CN106037764B - 一种压力管理方法及系统 - Google Patents
一种压力管理方法及系统 Download PDFInfo
- Publication number
- CN106037764B CN106037764B CN201610343770.5A CN201610343770A CN106037764B CN 106037764 B CN106037764 B CN 106037764B CN 201610343770 A CN201610343770 A CN 201610343770A CN 106037764 B CN106037764 B CN 106037764B
- Authority
- CN
- China
- Prior art keywords
- level
- stress
- pressure
- value
- survey
- 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
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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Educational Technology (AREA)
- Biomedical Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Physics & Mathematics (AREA)
- Child & Adolescent Psychology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Developmental Disabilities (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种压力管理方法及系统,该方法包括:实时地获取用户的压力评估参数,压力评估参数包括生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据;根据生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据计算用户的压力值;根据计算得到的压力值生成并输出压力反馈锻炼机制,使用户根据压力反馈锻炼机制自我调节,从而使用户的压力值保持在正常水平。实施本发明,充分考虑了生理、心理、客观、主观、个人信息、外部环境等对压力值的影响,提高了压力评估结果的准确性和全面性,建立了实时的、连续的、定量的压力管理机制。
Description
技术领域
本发明涉及智能化医疗领域,尤其涉及一种基于圆筒理论模型的压力管理方法及系统。
背景技术
在过去的几十年里,大量的研究聚焦于压力与健康的关系。关于压力的相关研究涉及到心理学,精神病学,护理学,医学,社会科学,人类工程学,药理学,生理学,神经生物学等,压力可以被定义为外部环境对个体造成的一种紧张或压迫的感觉,通常伴随着正面的或负面的情绪。它会影响我们的身体状态,比如,增加的心率或血压,或释放应激性荷尔蒙,如肾上腺素等,从而刺激自主神经系统的活动。如果压力出现得太过频繁或持续时间太长,或者出现在手术创伤后,其危害是极其巨大的,很可能会引发忧郁症或术后压力综合症(PTSD)等。更严重的是,压力引起的身体心理机能的紊乱反过来又会加剧压力水平,从而形成一个恶性循环。近年来随着生物医学模式(Biomedical Model)向生物-心理-社会医学模式(Bio-Psycho-Social Medical Model)的转变,疾病的心身关系越来越受到人们的重视,研究发现,90%以上的疾病都是由压力所引发的。以心血管疾病为例,多数心血管疾病,特别是高血压、冠心病等,在发病的诱因中既有生物学因素,也有心理、社会因素,在临床症状方面,既有躯体症状,也有心理症状,常见的情绪有焦虑和抑郁等。心理不平衡可促成心血管疾病的发生,反过来,心血管疾病又可进一步造成心理紧张、失衡,相互影响。压力对心血管疾病中的高血压、冠心病、心律失常以及血脂、血液流变学影响较大,焦虑、抑郁、某种性格特征、社会孤立以及生活精神的压力等心理社会因素,如再加上不良的生活方式或持久的高负荷工作,通过激活神经内分泌和血小板活性,引起冠脉内皮的功能损伤,形成粥样斑块,促使冠脉狭窄,心肌缺血,可引发冠脉痉挛和严重的心血管事件,因此,压力对心血管疾病的促发作用,绝不亚于高血压、高血脂、肥胖等传统的危险因素。
虽然压力管理的重要性如此高,但目前并没有能够有效协助用户进行压力管理的系统。当前压力水平高低都是采用基于自我评价、或心理专家主观经验判断来进行评价,没有针对于不同个体特殊情况进行自动分类评分的系统存在。另外,现有的压力评价方式往往只考虑单一因素的影响,导致评价结果较为片面、模糊,而且评价结果往往是离散、非量化的,某一次的压力评价值并不能真实地反映压力的实时水平及变化趋势,难以实现实时的、连续的、定量的压力管理。
发明内容
本发明实施例所要解决的技术问题在于,提供一种压力管理方法及系统,克服现有技术中压力评估结果片面、离散因而导致无法实现实时的、连续的、定量的压力管理的缺陷。
为了解决上述技术问题,本发明实施例提供了一种压力管理方法,包括:
实时地获取用户的压力评估参数,所述压力评估参数包括生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据;
根据所述生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据计算所述用户的压力值;
根据计算得到的压力值生成并输出压力反馈锻炼机制,使所述用户根据所述压力反馈锻炼机制自我调节,从而使所述用户的压力值保持在正常水平。
其中,所述计算所述用户的压力值的步骤包括:
根据所述生理心理测量数据、客观应激性水平测量值和主观应激性水平调查值计算所述用户的应激力强度P(t)*S(t);
根据所述生理心理测量数据和应激性水平影响调查数据计算诱导因子强度△F(t);
根据第一公式F(t)=P(t)*S(t)+△F(t)计算所述用户的压力值。
其中,所述生理心理测量数据包括心血状态数据;
所述计算所述用户的应激力强度的步骤包括:
根据第二公式P(t)*S(t)=ρ*L*H2(t)/2计算用户应激力的强度,其中ρ表示客观应激性水平测量值,L表示主观应激性水平调查值,H(t)表示心血状态数据。
其中,所述生理心理测量数据包括体温数据T(t),所述应激性水平影响调查数据包括个体信息加权平均值R、触发因子加权平均值M1、触发因子总分值V1、缓解因子加权平均值M2和缓解因子总分值V2;
所述计算诱导因子强度的步骤包括:
根据第三公式F1(t)=(M1/V1)*R*T(t)计算触发因子强度F1(t);
根据第四公式F2(t)=(M2/V2)*R*T(t)计算缓解因子强度F2(t);
根据第五公式△F(t)=F1(t)-F2(t)计算诱导因子强度。
其中,所述客观应激性水平测量值ρ是皮质醇指标,所述主观应激性水平调查值L是压力量表测量值。
另外,本发明还提供了一种压力管理系统,包括:
数据获取模块,用于实时地获取用户的压力评估参数,所述压力评估参数包括生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据;
压力评估模块,用于根据所述生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据计算所述用户的压力值;
反馈模块,用于根据计算得到的压力值生成并输出压力反馈锻炼机制,使所述用户根据所述压力反馈锻炼机制自我调节,从而使所述用户的压力值保持在正常水平。
其中,所述压力评估模块包括:
应激力强度计算模块,用于根据所述生理心理测量数据、客观应激性水平测量值和主观应激性水平调查值计算所述用户的应激力强度P(t)*S(t);
诱导因子强度计算模块,用于根据所述生理心理测量数据和应激性水平影响调查数据计算诱导因子强度△F(t);
压力值计算模块,用于根据第一公式F(t)=P(t)*S(t)+△F(t)计算所述用户的压力值。
其中,所述生理心理测量数据包括心血状态数据;
所述应激力强度计算模块具体用于:
根据第二公式P(t)*S(t)=ρ*L*H2(t)/2计算用户应激力的强度,其中ρ表示客观应激性水平测量值,L表示主观应激性水平调查值,H(t)表示心血状态数据。
其中,所述生理心理测量数据包括体温数据T(t),所述应激性水平影响调查数据包括个体信息加权平均值R、触发因子加权平均值M1、触发因子总分值V1、缓解因子加权平均值M2和缓解因子总分值V2;
所述诱导因子强度计算模块包括:
触发因子强度计算模块,用于根据第三公式F1(t)=(M1/V1)*R*T(t)计算触发因子强度F1(t);
缓解因子强度计算模块,用于根据第四公式F2(t)=(M2/V2)*R*T(t)计算缓解因子强度F2(t);
差值模块,用于根据第五公式△F(t)=F1(t)-F2(t)计算诱导因子强度。
其中,所述客观应激性水平测量值ρ是皮质醇指标,所述主观应激性水平调查值L是压力量表测量值。
实施本发明实施例,具有如下有益效果:通过对生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据进行融合分析来评估压力值,充分考虑了生理、心理、客观、主观、个人信息、外部环境等对压力值的影响,提高了压力评估结果的准确性和全面性,建立了实时的、连续的、定量的压力管理机制。
附图说明
为了更清楚地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地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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是本发明提供的压力管理方法的第一实施例流程图;
图2是本发明提供的压力管理方法的第二实施例流程图;
图3是圆筒理论模型的示意图;
图4是圆筒理论模型的数学模式示意图;
图5是本发明提供的压力管理系统的第一实施例结构示意图;
图6是本发明提供的压力管理系统的第二实施例结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
请参见图1,是本发明提供的压力管理方法的第一实施例流程图,该方法包括:
步骤S11、实时地获取用户的压力评估参数,所述压力评估参数包括生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据。其中,生理心理测量数据是测量并提取得到的与压力相关的生理体征数据和心理状态数据,例如心率、心率变异性、呼吸率、脉率变异性、血氧饱和度、体温等。客观应激性水平测量值是测量得到的用于表征应激性水平的生化指标,例如皮质醇指标。主观应激性水平调查值是根据调查取样得到的主观因子分析计算得到的应激性水平,例如根据问卷调查得到的压力量表值。应激性水平影响调查数据是根据调查取样得到的对应激力水平的影响程度,例如个人信息的影响程度、环境变化的影响程度、情感状态的影响程度等,这些也可以通过问卷调查得到。因为压力的成因比较复杂,影响压力水平变化的因素较多,包括心理的、身体的、社会的、环境的因素等,而单一参数的测量本身又存在误差(例如人为误差、系统误差等),所以采用多参数信息融合技术,通过多维度参数来评估压力水平,能够降低误差,提高压力评估的精确性、全面性、可靠性及个性化。
步骤S12、根据所述生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据计算所述用户的压力值。具体地,需要确立各测量数据与压力高低程度的定量关系。对于提取到的原始参数,需要运用单因素分析法,明确对压力水平的变化具有显著性影响的原始参数;对于这些原始参数,再运用多因素分析法,去除混杂因素,明确各参数的相对作用大小,确定相应权重值;采用非线性动力学理论建立一套能够分析自主神经系统工作状态的算法,可以有效地分析这一复杂系统的动态特性,从而动态地评价人体的生理及心理状况,找出人体在某些外部及内部压力源下自主神经系统动态特性的变化,提高对压力的定量评价能力。然后,需要结合个人信息、压力问卷调查等,进行大数据量的学习和训练,确定基于个人压力水平的阈值。根据人体应激力水平的动态变化以及相应条件下个人压力水平的阈值来评估个人当前压力水平及压力变化趋势,以多维信息融合的方式,提高对压力评估的个性化、精细化需求。
步骤S13、根据计算得到的压力值生成并输出压力反馈锻炼机制,使所述用户根据所述压力反馈锻炼机制自我调节,从而使所述用户的压力值保持在正常水平。在当前以治疗为中心的医疗模式下,人们往往重视生病后的治疗和护理,而相对忽视对发病诱因的早期预警与干预,亚健康状态及压力诱发的相关疾病往往存在一个缓慢的隐性发展时期,由于缺乏明显症状而不被重视,如果任由其发展直至出现明显症状时,可能已经造成了无法恢复的严重损伤,继而导致了心理和生理双重的恶性循环,为疾病的有效预防和救治造成极大困难。为了提高老年人和亚健康人群的生活质量,降低社会医疗成本,国家倡导医疗“重点前移,重心下移”,提出把医疗场所由医院转移至家庭,把医疗模式由治疗转向预防。当前,我国社会已经进入老龄化阶段,老龄化人口急剧增长,实现老年人和亚健康人群的身体及心理健康状况的实时监测尤为重要。另一方面,因为压力过大而导致精神紧张,人体神经系统失调,新陈代谢发生紊乱的亚健康高压人群逐年递增;长期处于高压状态下,易促使人体主要器官功能失去平衡,易造成动脉硬化,从而引起冠心病和脑血栓等。因而,客观地、实时地、定量地监控和评价压力水平,并进行早期的、有效的预警干预,有利于个体压力管理,情绪调节,从而达到疏导压力,缓解病情的目的。
本发明实施例提供的压力管理方法,通过对生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据进行融合分析来评估压力值,充分考虑了生理、心理、客观、主观、个人信息、外部环境等对压力值的影响,提高了压力评估结果的准确性和全面性,建立了实时的、连续的、定量的压力管理机制。
具体地,在步骤S12中,可以采用圆筒理论模型来评估用户的压力水平,下面将结合图2-4对这个实施例进行详细说明。
请参见图2,是本发明提供的压力管理方法的第二实施例流程图,该方法包括:
步骤S21、实时地获取用户的压力评估参数,所述压力评估参数包括生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据。
步骤S22、根据所述生理心理测量数据、客观应激性水平测量值和主观应激性水平调查值计算所述用户的应激力强度P(t)*S(t)。
步骤S23、根据所述生理心理测量数据和应激性水平影响调查数据计算诱导因子强度△F(t)。诱导因子强度△F(t)=触发因子强度F1(t)-缓解因子强度F2(t)。触发因子涉及主观及客观因素对个体应激性水平的影响,主要正面因素如身体健康程度、工作学习压力、生活负担、社会及生存环境改变、情感及财务状况等;相对应地,缓解因子则包括身体健康程度的提高、工作及学习任务的完成、生活负担降低、社会及生存环境的提高及情感财务状况的改善等。
步骤S24、根据第一公式F(t)=P(t)*S(t)+△F(t)计算所述用户的压力值F(t)。具体地,第一公式可以变形为F(t)=P(t)*S(t)+(F1(t)-F2(t))。
步骤S25、根据计算得到的压力值生成并输出压力反馈锻炼机制,使所述用户根据所述压力反馈锻炼机制自我调节,从而使所述用户的压力值保持在正常水平。
具体地,如图3所示,中间液体代表个体受内部及外部环境因素影响的实时应激力强度P(t)*S(t),该部分圆柱体的高度“H”随时间及环境的变化而产生变化,为瞬间变量;圆柱体的横截面长度“L”为累积变量,是个体承受压力的容忍度,在一定时间范围内受外部环境的影响较小。在正常情况下,个体通过中央神经及自主神经系统的联动机制,自适应调整生理及心理状态,以保持个体压力处于合理区间。触发因子涉及主观及客观因素对个体应激性水平的影响,主要正面因素如身体健康程度、工作学习压力、生活负担、社会及生存环境改变、情感及财务状况等;相对应地,缓解因子则包括身体健康程度的提高、工作及学习任务的完成、生活负担降低、社会及生存环境的提高及情感财务状况的改善等。触发因子和缓解因子的动态变化,使H值在正常阈值范围内保持动态平衡,当H的变化超过设定的阈值范围,则表明自主神经系统动态调控能力的失衡,需通过干预手段提高缓解因子强度,降低触发因子强度。该圆筒模型从结构上来看分为了三个部分,从上至下依次为触发因子、个体应激性以及缓解因子,三部分形成一个动态平衡,通过自主干预触发因子和缓解因子的强度,实现个体应激性水平的动态平衡,以达到最优状态,以及释放压力等目的。
根据上述的圆筒理论模型,将其映射到三维空间,如图4所示,进行数学建模,可以采用微积分的方法计算空间模型和平面模型底部的压力F(t)。
优选地,步骤S21中获取的生理心理测量数据包括心血状态数据。步骤S22中,可以根据第二公式P(t)*S(t)=ρ*L*H2(t)/2计算用户应激力的强度,其中ρ表示客观应激性水平测量值,L表示主观应激性水平调查值,H(t)表示心血状态数据。
优选地,心血状态数据是心率变异性和血氧饱和度。心率变异性和血氧饱和度等心血状态数据是最能体现个体压力变化的特征数据之一。通过量化心率变异性的时域参数(如Mean,SDNN,pNN50,rMSSD等)、频域参数(LF,HF,LF/HF ratio,Total Power,NormalizedLF/HF等)、几何参数(HRV Index,TINN等)以及非线性参数(DFA,ApEn等)与压力水平变化之间关系,可以更加精确地评估个体压力值。
优选地,客观应激性水平测量值ρ是皮质醇指标。皮质醇是一种由肾上腺分泌的荷尔蒙,在应付压力中扮演重要角色,故又被称为“压力荷尔蒙”,皮质醇会提高血压、血糖水平和产生免疫抑制作用,研究发现,特定的皮质醇水平变化与失常的促肾上腺皮质素水平、忧郁症、压力有关,也与血糖过低、疾病、发热、创伤、敬畏、痛楚和极端温度等会引起因压力而来之生理反应的事件有关,在当前的科学研究及临床实践中,采用皮质醇水平的变化作为压力水平的评价参数已经得到了验证。
优选地,主观应激性水平调查值L是压力量表测量值。一般而言,自我问卷调查是最常被使用来测量个人的压力水平的手段之一,许多问卷调查方案已经被应用到临床的实践以及精神病学的研究用于评价压力水平,包括知觉压力量表(Perceived Stress Scale,PSS),生活事件应对问卷(Life Events and Coping Inventory,LECI),应激反应调查表(Stress Response Inventory,SRI)等。
优选地,步骤S21中获取的生理心理测量数据包括体温数据T(t),应激性水平影响调查数据包括个体信息加权平均值R、触发因子加权平均值M1、触发因子总分值V1、缓解因子加权平均值M2和缓解因子总分值V2,其中个体信息加权平均值R可以是个体信息例如身高、体重、年龄、性别等的加权平均值,触发因子总分值V1由压力问卷调查表中跟触发因子相关的问题最终得分决定,缓解因子总分值V2由压力问卷调查表中跟缓解因子相关的问题最终得分决定。步骤S23进一步包括:根据第三公式F1(t)=(M1/V1)*R*T(t)计算触发因子强度F1(t);根据第四公式F2(t)=(M2/V2)*R*T(t)计算缓解因子强度F2(t);根据第五公式△F(t)=F1(t)-F2(t)计算诱导因子强度。
请参见图5,是本发明提供的压力管理系统的第一实施例结构示意图,该系统包括:
数据获取模块510,用于实时地获取用户的压力评估参数,所述压力评估参数包括生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据。其中,生理心理测量数据是测量并提取得到的与压力相关的生理体征数据和心理状态数据,例如心率、心率变异性、呼吸率、脉率变异性、血氧饱和度、体温等。客观应激性水平测量值是测量得到的用于表征应激性水平的生化指标,例如皮质醇指标。主观应激性水平调查值是根据调查取样得到的主观因子分析计算得到的应激性水平,例如根据问卷调查得到的压力量表值。应激性水平影响调查数据是根据调查取样得到的对应激力水平的影响程度,例如个人信息的影响程度、环境变化的影响程度、情感状态的影响程度等,这些也可以通过问卷调查得到。因为压力的成因比较复杂,影响压力水平变化的因素较多,包括心理的、身体的、社会的、环境的因素等,而单一参数的测量本身又存在误差(例如人为误差、系统误差等),所以采用多参数信息融合技术,通过多维度参数来评估压力水平,能够降低误差,提高压力评估的精确性、全面性、可靠性及个性化。数据获取模块510可以从传感器中获取传感器采集的原始生理数据进行特征提取等处理。
压力评估模块520,用于根据所述生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据计算所述用户的压力值。具体地,需要确立各测量数据与压力高低程度的定量关系。对于提取到的原始参数,需要运用单因素分析法,明确对压力水平的变化具有显著性影响的原始参数;对于这些原始参数,再运用多因素分析法,去除混杂因素,明确各参数的相对作用大小,确定相应权重值;采用非线性动力学理论建立一套能够分析自主神经系统工作状态的算法,可以有效地分析这一复杂系统的动态特性,从而动态地评价人体的生理及心理状况,找出人体在某些外部及内部压力源下自主神经系统动态特性的变化,提高对压力的定量评价能力。然后,需要结合个人信息、压力问卷调查等,进行大数据量的学习和训练,确定基于个人压力水平的阈值。根据人体应激力水平的动态变化以及相应条件下个人压力水平的阈值来评估个人当前压力水平及压力变化趋势,以多维信息融合的方式,提高对压力评估的个性化、精细化需求。
反馈模块530,用于根据计算得到的压力值生成并输出压力反馈锻炼机制,使所述用户根据所述压力反馈锻炼机制自我调节,从而使所述用户的压力值保持在正常水平。反馈模块530可以通过声学、光学、显示等手段将压力值及压力反馈锻炼机制反馈给用户。在当前以治疗为中心的医疗模式下,人们往往重视生病后的治疗和护理,而相对忽视对发病诱因的早期预警与干预,亚健康状态及压力诱发的相关疾病往往存在一个缓慢的隐性发展时期,由于缺乏明显症状而不被重视,如果任由其发展直至出现明显症状时,可能已经造成了无法恢复的严重损伤,继而导致了心理和生理双重的恶性循环,为疾病的有效预防和救治造成极大困难。为了提高老年人和亚健康人群的生活质量,降低社会医疗成本,国家倡导医疗“重点前移,重心下移”,提出把医疗场所由医院转移至家庭,把医疗模式由治疗转向预防。当前,我国社会已经进入老龄化阶段,老龄化人口急剧增长,实现老年人和亚健康人群的身体及心理健康状况的实时监测尤为重要。另一方面,因为压力过大而导致精神紧张,人体神经系统失调,新陈代谢发生紊乱的亚健康高压人群逐年递增;长期处于高压状态下,易促使人体主要器官功能失去平衡,易造成动脉硬化,从而引起冠心病和脑血栓等。因而,客观地、实时地、定量地监控和评价压力水平,并进行早期的、有效的预警干预,有利于个体压力管理,情绪调节,从而达到疏导压力,缓解病情的目的。
本发明实施例提供的压力管理系统,通过对生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据进行融合分析来评估压力值,充分考虑了生理、心理、客观、主观、个人信息、外部环境等对压力值的影响,提高了压力评估结果的准确性和全面性,建立了实时的、连续的、定量的压力管理机制。
具体地,压力评估模块520可以采用圆筒理论模型来评估用户的压力水平,下面将结合图3-4、图6对这个实施例进行详细说明。
请参见图6,是本发明提供的压力管理系统的第二实施例结构示意图。
其中,压力评估模块520进一步包括:
应激力强度计算模块521,用于根据所述生理心理测量数据、客观应激性水平测量值和主观应激性水平调查值计算所述用户的应激力强度P(t)*S(t)。
诱导因子强度计算模块522,用于根据所述生理心理测量数据和应激性水平影响调查数据计算诱导因子强度△F(t)。诱导因子强度△F(t)=触发因子强度F1(t)-缓解因子强度F2(t)。触发因子涉及主观及客观因素对个体应激性水平的影响,主要正面因素如身体健康程度、工作学习压力、生活负担、社会及生存环境改变、情感及财务状况等;相对应地,缓解因子则包括身体健康程度的提高、工作及学习任务的完成、生活负担降低、社会及生存环境的提高及情感财务状况的改善等。
压力值计算模块523,用于根据第一公式F(t)=P(t)*S(t)+△F(t)计算所述用户的压力值F(t)。具体地,第一公式可以变形为F(t)=P(t)*S(t)+(F1(t)-F2(t))。
具体地,如图3所示,中间液体代表个体受内部及外部环境因素影响的实时应激力强度P(t)*S(t),该部分圆柱体的高度“H”随时间及环境的变化而产生变化,为瞬间变量;圆柱体的横截面长度“L”为累积变量,是个体承受压力的容忍度,在一定时间范围内受外部环境的影响较小。在正常情况下,个体通过中央神经及自主神经系统的联动机制,自适应调整生理及心理状态,以保持个体压力处于合理区间。触发因子涉及主观及客观因素对个体应激性水平的影响,主要正面因素如身体健康程度、工作学习压力、生活负担、社会及生存环境改变、情感及财务状况等;相对应地,缓解因子则包括身体健康程度的提高、工作及学习任务的完成、生活负担降低、社会及生存环境的提高及情感财务状况的改善等。触发因子和缓解因子的动态变化,使H值在正常阈值范围内保持动态平衡,当H的变化超过设定的阈值范围,则表明自主神经系统动态调控能力的失衡,需通过干预手段提高缓解因子强度,降低触发因子强度。该圆筒模型从结构上来看分为了三个部分,从上至下依次为触发因子、个体应激性以及缓解因子,三部分形成一个动态平衡,通过自主干预触发因子和缓解因子的强度,实现个体应激性水平的动态平衡,以达到最优状态,以及释放压力等目的。
根据上述的圆筒理论模型,将其映射到三维空间,如图4所示,进行数学建模,可以采用微积分的方法计算空间模型和平面模型底部的压力F(t)。
优选地,数据获取模块510获取的生理心理测量数据包括心血状态数据。应激力强度计算模块521可以根据第二公式P(t)*S(t)=ρ*L*H2(t)/2计算用户应激力的强度,其中ρ表示客观应激性水平测量值,L表示主观应激性水平调查值,H(t)表示心血状态数据。
优选地,心血状态数据是心率变异性和血氧饱和度。心率变异性和血氧饱和度等心血状态数据是最能体现个体压力变化的特征数据之一。通过量化心率变异性的时域参数(如Mean,SDNN,pNN50,rMSSD等)、频域参数(LF,HF,LF/HF ratio,Total Power,NormalizedLF/HF等)、几何参数(HRV Index,TINN等)以及非线性参数(DFA,ApEn等)与压力水平变化之间关系,可以更加精确地评估个体压力值。
优选地,客观应激性水平测量值ρ是皮质醇指标。皮质醇是一种由肾上腺分泌的荷尔蒙,在应付压力中扮演重要角色,故又被称为“压力荷尔蒙”,皮质醇会提高血压、血糖水平和产生免疫抑制作用,研究发现,特定的皮质醇水平变化与失常的促肾上腺皮质素水平、忧郁症、压力有关,也与血糖过低、疾病、发热、创伤、敬畏、痛楚和极端温度等会引起因压力而来之生理反应的事件有关,在当前的科学研究及临床实践中,采用皮质醇水平的变化作为压力水平的评价参数已经得到了验证。
优选地,主观应激性水平调查值L是压力量表测量值。一般而言,自我问卷调查是最常被使用来测量个人的压力水平的手段之一,许多问卷调查方案已经被应用到临床的实践以及精神病学的研究用于评价压力水平,包括知觉压力量表(Perceived Stress Scale,PSS),生活事件应对问卷(Life Events and Coping Inventory,LECI),应激反应调查表(Stress Response Inventory,SRI)等。
优选地,数据获取模块510获取的生理心理测量数据包括体温数据T(t),应激性水平影响调查数据包括个体信息加权平均值R、触发因子加权平均值M1、触发因子总分值V1、缓解因子加权平均值M2和缓解因子总分值V2,其中个体信息加权平均值R可以是个体信息例如身高、体重、年龄、性别等的加权平均值,触发因子总分值V1由压力问卷调查表中跟触发因子相关的问题最终得分决定,缓解因子总分值V2由压力问卷调查表中跟缓解因子相关的问题最终得分决定。诱导因子强度计算模块522进一步包括:触发因子强度计算模块,用于根据第三公式F1(t)=(M1/V1)*R*T(t)计算触发因子强度F1(t);缓解因子强度计算模块,用于根据第四公式F2(t)=(M2/V2)*R*T(t)计算缓解因子强度F2(t);差值模块,用于根据第五公式△F(t)=F1(t)-F2(t)计算诱导因子强度。
实际上,心率变异性特征值、血氧饱和度、压力量表值(问卷调查)、皮质醇生化指标、触发因子、缓解因子等压力评估参数不仅都是压力值的影响因素,而且它们相互之间还互相影响。例如长期精神压力会造成交感神经的持续活化,影响自主神经系统的动态调节能力,这种变化会直接体现在心理信号及其特征值的非线性变化,如心率变异性特征值、压力量表值(问卷调查)及皮质醇生化指标等。该圆筒理论模型不是简单地线性映射,而是将应激性水平的变化与内在的和外在的触发及缓解因子建立非线性映射关系,将生理的、心理的、社会的以及环境的因素综合考虑,通过信息融合的技术,量化多元生理参数、生化指标、心理因素、个体信息与模型因子的内在关系,建立了个性化压力评估系统。
本发明实施例可以结合可穿戴织物系统,实现个性化、实时的压力管理框架。基于新型无扰可穿戴系统平台,获取多模态生理体征信息,基于经典压力模型,结合主客观因素构建基于多模体征信号的个性化圆筒压力评估模型,实时地、客观地及定量地评价压力水平高低,通过自主干预触发因子和缓解因子的强度,实现个体应激性水平的动态平衡,以达到释放压力、预防疾病等目的。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (10)
1.一种压力管理方法,其特征在于,包括:
实时地获取用户的压力评估参数,所述压力评估参数包括生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据;
根据所述生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据计算所述用户的压力值;
根据计算得到的压力值生成并输出压力反馈锻炼机制,使所述用户根据所述压力反馈锻炼机制自我调节,从而使所述用户的压力值保持在正常水平。
2.如权利要求1所述的压力管理方法,其特征在于,所述计算所述用户的压力值的步骤包括:
根据所述生理心理测量数据、客观应激性水平测量值和主观应激性水平调查值计算所述用户的应激力强度P(t)*S(t);
根据所述生理心理测量数据和应激性水平影响调查数据计算诱导因子强度△F(t);
根据第一公式F(t)=P(t)*S(t)+△F(t)计算所述用户的压力值。
3.如权利要求2所述的压力管理方法,其特征在于,所述生理心理测量数据包括心血状态数据;
所述计算所述用户的应激力强度的步骤包括:
根据第二公式P(t)*S(t)=ρ*L*H2(t)/2计算用户应激力的强度,其中ρ表示客观应激性水平测量值,L表示主观应激性水平调查值,H(t)表示心血状态数据。
4.如权利要求2所述的压力管理方法,其特征在于,所述生理心理测量数据包括体温数据T(t),所述应激性水平影响调查数据包括个体信息加权平均值R、触发因子加权平均值M1、触发因子总分值V1、缓解因子加权平均值M2和缓解因子总分值V2;
所述计算诱导因子强度的步骤包括:
根据第三公式F1(t)=(M1/V1)*R*T(t)计算触发因子强度F1(t);
根据第四公式F2(t)=(M2/V2)*R*T(t)计算缓解因子强度F2(t);
根据第五公式△F(t)=F1(t)-F2(t)计算诱导因子强度。
5.如权利要求3所述的压力管理方法,其特征在于,所述客观应激性水平测量值ρ是皮质醇指标,所述主观应激性水平调查值L是压力量表测量值。
6.一种压力管理系统,其特征在于,包括:
数据获取模块,用于实时地获取用户的压力评估参数,所述压力评估参数包括生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据;
压力评估模块,用于根据所述生理心理测量数据、客观应激性水平测量值、主观应激性水平调查值和应激性水平影响调查数据计算所述用户的压力值;
反馈模块,用于根据计算得到的压力值生成并输出压力反馈锻炼机制,使所述用户根据所述压力反馈锻炼机制自我调节,从而使所述用户的压力值保持在正常水平。
7.如权利要求6所述的压力管理系统,其特征在于,所述压力评估模块包括:
应激力强度计算模块,用于根据所述生理心理测量数据、客观应激性水平测量值和主观应激性水平调查值计算所述用户的应激力强度P(t)*S(t);
诱导因子强度计算模块,用于根据所述生理心理测量数据和应激性水平影响调查数据计算诱导因子强度△F(t);
压力值计算模块,用于根据第一公式F(t)=P(t)*S(t)+△F(t)计算所述用户的压力值。
8.如权利要求7所述的压力管理系统,其特征在于,所述生理心理测量数据包括心血状态数据;
所述应激力强度计算模块具体用于:
根据第二公式P(t)*S(t)=ρ*L*H2(t)/2计算用户应激力的强度,其中ρ表示客观应激性水平测量值,L表示主观应激性水平调查值,H(t)表示心血状态数据。
9.如权利要求7所述的压力管理系统,其特征在于,所述生理心理测量数据包括体温数据T(t),所述应激性水平影响调查数据包括个体信息加权平均值R、触发因子加权平均值M1、触发因子总分值V1、缓解因子加权平均值M2和缓解因子总分值V2;
所述诱导因子强度计算模块包括:
触发因子强度计算模块,用于根据第三公式F1(t)=(M1/V1)*R*T(t)计算触发因子强度F1(t);
缓解因子强度计算模块,用于根据第四公式F2(t)=(M2/V2)*R*T(t)计算缓解因子强度F2(t);
差值模块,用于根据第五公式△F(t)=F1(t)-F2(t)计算诱导因子强度。
10.如权利要求8所述的压力管理系统,其特征在于,所述客观应激性水平测量值ρ是皮质醇指标,所述主观应激性水平调查值L是压力量表测量值。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610343770.5A CN106037764B (zh) | 2016-05-20 | 2016-05-20 | 一种压力管理方法及系统 |
PCT/CN2016/096216 WO2017197801A1 (zh) | 2016-05-20 | 2016-08-22 | 一种压力管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610343770.5A CN106037764B (zh) | 2016-05-20 | 2016-05-20 | 一种压力管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106037764A CN106037764A (zh) | 2016-10-26 |
CN106037764B true CN106037764B (zh) | 2019-02-19 |
Family
ID=57176558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610343770.5A Active CN106037764B (zh) | 2016-05-20 | 2016-05-20 | 一种压力管理方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106037764B (zh) |
WO (1) | WO2017197801A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
RU2695888C2 (ru) * | 2017-03-24 | 2019-07-29 | Общество С Ограниченной Ответственностью "Многопрофильное Предприятие "Элсис" | Способ оценки психофизиологического состояния человека |
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 |
CN107865665A (zh) * | 2017-12-15 | 2018-04-03 | 安徽徽韵心理咨询有限公司 | 一种心理测试系统 |
JP7262006B2 (ja) * | 2018-05-30 | 2023-04-21 | パナソニックIpマネジメント株式会社 | ストレス評価装置、ストレス評価方法及びプログラム |
CN109938756B (zh) * | 2019-02-15 | 2022-04-12 | 深圳和而泰数据资源与云技术有限公司 | 一种监测精神压力的方法、脖套及系统 |
IT201900025435A1 (it) * | 2019-12-23 | 2021-06-23 | Njord Srl | Sistema di valutazione di dati correlati alla gestione di un orto urbano e relativo metodo |
CN112331307A (zh) * | 2020-11-04 | 2021-02-05 | 苏州中科先进技术研究院有限公司 | 一种基于ai的智能心理咨询方法、系统、终端以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102085098A (zh) * | 2009-12-04 | 2011-06-08 | 深圳市中航健身时尚股份有限公司 | 一种压力调节方法 |
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 |
CN104490407A (zh) * | 2014-12-08 | 2015-04-08 | 清华大学 | 一种可穿戴式心理压力评测装置及方法 |
CA2895954A1 (en) * | 2014-07-07 | 2016-01-07 | Azadeh Kushki | Anxiety meter |
CN105559803A (zh) * | 2015-12-17 | 2016-05-11 | 国家电网公司 | 一种电网企业工作人员心理压力状况评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140095291A (ko) * | 2013-01-24 | 2014-08-01 | 삼성전자주식회사 | 사용자의 움직임과 심박수에 기초한 스트레스 측정 장치 및 방법 |
-
2016
- 2016-05-20 CN CN201610343770.5A patent/CN106037764B/zh active Active
- 2016-08-22 WO PCT/CN2016/096216 patent/WO2017197801A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102085098A (zh) * | 2009-12-04 | 2011-06-08 | 深圳市中航健身时尚股份有限公司 | 一种压力调节方法 |
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 |
CA2895954A1 (en) * | 2014-07-07 | 2016-01-07 | Azadeh Kushki | Anxiety meter |
CN104490407A (zh) * | 2014-12-08 | 2015-04-08 | 清华大学 | 一种可穿戴式心理压力评测装置及方法 |
CN105559803A (zh) * | 2015-12-17 | 2016-05-11 | 国家电网公司 | 一种电网企业工作人员心理压力状况评估方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2017197801A1 (zh) | 2017-11-23 |
CN106037764A (zh) | 2016-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106037764B (zh) | 一种压力管理方法及系统 | |
Laborde et al. | Heart rate variability and cardiac vagal tone in psychophysiological research–recommendations for experiment planning, data analysis, and data reporting | |
Tulppo et al. | Quantitative beat-to-beat analysis of heart rate dynamics during exercise | |
US8781566B2 (en) | System and methods for sliding-scale cardiac event detection | |
US10893824B2 (en) | Heart failure detection with a sequential classifier | |
US8838215B2 (en) | Systems and methods of medical monitoring according to patient state | |
RU2568354C2 (ru) | Способ и система обеспечения поведенческой терапии для лечения бессонницы | |
Olufsen et al. | Modeling baroreflex regulation of heart rate during orthostatic stress | |
Campos et al. | Mathematical biomarkers for the autonomic regulation of cardiovascular system | |
CN112890816A (zh) | 一种个人用户的健康指数评分方法和装置 | |
CN109924965A (zh) | 一种心脑血管康复训练系统 | |
Tayel et al. | Poincaré plot for heart rate variability | |
FI124367B (fi) | Menetelmä ja järjestelmä henkilön fysiologisen tilan kartoittamiseksi | |
CN105078474A (zh) | 一种血糖及血压监测和控制系统 | |
Sperry et al. | Psychopathology, everyday behaviors, and autonomic activity in daily life: An ambulatory impedance cardiography study of depression, anxiety, and hypomanic traits | |
Cimr et al. | Automatic detection of breathing disorder from ballistocardiography signals | |
CN114098658A (zh) | 一种健康状态的监测方法及装置 | |
Gan et al. | Human-computer interaction based interface design of intelligent health detection using PCANet and multi-sensor information fusion | |
US20220265219A1 (en) | Neural network based worsening heart failure detection | |
Wang et al. | A novel rapid assessment of mental stress by using PPG signals based on deep learning | |
CN111445980B (zh) | 膳食方案反应性预测模型及建模方法、电子设备 | |
Le Rolle et al. | An Autonomic Nervous System Model Applied to the Analysis of Orthostatic Tests. | |
Ataee et al. | Noninvasive subject-specific monitoring of autonomic-cardiac regulation | |
Liu et al. | Effects of long-term fasting and confinement on the cardiovascular activity | |
Nuamah | Effect of recurrent task-induced acute stress on task performance, vagally mediated heart rate variability, and task-evoked pupil response |
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 |