CN107913075A - 一种基于多参数的精神压力评估装置及其评估方法 - Google Patents
一种基于多参数的精神压力评估装置及其评估方法 Download PDFInfo
- Publication number
- CN107913075A CN107913075A CN201711132840.3A CN201711132840A CN107913075A CN 107913075 A CN107913075 A CN 107913075A CN 201711132840 A CN201711132840 A CN 201711132840A CN 107913075 A CN107913075 A CN 107913075A
- Authority
- CN
- China
- Prior art keywords
- stress
- index
- parameter
- judgment matrix
- heart rate
- 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
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Developmental Disabilities (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及一种基于多参数的精神压力评估装置,其特征在于包括:心率变异性采集器(1)、核心处理模块(2)、GPRS模块(3)、显示模块(4)、电源模块(5)。一种基于多参数的精神压力评估装置的评估方法,其特征在于按以下步骤进行:S1:所述核心处理模块(2)获取所述心率变异性信号a;S2:根据精神压力评估目标,从信号中选取规律参数C1~C8,确定评估指标体系;S3:根据规律参数C1~C8,构建标准矩阵;S4:采用熵权法对判断矩阵进行计算,求得精神压力评估体系的权重;S5:根据权重,构建精神压力计算式,得出精神压力值。本发明从客观的角度对数据分析处理,增强了对人们精神压力测评的准确性。
Description
技术领域
本发明涉及精神压力测评技术领域,具体地说,是一种基于多参数的精神压力评估装置及其评估方法。
背景技术
随着社会节奏的不断加快,精神压力逐渐成为影响人们生活健康的重要因素。精神压力过大,会给人们带来很多不好的影响,例如对工作、生活丧失信心,情绪低落,烦躁、睡眠失调等。持续处于精神压力过大的状态下,很容易引发精神疾病如抑郁症、焦虑症。
精神压力评估不仅有助于人们对自身健康状况的了解,及时进行自我调节,还避免了精神压力过大对生活带来不良影响。传统检测精神压力的方法一般为问卷调查,由于此种方法存在的主观判断较多,对数据本身信息分析较少,导致客观原因分析不足。
心率变异性是提取自心电信号RR间期序列,与精神压力有着密切的关系。随着心率变异性信号研究的不断发展,通过心率变异性从客观的角度来评估人体精神压力成为可能。
发明内容
针对上述技术缺陷,本发明提供了一种基于多参数的精神压力评估装置及其评估方法,利用心率变异性与精神压力的密切联系,从客观的角度对人们的精神压力进行评测,避免了人为判断的主观不准确性。
本发明的技术方案如下:
一种基于多参数的精神压力评估装置,其关键在于包括:
心率变异性采集器:用于采集精神压力测试者的心率变异性信号a,并将采集到的心率变异性信号a发送至核心处理模块中;
核心处理模块:对接收到的心率变异性信号a进行归一化、量化等处理,将精神压力评估结果Z呈现在显示模块上,同时通过GPRS模块将精神压力评估结果Z发送至服务器保存;
GPRS模块:将核心处理模块中的精神压力评估结果Z发送至服务器;
显示模块:用于显示精神压力评估结果Z,包括压力值、压力等级等;
电源模块:对整个评估装置供电。
采用上述技术方案,采集心率变异性信号,通过核心处理模块对信号进行多参数量化处理,更客观地对人们的精神压力状态进行分析与评估,将评估结果简单明了地显示出来。
进一步描述,所述心率变异采集器通过双电极接触人体的方式采集心率变异性信号a。
采用双电极接触人体的方式采集心率变异性信号,减小了心率变异性信号的衰减过程,增强了信号采集的有效性。
进一步描述,所述电源模块采用LM2576电源芯片。
一种基于多参数的精神压力评估装置的评估方法,其关键在于按以下步骤进行:
S1:所述核心处理模块获取所述心率变异性采集器1采集到的心率变异性信号a;
S2:根据精神压力评估目标,从心率变异性信号a中选取具有变化规律的参数,确定精神压力评估体系中的评价指标C1~C8,从而构建精神压力评估体系的目标层A、准则层B及准则层C;
S3:对精神压力评估体系准则层C中的评价指标C1~C8进行归一化和无量纲化处理,根据处理结果构建精神压力评估体系目标层A的判断矩阵A’;
S4:采用熵权法对判断矩阵A’进行计算,求得精神压力评估体系的权重W;
S5:根据权重W,构建精神压力计算式,得出精神压力值,即精神压力评估结果Z。
所述步骤S2中精神压力评估体系的构建过程如下:
S21:设定精神压力评估体系的目标层A;
S22:将目标层A从时域、频域和非线性三个方面考虑,设定由时域B1、频域B2、非线性B3三个指标组成的准则层B;
S33:分别确定准则层B中三个指标的评价指标,所有评价指标组成准则层C,其中时域B1的评价指标包括RR间期标准差C1、心率值C2和RR间期之差大于50ms的百分比C3,频域B2的评价指标包括Hfnorm值C4和LF/HF值C5,非线性B3的评价指标包括相平画图面积C6、李氏指数C7和分维数C8;
其中,评价指标C1~C8为所述具有变化规律的参数。
所述标准判断矩阵A’的构建过程如下:
S31:对所有评价指标C1~C8进行归一化处理,得到评价指标参数C1’~C8’;
S32:建立精神压力的评语集合,即{高,较高,正常,偏低};
S33:根据评语集合,对归一化处理后的评价指标参数C1’~C8’进行无量纲化处理,得到一组向量Cij=[cij];
S34:将向量Cij=[cij]根据准则层B进行分解,组成准则层B中各指标的判断矩阵B1~B3;
S35:利用熵权法求准则层B中各指标判断矩阵B1~B3的权重W1~W3,对权重W1~W3进行计算,根据计算结果构建目标层A的判断矩阵A’。
所述时域B1下的评价指标的归一化处理为:
所述频域B2下的评价指标的归一化处理为:C4的数值即为归一化后的值,即C4’=C4,
所述非线性B3下的评价指标的归一化处理为:
所述无量纲化处理的步骤如下:
S331:确定所述评语集合{高,较高,正常,偏低}中每个评语的阈值,即0≤高≤b1,a1≤较高≤b2,a2≤正常≤b3,a3≤偏低;
S332:根据阈值构建每个评语的判断函数:
评语“高”的判断函数
评语“较高”的判断函数
评语“正常”的判断函数
评语“偏低”的判断函数
其中,a1<b1<a2<b2<a3<b3;
S333:将所述评价指标参数C1’~C8’带入四个判断函数中,得到一组向量Cij=[cij],其中i代表评价指标的索引,j代表判断函数的索引,即i=1,2,3,4,5,6,7,8,j=1,2,3,4;
S334:根据向量Cij=[cij],构建准则层B中三个指标的判断矩阵,即:时域判断矩阵
频域判断矩阵
非线性判断矩阵
所述步骤S35中目标层A的判断矩阵构建步骤如下:
S351:利用熵权法求得准则层B三个判断矩阵的权重,分别为W1=[W11 W12 W13]、W2=[W21 W22]、W3=[W31 W32 W33];
S352:将步骤S351中得到的三个权重W1、W2、W3分别与判断矩阵B1、B2、B3相乘,得到三个一维矩阵A1、A2、A3;
S353:将步骤S352中得到的三个一维矩阵构成目标层A的判断矩阵A',即:
S353:利用熵权法对判断矩阵A'进行计算,得出目标层A的权重W,即:
W=[W1 W2 W3]。
所述精神压力计算式为
其中,e1,e2,e3,e4均为常数,并且0<e1<e2<e3<e4<1。
所得的精神压力值即为精神压力评估结果Z,其中0<Z≤0.55范围为正常的精神压力状态,0.55<Z≤0.75为精神压力偏高状态,0.75<Z≤1属于精神压力高的状态。
所述熵权法的计算步骤如下:
SⅠ、根据熵的定义,对每个指标求熵值,计算第i个指标熵值的公式为:
其中,m的值为4,j=1,…,m,当Cij=0时,Hi取CijlnCij=0;
SⅡ、计算第i个指标的差异度Di=1-Hi;
SⅢ、根据第i个指标的差异度计算该指标的熵权值,公式如下:
采用上述方案,由于指标熵值达到最大值Hi=1时,熵权为0,该指标的存在不影响最终评价结果。
有益效果:与现有技术相比,本发明根据人体生物信号的变化情况来评估精神压力,从客观的角度对数据分析处理,增强了对人们精神压力测评的准确性;采用双电极接触人体的方式采集数据,减少了信号收集时的衰减。
附图说明
图1为本发明的硬件结构框图;
图2为本发明的工作流程图;
图3为评估体系的层次图;
图4为精神压力评语集合的等级范围示意图。
具体实施方式
下面结合实施例及附图作进一步说明:
实施例:
如图1所示,一种基于多参数的精神压力评估装置,其关键在于包括:
心率变异性采集器1:用于采集精神压力测试者的心率变异性信号a,并将采集到的心率变异性信号a发送至核心处理模块2中,所述心率变异采集器1通过双电极接触人体的方式采集心率变异性信号a;
核心处理模块2:对接收到的心率变异性信号a进行归一化、量化等处理,将精神压力评估结果Z呈现在显示模块4上,同时通过GPRS模块3将精神压力评估结果Z发送至服务器保存;
GPRS模块3:将核心处理模块2中的精神压力评估结果Z发送至服务器;
显示模块4:用于显示精神压力评估结果Z,包括压力值、压力等级等;
电源模块5:对整个评估装置供电。所述电源模块5采用LM2576电源芯片。
如图2所示,一种基于多参数的精神压力评估装置的评估方法,其关键在于按以下步骤进行:
S1:所述核心处理模块2获取所述心率变异性采集器1采集到的心率变异性信号a;
作为优选,所述心率变异性采集器1分别采集静卧、运动后两组心率变异性信号,通过研究实验前后参数的变化,找出其中存在变化规律的参数指标;心率变异性信号的采集时间为10分钟。
S2:根据精神压力评估目标,从心率变异性信号a中选取具有变化规律的参数,确定精神压力评估体系中的评价指标C1~C8,从而构建精神压力评估体系的目标层A、准则层B及准则层C;
如图3所示,所述步骤S2中精神压力评估体系的构建过程如下:
S21:设定精神压力评估体系的目标层A;
S22:将目标层A从时域、频域和非线性三个方面考虑,设定由时域B1、频域B2、非线性B3三个指标组成的准则层B;
S33:分别确定准则层B中三个指标的评价指标,所有评价指标组成准则层C,其中时域B1的评价指标包括RR间期标准差C1、心率值C2和RR间期之差大于50ms的百分比C3,频域B2的评价指标包括Hfnorm值C4和LF/HF值C5,非线性B3的评价指标包括相平画图面积C6、李氏指数C7和分维数C8;
其中,评价指标C1~C8为所述具有变化规律的参数。
S3:对精神压力评估体系准则层C中的评价指标C1~C8进行归一化和无量纲化处理,根据处理结果构建精神压力评估体系目标层A的判断矩阵A’;
所述标准判断矩阵A’的构建过程如下:
S31:对所有评价指标C1~C8进行归一化处理,得到评价指标参数C1’~C8’;
本实施例中,作为优选,所述时域B1下的评价指标参数的归一化处理为:
所述频域B2下的评价指标参数的归一化处理为:C4的数值即为归一化后的值,即C4’=C4,
所述非线性B3下的评价指标参数的归一化处理为:
S32:建立精神压力的评语集合,即{高,较高,正常,偏低};
S33:根据评语集合,对归一化处理后的评价指标参数C1’~C8’进行无量纲化处理,得到一组向量Cij=[cij];
作为优选,所述无量纲化处理的步骤如下:
S331:确定所述评语集合{高,较高,正常,偏低}中每个评语的阈值,即0≤高≤b1,a1≤较高≤b2,a2≤正常≤b3,a3≤偏低;
S332:根据阈值构建每个评语的判断函数:
评语“高”的判断函数
评语“较高”的判断函数
评语“正常”的判断函数
评语“偏低”的判断函数
其中,a1<b1<a2<b2<a3<b3,作为优选,本实施例中的a1=0.2,b1=0.4,a2=0.5,b2=0.7,a3=0.8,b3=1;
S333:将所述评价指标参数C1’~C8’带入四个判断函数中,得到一组向量Cij=[cij],其中i代表评价指标的索引,j代表判断函数的索引,即i=1,2,3,4,5,6,7,8,j=1,2,3,4;
S334:根据向量Cij=[cij],构建准则层B中三个指标的判断矩阵,即:时域判断矩阵
频域判断矩阵
非线性判断矩阵
S34:将向量Cij=[cij]根据准则层B进行分解,组成准则层B中各指标的判断矩阵B1~B3;
S35:利用熵权法求准则层B中各指标判断矩阵的权重W1~W3,对权重W1~W3进行计算,根据计算结果构建目标层A的判断矩阵A’。
所述步骤S35中目标层A的判断矩阵构建步骤如下:
S351:利用熵权法求得准则层B三个判断矩阵的权重,分别为W1=[W11 W12 W13]、W2=[W21 W22]、W3=[W31 W32 W33];
作为优选,步骤S351中熵权法的计算方法如下:
SⅠ、根据熵的定义,对每个指标求熵值,计算第i个指标熵值的公式为:
其中,m的值为4,j=1,…,m,当Cij=0时,Hi取CijlnCij=0;
SⅡ、计算第i个指标的差异度Di=1-Hi;
SⅢ、根据第i个指标的差异度计算该指标的熵权值,公式如下:
本步骤中,熵权值Wi即为W1、W2、W3的值。
S352:将步骤S351中得到的三个权重W1、W2、W3分别与判断矩阵B1、B2、B3相乘,得到三个一维矩阵A1、A2、A3;
S353:将步骤S352中得到的三个一维矩阵构成目标层A的判断矩阵A',即:
S4:采用熵权法对判断矩阵A’进行计算,求得精神压力评估体系的权重W;本实施例中,W=[W1 W2 W3]。
作为优选,步骤S4中所述熵权法的计算方法如下:
SⅠ、根据熵的定义,对每个指标求熵值,计算第i个指标熵值的公式为:
其中,m的值为4,j=1,…,m,当Cij=0时,Hi取CijlnCij=0;
SⅡ、计算第i个指标的差异度Di=1-Hi;
SⅢ、根据第i个指标的差异度计算该指标的熵权值,公式如下:
在本步骤中,熵权值Wi的值即为权重W。
S5:根据权重W,构建精神压力计算式,得出精神压力值,即精神压力评估结果Z。本实施例中,所述精神压力计算式为
其中,e1,e2,e3,e4均为常数,并且0<e1<e2<e3<e4<1;
作为优选,本实施例中的e1=0.95,e2=0.75,e3=0.55,e4=0.35;
所得的精神压力值即为精神压力评估结果Z,其中0<Z≤0.55范围为正常的精神压力状态,0.55<Z≤0.75为精神压力偏高状态,0.75<Z≤1属于精神压力高的状态。
值得说明的是,以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内做出的任何修改、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)
1.一种基于多参数的精神压力评估装置,其特征在于包括:
心率变异性采集器(1):用于采集精神压力测试者的心率变异性信号a,并将采集到的心率变异性信号a发送至核心处理模块(2)中;
核心处理模块(2):对接收到的心率变异性信号a进行归一化、量化等处理,将精神压力评估结果Z呈现在显示模块(4)上,同时通过GPRS模块(3)将精神压力评估结果Z发送至服务器保存;
GPRS模块(3):将核心处理模块(2)中的精神压力评估结果Z发送至服务器;
显示模块(4):用于显示精神压力评估结果Z,包括压力值、压力等级等;
电源模块(5):对整个评估装置供电。
2.根据权利要求1所述的一种基于多参数的精神压力评估装置,其特征在于:所述心率变异采集器(1)通过双电极接触人体的方式采集心率变异性信号a。
3.一种基于多参数的精神压力评估装置的评估方法,其特征在于按以下步骤进行:
S1:所述核心处理模块(2)获取所述心率变异性采集器(1)采集到的心率变异性信号a;
S2:根据精神压力评估目标,从心率变异性信号a中选取具有变化规律的参数,确定精神压力评估体系中的评价指标C1~C8,从而构建精神压力评估体系的目标层A、准则层B及准则层C;
S3:对精神压力评估体系准则层C中的评价指标C1~C8进行归一化和无量纲化处理,根据处理结果构建精神压力评估体系目标层A的判断矩阵A’;
S4:采用熵权法对判断矩阵A’进行计算,求得精神压力评估体系的权重W;
S5:根据权重W,构建精神压力计算式,得出精神压力值,即精神压力评估结果Z。
4.根据权利要求3所述的一种基于多参数的精神压力评估装置的评估方法,其特征在于:所述步骤S2中精神压力评估体系的构建过程如下:
S21:设定精神压力评估体系的目标层A;
S22:将目标层A从时域、频域和非线性三个方面考虑,设定由时域B1、频域B2、非线性B3三个指标组成的准则层B;
S23:分别确定准则层B中三个指标的评价指标,所有评价指标组成准则层C,其中时域B1的评价指标包括RR间期标准差C1、心率值C2和RR间期之差大于50ms的百分比C3,频域B2的评价指标包括Hfnorm值C4和LF/HF值C5,非线性B3的评价指标包括相平画图面积C6、李氏指数C7和分维数C8;
其中,评价指标C1~C8为所述具有变化规律的参数。
5.根据权利要求3所述的一种基于多参数的精神压力评估装置的评估方法,其特征在于:所述判断矩阵A’的构建过程如下:
S31:对所有评价指标C1~C8进行归一化处理,得到评价指标参数C1’~C8’;
S32:建立精神压力的评语集合,即{高,较高,正常,偏低};
S33:根据评语集合,对归一化处理后的评价指标参数C1’~C8’进行无量纲化处理,得到一组向量Cij=[cij];
S34:将向量Cij=[cij]根据准则层B进行分解,组成准则层B中各指标的判断矩阵B1~B3;
S35:利用熵权法求准则层B中各指标判断矩阵B1~B3的权重W1~W3,对权重W1~W3进行计算,根据计算结果构建目标层A的判断矩阵A’。
6.根据权利要求5所述的一种基于多参数的精神压力评估装置的评估方法,其特征在于:步骤S31中,所述时域B1下的评价指标的归一化处理为:
所述频域B2下的评价指标的归一化处理为:C4的数值即为归一化后的值,即C4’=C4,
所述非线性B3下的评价指标的归一化处理为:
7.根据权利要求5所述的一种基于多参数的精神压力评估装置的评估方法,其特征在于:所述无量纲化处理的步骤如下:
S331:确定所述评语集合{高,较高,正常,偏低}中每个评语的阈值,即0≤高≤b1,a1≤较高≤b2,a2≤正常≤b3,a3≤偏低;
S332:根据阈值构建每个评语的判断函数:
评语“高”的判断函数
评语“较高”的判断函数
评语“正常”的判断函数
评语“偏低”的判断函数
其中,a1<b1<a2<b2<a3<b3;
S333:将所述评价指标参数C1’~C8’带入四个判断函数中,得到一组向量Cij=[cij],其中i代表评价指标的索引,j代表判断函数的索引,即i=1,2,3,4,5,6,7,8,j=1,2,3,4;
S334:根据向量Cij=[cij],构建准则层B中三个指标的判断矩阵,即:时域判断矩阵
频域判断矩阵
非线性判断矩阵
8.根据权利要求5所述的一种基于多参数的精神压力评估装置的评估方法,其特征在于:所述步骤S35中目标层A的判断矩阵的构建步骤如下:
S351:利用熵权法求得准则层B三个判断矩阵的权重W1~W3,分别为W1=[W11 W12W13]、W2=[W21 W22]、W3=[W31 W32 W33];
S352:将步骤S351中得到的三个权重W1、W2、W3分别与所述判断矩阵B1、B2、B3相乘,得到三个一维矩阵A1、A2、A3;
S353:将步骤S352中得到的三个一维矩阵构成目标层A的判断矩阵A',即:
9.根据权利要求4所述的一种基于多参数的精神压力评估装置的评估方法,其特征在于:
所述步骤S4中,利用熵权法对判断矩阵A'进行计算,得出目标层A的权重W,即:
W=[W1 W2 W3];
所述步骤S5中,所述精神压力计算式为:
其中,e1,e2,e3,e4均为常数,并且0<e1<e2<e3<e4<1;
所得的精神压力值即为精神压力评估结果Z,其中0<Z≤0.55范围为正常的精神压力状态,0.55<Z≤0.75为精神压力偏高状态,0.75<Z≤1属于精神压力高的状态。
10.根据权利要求8或9所述的一种基于多参数的精神压力评估装置的评估方法,其特征在于:所述熵权法的计算步骤如下:
SⅠ、根据熵的定义,对每个指标求熵值,计算第i个指标熵值的公式为:
<mrow>
<msub>
<mi>H</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>ln</mi>
<mi> </mi>
<mi>m</mi>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>C</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>ln</mi>
<mi> </mi>
<msub>
<mi>C</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
其中,m的值为4,j=1,…,m,当Cij=0时,Hi取CijlnCij=0;
SⅡ、计算第i个指标的差异度Di=1-Hi;
SⅢ、根据第i个指标的差异度计算该指标的熵权值,公式如下:
<mrow>
<msub>
<mi>W</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mo>.</mo>
</mrow>
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711132840.3A CN107913075B (zh) | 2017-11-15 | 2017-11-15 | 一种基于多参数的精神压力评估装置及其评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711132840.3A CN107913075B (zh) | 2017-11-15 | 2017-11-15 | 一种基于多参数的精神压力评估装置及其评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107913075A true CN107913075A (zh) | 2018-04-17 |
CN107913075B CN107913075B (zh) | 2020-12-25 |
Family
ID=61896425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711132840.3A Active CN107913075B (zh) | 2017-11-15 | 2017-11-15 | 一种基于多参数的精神压力评估装置及其评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107913075B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110196098A (zh) * | 2019-05-23 | 2019-09-03 | 山东理工大学 | 基于心率变化的车辆声品质评价方法 |
WO2021097731A1 (zh) * | 2019-11-20 | 2021-05-27 | 林千寻 | 人体精神压力测试方法及系统 |
CN116636846A (zh) * | 2023-05-29 | 2023-08-25 | 秦皇岛市惠斯安普医学系统股份有限公司 | 一种精神压力监测与干预的管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150282723A1 (en) * | 2012-10-16 | 2015-10-08 | Xotox Tools Ag | Device and Method for Detecting and Signalling a Stress State of a Person |
CN104983434A (zh) * | 2015-06-17 | 2015-10-21 | 重庆邮电大学 | 基于层次分析法的多参数心理压力评估方法及装置 |
CN105708436A (zh) * | 2016-04-18 | 2016-06-29 | 深圳竹信科技有限公司 | 一种心理调节方法及装置 |
CN105960643A (zh) * | 2014-03-19 | 2016-09-21 | 美迪克股份有限公司 | 自主神经平衡及调节能力的评价设备及其控制方法 |
CN107233102A (zh) * | 2017-05-26 | 2017-10-10 | 重庆邮电大学 | 基于bp神经网络算法的多参数心理压力评估方法 |
-
2017
- 2017-11-15 CN CN201711132840.3A patent/CN107913075B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150282723A1 (en) * | 2012-10-16 | 2015-10-08 | Xotox Tools Ag | Device and Method for Detecting and Signalling a Stress State of a Person |
CN105960643A (zh) * | 2014-03-19 | 2016-09-21 | 美迪克股份有限公司 | 自主神经平衡及调节能力的评价设备及其控制方法 |
CN104983434A (zh) * | 2015-06-17 | 2015-10-21 | 重庆邮电大学 | 基于层次分析法的多参数心理压力评估方法及装置 |
CN105708436A (zh) * | 2016-04-18 | 2016-06-29 | 深圳竹信科技有限公司 | 一种心理调节方法及装置 |
CN107233102A (zh) * | 2017-05-26 | 2017-10-10 | 重庆邮电大学 | 基于bp神经网络算法的多参数心理压力评估方法 |
Non-Patent Citations (2)
Title |
---|
JUN LIU ET AL: "Heart Rate and Heart Rate Variability Assessment Identifies Individual Differences in Fear Response Magnitudes to Earthquake, Free Fall, and Air Puff in Mice", 《PLOS ONE》 * |
吕德卫等: "基于智能终端的精神压力分析系统的设计", 《计算机工程与应用》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110196098A (zh) * | 2019-05-23 | 2019-09-03 | 山东理工大学 | 基于心率变化的车辆声品质评价方法 |
CN110196098B (zh) * | 2019-05-23 | 2021-10-29 | 山东理工大学 | 基于心率变化的车辆声品质评价方法 |
WO2021097731A1 (zh) * | 2019-11-20 | 2021-05-27 | 林千寻 | 人体精神压力测试方法及系统 |
CN113194829A (zh) * | 2019-11-20 | 2021-07-30 | 林千寻 | 人体精神压力测试方法及系统 |
CN116636846A (zh) * | 2023-05-29 | 2023-08-25 | 秦皇岛市惠斯安普医学系统股份有限公司 | 一种精神压力监测与干预的管理系统 |
CN116636846B (zh) * | 2023-05-29 | 2023-12-15 | 秦皇岛市惠斯安普医学系统股份有限公司 | 一种精神压力监测与干预的管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107913075B (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107913075A (zh) | 一种基于多参数的精神压力评估装置及其评估方法 | |
CN104765945B (zh) | 一种基于数量置信度的设备缺陷率检测方法 | |
CN103018338A (zh) | 一种基于声发射和神经网络的混凝土无损检测方法 | |
CN108288231B (zh) | 一种分布式光伏接入对配电台区负荷特性影响的评估方法 | |
CN106549813A (zh) | 一种网络性能的评估方法及系统 | |
CN107016489A (zh) | 一种电力系统抗差状态估计方法和装置 | |
US20210109140A1 (en) | Method for identifying parameters of 10 kv static load model based on similar daily load curves | |
CN107622801A (zh) | 疾病概率的检测方法和装置 | |
CN105974273A (zh) | 配电网故障定位系统 | |
CN109670714A (zh) | 基于隶属度分析的船舶燃气轮机综合状态评估方法 | |
CN110175763A (zh) | 基于模糊评价模型的客观多属性决策电压质量评价方法 | |
CN107657393A (zh) | 近断层地震作用下桥梁的抗震评估方法 | |
CN106548280A (zh) | 一种基于大数据分析电能质量提升用户体验的方法及系统 | |
CN103018063A (zh) | 基于Mittag-Leffler分布的桥梁随机疲劳寿命预测方法 | |
CN107944747A (zh) | 一种基于改进主成分分析的低压台区评价方法 | |
CN107038410A (zh) | 一种基于深度堆叠网络的杂草图像识别方法 | |
CN109919099A (zh) | 一种基于表情识别的用户体验评价方法及系统 | |
CN104424373A (zh) | 一种空间变量相关性的精细表达方法 | |
CN105956755A (zh) | 电力综合线损率影响因子量化关系建立方法及系统 | |
CN111275292B (zh) | 一种基于模糊层次分析法的接地网状态评估方法 | |
CN105279324B (zh) | 一种基于区域尺度旱地作物氮投入环境阈值的确定方法 | |
CN106971361A (zh) | 一种专业能力远程测试系统及专业能力远程测试方法 | |
CN106713322A (zh) | 一种面向网络设备信息安全评估的模糊度量方法 | |
CN104104389B (zh) | 一种信号重建方法及设备 | |
CN113849773A (zh) | 一种量化气溶胶光学厚度与景观指数关系的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |