CN105550530A - 精神散乱程度获得方法及装置 - Google Patents

精神散乱程度获得方法及装置 Download PDF

Info

Publication number
CN105550530A
CN105550530A CN201610064178.1A CN201610064178A CN105550530A CN 105550530 A CN105550530 A CN 105550530A CN 201610064178 A CN201610064178 A CN 201610064178A CN 105550530 A CN105550530 A CN 105550530A
Authority
CN
China
Prior art keywords
crest
pulse signal
obtaining
image
general power
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
CN201610064178.1A
Other languages
English (en)
Other versions
CN105550530B (zh
Inventor
马斌
陈远翔
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.)
Beijing Xinliang Technology Co Ltd
Original Assignee
Beijing Xinliang Technology 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 Beijing Xinliang Technology Co Ltd filed Critical Beijing Xinliang Technology Co Ltd
Priority to CN201610064178.1A priority Critical patent/CN105550530B/zh
Publication of CN105550530A publication Critical patent/CN105550530A/zh
Application granted granted Critical
Publication of CN105550530B publication Critical patent/CN105550530B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/168—Evaluating attention deficit, hyperactivity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Abstract

本发明提供了一种精神散乱程度获得方法及装置，该精神散乱程度获得方法包括获取心跳间隔的数据；获得所述心跳间隔的数据的功率谱；获得第一频率范围内的第一总功率；获得第二频率范围内的第二总功率，其中，所述第一频率范围在所述第二频率范围之内；通过所述第一总功率与第二总功率的比值获得精神散乱程度。本发明实施例提供的方法能改善现有技术中对设备的精度要求较高，精神散乱程度的获得成本较高的不足。

Description

精神散乱程度获得方法及装置
技术领域
本发明涉及图像处理技术领域，具体而言，涉及一种精神散乱程度获得方法及装置。
背景技术
精神散乱(Vikshipta)是注意力不集中，只偶尔稳定聚焦的精神状态。其注意力容易因或迷恋或排斥的事物跑神，然后恢复平静，接着再次跑神。散乱的头脑在日常生活中可以专注于一些事物，虽然偶尔走神，或被外物引开。但若精神散乱程度较高，则比较不容易集中注意力，对人的工作和生活造成较大的困扰，故需要一种精神散乱程度获得方法。
而现阶段精神散乱程度获得方法对设备的精度要求较高，从而增加了精神散乱程度获得的成本。
发明内容
有鉴于此，本发明实施例提供了一种精神散乱程度获得方法及装置，以改善现有技术中对设备的精度要求较高，增加精神散乱程度获得成本的不足。
为实现上述目的，本发明实施例提供如下技术方案：
一种精神散乱程度获得方法，所述方法包括：获取心跳间隔的数据；获得所述心跳间隔的数据的功率谱；获得第一频率范围内的第一总功率；获得第二频率范围内的第二总功率，其中，所述第一频率范围在所述第二频率范围之内；通过所述第一总功率与第二总功率的比值获得精神散乱程度。
相应的，本发明实施例还提供了一种精神散乱程度获得装置，所述装置包括：获取模块，用于获取心跳间隔的数据；功率谱运算模块，用于获得所述心跳间隔的数据的功率谱；第一总功率运算模块，用于获得第一频率范围内的第一总功率；第二总功率运算模块，用于获得第二频率范围内的第二总功率；比值运算模块，用于通过所述第一总功率与第二总功率的比值获得精神散乱程度。
本发明实施例提供的精神散乱程度获得方法及装置，具有如下有益效果：
本发明实施例提供的精神散乱程度获得方法及装置获得心跳间隔的数据，并根据心跳间隔的数据获得上述数据的功率谱，然后计算第一频率范围内的第一总功率以及第二频率范围内的第二总功率，再通过所述第一总功率与第二总功率的比值获得精神散乱程度。本发明实施例提供的方法能改善现有技术中对设备的精度要求较高，精神散乱程度的获得成本较高的不足。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例提供的一种精神散乱程度获得方法及装置的应用环境示意图；
图2示出了本发明实施例提供的数据分析终端的方框示意图；
图3是本发明第一实施例提供的精神散乱程度获得方法的流程图；
图4是本发明第二实施例提供的精神散乱程度获得方法的流程图；
图5是本发明第二实施例提供的心跳间隔获得的方法的流程图；
图6是本发明第三实施例提供的精神散乱程度获得装置的结构示意图；
图7是本发明第三实施例提供的获取模块的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明实施例的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
如图1所示，为本发明实施例提供的一种心脏相干指数的测量方法及装置的应用环境示意图，包括心跳间隔采集终端101和数据分析终端102，心跳间隔采集终端101为采集人体等生物的心跳间隔，具体可以是心电监护仪或者采用采集人体的脉搏图像，然后再通过光电容积描记法(Photoplethysmography，PPG)对脉搏图像处理后获得心跳间隔。数据分析终端102为具有数据分析能力的终端，可以是计算机、智能手机或者其他由具有数据分析能力的芯片构成的集成电路装置。
如图2所示，为所述数据分析终端102的方框示意图。所述数据分析终端102包括：精神散乱程度获得装置、存储器202、存储控制器203、处理器204、外设接口、输入输出单元和显示单元205。
所述存储器202、存储控制器203、处理器204、外设接口、输入输出单元和显示单元205各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述目标检测装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器202中或固化在所述数据分析终端102的操作系统(operatingsystem，OS)中的软件功能模块。所述处理器204用于执行存储器202中存储的可执行模块，例如所述目标检测装置包括的软件功能模块或计算机程序。
其中，存储器202可以是，但不限于，随机存取存储器202(RandomAccessMemory，RAM)，只读存储器202(ReadOnlyMemory，ROM)，可编程只读存储器202(ProgrammableRead-OnlyMemory，PROM)，可擦除只读存储器202(ErasableProgrammableRead-OnlyMemory，EPROM)，电可擦除只读存储器202(ElectricErasableProgrammableRead-OnlyMemory，EEPROM)等。其中，存储器202用于存储程序，所述处理器204在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器204中，或者由处理器204实现。
处理器204可能是一种集成电路芯片，具有信号的处理能力。上述的处理器204可以是通用处理器204，包括中央处理器204(CentralProcessingUnit，简称CPU)、网络处理器204(NetworkProcessor，简称NP)等；还可以是数字信号处理器204(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器204可以是微处理器204或者该处理器204也可以是任何常规的处理器204等。
所述外设接口将各种输入/输入装置耦合至处理器204以及存储器202。在一些实施例中，外设接口，处理器204以及存储控制器203可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
显示单元205在所述数据分析终端102与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元205可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器204进行计算和处理。
参阅图3，是本发明第一实施例提供的应用于图2所示的数据分析终端的一种精神散乱程度获得方法的流程图，所述方法包括：
步骤S101，获取心跳间隔的数据。
本发明实施例中，可以采用光电容积描记法获得人体的心跳间隔的数据，光电容积描记法测量原理为当外界光照射到人体皮肤表面时，皮肤内的血液对光的吸收随着其容积的变化呈脉动性变化，也就会造成皮肤表面的反射光强发生相应的周期性变化。通过探测皮肤表面光学特性的变化即可获取血液容积脉搏信号，通过计算相邻峰值的间隔测得心跳间隔的数据。
步骤S102，获得所述心跳间隔的数据的功率谱。
可以通过对心跳间隔做快速傅里叶变换来获得上述的功率谱。具体地，对心跳间隔的数据做快速傅里叶变换，当然也可以采用傅里叶变换，例如对离散信号做离散傅里叶变换，采用快速傅里叶变换能够减少计算复杂度，提高计算效率，再将经过快速傅里叶变换的心跳间隔的数据转换为功率谱。
步骤S103，获得第一频率范围内的第一总功率。
具体地，所述第一频率范围可以是0Hz至0.04Hz，可以理解，所述第一频率范围具体也可以是其他的数值范围，所述第一频率范围的具体数值不应该理解为是对本发明的限制。
步骤S104，获得第二频率范围内的第二总功率，其中，所述第一频率范围在所述第二频率范围之内。
具体地，所述第二频率范围可以是0Hz至0.4Hz，可以理解，所述第二频率范围具体也可以是其他的数值范围，满足第一频率范围在所述第二频率范围之内的情况下，所述第二频率范围的具体数值不应该理解为是对本发明的限制。
步骤S105，通过所述第一总功率与第二总功率的比值获得精神散乱程度。
参阅图4，是本发明第二实施例提供的应用于图2所示的数据分析终端的一种精神散乱程度获得方法的流程图，所述方法包括：
步骤S201，获取心跳间隔的数据。
步骤S202，通过快速傅里叶变换获取心跳间隔的数据的功率谱。
对心跳间隔数据做快速傅里叶变换，再将经过快速傅里叶变换的心跳间隔数据转换为功率谱。
步骤S203，获得频率范围为0Hz至0.04Hz的第一总功率。
步骤S204，获得频率范围为0Hz至0.4Hz的第二总功率。
步骤S205，通过所述第一总功率与第二总功率的比值获得精神散乱程度。
具体地，可以采用光电容积描记法对脉搏图像处理后获得心跳间隔，具体的实施方式如图5所示，所述心跳间隔数据获得方法包括：
步骤S301，获得多个连续的图像，所述图像包括反映人体脉搏跳动的区域的图像。
具体可以通过手机的摄像头来获得多个连续的图像，所述多个连续的图像具体可以为视频。反映人体脉搏跳动的区域具体可以为人的手指。
也就是说，具体可以通过手机的摄像头来获得人的手指部位的视频信息。
具体地，反映人体脉搏跳动的区域可以为手指，也可以为其他的区域如脖颈处，反映人体脉搏跳动的具体的区域不应该理解为是对本发明的限制。
步骤S302，获得所述多个连续的图像中的每一个图像的像素的红色通道数值，对所述多个连续的图像中的每一个图像的像素的红色通道数值分别进行数值累加，得到初选脉搏信号，对所述初选脉搏信号进行滤波，获得滤波后的脉搏信号。
PPG方法需要特定波长的光源，常用红光或近红光。故进行红色通道数值的累加。对所述多个连续的图像中的每一个图像的像素的红色通道数值分别进行数值累加，由于每一个图像的像素的红色通道数值的累加值可能不同，故可以获得多个互不相同的累加值，每一个累加值对应一个图像。
上述的多个累加值具体可以反映皮肤表面光学特性的变化，即通过探测皮肤表面光学特性的变化可以获取血液容积脉搏信号。
根据红色通道数据的累加值获得的脉搏信号为初选脉搏信号，还要具体地对所述初选脉搏信号进行滤波。
具体地，可以通过非递归型滤波器对所述初选脉搏信号进行低通滤波以去除高频噪声，获得所述去除高频噪声后的脉搏信号。
然后再通过离散小波滤波器对所述去除高频噪声后的脉搏信号进行滤波以去除基线漂移，获得所述滤波后的脉搏信号。
在使用离散小波滤波器对所述去除高频噪声后的脉搏信号进行滤波时，具体可以使用离散小波滤波器对上述的脉搏信号进行六层分解。
步骤S303，根据所述滤波后的脉搏信号，获得所述滤波后的脉搏信号的波峰以及波谷，并根据所述波峰以及波谷获得归一化波峰；
具体地，可以对经过滤波后的脉搏信号利用二阶导数找出滤波后的脉搏信号的每个波峰以及每个波谷的位置。
对上述每个波峰中的一个波峰做垂线。
连接与该波峰相邻的两个波谷获得所述两个波谷的连线。获得波峰的垂线与所述两个波谷的连线的交点，随后取所述波峰到所述交点的距离作为该波峰的高度。
通过上述的方法可以获得归一化波峰。
步骤S304，去除所述波峰的时间差值超过第一预定阈值的时间异常波峰以及所述归一化波峰的波峰高度超过第二预定阈值的高度异常波峰，得到筛选后的波峰。
具体地，所述第一预定阈值可以为150毫秒，所述第二预定阈值可以为所述波峰高度的均值的1.5倍。
可以将波峰的时间差值超过150毫秒的时间异常波峰去除，并可以将波峰高度超过波峰高度的均值的1.5倍的高度异常波峰去除，获得经过筛选后的波峰。
步骤S305，根据所述筛选后的波峰，获得所述筛选后的波峰中相邻的两个波峰的时间间隔，所述相邻的两个波峰的时间间隔为心跳间隔。
经过时间长度的筛选以及波峰高度的筛选后获得筛选后的波峰。可以根据上述的筛选后的波峰来获得相邻两个波峰的时间间隔，该相邻两个波峰的时间间隔即为心跳间隔。
图6示出了本发明第三实施例提供的一种精神散乱程度获得装置600，包括：
获取模块610，用于获取心跳间隔的数据；
功率谱运算模块620，用于获得所述心跳间隔的数据的功率谱；
第一总功率运算模块630，用于获得第一频率范围内的第一总功率；
第二总功率运算模块640，用于获得第二频率范围内的第二总功率；
比值运算模块650，用于通过所述第一总功率与第二总功率的比值获得精神散乱程度。
图7示出了获取模块610的结构示意图，所述获取模块610包括：
图像获取模块611，用于获得多个连续的图像，所述图像包括反映人体脉搏跳动的区域的图像；
脉搏信号获取模块612，用于获得所述多个连续的图像中的每一个图像的像素的红色通道数值，对所述多个连续的图像中的每一个图像的像素的红色通道数值分别进行数值累加，得到初选脉搏信号，对所述初选脉搏信号进行滤波，获得滤波后的脉搏信号；
归一化波峰获取模块613，用于根据所述滤波后的脉搏信号，获得所述滤波后的脉搏信号的波峰以及波谷，并根据所述波峰以及波谷获得归一化波峰；
波峰筛选模块614，用于去除所述波峰的时间差值超过第一预定阈值的时间异常波峰以及所述归一化波峰的波峰高度超过第二预定阈值的高度异常波峰，得到筛选后的波峰；
心跳间隔获取模块615，用于根据所述筛选后的波峰，获得所述筛选后的波峰中相邻的两个波峰的时间间隔，所述相邻的两个波峰的时间间隔为心跳间隔。
本发明实施例提供的精神散乱程度获得方法及装置获得心跳间隔的数据，并根据心跳间隔的数据获得上述数据的功率谱，然后计算第一频率范围内的第一总功率以及第二频率范围内的第二总功率，再通过所述第一总功率与第二总功率的比值获得精神散乱程度。本发明实施例提供的方法能改善现有技术中对设备的精度要求较高，精神散乱程度的获得成本较高的不足。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种精神散乱程度获得方法，其特征在于，所述方法包括：
获取心跳间隔的数据；
获得所述心跳间隔的数据的功率谱；
获得第一频率范围内的第一总功率；
获得第二频率范围内的第二总功率，其中，所述第一频率范围在所述第二频率范围之内；
通过所述第一总功率与第二总功率的比值获得精神散乱程度。
2.根据权利要求1所述的方法，其特征在于，所述获得所述心跳间隔的数据的功率谱，包括：
通过快速傅里叶变换获得所述心跳间隔的数据的功率谱。
3.根据权利要求1所述的方法，其特征在于，所述第一频率范围为0Hz至0.04Hz。
4.根据权利要求1所述的方法，其特征在于，所述第二频率范围为0Hz至0.4Hz。
5.根据权利要求1所述的方法，其特征在于，所述获取心跳间隔的数据，包括：
获得多个连续的图像，所述图像包括反映人体脉搏跳动的区域的图像；
获得所述多个连续的图像中的每一个图像的像素的红色通道数值，对所述多个连续的图像中的每一个图像的像素的红色通道数值分别进行数值累加，得到初选脉搏信号，对所述初选脉搏信号进行滤波，获得滤波后的脉搏信号；
根据所述滤波后的脉搏信号，获得所述滤波后的脉搏信号的波峰以及波谷，并根据所述波峰以及波谷获得归一化波峰；
去除所述波峰的时间差值超过第一预定阈值的时间异常波峰以及所述归一化波峰的波峰高度超过第二预定阈值的高度异常波峰，得到筛选后的波峰；
根据所述筛选后的波峰，获得所述筛选后的波峰中相邻的两个波峰的时间间隔，所述相邻的两个波峰的时间间隔为心跳间隔。
6.一种精神散乱程度获得装置，其特征在于，所述装置包括：
获取模块，用于获取心跳间隔的数据；
功率谱运算模块，用于获得所述心跳间隔的数据的功率谱；
第一总功率运算模块，用于获得第一频率范围内的第一总功率；
第二总功率运算模块，用于获得第二频率范围内的第二总功率；
比值运算模块，用于通过所述第一总功率与第二总功率的比值获得精神散乱程度。
7.根据权利要求6所述的装置，其特征在于，所述功率谱运算模块用于通过快速傅里叶变换获得所述心跳间隔的数据的功率谱。
8.根据权利要求6所述的装置，其特征在于，所述第一频率范围为0Hz至0.04Hz。
9.根据权利要求6所述的装置，其特征在于，所述第二频率范围为0Hz至0.4Hz。
10.根据权利要求6所述的装置，其特征在于，所述获取模块包括：
图像获取模块，用于获得多个连续的图像，所述图像包括反映人体脉搏跳动的区域的图像；
脉搏信号获取模块，用于获得所述多个连续的图像中的每一个图像的像素的红色通道数值，对所述多个连续的图像中的每一个图像的像素的红色通道数值分别进行数值累加，得到初选脉搏信号，对所述初选脉搏信号进行滤波，获得滤波后的脉搏信号；
归一化波峰获取模块，用于根据所述滤波后的脉搏信号，获得所述滤波后的脉搏信号的波峰以及波谷，并根据所述波峰以及波谷获得归一化波峰；
波峰筛选模块，用于去除所述波峰的时间差值超过第一预定阈值的时间异常波峰以及所述归一化波峰的波峰高度超过第二预定阈值的高度异常波峰，得到筛选后的波峰；
心跳间隔获取模块，用于根据所述筛选后的波峰，获得所述筛选后的波峰中相邻的两个波峰的时间间隔，所述相邻的两个波峰的时间间隔为心跳间隔。
CN201610064178.1A 2016-01-29 2016-01-29 精神散乱程度获得装置 Expired - Fee Related CN105550530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610064178.1A CN105550530B (zh) 2016-01-29 2016-01-29 精神散乱程度获得装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610064178.1A CN105550530B (zh) 2016-01-29 2016-01-29 精神散乱程度获得装置

Publications (2)

Publication Number Publication Date
CN105550530A true CN105550530A (zh) 2016-05-04
CN105550530B CN105550530B (zh) 2018-07-17

Family

ID=55829717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610064178.1A Expired - Fee Related CN105550530B (zh) 2016-01-29 2016-01-29 精神散乱程度获得装置

Country Status (1)

Country Link
CN (1) CN105550530B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106202953A (zh) * 2016-07-19 2016-12-07 北京心量科技有限公司 一种数据分析方法及系统
CN106175742A (zh) * 2016-07-19 2016-12-07 北京心量科技有限公司 一种心脏体征获取方法以及装置
JP2018011819A (ja) * 2016-07-22 2018-01-25 日本電信電話株式会社 生体信号処理方法および装置
CN110279411A (zh) * 2019-06-06 2019-09-27 中山大学孙逸仙纪念医院 一种心脏数据异常检测方法、装置、存储介质及终端设备
CN111920429A (zh) * 2020-09-11 2020-11-13 深圳市爱都科技有限公司 精神压力检测方法、装置和电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100324384A1 (en) * 2009-06-17 2010-12-23 Jim Moon Body-worn pulse oximeter
CN102488501A (zh) * 2011-11-17 2012-06-13 深圳市科瑞康实业有限公司 身心放松训练的辅助装置及呼吸引导模型显示处理方法
CN102525412A (zh) * 2010-12-16 2012-07-04 北京柏瑞医信科技有限公司 用于促进情绪平衡、评估情绪状态和调节效果的方法和设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100324384A1 (en) * 2009-06-17 2010-12-23 Jim Moon Body-worn pulse oximeter
CN102525412A (zh) * 2010-12-16 2012-07-04 北京柏瑞医信科技有限公司 用于促进情绪平衡、评估情绪状态和调节效果的方法和设备
CN102488501A (zh) * 2011-11-17 2012-06-13 深圳市科瑞康实业有限公司 身心放松训练的辅助装置及呼吸引导模型显示处理方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CHRISTOPHER G等: "Physiological parameter monitoring from optical recordings with a mobile phone", 《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》 *
DOMENICO G等: "Photoplethysmography Detection by Smartphones Videocamera", 《THE 6TH IEEE INTERNATIONAL CONFERENCE ON INTELLIGENT DATA ACQUISITION AND ADVANCED COMPUTING SYSTEMS》 *
F.LAMONACA等: "Reliable pulse rate evaluation by smartphone", 《MEDICAL MEASUREMENTS AND APPLICATIONS PROCEEDING,2012,IEEE INTERNATIONAL SYMPOSIUMON》 *
PELEGRIS P等: "A novel method to detect heart beat rate using a mobile phone", 《32ND ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》 *
张爱华等: "动态脉搏信号的采集与处理", 《中国医疗器械杂志》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106202953A (zh) * 2016-07-19 2016-12-07 北京心量科技有限公司 一种数据分析方法及系统
CN106175742A (zh) * 2016-07-19 2016-12-07 北京心量科技有限公司 一种心脏体征获取方法以及装置
CN106202953B (zh) * 2016-07-19 2019-07-02 北京心量科技有限公司 一种数据分析方法及系统
JP2018011819A (ja) * 2016-07-22 2018-01-25 日本電信電話株式会社 生体信号処理方法および装置
CN110279411A (zh) * 2019-06-06 2019-09-27 中山大学孙逸仙纪念医院 一种心脏数据异常检测方法、装置、存储介质及终端设备
CN111920429A (zh) * 2020-09-11 2020-11-13 深圳市爱都科技有限公司 精神压力检测方法、装置和电子设备

Also Published As

Publication number Publication date
CN105550530B (zh) 2018-07-17

Similar Documents

Publication Publication Date Title
CN105550530A (zh) 精神散乱程度获得方法及装置
CN105433917A (zh) 心跳间隔获得方法及装置
US11321561B2 (en) Electrocardiogram waveform signal processing method and apparatus
CN104616001A (zh) 指纹识别系统以及指纹识别方法
CN104142583A (zh) 一种具有眨眼检测功能的智能眼镜及实现方法
CN105342569B (zh) 一种基于脑电分析的精神状态检测系统
CN105266772A (zh) 一种生理参数的测量方法
CN110352035A (zh) 经由信号变化放大的静脉穿刺和动脉线引导
CN105433936B (zh) 心输出量获得方法及装置
CN104000580A (zh) 一种测试人体健康信息的方法及鼠标装置
EP3699808B1 (en) Facial image detection method and terminal device
US20230055867A1 (en) Method and apparatus for performing spatial filtering and augmenting electroencephalogram signal, electronic device, and storage medium
US9886621B2 (en) Segmenting scenes into sematic components using neurological readings
CN105595991A (zh) 一种心脏相干指数的测量方法及装置
CN106667439B (zh) 一种心电信号的降噪方法及装置
CN108348157B (zh) 利用多用途电容式触摸传感器的心率检测
CN107495939A (zh) 活体生物特征监控方法、装置以及系统
TWI487503B (zh) 自動睡眠分期裝置
Relaño-Iborra et al. PUPILS pipeline: A flexible Matlab toolbox for eyetracking and pupillometry data processing
CN115357126B (zh) 一种睡眠慢波-纺锤波耦合信号的提取方法、系统及装置
CN107625519A (zh) 心电图处理方法及装置
US20160269064A1 (en) Signal decomposition method and electronic apparatus using the same
CN116098633A (zh) 一种意识障碍的微创介入脑机接口意念脑控系统
CN115349824A (zh) 健康预警方法、装置、计算机设备及存储介质
CN110852307B (zh) 基于脑电信号的脑机接口的检测方法、系统、介质及设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
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: 20180717

Termination date: 20190129