CN114469136B - 一种热舒适度评价方法、系统及可存储介质 - Google Patents

Abstract

本发明公开了一种热舒适度评价方法、系统及可存储介质，属于检测技术领域。本发明通过单个测点的脑电波信号同时对热舒适与认知表现进行评价，解决热舒适主观评价方法不准确、脑电波测点多且分析复杂、心理学认知测试无法即时评价认知表现的技术问题。

Description

一种热舒适度评价方法、系统及可存储介质

技术领域

本发明涉及检测技术领域，更具体的说是涉及一种热舒适度评价方法、系统及可存储介质。

背景技术

热舒适的现有评价方法主要分为主观评价方法和客观评价方法。其中，热舒适的主观评价方法，通过热舒适问卷调查的形式获得受试者对热环境的主观热反应，即直接询问受试者热舒适与热感觉的调查方法。热舒适的客观评价方法，即根据不同热舒适程度间人体热生理状态的差异来评价热舒适程度的方法。评价结果引入了人体生理参数，将不完全依赖于受试者对热舒适状态的主观判断，更客观，评价结果还具有生理学意义。目前常用生理指标有皮肤温度、心率变异性、新陈代谢率、肌电、排汗率、脑电波等。

目前，对于认知表现的评价，现有研究几乎都基于心理学认知测试开展，即受试者在完成特定类型的认知测试题目后，根据测试结果，如做题速度和准确率，来评价其认知表现。

因此，现有热舒适主观评价方法评价结果的准确性在很大程度上会受到受试者自身对热舒适是否能合理判断的影响，或者说热舒适主观评价的结果具有较大的主观性，往往会造成热舒适评价结果的不准确。现有热舒适客观评价方法基于生理指标，不同的生理指标在反映热舒适时有不同的局限性。皮肤温度受出汗的影响较大；心率变异性不反映热感觉，测量与分析复杂；新陈代谢率不反映热感觉，准确测量难度大；肌电只能反映冷不舒适的情况；排汗率只能反映热不舒适的情况；脑电波的测点较多，分析复杂。

现有基于心理学认知测试的认知表现评价，只能在受试者完成测试题目后，才能根据测试结果对认知表现进行评价，无法对受试者的认知表现进行即时评价。现有技术尚未提出通过生理指标同时对热舒适与认知表现进行评价的可行方案。

综上所述，如何提供一种热舒适度评价方法、系统及可存储介质，是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种热舒适度评价方法、系统及可存储介质，通过单个测点的脑电波信号同时对热舒适与认知表现进行评价，解决热舒适主观评价方法不准确、脑电波测点多且分析复杂、心理学认知测试无法即时评价认知表现的技术问题。

为了实现上述目的，本发明提供如下技术方案：

一方面，本发明提供一种热舒适度评价方法，包括以下步骤：

S100：构建认知测试模型以及热感觉模型，利用所述认知测试模型以及所述热感觉模型对用户进行测试，得到认知测试结果以及热感觉测试结果，在测试过程中同时获取脑电波信号数据；

S200：根据所述认知测试结果、所述热感觉测试结果以及脑电波信号数据的关系，分别建立脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型；

S300：筛选得到单个脑电波信号数据的测点，并将所述单个脑电波信号数据的测点的脑电波信号数据分别代入所述脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型，得到热感觉以及认知表现的评价结果；

S400：输出并显示热感觉以及认知表现的评价结果。

优选的，所述S100还包括：对所述认知测试结果以及所述热感觉测试结果进行无量钢化处理，获得用户完成认知测试速度以及热感觉测试速度。

优选的，所述S100还包括：对所述脑电波信号数据进行处理，得到脑电波信号的相对功率。

优选的，S200还包括：根据脑电波信号的相对功率、认知测试速度以及热感觉测试速度分别建立脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型。

优选的，所述S300还包括：对脑电波信号的相对功率的热感觉区间进行合并分析，并采用统计学方法筛选出同时评价热感觉和认知表现的单个脑电波信号数据测试点。

另一方面，本发明提供了一种热舒适度评价系统，包括：

构建模块，用于构建认知测试模型以及热感觉模型，利用所述认知测试模型以及所述热感觉模型对用户进行测试，得到认知测试结果以及热感觉测试结果，在测试过程中同时获取脑电波信号数据；

处理模块，与所述构建模块连接，用于根据所述认知测试结果、所述热感觉测试结果以及脑电波信号数据的关系，分别建立脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型；

分析模块，与所述处理模块连接，用于筛选得到单个脑电波信号数据的测点，并将所述单个脑电波信号数据的测点的脑电波信号数据分别代入所述脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型，得到热感觉以及认知表现的评价结果；

输出模块，与所述分析模块连接，用于输出并显示热感觉以及认知表现的评价结果。

再一方面，本发明提供了一种非暂态计算机可读存储介质，其存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述热舒适度评价方法的步骤。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种热舒适度评价方法、系统及可存储介质，通过单个脑电波信号同时对热舒适与认知表现进行评价，在对热舒适和认知表现进行评价时，仅需要单个测点的脑电波信号即可，极大地简化了脑电波信号的测量与处理过程，让认知表现的即时评价成为可能，同时，还可以从生理角度准确地对热感觉进行评价。

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，还可以根据提供的附图获得其他的附图。

图1为本发明提供的热舒适度评价方法流程示意图；

图2为本发明实施例提供的热舒适认知表现评价系统结构示意图。

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。

参加附图1所示，一方面，本发明实施例公开了一种热舒适度评价方法，包括以下步骤：

S100：构建认知测试模型以及热感觉模型，利用认知测试模型以及热感觉模型对用户进行测试，得到认知测试结果以及热感觉测试结果，在测试过程中同时获取脑电波信号数据；

S200：根据认知测试结果、热感觉测试结果以及脑电波信号数据的关系，分别建立脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型；

S300：筛选得到单个脑电波信号数据的测点，并将单个脑电波信号数据的测点的脑电波信号数据分别代入脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型，得到热感觉以及认知表现的评价结果；

S400：输出并显示热感觉以及认知表现的评价结果。

在一个具体实施例中，采用EMOTIV公司型号为Epoc+的脑电测量仪器收集脑电波信号，该仪器能够同时收集14个测点的脑电波信号，测点位置由10-20国际标准导联系统所规定，测点名称分别为AF3,F7,F3,FC5,T7,P7,O1,O2,P8,T8,FC6,F4,F8,和AF4，每个测点收集4个频段的脑点信号，分别为δ、α、β和θ频段。热感觉通过ASHARE7点标度扩展而来的9点标度主观感觉问卷获得(见附录2)。7点标度被大量的热舒适研究采用，如经典的PMV方程对于热感觉的预测采用的就是7点标度。相较于7点标度，9点标度将热感觉扩展到了非常冷或者非常热，适用于超出室内常温范围的高温与低温环境，覆盖的环境温度范围更广泛。认知表现通过受试者完成认知测试题目的速度评价得到，本实验中使用了6种认知测试题目(附录3)。实验总共有8个环境工况，包含4个温度和2个相对湿度工况，温度为26℃，30℃，33℃和37℃，相对湿度为50％和70％。

在一个具体实施例中，对认知测试结果进行无量纲化，获得受试者完成认知测试的速度。采用单因素方差分析进行统计分析，事后检验采用Bonferroni法。

具体的，建立的热感觉模型为9点热感觉模型，模型来自标准：ISO10551；将9点热感觉模型标度分为9个区间，[-4,-3.5]，(-3.5,-2.5]，(-2.5,-1.5]，(-1.5,-0.5]，(-0.5,-0.5)，[0.5,1.5)，[1.5,2.5)，[2.5,3.5)和[3.5,4]，九个区间范围内的投票值分别对应9种热感觉，即Verycold(非常冷)，Cold(冷)，Cool(凉)，Slightlycool(有点凉)，Neutral(不冷不热的)，Slightlywarm(有点暖)，Warm(暖)，Hot(热)，Veryhot(非常热)。每一个热感觉结果对应一个脑电波信号，因此，受试者的脑电波信号也被分到这9个区间，对应9种热感觉。对分类后的脑电波信号进行统计分析，找到不同热感觉之间有显著性差异的脑电测点及其对应的脑电频段，则该点及其对应的频段能够用来区分不同热感觉。统计分析的结果参见表1所示。

表1原始分类热感觉结果与脑电波信号关系的统计分析结果

认知测试的完成速度为完成的题目数除总时间，准确率为正确数除总题数，效率指标为速度乘准确率，即单位时间内完成的正确题目数。整个实验过程中，受试者在不同的环境条件下重复完成所有类型的测试题目，以最好成绩为基准，对每个受试者每种类型测试的成绩进行无量纲化并计算平均值。对速度和效率指标的无量纲结果，分为0.75-[0,0.775),0.85-[0.775,0.875)和0.95-[0.875,1]三个区间，对准确率的无量纲结果，分为0.93-[0,0.945),0.96-[0.945,0.975)和0.99-[0.975,1]三个区间，并依此将脑电分别分到三个区间里，进行统计学分析。统计分析的结果参见表2所示。

表2认知测试结果与脑电波信号关系的统计分析结果

更具体的，对所获取的脑电波数据进行处理，获得脑电波信号的相对功率。

在一个具体实施例中，根据统计结果，如果不同区间对应的脑电波信号之间有显著性差异，则说明可以通过该脑电波信号能够区分不同区间，即可区分不同热感觉和认知表现水平。如果一个测点既可以区分不同热感觉，又可以区分不同认知表现水平，那该点就可以同时评价热感觉和认知表现。

具体的，由表1可以得到，在原始热感觉标度下，并没有一个测点的频段能够在两两分区之间均检验出显著性差异，这说明无法精确地区分开当前的热感觉区间。因此，根据结果，对脑电相对功率相近的热感觉区间进行合并分析，合并后为三个区间，分别为(-0.5,2.5)，[1.5,3.5)和[3.5,4]，对应的三种热感觉为Neutral-Slightlywarm(中性偏暖)，Warm-Hot(温暖偏热)和Veryhot(非常热)。对重新分类后的脑电数据进行统计学分析。由统计结果可以看到，P7点的δ、α和β频段，O1点的δ频段，O2点的δ频段可以精确区分三种热感觉，因此这三个脑电点可以作为用来区分热感觉的测点。

由表2可以得到，F3点的α频段，P7点的δ和α频段，P8点的θ频段，O1点的θ频段，O2点的α频段可以检测出不同做题速度之间的显著性差异，可以作为评价认知表现的脑电测点。

有上述方法可以得到，P7点，O1点和O2点可以用来同时评价热感觉和认知表现。对这三个点的对应频段建立线性模型，以用来通过脑电波信号获得对应的热感觉和认知表现。以脑电波信号的相对功率为x，热感觉和认知测试完成速度为y，建立的线性模型如下所示。其中R2为拟合优度，其越接近1，拟合效果越好。

在一个具体实施例中，对于P7点，脑电波信号与热感觉之间的线性模型为：

δ频段:y＝-6.35336+15.98425xR2＝0.934

α频段：y＝8.67487-55.21947xR2＝0.905

β频段：y＝8.31831-32.78689xR2＝0.937

对P7点，脑电波信号与认知表现之间的线性模型为：

δ频段：y＝1.68155-1.59301xR2＝0.975

α频段：y＝0.17778-5.55556xR2＝1

对O1点的δ频段，脑电波信号与热感觉之间的线性模型为：

y＝-7.69342+18.89736xR2＝0.901

对O1点的θ频段，脑电波信号与认知表现之间的线性模型为：

y＝-0.46397+7.99574xR2＝0.999

对O2点的δ频段，脑电波信号与热感觉之间的线性模型为：

y＝-8.69331+21.62877xR2＝0.896

对O2点的α频段，脑电波信号与认知表现之间的线性模型:

y＝0.25322+3.90904xR2＝0.994

根据求得的线性模型，即可通过脑电波信号对热感觉和认知表现进行评价。

对于P7点、O1点或O2点的脑电波信号进行测量，得到该测点脑电波信号的相对功率。

最后，把该测点脑电波信号的相对功率代入相应的线性模型，即可得到对热感觉和认知表现的评价。

参见附图2所示，另一方面，本发明实施例公开了一种热舒适度评价系统包括：

构建模块，用于构建认知测试模型以及热感觉模型，利用认知测试模型以及热感觉模型对用户进行测试，得到认知测试结果以及热感觉测试结果，在测试过程中同时获取脑电波信号数据；

处理模块，与构建模块连接，用于根据认知测试结果、热感觉测试结果以及脑电波信号数据的关系，分别建立脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型；

分析模块，与处理模块连接，用于筛选得到单个脑电波信号数据的测点，并将单个脑电波信号数据的测点的脑电波信号数据分别代入脑电波信号与热感觉线性模型、脑电波信号与认知表现线性模型，得到热感觉以及认知表现的评价结果；

输出模块，与分析模块连接，用于输出并显示热感觉以及认知表现的评价结果。

再一方面，本发明实施例还公开了一种非暂态计算机可读存储介质，其存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述热舒适度评价方法的步骤。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种热舒适度评价方法、系统及可存储介质，通过单个脑电波信号同时对热舒适与认知表现进行评价，在对热舒适和认知表现进行评价时，仅需要单个测点的脑电波信号即可，极大地简化了脑电波信号的测量与处理过程，让认知表现的即时评价成为可能，同时，还可以从生理角度准确地对热感觉进行评价。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (3)

1.一种热舒适度评价方法，其特征在于，包括以下步骤：

S100：构建认知测试模型以及热感觉模型，利用所述认知测试模型以及所述热感觉模型对用户进行测试，得到认知测试结果以及热感觉测试结果，在测试过程中同时获取脑电波信号数据；

所述S100还包括：对所述认知测试结果以及所述热感觉测试结果进行无量纲化处理，获得用户认知测试完成速度以及热感觉测试速度，对所述脑电波信号数据进行处理，得到脑电波信号的相对功率；

S200：根据脑电波信号的相对功率、认知测试速度以及热感觉测试速度分别建立脑电波信号与认知表现线性模型、脑电波信号与热感觉线性模型，包括：

采用统计学方法筛选出同时评价热感觉和认知表现的单个脑电波信号数据测试点，并根据所筛选的单个脑电波信号数据测试点的对应频段分别建立脑电波信号与热感觉之间的线性模型以及脑电波信号与认知表现之间的线性模型，其中线性模型的自变量为脑电波信号的相对功率，因变量为热感觉和认知测试完成速度；

S300：通过筛选的单个脑电波信号数据测试点测量得到的脑电波信号的相对功率，并代入相应的线性模型，得到热感觉以及认知表现的评价结果；

S400：输出并显示热感觉以及认知表现的评价结果。

2.一种热舒适度评价系统，其特征在于，包括：

构建模块，用于构建认知测试模型以及热感觉模型，利用所述认知测试模型以及所述热感觉模型对用户进行测试，得到认知测试结果以及热感觉测试结果，在测试过程中同时获取脑电波信号数据；

所述构建模块还包括：对所述认知测试结果以及所述热感觉测试结果进行无量纲化处理，获得用户认知测试完成速度以及热感觉测试速度，对所述脑电波信号数据进行处理，得到脑电波信号的相对功率；

处理模块，与所述构建模块连接，用于根据脑电波信号的相对功率、认知测试速度以及热感觉测试速度分别建立脑电波信号与认知表现线性模型、脑电波信号与热感觉线性模型，包括：

采用统计学方法筛选出同时评价热感觉和认知表现的单个脑电波信号数据测试点，并根据所筛选的单个脑电波信号数据测试点的对应频段分别建立脑电波信号与热感觉之间的线性模型以及脑电波信号与认知表现之间的线性模型，其中线性模型的自变量为脑电波信号的相对功率，因变量为热感觉和认知测试完成速度；

分析模块，与所述处理模块连接，用于通过筛选的单个脑电波信号数据测试点测量得到的脑电波信号的相对功率，并代入相应的线性模型，得到热感觉以及认知表现的评价结果；

输出模块，与所述分析模块连接，用于输出并显示热感觉以及认知表现的评价结果。

3.一种非暂态计算机可读存储介质，其存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1所述热舒适度评价方法的步骤。