CN112057090A - 基于体表极低频电势差特征的情绪判断穿戴式设备和方法 - Google Patents
基于体表极低频电势差特征的情绪判断穿戴式设备和方法 Download PDFInfo
- Publication number
- CN112057090A CN112057090A CN202010923672.5A CN202010923672A CN112057090A CN 112057090 A CN112057090 A CN 112057090A CN 202010923672 A CN202010923672 A CN 202010923672A CN 112057090 A CN112057090 A CN 112057090A
- Authority
- CN
- China
- Prior art keywords
- module
- potential difference
- low
- wearable device
- body surface
- 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
Images
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
Abstract
本发明公开了一种基于体表极低频电势差特征的情绪判断穿戴式设备和方法。以频率在1Hz以下的极低频直接采集人体皮肤上两点间的电势差,将电势差的时域数据经过数据分析处理获得情绪特征,将情绪特征输入到情绪判断模型中来判断不同的情绪;穿戴式设备包含差分放大模块、有源低通滤波模块、升压模块、AD转换模块、主控模块、无线通讯模块、导联脱落检测模块、低电量检测模块和工作状态显示模块。本发明能够基于人体特定部位的体表极低频电势差特征进行准确的基本情绪识别,穿戴式设备结构设计小巧,便于佩戴。
Description
技术领域
本发明属于生理信号监测和情绪判断领域的穿戴式设备和方法,具体涉及一种基于体表极低频电势差特征的情绪判断方法和配套的穿戴式设备和方法。
背景技术
情绪识别是情感计算领域中的一个重要组成部分,因为在人与计算机交互的过程中,人通常是带有一定情感的,若是计算机能够读懂人的情感,就能提供更好的人机交互体验。同时,这项技术的发展对无法说话和活动不便的病人使用计算机等电子设备与外界交流或是向外界传输信息也有重大的意义。
目前,情绪识别的研究对象主要包含人脸表情,语音信号,人体姿势,文本和生理信号这五种。其中前四种对象所代表的信号都是人自身通过各种方式主动表达出来的信号。这些自愿性的反应也可以很容易地被有意地掩盖(一个悲伤的人可能会微笑,这也可能是抑郁的征兆)。同样,外部因素,如照明条件、眼镜或帽子等附件以及周围的音频噪声可能会影响这些信号的准确传递。这些情绪的外部表达很容易被伪造,这就会限制这些信号在计算机中的应用。
然而,生理变化不受人的主观控制,它是由身体客观表现出来的,因此它无法被掩盖,能够更加客观的反映人的真实情绪。所以通过利用生理信号监测生理变化并以此来检测情绪被认为是最可靠和最真实的方法,因为生理信号反映了人的内在和真实的情绪状态。
发明内容
为了解决背景技术中存在的问题,本发明提出了一种无源生物电测量与分析方法。
本发明所采用的技术方案是:
一、一种基于体表极低频电势差特征的情绪判断方法:
以频率在1Hz以下的极低频直接采集人体皮肤上两点间的电势差,将电势差的时域数据经过数据分析处理获得情绪特征,将情绪特征输入到情绪判断模型中来判断不同的情绪。本发明所采集的特定部位的体表极低频电势差特征与人的情绪有强烈的相关关系。
选取皮肤上的一点作为体表极低频电势差数据的测量点,另选一点作为体表极低频电势差数据的参考点,采集两点间的电势差时域数据作为反应情绪状态的原始数据。
测量点位于人体指尖,参考点位于人体手腕处。
方法具体为包括以下四个步骤:
步骤1:以极低频的采样频率采集人体指尖部分和人体手腕部分之间的体表电势作差获得电势差;
步骤2:将电势差的时域数据进行数据预处理,包括依次进行的上采样、数据归一化、固定窗口采样;
步骤3:对预处理好的数据进行特征提取,提取出一系列特征组成一组特征向量;
步骤4:将特征向量输入训练好的机器学习模型中,机器学习模型输出特征向量对应的情绪分类结果,实现情绪判断。
所述步骤3提取的特征包括但不限于由百分5分位数、百分25分位数、百分75分位数、百分95分位数、中位数、均值、标准差、方差、数据穿越均值的次数、均方根、最小值比、最大值比以及一阶微分和二阶微分的均值、中位数和标准差组成。最小值比、最大值比分别是指最小值比数据长度,最大值比数据长度;样本数据穿越均值的次数分别是数据点构成曲线后穿越均值的次数。
二、基于体表极低频电势差特征的情绪判断穿戴式设备:
所述的穿戴式设备包含差分放大模块、有源低通滤波模块、升压模块、AD转换模块、主控模块、无线通讯模块、导联脱落检测模块、低电量检测模块和工作状态显示模块;检测电势的两个电极均连接到差分放大模块,差分放大模块依次经有源低通滤波模块、升压模块、AD转换模块后连接到主控模块,主控模块分别连接低电量检测模块、工作状态显示模块,主控模块经无线通讯模块和穿戴式设备外部的计算机/电脑连接,两个电极同时连接导联脱落检测模块,导联脱落检测模块连接到主控模块。
正负两个电极的模拟电信号输入到差分放大模块,通过差分放大模块进行相减并放大10到100倍传入有源低通滤波模块,有源低通滤波模块将滤除频率10Hz以上的噪声后传入升压模块,升压模块抬高模拟电信号的电压得到电压值为正的模拟电信号后传入AD转换模块,然后通过AD转换模块将模拟电信号转化为数字电信号传入主控模块,数字电信号在主控模块中减去升压模块抬高的电位后再除以差分放大倍数,得到最终输出的数字电信号,最后将最终输出的数字电信号经无线通讯模块发送到计算机/电脑。
所述的导联脱落检测模块将实时检测电极的导联情况,若检测到电极脱离人体体表,则电极脱落空载,导联脱落检测模块向主控模块发送脱落空载信号,由主控模块控制工作状态显示模块来显示电极脱落空载状态进行提醒。
所述的低电量检测模块将实时检测穿戴式设备的剩余电量情况,若检测到设备电量即将不足,则向主控模块发送低电量信号,由主控模块控制工作状态显示模块来对外显示电量不足状态进行提醒。
电源管理模块连接到穿戴式设备中的各个模块,所述电源管理模块对整个穿戴式设备的所有模块供电,并提供充电功能。
本发明中的体表极低频电势差与心电、表面肌电和皮电等传统生物电有本质区别。它是通过直接采集人体皮肤两点间频率在1Hz以下的极低频电势差得到的,属于一种无源生物电测量方法。心电的主要能量集中在0.05Hz-35Hz之间,幅度在10微伏到4毫伏,且接法大有不同。表面肌电的频率在10-500Hz之间,幅度在5毫伏以内,接法是接在一块肌肉的两侧。而皮电是通过给人体一定电刺激,来测量皮肤电传导的变化,测量的是皮肤电导,属于有源刺激。
本发明经研究,通过采集人体指尖和手腕部分的体表极低频电势差可以反应人的当前情绪。通过采集不同情绪对应的体表极低频电势差样本再结合当前机器学习相关手段进行数据处理就能够构建情绪识别模型用于情绪判断。
本发明的有益效果是:
本发明能够基于人体特定部位的体表极低频电势差特征进行准确的基本情绪识别,实现了前人没有研究过和实现过的结果,增加了在利用生物电进行情绪识别领域中的又一新指标和新方法,解决了没有人解决过的问题。此外,这是一个无创无痛且是无源测量的方法,尤其适合与当前的穿戴式技术配合。本发明的配套穿戴式设备结构设计小巧,便于佩戴。
附图说明
图1是本发明中的穿戴式设备系统整体结构框图。
图2是电脑端进行数据处理与情绪判断的流程框图。
图3是实施例的示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1所示,具体实施的穿戴式设备包含差分放大模块、有源低通滤波模块、升压模块、AD转换模块、主控模块、无线通讯模块、导联脱落检测模块、低电量检测模块和工作状态显示模块;检测电势的两个电极均连接到差分放大模块,差分放大模块依次经有源低通滤波模块、升压模块、AD转换模块后连接到主控模块,主控模块分别连接低电量检测模块、工作状态显示模块,主控模块经无线通讯模块和穿戴式设备外部的计算机/电脑连接,两个电极同时连接导联脱落检测模块,导联脱落检测模块连接到主控模块。
正负两个电极的模拟电信号输入到差分放大模块,通过差分放大模块进行相减并放大10到100倍传入有源低通滤波模块,有源低通滤波模块将滤除频率10Hz以上的噪声后传入升压模块,使得模拟电信号更加纯净,升压模块抬高模拟电信号的电压得到电压值为正的模拟电信号后传入AD转换模块以满足AD转换模块的输入要求,然后通过AD转换模块将模拟电信号转化为数字电信号传入主控模块,数字电信号在主控模块中减去升压模块抬高的电位后再除以差分放大倍数,得到最终输出的数字电信号,最后将最终输出的数字电信号经无线通讯模块发送到计算机/电脑。
导联脱落检测模块将实时检测电极的导联情况,若检测到电极脱离人体体表,则电极脱落空载,导联脱落检测模块向主控模块发送脱落空载信号,由主控模块控制工作状态显示模块来显示电极脱落空载状态进行提醒。
低电量检测模块将实时检测穿戴式设备的剩余电量情况,若检测到设备电量即将不足,则向主控模块发送低电量信号,由主控模块控制工作状态显示模块来对外显示电量不足状态进行提醒。
电源管理模块连接到穿戴式设备中的各个模块,电源管理模块对整个穿戴式设备的所有模块供电,并提供充电功能。
如图2所示,本发明方法实施例及其实施过程和情况如下:
步骤1:如图3所示,穿戴式设备以极低频的采样频率采集人体指尖部分和人体手腕部分之间的体表电势作差获得电势差,以电势差作为情绪判断模型的原始数据,将电势差的时域数据通过无线方式发送到电脑端供后续数据处理;数据将在电脑端根据日期和时间自动保存成表格文件。
步骤2:将电势差的时域数据进行数据预处理,包括依次进行的上采样、数据归一化、固定窗口采样;
具体使用了插值法提升数据的采样率,使用最大最小值归一化方法将数据归一化到[0,1]区间,最后定义固定长度的窗口进行采样获得样本。
步骤3:对预处理好的数据进行特征提取,提取出一系列特征组成一组特征向量;提取的特征主要由百分5分位数、百分25分位数、百分75分位数、百分95分位数、中位数、均值、标准差、方差、数据穿越均值的次数、均方根、最小值比、最大值比以及一阶微分和二阶微分的均值、中位数和标准差组成。
步骤4:将特征向量输入训练好的机器学习模型中,机器学习模型输出特征向量对应的情绪分类结果,实现情绪判断。机器学习模型采用GBDT模型。
具体实施方法前,建立好机器学习模型的架构后,将测试样本的特征向量及其已知的情绪分类标签共同输入进行优化训练,获得训练好的机器学习模型。
采用200个有效样本进行训练,利用网格参数搜索法来确定最优的模型参数,获取预测效果最佳的模型并保存下来供之后进行情绪判断。该模型可以判断四类基本情绪,包括高兴、悲伤、愤怒和恐惧。
将穿戴式设备固定在佩戴者的手腕上方,如图3所示,首先将右手的中指尖处和右手腕的神门穴处用医用酒精进行擦拭,等其挥发后,分别贴上心电极贴,然后将穿戴式设备伸出的两个电极中的正电极贴在右手的中指处,负电极贴在右手腕的神门穴处。
此时人体便与穿戴式设备接通,就可以正式开始采集人体的体表极低频电势差数据,设定采样率为3Hz,即一秒采样3个体表极低频电势差数据。设备将采集到的每一次体表极低频电势差数据通过内置的无线通讯模块上传到电脑端。该数据能根据日期时间保存成对应的表格文件。如图2所示,上传至电脑端的数据经过自动化的数据预处理相关方法、固定窗采样和特征提取。将处理好的样本输入预先训练好的情绪判断模型,电脑端就能输出该样本对应的四种情绪之一,这四种情绪包含高兴,悲伤,愤怒,恐惧。
利用本发明的穿戴式设备对人体情绪进行监测十分快速方便,可以实现佩戴者全天候的情绪状态监测,且佩戴者在监测期间可以正常活动。同时装置对人体没有任何伤害,无副作用。本发明通过监测人的指尖处和手腕处的体表极低频电势差,能够用于快速准确的判断人的情绪。
Claims (10)
1.一种基于体表极低频电势差特征的情绪判断方法,其特征在于:以频率在1Hz以下的极低频直接采集人体皮肤上两点间的电势差,将电势差的时域数据经过数据分析处理获得情绪特征,将情绪特征输入到情绪判断模型中来判断不同的情绪。
2.根据权利要求1所述的一种基于体表极低频电势差特征的情绪判断方法,其特征在于:选取皮肤上的一点作为测量点,另选一点作为参考点,采集两点间的电势差时域数据作为反应情绪状态的原始数据。
3.根据权利要求2所述的一种基于体表极低频电势差特征的情绪判断方法,其特征在于:测量点位于人体指尖,参考点位于人体手腕处。
4.根据权利要求1所述的一种基于体表极低频电势差特征的情绪判断方法,其特征在于:方法具体为包括以下四个步骤:
步骤1:以极低频的采样频率采集人体指尖部分和人体手腕部分之间的体表电势作差获得电势差;
步骤2:将电势差的时域数据进行数据预处理,包括依次进行的上采样、数据归一化、固定窗口采样;
步骤3:对预处理好的数据进行特征提取,提取出一系列特征组成一组特征向量;
步骤4:将特征向量输入训练好的机器学习模型中,机器学习模型输出特征向量对应的情绪分类结果,实现情绪判断。
5.根据权利要求4所述的一种基于体表极低频电势差特征的情绪判断方法,其特征在于:
所述步骤3提取的特征包括但不限于由百分5分位数、百分25分位数、百分75分位数、百分95分位数、中位数、均值、标准差、方差、数据穿越均值的次数、均方根、最小值比、最大值比以及一阶微分和二阶微分的均值、中位数和标准差组成。
6.用于实施权利要求1-5所述方法的基于体表极低频电势差特征的情绪判断穿戴式设备,其特征在于:所述的穿戴式设备包含差分放大模块、有源低通滤波模块、升压模块、AD转换模块、主控模块、无线通讯模块、导联脱落检测模块、低电量检测模块和工作状态显示模块;检测电势的两个电极均连接到差分放大模块,差分放大模块依次经有源低通滤波模块、升压模块、AD转换模块后连接到主控模块,主控模块分别连接低电量检测模块、工作状态显示模块,主控模块经无线通讯模块和穿戴式设备外部的计算机/电脑连接,两个电极同时连接导联脱落检测模块,导联脱落检测模块连接到主控模块。
7.根据权利要求6所述的基于体表极低频电势差特征的情绪判断穿戴式设备,其特征在于:正负两个电极的模拟电信号输入到差分放大模块,通过差分放大模块进行相减并放大10到100倍传入有源低通滤波模块,有源低通滤波模块将滤除频率10Hz以上的噪声后传入升压模块,升压模块抬高模拟电信号的电压得到电压值为正的模拟电信号后传入AD转换模块,然后通过AD转换模块将模拟电信号转化为数字电信号传入主控模块,数字电信号在主控模块中减去升压模块抬高的电位后再除以差分放大倍数,得到最终输出的数字电信号,最后将最终输出的数字电信号经无线通讯模块发送到计算机/电脑。
8.根据权利要求6所述的基于体表极低频电势差特征的情绪判断穿戴式设备,其特征在于:所述的导联脱落检测模块将实时检测电极的导联情况,若检测到电极脱离人体体表,则电极脱落空载,导联脱落检测模块向主控模块发送脱落空载信号,由主控模块控制工作状态显示模块来显示电极脱落空载状态进行提醒。
9.根据权利要求6所述的基于体表极低频电势差特征的情绪判断穿戴式设备,其特征在于:所述的低电量检测模块将实时检测穿戴式设备的剩余电量情况,若检测到设备电量即将不足,则向主控模块发送低电量信号,由主控模块控制工作状态显示模块来对外显示电量不足状态进行提醒。
10.根据权利要求6所述的基于体表极低频电势差特征的情绪判断穿戴式设备,其特征在于:电源管理模块连接到穿戴式设备中的各个模块,所述电源管理模块对整个穿戴式设备的所有模块供电,并提供充电功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010923672.5A CN112057090B (zh) | 2020-09-04 | 2020-09-04 | 基于体表极低频电势差特征的情绪判断穿戴式设备和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010923672.5A CN112057090B (zh) | 2020-09-04 | 2020-09-04 | 基于体表极低频电势差特征的情绪判断穿戴式设备和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112057090A true CN112057090A (zh) | 2020-12-11 |
CN112057090B CN112057090B (zh) | 2021-10-29 |
Family
ID=73666457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010923672.5A Active CN112057090B (zh) | 2020-09-04 | 2020-09-04 | 基于体表极低频电势差特征的情绪判断穿戴式设备和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112057090B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114081493A (zh) * | 2021-12-07 | 2022-02-25 | 杭州睿笛生物科技有限公司 | 一种抑郁症的辅助检测评估方法 |
CN115715680A (zh) * | 2022-12-01 | 2023-02-28 | 杭州市第七人民医院 | 一种基于结缔组织电势的焦虑判别方法及装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003057029A2 (en) * | 2002-01-04 | 2003-07-17 | Aspect Medical Systems, Inc. | System and method of assessment of neurological conditions using eeg bispectrum |
US20040117212A1 (en) * | 2002-10-09 | 2004-06-17 | Samsung Electronics Co., Ltd. | Mobile device having health care function based on biomedical signals and health care method using the same |
CN101951832A (zh) * | 2007-06-22 | 2011-01-19 | Cmte开发有限公司 | 头皮电势测量方法和设备 |
CN102920444A (zh) * | 2012-11-20 | 2013-02-13 | 浙江大学 | 便携式同时检测皮肤温度、皮肤电阻和脉搏的装置及方法 |
CN103405224A (zh) * | 2013-08-22 | 2013-11-27 | 乔金花 | 一种用于评估心理神经活动的生理指标检测系统 |
CN103501695A (zh) * | 2011-03-02 | 2014-01-08 | 皇家飞利浦有限公司 | 干燥的皮肤传导电极 |
CN103892830A (zh) * | 2014-04-01 | 2014-07-02 | 新加坡情桥私人有限公司 | 一种基于人体皮肤电阻变化的情绪检测方法及系统 |
CN104822312A (zh) * | 2012-12-03 | 2015-08-05 | 高通股份有限公司 | 对用户情绪与电子媒体进行关联 |
US20170188977A1 (en) * | 2016-01-05 | 2017-07-06 | Fujitsu Limited | Emotion estimation system, emotion estimation method, and computer-readable recording medium |
CN107684418A (zh) * | 2016-08-05 | 2018-02-13 | 成都宇卓时代科技有限公司 | 一种心电智能检测系统 |
CN108742660A (zh) * | 2018-07-02 | 2018-11-06 | 西北工业大学 | 一种基于可穿戴设备的情绪识别方法 |
CN109688900A (zh) * | 2016-03-21 | 2019-04-26 | 奥赛斯克斯科技有限公司 | 用于定位、测量、监测和治疗皮肤软组织和筋膜层的炎症的设备和方法 |
US20190246982A1 (en) * | 2015-08-05 | 2019-08-15 | Emotiv Inc. | Method and system for collecting and processing bioelectrical signals |
CN210302305U (zh) * | 2019-01-04 | 2020-04-14 | 苗爽 | 一种心理健康用情绪宣泄装置 |
-
2020
- 2020-09-04 CN CN202010923672.5A patent/CN112057090B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003057029A2 (en) * | 2002-01-04 | 2003-07-17 | Aspect Medical Systems, Inc. | System and method of assessment of neurological conditions using eeg bispectrum |
WO2003057029A9 (en) * | 2002-01-04 | 2004-07-01 | Aspect Medical Systems Inc | System and method of assessment of neurological conditions using eeg bispectrum |
US20040117212A1 (en) * | 2002-10-09 | 2004-06-17 | Samsung Electronics Co., Ltd. | Mobile device having health care function based on biomedical signals and health care method using the same |
CN101951832A (zh) * | 2007-06-22 | 2011-01-19 | Cmte开发有限公司 | 头皮电势测量方法和设备 |
CN103501695A (zh) * | 2011-03-02 | 2014-01-08 | 皇家飞利浦有限公司 | 干燥的皮肤传导电极 |
CN102920444A (zh) * | 2012-11-20 | 2013-02-13 | 浙江大学 | 便携式同时检测皮肤温度、皮肤电阻和脉搏的装置及方法 |
CN104822312A (zh) * | 2012-12-03 | 2015-08-05 | 高通股份有限公司 | 对用户情绪与电子媒体进行关联 |
CN103405224A (zh) * | 2013-08-22 | 2013-11-27 | 乔金花 | 一种用于评估心理神经活动的生理指标检测系统 |
CN103892830A (zh) * | 2014-04-01 | 2014-07-02 | 新加坡情桥私人有限公司 | 一种基于人体皮肤电阻变化的情绪检测方法及系统 |
US20190246982A1 (en) * | 2015-08-05 | 2019-08-15 | Emotiv Inc. | Method and system for collecting and processing bioelectrical signals |
US20170188977A1 (en) * | 2016-01-05 | 2017-07-06 | Fujitsu Limited | Emotion estimation system, emotion estimation method, and computer-readable recording medium |
CN109688900A (zh) * | 2016-03-21 | 2019-04-26 | 奥赛斯克斯科技有限公司 | 用于定位、测量、监测和治疗皮肤软组织和筋膜层的炎症的设备和方法 |
CN107684418A (zh) * | 2016-08-05 | 2018-02-13 | 成都宇卓时代科技有限公司 | 一种心电智能检测系统 |
CN108742660A (zh) * | 2018-07-02 | 2018-11-06 | 西北工业大学 | 一种基于可穿戴设备的情绪识别方法 |
CN210302305U (zh) * | 2019-01-04 | 2020-04-14 | 苗爽 | 一种心理健康用情绪宣泄装置 |
Non-Patent Citations (4)
Title |
---|
ZHENG DD 等: "Electrodermal Activity Sensing USing Smart EyeWear", 《UBICOMP/ISWC"19 ADJUNCT:PROCEEDINGS OF THE 2019 ACM INTERNATIONAL JOINT CONFERENCE ON PERVASIVE AND UBIQUITOUS COMPUTING AND PROCEEDINGS OF THE 2019 ACM INTERNATIONAL SYMPOSIUM ON WEARABLE COMPUTERS》 * |
杜思清: "基于皮肤电信号的心理应激建模的研究", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》 * |
毕涌等: "抑郁症脑诱发电位相关研究", 《国际精神病学杂志》 * |
聂春燕等: "多种生理信号的采集及其在情绪分析中应用", 《长春大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114081493A (zh) * | 2021-12-07 | 2022-02-25 | 杭州睿笛生物科技有限公司 | 一种抑郁症的辅助检测评估方法 |
CN114081493B (zh) * | 2021-12-07 | 2024-02-27 | 杭州睿笛生物科技有限公司 | 一种抑郁症的辅助检测评估方法 |
CN115715680A (zh) * | 2022-12-01 | 2023-02-28 | 杭州市第七人民医院 | 一种基于结缔组织电势的焦虑判别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112057090B (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020119245A1 (zh) | 一种基于可穿戴手环的情绪识别系统及方法 | |
CN105769173B (zh) | 一种具有心电信号去噪功能的心电监测系统 | |
CN111513735B (zh) | 基于脑机接口和深度学习的重度抑郁症辨识系统及应用 | |
CN111616721A (zh) | 基于深度学习和脑机接口的情绪识别系统及应用 | |
CN111616682B (zh) | 基于便携式脑电采集设备的癫痫发作预警系统及应用 | |
CN112057090B (zh) | 基于体表极低频电势差特征的情绪判断穿戴式设备和方法 | |
CN110151203B (zh) | 基于多级雪崩式卷积递归网络eeg分析的疲劳驾驶识别方法 | |
CN111544015B (zh) | 基于认知力的操控工效分析方法、设备及系统 | |
CN111598451B (zh) | 基于任务执行能力的操控工效分析方法、设备及系统 | |
Lin et al. | Artificial intelligence of things wearable system for cardiac disease detection | |
CN109124655A (zh) | 精神状态分析方法、装置、设备、计算机介质及多功能椅 | |
CN110974219A (zh) | 一种基于侵入式bci的人脑意念识别系统 | |
CN109394203A (zh) | 精神障碍康复期情绪监测与干预方法 | |
CN107822629A (zh) | 四肢表面肌电轴的检测方法 | |
CN105726013A (zh) | 一种具有心电信号质量判别功能的心电监测系统 | |
Mithbavkar et al. | Recognition of emotion through facial expressions using EMG signal | |
WO2022100187A1 (zh) | 一种基于移动端对用户的情感进行识别与监测方法 | |
CN111012345A (zh) | 眼部疲劳度检测系统及方法 | |
CN115089179A (zh) | 一种心理情绪洞察分析方法及系统 | |
Yosi et al. | Emotion recognition using electroencephalogram signal | |
CN108960023A (zh) | 一种便携式情绪识别装置 | |
CN204581273U (zh) | 一种用于身份确认的手握式心电信号采集系统 | |
Majumder et al. | A smart cyber-human system to support mental well-being through social engagement | |
CN116369853A (zh) | 一种基于脑机交互技术的嗅觉功能标准化评估装置及方法 | |
CN107085468A (zh) | 一种实时检测并显示人类情绪状态的智能笔及其检测方法 |
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 |