CN107837088A - 一种情绪监控方法、装置及情绪监控手环 - Google Patents

Abstract

本发明适用于健康管理领域，提供了一种情绪监控方法、装置及情绪监控手环，该方法包括：通过射频信号监测人体心跳和脉搏数据，生成与情绪变化对应的心跳脉搏波形图，并放大；从心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形；将情绪特征图形与特征图形模型对比，判定当前情绪波动级别，当波动级别大于预设值时输出情绪控制指令；显示情绪特征图形以及当前情绪波动级别；根据情绪控制指令控制电机振动，和/或根据情绪控制指令生成电击电压，以提醒用户调整情绪。本发明通过侦测人体的心跳和脉搏变化来侦测人的情绪变化，可以精准地识别用户表情和内心的情绪变化，并在人的情绪变化过大时通过振动或电击电压的方式及时提醒用户自我调整。

Description

一种情绪监控方法、装置及情绪监控手环

技术领域

本发明属于健康管理领域，尤其涉及一种情绪监控方法、装置及情绪监控手环。

背景技术

随着社会的进步、经济的发展、社会呈现的多元化特点，在如此复杂的社会背景下，妥善处理个人与团队、个人与社会、个人与国家乃至于与世界的关系也变得尤为重要。人们无法选择自己的生存环境，无法改变当今社会现状，那么就必须让自己改变，去适应这种环境、这种现状。而人长期处于不良情绪中容易引发精神疾病、心脏病、高血压、肠胃功能紊乱、内分泌失调、失眼多梦等严重问题。因此，十分有必要合理引导、控制情绪，调节情绪就极有可能让人们的生活变得更美。所以，情绪的调节对自身的发展有着不可估量的价值作用。

现有的情绪监控装置，一般是通过用相机拍摄影像的方式监测人的情绪变化，这种方式只能侦测外在，但内在情绪是无法判定的，在调节上，也不能达到智能调节的效果，还停留在发泄类或播放音乐等音乐类调节方式，即使现在也有智能调节的音乐盒子，但调节方法比较单一，容易让人感觉疲劳，还会影响周围的人，达不到真正调节的作用。

发明内容

本发明实施例的目的在于提供一种情绪监控方法，旨在解决目前的情绪监控装置只能通过表情监测情绪、通过音乐调节情绪，导致情绪监控效果差的问题。

本发明实施例是这样实现的，一种情绪监控方法，所述方法包括下述步骤：

通过射频信号监测人体心跳和脉搏数据，并生成与情绪变化对应的心跳脉搏波形图；

放大所述心跳脉搏波形图；

从所述心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形；

将所述情绪特征图形与特征图形模型对比，判定当前情绪波动级别，当当前情绪波动级别大于预设值时输出情绪控制指令；

显示所述情绪特征图形以及当前情绪波动级别；

根据所述情绪控制指令控制电机振动，和/或根据所述情绪控制指令生成电击电压，以提醒用户调整情绪。

本发明实施例的另一目的在于，提供一种情绪监控装置，所述装置包括：

心脉监测单元，用于通过射频信号监测人体心跳和脉搏数据，并生成与情绪变化对应的心跳脉搏波形图；

信号放大单元，用于放大所述心跳脉搏波形图，所述信号放大单元的输入端与所述心脉监测单元的输出端连接；

处理单元，用于从所述心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形，并将所述情绪特征图形与特征图形模型对比，判定当前情绪波动级别，当当前情绪波动级别大于预设值时输出情绪控制指令，所述处理单元的第一数据端与所述信号放大单元的输出端连接；

显示单元，用于显示所述情绪特征图形以及当前情绪波动级别，所述显示单元的驱动端与所述处理单元的显示驱动端连接；

电机控制单元和/或电极控制单元；

所述电机控制单元用于根据所述情绪控制指令控制电机振动，以提醒用户调整情绪，所述电机控制单元的驱动端与所述处理单元的电机驱动端连接；

所述电极控制单元用于根据所述情绪控制指令生成电击电压，以提醒用户调整情绪，所述电极控制单元的驱动端与所述处理单元的电极驱动端连接；

以及，电源管理单元，用于为所述装置供电，并进行充电、电量管理，所述电源管理单元的供电输出端同时与所述心脉监测单元、信号放大单元、处理单元、显示单元、电机控制单元和/或电极控制单元的电源端连接，所述电源管理单元的充电控制端与电池连接。

本发明实施例的另一目的在于，提供一种情绪监控手环，所述情绪监控手环为佩戴于腕部的环状部件且包括上述的情绪监控装置；

所述环状部件的佩戴接触侧具有一对发射所述电击电压的电击电极和导电硅胶，所述导电硅胶包裹电击电极并与用户腕部皮肤紧贴，所述环状部件的外侧具有所述显示单元，所述显示单元为液晶显示屏。

本发明实施例通过腕式RF发射/接收装置搭载相关电路侦测人体的心跳和脉搏波形图，根据人的情绪变化导致心脉图形的变化来侦测人的情绪变化，解决了现有只能通过表情检测情绪，而无法检测到内心情绪变化，无法精准地识别用户情绪变化的问题。在检测到人的情绪变化之后，通过腕式设备中的电机产生振动和电极产生电击电压对人体进行干预，处理单元识别到用户的情绪波动级别后，可以通过调节电机的振动频率或通过调节脉冲信号的频率来控制电击电压的大小，电击电压的调节幅度在人体适于接受范围内，从而提醒使用者情绪出现波动，应及时调整情绪，并可以达到针灸的效果。

附图说明

图1为本发明实施例提供的情绪监控方法的结构流程图；

图2为本发明实施例提供的情绪监控装置的结构图；

图3为标准的脉搏波波形图；

图4为携带干扰信号的脉搏波波形图；

图5为为特征图形模型与情绪特征图形的对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明实施例通过侦测人体的心跳和脉搏变化来侦测人的情绪变化，可以精准地识别用户表情和内心的情绪变化，并在人的情绪变化过大时通过振动或电击电压的方式及时提醒用户自我调整，简单方便，效果好。

图1示出了本发明实施例提供的情绪监控方法的流程结构，为了便于说明，仅示出了与本发明相关的部分。

作为本发明一实施例，该情绪监控方法包括下述步骤：

在步骤S101中，通过射频(RF)信号监测人体心跳和脉搏数据，并生成与情绪变化对应的心跳脉搏波形图；

在本发明实施例中，可以通过腕式RF发射/接收装置搭载相关电路侦测人体的心跳和脉搏波形图，根据人的情绪变化导致心脉图形的变化来侦测人的情绪变化，解决了现有只能通过表情检测情绪，而无法检测到内心情绪变化，无法精准地识别用户情绪变化的问题。

优选地，可以采用BioRF动脉雷达传感器监测人体心跳和脉搏数据。

在步骤S102中，放大心跳脉搏波形图；

在步骤S103中，从心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形；

在步骤S104中，将情绪特征图形与特征图形模型对比，判定当前情绪波动级别，当当前情绪波动级别大于预设值时输出情绪控制指令；

在步骤S105中，显示情绪特征图形以及当前情绪波动级别；

优选地，处理单元还可以控制显示单元显示情绪调整方式和情绪控制次数及时间等信息。

在步骤S106中，根据情绪控制指令控制电机震动，和/或根据情绪控制指令生成电击电压，以提醒用户调整情绪。

在本发明实施例中，脉搏波人体心跳和脉搏数据是由心脏的搏动(振动)沿脉血管和血流向外周传播而形成的，通过脉搏波的原理特性，分析情绪变化，形成心跳脉搏波形图，图3即为BioRF动脉雷达传感器实际应用中采集到的不同形态的脉搏波波形，其中，SBP为收缩压(Systolic Blood Pressure)，DBP为舒张压(Diastolic Blood Pressure)，PP为脉压(Pulse Pressure)，MAP为平均动脉压(Mean Artery Pressure)，Pi为搏动指数(PuseIndex)，AP为动脉压(Artery Pressure)，Ti为搏动指数时间，LVET为左室射血时间(LeftVentricular Ejection Time)，DT为扩张性时间(Dispensability Time)，HP为健康点(Health Point)。

然而，在现实应用中，受心脉监测单元11的硬件限制和采集环境制约，以及使用者的身体运动和佩带方式的影响，脉搏波中可能携带干扰信号，参见图4，不利于提取特征点，因此需要进行复杂大量不同的信号处理和识别算法进行处理。对脉搏波的特征数据进行提取，首先需要去掉叠加在脉搏波上干扰信号，这一过程可以通过时域形态识别算法，也包括频域分析方法进行处理，例如傅里叶分析和小波分析。时域和频域两种分析方法提供了两种不同角度，它们提供的信息都是一样的。

脉搏波信号模型的分析：

采用傅立叶变换公式：X(k)＝sum(x(n)*exp(-2πikn/N)),n＝0,1,..,N-1；

上式中，k代表脉搏波特征变量，n代表采样变量，i代表常变量i＝1,2,...,n。

BioRF动脉雷达传感器每秒采样的样本值设为1000，就有Δx＝1/1000；微处理器每次采集N＝100000个数据进行分析，得出以下频率相关公式：

f＝k/48；其中f为频率，k为脉搏波特征变量

由于人体听力的范围一般在20Hz～20000Hz，正常人通常是听不见自己的器官随着血液波动而发出声音的。实验证实，人体器官随着血液波动，其振动频率在0～16Hz。所以我们需要对得到的数据进行滤波，即把不需要的信息全部去处掉。

BioRF动脉雷达传感器侦测人体的心跳和脉搏波形图，经过信号放大，发送给处理单元分析心跳和脉搏波图形，处理单元对心跳脉搏波形图进行时域形态识别计算和频域分析计算，对算法程序执行信号处理并找到所有特征点；在时域形态识别计算和频域分析计算之后，可提起周期性波形，通过主动学习之后数据波形可以识别，图5中上面的波形为主动学习的起效数据波形(即情绪特征图形)，是在主动学习之后能够识别的波形，能够从图5的波形中提取特征数据及情绪特征值。

通过算法程序找到特征点后，原始波形先保存下来，根据特征点建立新的情绪特征图形，由于人的情绪变化会导致心脉图形的变化，因此通过情绪识别算法从心跳脉搏波形图中识别情绪变化规律，并将情绪特征图形与存放在数据存储单元中的特征图形模型进行比对，参考图5，图5中下面的波形为特征图形模型，该特征图形模型可以是预设的一种或多种，比如喜、怒、哀、乐的特征图形模型，当情绪特征图形与特征图形模型的匹配度超过预设值时，判定使用者当前情绪波动的级别，超过越多，情绪波动越大，级别越高，例如级别从低至高依次为，低级别、中级别、高级别，可以设定当情绪波动级别超过中级别(预设值)时，输出情绪控制指令。电机控制单元和电极控制单元分别根据情绪控制指令发出震动提示和电击提示，从而提醒用户调整情绪。同时处理单元控制显示单元显示情绪特征图形以及当前情绪波动级别。

优选地，可以在电机控制单元控制电机震动一段时间后，用户依然情绪波动较大，再通过电极控制单元输出电击电压，提醒用户控制情绪。该电击电压可以通过处理单元输出的脉冲信号调节大小。

值得注意的是，在本发明实施例中，并不限定步骤S104、步骤S105、步骤S106执行的顺序，也就是说，并不限定输出显示(情绪特征图形以及当前情绪波动级别等)和发出情绪调整提醒的执行顺序。

本发明实施例在检测到人的情绪变化之后，通过腕式设备中的电机产生振动和电极产生电击电压对人体进行干预，处理单元识别到用户的情绪波动级别后，可以通过调节电机的振动频率或通过调节脉冲信号的频率来控制电击电压的大小，电击电压的调节幅度在人体适于接受范围内，从而提醒使用者情绪出现波动，应及时调整情绪，并可以达到针灸的效果。

图2示出了本发明实施例提供的情绪监控装置的结构，为了便于说明，仅示出了与本发明相关的部分。

作为本发明一实施例，该情绪监控装置包括：

心脉监测单元11，用于通过射频信号监测人体心跳和脉搏数据，并生成与情绪变化对应的心跳脉搏波形图；

优选地，心脉监测单元11可以采用BioRF动脉雷达传感器监测人体心跳和脉搏数据。

在本发明实施例中，脉搏波人体心跳和脉搏数据是由心脏的搏动(振动)沿脉血管和血流向外周传播而形成的，通过脉搏波的原理特性，分析情绪变化，形成心跳脉搏波形图，图3即为BioRF动脉雷达传感器实际应用中采集到的不同形态的脉搏波波形，其中，SBP为收缩压(Systolic Blood Pressure)，DBP为舒张压(Diastolic Blood Pressure)，PP为脉压(Pulse Pressure)，MAP为平均动脉压(Mean Artery Pressure)，Pi为搏动指数(PuseIndex)，AP为动脉压(Artery Pressure)，Ti为搏动指数时间，LVET为左室射血时间(LeftVentricular Ejection Time)，DT为扩张性时间(Dispensability Time)，HP为健康点(Health Point)。

然而，在现实应用中，受心脉监测单元11的硬件限制和采集环境制约，以及使用者的身体运动和佩带方式的影响，脉搏波中可能携带干扰信号，参见图4，不利于提取特征点，因此需要进行复杂大量不同的信号处理和识别算法进行处理。对脉搏波的特征数据进行提取，首先需要去掉叠加在脉搏波上干扰信号，这一过程可以通过时域形态识别算法，也包括频域分析方法进行处理，例如傅里叶分析和小波分析。时域和频域两种分析方法提供了两种不同角度，它们提供的信息都是一样的。

脉搏波信号模型的分析：

采用傅立叶变换公式：X(k)＝sum(x(n)*exp(-2πikn/N)),n＝0,1,..,N-1；

上式中，k代表脉搏波特征变量，n代表采样变量，i代表常变量i＝1,2,...,n。

BioRF动脉雷达传感器每秒采样的样本值设为1000，就有Δx＝1/1000；微处理器每次采集N＝100000个数据进行分析，得出以下频率相关公式：

f＝k/48；其中f为频率，k为脉搏波特征变量

由于人体听力的范围一般在20Hz～20000Hz，正常人通常是听不见自己的器官随着血液波动而发出声音的。实验证实，人体器官随着血液波动，其振动频率在0～16Hz。所以我们需要对得到的数据进行滤波，即把不需要的信息全部去处掉。

本发明实施例可以通过腕式RF发射/接收装置搭载相关电路侦测人体的心跳和脉搏波形图，根据人的情绪变化导致心脉图形的变化来侦测人的情绪变化，解决了现有只能通过表情检测情绪，而无法检测到内心情绪变化，无法精准地识别用户情绪变化的问题。

信号放大单元12，用于放大心跳脉搏波形图，信号放大单元12的输入端与心脉监测单元11的输出端连接；

处理单元13，用于从心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形，并将情绪特征图形与特征图形模型对比，判定当前情绪波动级别，当当前情绪波动级别大于预设值时输出情绪控制指令，处理单元13的第一数据端与信号放大单元12的输出端连接；

显示单元14，用于显示情绪特征图形以及当前情绪波动级别，显示单元14的驱动端与处理单元13的显示驱动端连接；

优选地，显示单元14还可以用于显示情绪调整方式和情绪控制次数及时间。

电机控制单元15和/或电极控制单元16；

电机控制单元15用于根据情绪控制指令控制电机振动，以提醒用户调整情绪，电机控制单元15的驱动端与处理单元13的电机驱动端连接；

电极控制单元16用于根据情绪控制指令生成电击电压，以提醒用户调整情绪，电极控制单元16的驱动端与处理单元13的电极驱动端连接；

以及，电源管理单元10，用于为装置供电，并进行充电、电量管理，电源管理单元10的供电输出端VCC同时与心脉监测单元11、信号放大单元12、处理单元13、显示单元14、电机控制单元15和/或电极控制单元16的电源端VCC连接，电源管理单元10的充电控制端与电池连接。

作为本发明一优选实施例，该情绪监控装置还包括一数据存储单元17，用于存储特征图形模型供处理单元14与情绪特征图形对比。

在本发明实施例中，BioRF动脉雷达传感器侦测人体的心跳和脉搏波形图，经过信号放大，发送给处理单元13分析心跳和脉搏波图形，处理单元13对心跳脉搏波形图进行时域形态识别计算和频域分析计算，对算法程序执行信号处理并找到所有特征点；在时域形态识别计算和频域分析计算之后，可提起周期性波形，通过主动学习之后数据波形可以识别，图5中上面的波形为主动学习的起效数据波形(即情绪特征图形)，是在主动学习之后能够识别的波形，能够从图5的波形中提取特征数据及情绪特征值。

通过算法程序找到特征点后，原始波形先保存下来，根据特征点建立新的情绪特征图形，由于人的情绪变化会导致心脉图形的变化，因此通过情绪识别算法从心跳脉搏波形图中识别情绪变化规律，并将情绪特征图形与存放在数据存储单元中的特征图形模型进行比对，参考图5，图5中下面的波形为特征图形模型，该特征图形模型可以是预设的一种或多种，比如喜、怒、哀、乐的特征图形模型，当情绪特征图形与特征图形模型的匹配度超过预设值时，判定使用者当前情绪波动的级别，超过越多，情绪波动越大，级别越高，例如级别从低至高依次为，低级别、中级别、高级别，可以设定当情绪波动级别超过中级别(预设值)时，输出情绪控制指令。电机控制单元和电极控制单元分别根据情绪控制指令发出震动提示和电击提示，从而提醒用户调整情绪。同时处理单元控制显示单元显示情绪特征图形以及当前情绪波动级别。

优选地，可以在电机控制单元控制电机震动一段时间后，用户依然情绪波动较大，再通过电极控制单元输出电击电压，提醒用户控制情绪。该电击电压可以通过处理单元输出的脉冲信号调节大小。

作为本发明一优选实施例，电源管理单元10包括：电池充电管理模块和电源供电管理模块；

电池充电管理模块，用于实时检测电池的电量及充电情况，电池充电管理模块的充电控制端为电源管理单元10的充电控制端；

电源供电管理模块，用于实时控制电池给系统供电并保证电池更好的省电和系统各部分电源按需求供电，电源供电管理模块的供电输出端为电源管理单元10的供电输出端VCC。

在本发明实施例中，电源供电管理模块可以使系统进入睡眠状态，保证电池电量充足，在侦测到使用者的情绪变化时，就会使系统从睡眠模式下唤醒，对使用者的情绪进行控制。

本发明实施例通过腕式RF发射/接收装置搭载相关电路侦测人体的心跳和脉搏波形图，根据人的情绪变化导致心脉图形的变化来侦测人的情绪变化，解决了现有只能通过表情检测情绪，而无法检测到内心情绪变化，无法精准地识别用户情绪变化的问题。在检测到人的情绪变化之后，通过腕式设备中的电机产生振动和电极产生电击电压对人体进行干预，处理单元识别到用户的情绪波动级别后，可以通过调节电机的振动频率或通过调节脉冲信号的频率来控制电击电压的大小，电击电压的调节幅度在人体适于接受范围内，从而提醒使用者情绪出现波动，应及时调整情绪，并可以达到针灸的效果。

本发明实施例的另一目的在于，提供一种情绪监控手环，该情绪监控手环为佩戴于腕部的环状部件且包括上述实施例中的情绪监控装置；

环状部件的佩戴接触侧具有一对发射电击电压的电击电极和导电硅胶，导电硅胶包裹电击电极并与用户腕部皮肤紧贴，环状部件的外侧具有显示单元，显示单元优选采用液晶显示屏。

优选地，该情绪监控手环还包括可充电电池，以及充电接口，该充电接口包括但不限于USB、MINIUSB，

在本发明实施例中，该情绪监控手环的功耗非常低，采用的是电池供电方式，在电池没有电的情况下，可以插上USB充电。

电源供电管理模块可以使系统进入睡眠状态，保证电池电量充足，在侦测到使用者的情绪变化时，就会使系统从睡眠模式下唤醒，对使用者的情绪进行控制；通过时域形态识别计算和频域分析计算之后，可提起周期性波形，通过主动学习之后数据波形可以识别，微处理器通过对波形的识别，分析出情绪变化的特征值，构建波形图谱与我们标准波形图谱进行比对，参见图5，判定使用的情绪级别之后，通过液晶显示屏展示情绪变化的波形图谱，同时，微处理器侦测到使用者的情绪变化之后，通过控制电机产生振动，和电极产生脉冲电压对人体进行干预，提醒使用者情绪上的波动，并令使用者控制情绪。

本发明实施例通过侦测人体的心跳和脉搏变化来侦测人的情绪变化，可以精准地识别用户表情和内心的情绪变化，并在人的情绪变化过大时通过振动或电击电压的方式及时提醒用户自我调整，简单方便，效果好。

以上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 (10)

1.一种情绪监控方法，其特征在于，所述方法包括下述步骤：

通过射频信号监测人体心跳和脉搏数据，并生成与情绪变化对应的心跳脉搏波形图；

放大所述心跳脉搏波形图；

从所述心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形；

将所述情绪特征图形与特征图形模型对比，判定当前情绪波动级别，当当前情绪波动级别大于预设值时输出情绪控制指令；

显示所述情绪特征图形以及当前情绪波动级别；

根据所述情绪控制指令控制电机振动，和/或根据所述情绪控制指令生成电击电压，以提醒用户调整情绪。

2.如权利要求1所述的方法，其特征在于，通过情绪识别算法从所述心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形。

3.如权利要求2所述的方法，其特征在于，所述通过情绪识别算法从所述心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形的步骤具体为：

对心跳脉搏波形图进行时域形态识别计算和频域分析计算；

对算法程序执行信号处理并找到所有特征点；

保存原始波形，并根据原始波形和特征点建立新的情绪特征图形。

4.一种情绪监控装置，其特征在于，所述装置包括：

心脉监测单元，用于通过射频信号监测人体心跳和脉搏数据，并生成与情绪变化对应的心跳脉搏波形图；

信号放大单元，用于放大所述心跳脉搏波形图，所述信号放大单元的输入端与所述心脉监测单元的输出端连接；

处理单元，用于从所述心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形，并将所述情绪特征图形与特征图形模型对比，判定当前情绪波动级别，当当前情绪波动级别大于预设值时输出情绪控制指令，所述处理单元的第一数据端与所述信号放大单元的输出端连接；

显示单元，用于显示所述情绪特征图形以及当前情绪波动级别，所述显示单元的驱动端与所述处理单元的显示驱动端连接；

电机控制单元和/或电极控制单元；

所述电机控制单元用于根据所述情绪控制指令控制电机振动，以提醒用户调整情绪，所述电机控制单元的驱动端与所述处理单元的电机驱动端连接；

所述电极控制单元用于根据所述情绪控制指令生成电击电压，以提醒用户调整情绪，所述电极控制单元的驱动端与所述处理单元的电极驱动端连接；

以及，电源管理单元，用于为所述装置供电，并进行充电、电量管理，所述电源管理单元的供电输出端同时与所述心脉监测单元、信号放大单元、处理单元、显示单元、电机控制单元和/或电极控制单元的电源端连接，所述电源管理单元的充电控制端与电池连接。

5.如权利要求4所述的装置，其特征在于，所述心脉监测单元为BioRF动脉雷达传感器。

6.如权利要求4所述的装置，其特征在于，所述处理单元通过情绪识别算法从所述心跳脉搏波形图中识别情绪变化规律，建立情绪特征图形。

7.如权利要求4所述的装置，其特征在于，所述装置还包括一数据存储单元，用于存储特征图形模型供所述处理单元与所述情绪特征图形对比，所述数据存储单元的数据传输端与所述处理器的第二数据端连接。

8.如权利要求4所述的装置，其特征在于，所述显示单元还用于显示情绪调整方式和情绪控制次数及时间。

9.如权利要求4所述的装置，其特征在于，所述电源管理单元包括：

电池充电管理模块，用于实时检测电池的电量及充电情况，所述电池充电管理模块的充电控制端为所述电源管理单元的充电控制端；

电源供电管理模块，用于实时控制电池给系统供电并保证电池更好的省电和系统各部分电源按需求供电，所述电源供电管理模块的供电输出端为所述电源管理单元的供电输出端。

10.一种情绪监控手环，其特征在于，所述情绪监控手环为佩戴于腕部的环状部件且包括如权利要求4-9任一项所述的情绪监控装置；

所述环状部件的佩戴接触侧具有一对发射所述电击电压的电击电极和导电硅胶，所述导电硅胶包裹电击电极并与用户腕部皮肤紧贴，所述环状部件的外侧具有所述显示单元，所述显示单元为液晶显示屏。