压力评估装置,其特征在于包括:心电信号采集器(1)对采集到的心电信号预处理后,传递给微处理器(2);所述微处理器(2)根据所述步骤S1~S7对心电信号进行分析与评估,输出被测者心理压力评估报告;评估报告经无线发射装置(3)传递给外界。
6.根据权利要求5所述的基于层次分析法的多参数心理压力评估装置,其特征在于所述微处理器(2)上设有键盘(4)、存储器(5)及显示器(6)。
7.根据权利要求5所述的基于层次分使用析法的多参数心理压力评估装置,其特征在于所述心电信号采集器(1)采用内嵌信号放大器及A/D转换器的芯片ADS1292R。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510339042.2A CN104983434B (zh) | 2015-06-17 | 2015-06-17 | 基于层次分析法的多参数心理压力评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510339042.2A CN104983434B (zh) | 2015-06-17 | 2015-06-17 | 基于层次分析法的多参数心理压力评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104983434A true CN104983434A (zh) | 2015-10-21 |
CN104983434B CN104983434B (zh) | 2018-05-01 |
Family
ID=54295436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510339042.2A Active CN104983434B (zh) | 2015-06-17 | 2015-06-17 | 基于层次分析法的多参数心理压力评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104983434B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106923846A (zh) * | 2015-12-31 | 2017-07-07 | 深圳先进技术研究院 | 一种心理压力评估与反馈系统 |
CN107291248A (zh) * | 2017-07-27 | 2017-10-24 | 深圳市魔眼科技有限公司 | 一种基于虚拟现实的压力评测减压的系统及方法 |
CN107913075A (zh) * | 2017-11-15 | 2018-04-17 | 重庆邮电大学 | 一种基于多参数的精神压力评估装置及其评估方法 |
CN108601566A (zh) * | 2016-11-17 | 2018-09-28 | 华为技术有限公司 | 一种精神压力评测方法和装置 |
CN109276241A (zh) * | 2018-11-28 | 2019-01-29 | 深圳还是威健康科技有限公司 | 一种压力识别方法及设备 |
WO2019037045A1 (zh) * | 2017-08-24 | 2019-02-28 | 华为技术有限公司 | 一种心理压力评估方法及设备 |
CN110236573A (zh) * | 2019-06-24 | 2019-09-17 | 深圳和而泰家居在线网络科技有限公司 | 心理压力状态的检测方法及相关装置 |
CN111341416A (zh) * | 2018-12-18 | 2020-06-26 | 华为技术有限公司 | 一种心理压力评估模型处理方法以及相关设备 |
CN113425297A (zh) * | 2021-07-19 | 2021-09-24 | 山东女子学院 | 基于脑电信号的儿童注意力专注度训练方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07275219A (ja) * | 1994-04-12 | 1995-10-24 | Isuzu Motors Ltd | 生理状態判定方法及び装置 |
CN102727223A (zh) * | 2012-06-18 | 2012-10-17 | 天津大学 | 基于多生理参数pca融合的脑力负荷测量方法 |
CN103584872A (zh) * | 2013-10-29 | 2014-02-19 | 燕山大学 | 一种基于多生理参数融合的心理压力评估方法 |
CN103815896A (zh) * | 2014-01-22 | 2014-05-28 | 东软熙康健康科技有限公司 | 一种精神疲劳监测方法、装置、系统及移动处理终端 |
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 |
CN104127194A (zh) * | 2014-07-14 | 2014-11-05 | 华南理工大学 | 一种基于心率变异性分析方法的抑郁症的评估系统及方法 |
CN104173064A (zh) * | 2014-09-04 | 2014-12-03 | 西双版纳生物医学研究院 | 基于心率变异分析的测谎方法及测谎装置 |
US20150099987A1 (en) * | 2010-06-07 | 2015-04-09 | Affectiva, Inc. | Heart rate variability evaluation for mental state analysis |
-
2015
- 2015-06-17 CN CN201510339042.2A patent/CN104983434B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07275219A (ja) * | 1994-04-12 | 1995-10-24 | Isuzu Motors Ltd | 生理状態判定方法及び装置 |
US20150099987A1 (en) * | 2010-06-07 | 2015-04-09 | Affectiva, Inc. | Heart rate variability evaluation for mental state analysis |
CN102727223A (zh) * | 2012-06-18 | 2012-10-17 | 天津大学 | 基于多生理参数pca融合的脑力负荷测量方法 |
CN103584872A (zh) * | 2013-10-29 | 2014-02-19 | 燕山大学 | 一种基于多生理参数融合的心理压力评估方法 |
CN103815896A (zh) * | 2014-01-22 | 2014-05-28 | 东软熙康健康科技有限公司 | 一种精神疲劳监测方法、装置、系统及移动处理终端 |
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 |
CN104127194A (zh) * | 2014-07-14 | 2014-11-05 | 华南理工大学 | 一种基于心率变异性分析方法的抑郁症的评估系统及方法 |
CN104173064A (zh) * | 2014-09-04 | 2014-12-03 | 西双版纳生物医学研究院 | 基于心率变异分析的测谎方法及测谎装置 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106923846A (zh) * | 2015-12-31 | 2017-07-07 | 深圳先进技术研究院 | 一种心理压力评估与反馈系统 |
CN108601566A (zh) * | 2016-11-17 | 2018-09-28 | 华为技术有限公司 | 一种精神压力评测方法和装置 |
CN108601566B (zh) * | 2016-11-17 | 2020-06-26 | 华为技术有限公司 | 一种精神压力评测方法和装置 |
US11547334B2 (en) | 2016-11-17 | 2023-01-10 | Huawei Technologies Co., Ltd. | Psychological stress estimation method and apparatus |
CN107291248A (zh) * | 2017-07-27 | 2017-10-24 | 深圳市魔眼科技有限公司 | 一种基于虚拟现实的压力评测减压的系统及方法 |
WO2019037045A1 (zh) * | 2017-08-24 | 2019-02-28 | 华为技术有限公司 | 一种心理压力评估方法及设备 |
CN113974626B (zh) * | 2017-08-24 | 2023-03-10 | 华为技术有限公司 | 一种心理压力评估方法及设备 |
CN110337699A (zh) * | 2017-08-24 | 2019-10-15 | 华为技术有限公司 | 一种心理压力评估方法及设备 |
CN113974626A (zh) * | 2017-08-24 | 2022-01-28 | 华为技术有限公司 | 一种心理压力评估方法及设备 |
CN107913075A (zh) * | 2017-11-15 | 2018-04-17 | 重庆邮电大学 | 一种基于多参数的精神压力评估装置及其评估方法 |
CN109276241B (zh) * | 2018-11-28 | 2022-08-09 | 深圳市元征科技股份有限公司 | 一种压力识别方法及设备 |
CN109276241A (zh) * | 2018-11-28 | 2019-01-29 | 深圳还是威健康科技有限公司 | 一种压力识别方法及设备 |
CN111341416A (zh) * | 2018-12-18 | 2020-06-26 | 华为技术有限公司 | 一种心理压力评估模型处理方法以及相关设备 |
CN111341416B (zh) * | 2018-12-18 | 2023-09-29 | 华为技术有限公司 | 一种心理压力评估模型处理方法以及相关设备 |
CN110236573B (zh) * | 2019-06-24 | 2022-05-20 | 深圳数联天下智能科技有限公司 | 心理压力状态的检测方法及相关装置 |
CN110236573A (zh) * | 2019-06-24 | 2019-09-17 | 深圳和而泰家居在线网络科技有限公司 | 心理压力状态的检测方法及相关装置 |
CN113425297A (zh) * | 2021-07-19 | 2021-09-24 | 山东女子学院 | 基于脑电信号的儿童注意力专注度训练方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104983434B (zh) | 2018-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104983434A (zh) | 基于层次分析法的多参数心理压力评估方法及装置 | |
Zhao et al. | SQI quality evaluation mechanism of single-lead ECG signal based on simple heuristic fusion and fuzzy comprehensive evaluation | |
US20210000426A1 (en) | Classification system of epileptic eeg signals based on non-linear dynamics features | |
Sarkis et al. | Autonomic changes following generalized tonic clonic seizures: an analysis of adult and pediatric patients with epilepsy | |
Takahashi et al. | Aging reduces complexity of heart rate variability assessed by conditional entropy and symbolic analysis | |
KR102122231B1 (ko) | 자율신경 균형 및 조절능력의 평가 장치 및 그 제어 방법 | |
CN105748043A (zh) | 睡眠质量监测方法及装置、可穿戴设备 | |
KR101653910B1 (ko) | 뇌파 측정 기법에 기초한 대뇌 네트워크 특성 분석을 이용한 뉴로피드백 방법 및 장치 | |
Khamis et al. | Frequency–moment signatures: a method for automated seizure detection from scalp EEG | |
CN102178514A (zh) | 一种基于非线性与复杂性多重指标的昏迷程度评价方法 | |
CN106419937A (zh) | 基于心音hrv理论的精神压力分析系统 | |
CN102973266A (zh) | 用于自动痉挛监测的方法、设备和计算机程序产品 | |
CN106236027A (zh) | 一种脑电与温度相结合的抑郁人群判定方法 | |
AU2017253093A1 (en) | Systems and methods for characterization of seizures | |
Sadeghi et al. | Toward a taxonomy for analyzing the heart rate as a physiological indicator of posttraumatic stress disorder: Systematic review and development of a framework | |
Thangavel et al. | Improving automated diagnosis of epilepsy from EEGs beyond IEDs | |
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 | |
Tulchin-Francis et al. | Intensity and duration of activity bouts decreases in healthy children between 7 and 13 years of age: a new, higher resolution method to analyze StepWatch Activity Monitor data | |
KR102152957B1 (ko) | 심박 변이도(hrv)에 기초한 기타 불안장애로부터 공황장애 감별 방법 및 그 장치 | |
Misbhauddin et al. | Real-time driver drowsiness detection using wearable technology | |
Dauwels et al. | Diagnosis of Alzheimer’s disease using electric signals of the brain. A grand challenge | |
Garimella et al. | Monitoring fatigue in construction workers using wearable sensors | |
Hwa et al. | Stroke detection based on the scaling properties of human EEG | |
CN114999641A (zh) | 一种隧道工人岗前测试方法与系统 | |
Elahi et al. | Galvanic skin response signal based cognitive load classification using machine learning classifier |
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 |