CN109758141A - 一种心理压力监测方法、装置及系统 - Google Patents
一种心理压力监测方法、装置及系统 Download PDFInfo
- Publication number
- CN109758141A CN109758141A CN201910168302.2A CN201910168302A CN109758141A CN 109758141 A CN109758141 A CN 109758141A CN 201910168302 A CN201910168302 A CN 201910168302A CN 109758141 A CN109758141 A CN 109758141A
- Authority
- CN
- China
- Prior art keywords
- heartbeat waveform
- psychological pressure
- waveform
- pressure value
- effective
- 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
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种心理压力监测方法、装置及系统,该方法包括:通过滑动窗口的方式对PPG数据进行采样,得到预设时刻的波形样值;对所述波形样值进行分割,以得到所述预设时刻下有效的N个心跳波形,N为正整数;将每一所述心跳波形输入训练好的机器学习模型中,得到与所述每一所述心跳波形对应的心理压力值;根据N个所述心理压力值得到所述预设时刻的心理压力值。相比于现有技术,本发明通过机器学习模型得到预设时刻的心理压力值准确度更高。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种心理压力监测方法、装置及系统。
背景技术
人类的生活脱离不开数字化和信息化的介入,网络信息、通讯的日益便捷,缩小了地域空间的实际距离,却也弱化了人与人之间,人与物之间,人与环境之间的实际交流与对话,人类的生活是需要建立在互动、交流基础上的。而现阶段人机交互的信息通道还是传统多模态方式,包括触摸、语音、图像、计算机IO等等,计算机对用户的使用状态尤其是心理状态缺乏实时感知,交互智能性不高。
目前在确定用户的心理压力值时,根据PPG信号的频谱来做心理压力分析,但是这种方法准确率较低,实时性不强。
发明内容
为解决上述技术问题,本发明实施例提供了一种心理压力监测方法、装置及系统,技术方案如下:
一种心理压力监测方法,包括:
通过滑动窗口的方式对PPG数据进行采样,得到预设时刻的波形样值;
对所述波形样值进行分割,以得到所述预设时刻下有效的N个心跳波形,N为正整数;
将每一所述心跳波形输入训练好的机器学习模型中,得到与所述每一所述心跳波形对应的心理压力值;
根据N个所述心理压力值得到所述预设时刻的心理压力值。
优选地,对所述PPG数据进行分割,以得到所述预设时刻下有效的N个心跳波形,包括:
确定所述PPG数据中的波谷点;
从所述波谷点中确定幅值小于幅值阈值的的M个目标最低点,M为正整数;
将相邻两个目标最低点对应的波形作为心跳波形;
对于每一所述心跳波形,判断其是否符合有效心跳波形的条件;
若是,将所述心跳波形作为所述心跳波形。
优选地,所述有效心跳波形的条件,包括:
所述有效心跳波形的开始部分上升的斜率符合标准;
所述有效心跳波形的两个相邻最低点之间的时长在标准心跳时长范围内;
所述有效心跳波形的两个相邻最低点之间的幅值偏差在标准幅值偏差范围内;
所述有效心跳波形的整体上升部分对应的时长小于整体下降部分对应的时长。
优选地,根据N个所述心理压力值得到所述预设时刻的心理压力值,包括:
计算得到N个所述心理压力值的均值;
将所述均值作为所述预设时刻的心理压力值。
优选地,还包括:
通过图标的方式展示所述心理压力值。
一种心理压力监测装置,包括:
采样单元,用于通过滑动窗口的方式对PPG数据进行采样,得到预设时刻的波形样值;
分割单元,用于对所述PPG数据进行分割,以得到所述预设时刻下有效的N个心跳波形,N为正整数;
预测单元,用于将每一所述心跳波形输入训练好的机器学习模型中,得到与所述每一所述心跳波形对应的心理压力值;
确定单元,用于根据N个所述心理压力值得到所述预设时刻的心理压力值。
优选地,所述分割单元,包括:
第一确定子单元,用于确定所述PPG数据中的波谷点;
第二确定子单元,用于从所述波谷点中确定幅值小于幅值阈值的的M个目标最低点,M为正整数;
第三确定子单元,用于将相邻两个目标最低点对应的波形作为心跳波形;
判断单元,用于对于每一所述心跳波形,判断其是否符合有效心跳波形的条件;
若是,将所述心跳波形作为所述心跳波形。
优选地,所述有效心跳波形的条件,包括:
所述有效心跳波形的开始部分上升的斜率符合标准;
所述有效心跳波形的两个相邻最低点之间的时长在标准心跳时长范围内;
所述有效心跳波形的两个相邻最低点之间的幅值偏差在标准幅值偏差范围内;
所述有效心跳波形的整体上升部分对应的时长小于整体下降部分对应的时长。
优选地,所述确定单元,包括:
计算子单元,用于计算得到N个所述心理压力值的均值;
第四确定子单元,用于将所述均值作为所述预设时刻的心理压力值。
一种心理压力监测系统,包括:
应用于电子设备中的如权利要求6-9任一项所示的心理压力监测装置以及手环式传感器;
所述手环式传感器用于获取用户的PPG数据,并将所述PPG数据发送至所述心理压力监测装置。
本发明实施例提供的技术方案,通过滑动窗口得到PPG数据的波形样值,对波形样值进行分割,得到预设时刻下的N个心跳波形,将每一心跳波形输入训练好的机器学习模型中,得到每一心跳波形对应的心理压力值,并根据N个心理压力值得到预设时刻的心理压力值。相比于现有技术,本实施例通过机器学习模型得到预设时刻的心理压力值准确度更高。
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的介绍,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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的一种心理压力监测方法的一种流程示意图;
图2为本发明实施例所提供的一种心理压力监测方法的另一种流程示意图;
图3为本发明实施例所提供的一种心理压力监测装置的一种结构示意图;
图4为本发明实施例所提供的一种心理压力监测系统的一种结构示意图。
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。
请参阅图1,图1为本发明实施例提供的一种心理压力监测方法的一种实现流程图,该方法包括:
步骤S101、通过滑动窗口的方式对PPG数据进行采样,得到预设时刻的波形样值。
本实施例中的PPG数据可以通过手环传感器获得,也可以通过指夹式设备获得,由心理压力监测装置对PPG数据进行采样,从而得到预设时刻的波形样值。
手环传感器或指夹式设备得到PPG数据后,将PPG数据发送至心理压力监测装置。
以滑动窗口的方式对数据采样指的是,获取预设时刻之前的预设时间段的数据作为预设时刻的波形样值。例如,以预设时间段为10秒举例,采取第1-10秒内的数据作为第十秒这一时刻的样值,根据这一样值计算出一个心理压力值作为第十秒这一时刻被试者的心理压力值。同理,在测试开始后的第11秒钟,我们采取第2-11秒内的数据作为第11秒的样值;在第12秒,采取2-12秒的数据作为样值,以此类推。
步骤S102、对所述PPG数据进行分割,以得到所述预设时刻下有效的N个心跳波形,N为正整数。
优选地,如图2所示,步骤S102可以通过如下流程实现:
步骤S201、确定PPG数据中的所有波谷点;
步骤S202、从波谷点中确定幅值小于幅值阈值的的M个目标最低点,M为正整数;
步骤S203、将相邻两个目标最低点对应的波形作为心跳波形;
步骤S204、对于每一所述心跳波形,判断其是否符合有效心跳波形的条件,若是,执行步骤205;
步骤S205、将所述心跳波形作为所述心跳波形。
本实施例中,有效心跳波形的条件可以为:
所述有效心跳波形的开始部分上升的斜率符合标准;
所述有效心跳波形的两个相邻最低点之间的时长在标准心跳时长范围内;
所述有效心跳波形的两个相邻最低点之间的幅值偏差在标准幅值偏差范围内;
所述有效心跳波形的整体上升部分对应的时长小于整体下降部分对应的时长。
在确定有效心跳波形后,还可以记录有效心跳波形的个数。
步骤S103、将每一所述心跳波形输入训练好的机器学习模型中,得到与所述每一所述心跳波形对应的心理压力值。
将切割好的有效心跳波形依次送入训练好的机器学习模型中进行预测,对每一次有效心跳波形都产生一个心理压力值。
步骤S104、根据N个所述心理压力值得到所述预设时刻的心理压力值。
对N个有效心跳波形预测完成后,得到每一有效心跳波形所对应的心理压力值,可以对这些值求均值,该均值即用户在这一采样时刻的最终心理压力值。
在得到心理压力值后,可以编写图形界面程序,将心理压力值通过图表的方式实时展示在界面上。
本发明实施例提供的技术方案,通过滑动窗口得到PPG数据的波形样值,对波形样值进行分割,得到预设时刻下的N个心跳波形,将每一心跳波形输入训练好的机器学习模型中,得到每一心跳波形对应的心理压力值,并根据N个心理压力值得到预设时刻的心理压力值。相比于现有技术,本实施例通过机器学习模型得到预设时刻的心理压力值准确度更高。
请参阅图3,图3为本发明实施例提供的一种心理压力监测装置的一种结构示意图,该结构示意图中的各模块的工作过程参照图1对应的实施例中方法的执行过程,该装置包括:
采样单元310,用于通过滑动窗口的方式对PPG数据进行采样,得到预设时刻的波形样值;
分割单元320,用于对所述PPG数据进行分割,以得到所述预设时刻下有效的N个心跳波形,N为正整数;
预测单元330,用于将每一所述心跳波形输入训练好的机器学习模型中,得到与所述每一所述心跳波形对应的心理压力值;
确定单元340,用于根据N个所述心理压力值得到所述预设时刻的心理压力值。
本发明实施例提供的技术方案,通过滑动窗口得到PPG数据的波形样值,对波形样值进行分割,得到预设时刻下的N个心跳波形,将每一心跳波形输入训练好的机器学习模型中,得到每一心跳波形对应的心理压力值,并根据N个心理压力值得到预设时刻的心理压力值。相比于现有技术,本实施例通过机器学习模型得到预设时刻的心理压力值准确度更高。
在本发明的其它实施例中,所述分割单元,包括:
第一确定子单元,用于确定所述PPG数据中的波谷点;
第二确定子单元,用于从所述波谷点中确定幅值小于幅值阈值的的M个目标最低点,M为正整数;
第三确定子单元,用于将相邻两个目标最低点对应的波形作为心跳波形;
判断单元,用于对于每一所述心跳波形,判断其是否符合有效心跳波形的条件;
若是,将所述心跳波形作为所述心跳波形。
在本发明的其它实施例中,所述有效心跳波形的条件,包括:
所述有效心跳波形的开始部分上升的斜率符合标准;
所述有效心跳波形的两个相邻最低点之间的时长在标准心跳时长范围内;
所述有效心跳波形的两个相邻最低点之间的幅值偏差在标准幅值偏差范围内;
所述有效心跳波形的整体上升部分对应的时长小于整体下降部分对应的时长。
在本发明的其它实施例中,所述确定单元,包括:
计算子单元,用于计算得到N个所述心理压力值的均值;
第四确定子单元,用于将所述均值作为所述预设时刻的心理压力值。
请参阅图4,图4为本发明实施例提供的一种心理压力监测系统的一种结构示意图,该系统包括:
应用于电子设备410中的如上所述的心理压力监测装置以及手环式传感器420;
所述手环式传感器420用于获取用户的PPG数据,并将所述PPG数据发送至所述心理压力监测装置。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
对于装置或系统实施例而言,由于其基本相应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置或系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,在没有超过本发明的精神和范围内,可以通过其他的方式实现。当前的实施例只是一种示范性的例子,不应该作为限制,所给出的具体内容不应该限制本发明的目的。例如,所述单元或子单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或多个子单元结合一起。另外,多个单元可以或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
另外,所描述系统,装置和方法以及不同实施例的示意图,在不超出本发明的范围内,可以与其它系统,模块,技术或方法结合或集成。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
以上所述仅是本发明的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种心理压力监测方法,其特征在于,包括:
通过滑动窗口的方式对PPG数据进行采样,得到预设时刻的波形样值;
对所述波形样值进行分割,以得到所述预设时刻下有效的N个心跳波形,N为正整数;
将每一所述心跳波形输入训练好的机器学习模型中,得到与所述每一所述心跳波形对应的心理压力值;
根据N个所述心理压力值得到所述预设时刻的心理压力值。
2.根据权利要求1所述的方法,其特征在于,对所述PPG数据进行分割,以得到所述预设时刻下有效的N个心跳波形,包括:
确定所述PPG数据中的波谷点;
从所述波谷点中确定幅值小于幅值阈值的的M个目标最低点,M为正整数;
将相邻两个目标最低点对应的波形作为心跳波形;
对于每一所述心跳波形,判断其是否符合有效心跳波形的条件;
若是,将所述心跳波形作为所述心跳波形。
3.根据权利要求2所述的方法,其特征在于,所述有效心跳波形的条件,包括:
所述有效心跳波形的开始部分上升的斜率符合标准;
所述有效心跳波形的两个相邻最低点之间的时长在标准心跳时长范围内;
所述有效心跳波形的两个相邻最低点之间的幅值偏差在标准幅值偏差范围内;
所述有效心跳波形的整体上升部分对应的时长小于整体下降部分对应的时长。
4.根据权利要求1-3任一项所述的方法,其特征在于,根据N个所述心理压力值得到所述预设时刻的心理压力值,包括:
计算得到N个所述心理压力值的均值;
将所述均值作为所述预设时刻的心理压力值。
5.根据4所述的方法,其特征在于,还包括:
通过图标的方式展示所述心理压力值。
6.一种心理压力监测装置,其特征在于,包括:
采样单元,用于通过滑动窗口的方式对PPG数据进行采样,得到预设时刻的波形样值;
分割单元,用于对所述PPG数据进行分割,以得到所述预设时刻下有效的N个心跳波形,N为正整数;
预测单元,用于将每一所述心跳波形输入训练好的机器学习模型中,得到与所述每一所述心跳波形对应的心理压力值;
确定单元,用于根据N个所述心理压力值得到所述预设时刻的心理压力值。
7.根据权利要求6所述的装置,其特征在于,所述分割单元,包括:
第一确定子单元,用于确定所述PPG数据中的波谷点;
第二确定子单元,用于从所述波谷点中确定幅值小于幅值阈值的的M个目标最低点,M为正整数;
第三确定子单元,用于将相邻两个目标最低点对应的波形作为心跳波形;
判断单元,用于对于每一所述心跳波形,判断其是否符合有效心跳波形的条件;
若是,将所述心跳波形作为所述心跳波形。
8.根据权利要求7所述的装置,其特征在于,所述有效心跳波形的条件,包括:
所述有效心跳波形的开始部分上升的斜率符合标准;
所述有效心跳波形的两个相邻最低点之间的时长在标准心跳时长范围内;
所述有效心跳波形的两个相邻最低点之间的幅值偏差在标准幅值偏差范围内;
所述有效心跳波形的整体上升部分对应的时长小于整体下降部分对应的时长。
9.根据权利要求7-8任一项所述的装置,其特征在于,所述确定单元,包括:
计算子单元,用于计算得到N个所述心理压力值的均值;
第四确定子单元,用于将所述均值作为所述预设时刻的心理压力值。
10.一种心理压力监测系统,其特征在于,包括:
应用于电子设备中的如权利要求6-9任一项所示的心理压力监测装置以及手环式传感器;
所述手环式传感器用于获取用户的PPG数据,并将所述PPG数据发送至所述心理压力监测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910168302.2A CN109758141B (zh) | 2019-03-06 | 2019-03-06 | 一种心理压力监测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910168302.2A CN109758141B (zh) | 2019-03-06 | 2019-03-06 | 一种心理压力监测方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109758141A true CN109758141A (zh) | 2019-05-17 |
CN109758141B CN109758141B (zh) | 2022-04-26 |
Family
ID=66457907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910168302.2A Active CN109758141B (zh) | 2019-03-06 | 2019-03-06 | 一种心理压力监测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109758141B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197186A (zh) * | 2019-06-03 | 2019-09-03 | 清华大学 | 一种基于ppg的光照舒适度测量方法及系统 |
CN110200641A (zh) * | 2019-06-04 | 2019-09-06 | 清华大学 | 一种基于触摸屏测量认知负荷与心理压力的方法及装置 |
CN110200642A (zh) * | 2019-06-04 | 2019-09-06 | 清华大学 | 一种认知负荷与心理压力的测量方法及终端 |
CN110292388A (zh) * | 2019-06-04 | 2019-10-01 | 清华大学 | 一种认知负荷与心理压力的测量方法及终端 |
CN112168188A (zh) * | 2020-10-09 | 2021-01-05 | 北京中科心研科技有限公司 | 一种用于压力检测数据的处理方法和装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105118503A (zh) * | 2015-07-13 | 2015-12-02 | 中山大学 | 一种音频翻录检测方法 |
CN106137226A (zh) * | 2016-07-29 | 2016-11-23 | 华南理工大学 | 一种基于心源性呼吸信号的精神压力评估方法 |
CN106667474A (zh) * | 2016-12-07 | 2017-05-17 | 上海斐讯数据通信技术有限公司 | 一种适用于智能穿戴设备的心率测量方法及装置 |
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 |
CN206390915U (zh) * | 2016-10-14 | 2017-08-11 | 济宁中科大象医疗电子科技有限公司 | 可穿戴式精神压力分析和监测设备 |
CN107411727A (zh) * | 2017-05-17 | 2017-12-01 | 上海理工大学 | 脉象式健康手环 |
CN107452405A (zh) * | 2017-08-16 | 2017-12-08 | 北京易真学思教育科技有限公司 | 一种根据语音内容进行数据评价的方法及装置 |
CN107874750A (zh) * | 2017-11-28 | 2018-04-06 | 华南理工大学 | 脉率变异性和睡眠质量融合的心理压力监测方法及装置 |
CN108182416A (zh) * | 2017-12-30 | 2018-06-19 | 广州海昇计算机科技有限公司 | 一种无人机监控场景下的人体行为识别方法、系统及装置 |
CN108289615A (zh) * | 2015-11-24 | 2018-07-17 | 皇家飞利浦有限公司 | 用于量化光电体积描记(ppg)信号质量的方法 |
CN108309330A (zh) * | 2018-02-14 | 2018-07-24 | 中明博瑞成都科技有限公司 | 一种基于人体多元生理参数的精神压力分析穿戴设备 |
CN108366763A (zh) * | 2015-06-15 | 2018-08-03 | Medibio有限公司 | 用于评估精神状态的方法和系统 |
CN108427713A (zh) * | 2018-02-01 | 2018-08-21 | 宁波诺丁汉大学 | 一种用于自制视频的视频摘要方法及系统 |
CN108618788A (zh) * | 2017-11-29 | 2018-10-09 | 淄博职业学院 | 一种心理压力评估装置及心理压力评估方法 |
CN109192226A (zh) * | 2018-06-26 | 2019-01-11 | 深圳大学 | 一种信号处理方法及装置 |
-
2019
- 2019-03-06 CN CN201910168302.2A patent/CN109758141B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108366763A (zh) * | 2015-06-15 | 2018-08-03 | Medibio有限公司 | 用于评估精神状态的方法和系统 |
CN105118503A (zh) * | 2015-07-13 | 2015-12-02 | 中山大学 | 一种音频翻录检测方法 |
CN108289615A (zh) * | 2015-11-24 | 2018-07-17 | 皇家飞利浦有限公司 | 用于量化光电体积描记(ppg)信号质量的方法 |
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 |
CN106137226A (zh) * | 2016-07-29 | 2016-11-23 | 华南理工大学 | 一种基于心源性呼吸信号的精神压力评估方法 |
CN206390915U (zh) * | 2016-10-14 | 2017-08-11 | 济宁中科大象医疗电子科技有限公司 | 可穿戴式精神压力分析和监测设备 |
CN106667474A (zh) * | 2016-12-07 | 2017-05-17 | 上海斐讯数据通信技术有限公司 | 一种适用于智能穿戴设备的心率测量方法及装置 |
CN107411727A (zh) * | 2017-05-17 | 2017-12-01 | 上海理工大学 | 脉象式健康手环 |
CN107452405A (zh) * | 2017-08-16 | 2017-12-08 | 北京易真学思教育科技有限公司 | 一种根据语音内容进行数据评价的方法及装置 |
CN107874750A (zh) * | 2017-11-28 | 2018-04-06 | 华南理工大学 | 脉率变异性和睡眠质量融合的心理压力监测方法及装置 |
CN108618788A (zh) * | 2017-11-29 | 2018-10-09 | 淄博职业学院 | 一种心理压力评估装置及心理压力评估方法 |
CN108182416A (zh) * | 2017-12-30 | 2018-06-19 | 广州海昇计算机科技有限公司 | 一种无人机监控场景下的人体行为识别方法、系统及装置 |
CN108427713A (zh) * | 2018-02-01 | 2018-08-21 | 宁波诺丁汉大学 | 一种用于自制视频的视频摘要方法及系统 |
CN108309330A (zh) * | 2018-02-14 | 2018-07-24 | 中明博瑞成都科技有限公司 | 一种基于人体多元生理参数的精神压力分析穿戴设备 |
CN109192226A (zh) * | 2018-06-26 | 2019-01-11 | 深圳大学 | 一种信号处理方法及装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197186A (zh) * | 2019-06-03 | 2019-09-03 | 清华大学 | 一种基于ppg的光照舒适度测量方法及系统 |
CN110197186B (zh) * | 2019-06-03 | 2022-03-11 | 清华大学 | 一种基于ppg的光照舒适度测量方法及系统 |
CN110200641A (zh) * | 2019-06-04 | 2019-09-06 | 清华大学 | 一种基于触摸屏测量认知负荷与心理压力的方法及装置 |
CN110200642A (zh) * | 2019-06-04 | 2019-09-06 | 清华大学 | 一种认知负荷与心理压力的测量方法及终端 |
CN110292388A (zh) * | 2019-06-04 | 2019-10-01 | 清华大学 | 一种认知负荷与心理压力的测量方法及终端 |
CN112168188A (zh) * | 2020-10-09 | 2021-01-05 | 北京中科心研科技有限公司 | 一种用于压力检测数据的处理方法和装置 |
CN112168188B (zh) * | 2020-10-09 | 2023-07-25 | 北京中科心研科技有限公司 | 一种用于压力检测数据的处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109758141B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109758141A (zh) | 一种心理压力监测方法、装置及系统 | |
CN102247128B (zh) | 人体脉搏信息采集装置及人体健康状况监护装置 | |
CN108670276A (zh) | 基于脑电信号的学习注意力评价系统 | |
US9081884B2 (en) | Systems and methods for processing and displaying patient electrocardiograph data | |
CN107126222B (zh) | 一种认知能力测评系统及其测评方法 | |
KR20060023149A (ko) | 상호작용 통신 및 분석을 위한 방법, 시스템 및 소프트웨어 | |
CN104095627B (zh) | 一种心电图数字化信号质量软判决方法和装置 | |
CN105595996A (zh) | 一种眼电与脑电综合判定的疲劳驾驶脑电监测方法 | |
CN104503592A (zh) | 头部动作确定方法和装置 | |
CN112444858B (zh) | 基于边云协同的地震实时监测ai计算方法、装置及介质 | |
CN109443719B (zh) | 一种钻头振动信号在线虚拟测试方法及其系统 | |
CN113205074A (zh) | 一种融合肌电和微惯性测量单元多模态信号的手势识别方法 | |
CN104392404A (zh) | 远程高血压管理平台及实现方法 | |
CN108536684A (zh) | 自动生成英语选择题答案选项的方法以及装置 | |
CN105138133A (zh) | 生物信号手势识别设备及方法 | |
CN110070052A (zh) | 一种基于人类演示视频的机器人控制方法、装置和设备 | |
CN110200642A (zh) | 一种认知负荷与心理压力的测量方法及终端 | |
CN114947886A (zh) | 一种基于异步脑机接口的符号数字转换测试方法及系统 | |
CN106618592A (zh) | 一种远程血糖监控处理的方法及移动终端 | |
US10466785B2 (en) | Display system for physiological information and diagnostic method | |
CN114652532A (zh) | 基于ssvep与注意力检测的多功能脑控轮椅系统 | |
CN111031900A (zh) | 用于对心律失常相关心跳进行分类的系统和方法 | |
CN115212459B (zh) | 基于智能终端的可穿戴自动体外除颤仪、系统、设备 | |
CN113331840A (zh) | 一种抑郁情绪脑电波信号识别系统及方法 | |
EP3220819B1 (en) | A method and a feedback system for the assessment of motions of a versatile system |
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 |