CN116919372B - 一种基于心率变异性的压力高峰时间识别方法与系统 - Google Patents
一种基于心率变异性的压力高峰时间识别方法与系统 Download PDFInfo
- Publication number
- CN116919372B CN116919372B CN202311184858.3A CN202311184858A CN116919372B CN 116919372 B CN116919372 B CN 116919372B CN 202311184858 A CN202311184858 A CN 202311184858A CN 116919372 B CN116919372 B CN 116919372B
- Authority
- CN
- China
- Prior art keywords
- period
- pressure
- suspected
- pressure peak
- user
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 85
- 238000012549 training Methods 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000002560 therapeutic procedure Methods 0.000 description 8
- 230000008451 emotion Effects 0.000 description 5
- 210000003403 autonomic nervous system Anatomy 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010012335 Dependence Diseases 0.000 description 1
- 208000030814 Eating disease Diseases 0.000 description 1
- 208000019454 Feeding and Eating disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000009226 cognitive therapy Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013543 dialectical behavioral therapy Methods 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 235000014632 disordered eating Nutrition 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005032 impulse control Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000009239 mindfulness-based cognitive therapy Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 208000022821 personality disease Diseases 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- 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
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供一种基于心率变异性的压力高峰时间识别方法与系统,属于辅助诊断技术领域,具体包括:通过单位时间将用户在预设时间周期内的心率信号划分为多个待分析周期内的心率信号,根据所述待分析周期内的心率信号进行待分析周期的压力评估值以及疑似压力高峰周期的确定,通过用户在预设时间周期内的待分析周期的压力评估值以及疑似压力高峰周期的分布情况进行用户在预设时间周期内的综合压力评估值的确定,根据疑似压力高峰周期的时刻的历史压力评估值对用户的疑似压力高峰周期进行筛选得到用户的压力高峰周期,并通过用户的压力高峰周期进行正念训练的提醒,从而提升了用户的压力的干预效果。
Description
技术领域
本发明属于辅助诊断技术领域,尤其涉及一种基于心率变异性的压力高峰时间识别方法与系统。
背景技术
随着社会的高速发展和工作压力等因素的影响,人们的情绪问题也在逐年增加,越来越多的人们受到其困扰。而正念作为一种心理干预手段,在各种应对压力的方法中表现出很好的效果。然而,现在大部分人进行正念训练都是根据自己的生活习惯或者是时间偏好来进行,无法实现精准干预。
为了实现对压力高峰期的精准识别,现有技术中公开了通过心率变异性的解析实现对用户的心理压力的量化评估,具体的在发明专利202211096007.9《一种基于脉搏波信号的心理压力等级评估系统及方法》中通过提取心动周期序列的心率变异性特征,并采用预设的心理压力等级评估模型,通过该模型的输出结果实现所述目标对象的心理压力等级的评估,但是却存在以下技术问题:
由于用户的心理压力高峰期一般具有一定的发展规律且具有一定的持续时间,因此若不考虑心理压力高峰期的上述特征,则无法实现对用户的心理压力高峰期的准确识别。
不同的用户在设定的时间周期内的心理压力高峰期的分布情况和持续时间存在一定程度的差异,因此若不能根据用户在设定的时间周期内的心理压力高峰期的分布情况和持续时间进行差异化的正念训练的时刻和训练时间的确定,则无法实现对用户的心理压力的准确干预。
针对上述技术问题,本发明提供了一种基于心率变异性的压力高峰时间识别方法与系统。
发明内容
本发明的目的是提供一种基于心率变异性的压力高峰时间识别方法与系统。
为了解决上述技术问题,本发明提供了一种基于心率变异性的压力高峰时间识别方法,其特征在于,具体包括:
S11获取用户在预设时间周期内的心率信号,并通过单位时间将所述用户在预设时间周期内的心率信号划分为多个待分析周期内的心率信号;
S12根据所述待分析周期内的心率信号进行频域信号以及所述待分析周期内的疑似心理压力高峰的时刻和疑似心理压力高峰期的持续时间的确定,并结合所述疑似心理压力高峰的时刻的HRV特征量进行所述待分析周期的压力评估值以及疑似压力高峰周期的确定;
S13通过所述用户在预设时间周期内的待分析周期的压力评估值以及疑似压力高峰周期的分布情况进行所述用户在预设时间周期内的综合压力评估值的确定,并判断所述用户在预设时间周期内的综合压力评估值是否大于预设阈值,若是,则进入下一步骤,若否,则通过所述用户在预设时间周期内的疑似压力高峰周期进行正念训练的提醒;
S14根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期,并通过所述用户的压力高峰周期进行正念训练的提醒。
本发明的有益效果在于:
通过对待分析周期的压力评估值以及疑似压力高峰周期的确定,实现了从多个角度对疑似存在压力高峰的待分析周期的确定,不仅考虑到单一的某一个的压力高峰识别结果,而是从整个待分析周期的整体识别结果实现对疑似压力高峰周期的确定,实现了初步的筛选。
通过进行所述用户在预设时间周期内的综合压力评估值的确定,实现了从多个预设时间周期内的待分析周期的压力评估结果对用户的压力状态的整体评估,实现了对高压力用户的识别和筛选。
通过根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期,从而进一步结合用户的历史压力数据实现了对疑似压力高峰周期的进一步的筛选,避免了由于重复提醒导致的正念训练效果不佳的问题的出现。
进一步的技术方案在于,所述预设时间周期根据所述用户的心率信号的历史监测时间进行确定,具体的,当所述用户的心率信号的历史监测时间越长,则所述预设时间周期越长,所述预设时间周期的取值范围在12小时到1天之间。
进一步的技术方案在于,所述单位时间根据所述预设时间周期的时间长度进行确定,其取值范围在20分钟到1小时之间。
另一方面,本申请实施例中提供一种基于心率变异性的压力高峰时间识别系统,采用上述的一种基于心率变异性的压力高峰时间识别方法,包括:心率信号划分模块;周期分析模块;压力评估模块;压力周期确定模块;
其中所述心率信号划分模块负责获取用户在预设时间周期内的心率信号,并通过单位时间将所述用户在预设时间周期内的心率信号划分为多个待分析周期内的心率信号;
所述周期分析模块负责根据所述待分析周期内的心率信号进行频域信号以及所述待分析周期内的疑似心理压力高峰的时刻和疑似心理压力高峰期的持续时间的确定,并结合所述疑似心理压力高峰的时刻的HRV特征量进行所述待分析周期的压力评估值以及疑似压力高峰周期的确定;
所述压力评估模块负责通过所述用户在预设时间周期内的待分析周期的压力评估值以及疑似压力高峰周期的分布情况进行所述用户在预设时间周期内的综合压力评估值的确定,并判断所述用户在预设时间周期内的综合压力评估值是否大于预设阈值,若是,则进入下一步骤,若否,则通过所述用户在预设时间周期内的疑似压力高峰周期进行正念训练的提醒;
所述压力周期确定模块负责根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期,并通过所述用户的压力高峰周期进行正念训练的提醒。
另一方面,本申请实施例中提供一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种基于心率变异性的压力高峰时间识别方法。
其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1是根据实施例1中的一种基于心率变异性的压力高峰时间识别方法的流程图。
图2是实施例1中的用户的压力高峰周期的确定的方法的流程图。
图3是实施例2中的一种基于心率变异性的压力高峰时间识别系统的框架图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
心率变异性(Heart Rate Variability 简称HRV)能够最为客观和动态地反映人的情绪变化、疲劳程度以及应激状态下的心理变化,是反映生理弹性和行为弹性的重要指标。
通过对心率变异性的分析可以探索生理、心理、情绪和行为过程的动态互动关系:
• 思维和情绪(包括微妙的情绪)影响自主神经系统的活动和平衡;
• 自主神经系统和消化、心血管、免疫及激素等系统相互作用;
• 消极反应会导致自主神经系统的混乱失调;
• 正面情绪如感激等能促进自主神经系统的有序平衡,从而提升激素和免疫系统的平衡性以及大脑的效率。
正念疗法是对以正念为核心的各种心理疗法的统称,较为成熟的正念疗法包括正念减压疗法(Mindfulness-based Stress Reduction)、正念认知疗法(Mindfulness-basedCognitive Therapy)、辩证行为疗法(Dialectical Behavioral Therapy)和接纳与承诺疗法(Acceptance and Commitment Therapy)。正念疗法被广泛应用于治疗和缓解焦虑、抑郁、强迫、冲动等情绪心理问题,在人格障碍、成瘾、饮食障碍、人际沟通、冲动控制等方面的治疗中也有大量应用。
申请人发现,随着社会的高速发展和疫情等因素的影响,社会压力越来越大,人们的情绪问题也在逐年增加,越来越多的人们受到其困扰。而正念作为一种心理干预手段,在各种应对压力的方法中表现出很好的效果。然而,现在大部分人进行正念训练都是根据自己的生活习惯或者是时间偏好来进行,没有将心率变异性这项体现压力指标的数据和正念练习很好的结合起来实现精准干预。
实施例1
为了解决上述技术问题,如图1所示,本发明提供了一种基于心率变异性的压力高峰时间识别方法,其特征在于,具体包括:
S11获取用户在预设时间周期内的心率信号,并通过单位时间将所述用户在预设时间周期内的心率信号划分为多个待分析周期内的心率信号;
具体的,所述预设时间周期根据所述用户的心率信号的历史监测时间进行确定,具体的,当所述用户的心率信号的历史监测时间越长,则所述预设时间周期越长,所述预设时间周期的取值范围在12小时到1天之间。
需要说明的是,所述单位时间根据所述预设时间周期的时间长度进行确定,其取值范围在20分钟到1小时之间。
S12根据所述待分析周期内的心率信号进行频域信号以及所述待分析周期内的疑似心理压力高峰的时刻和疑似心理压力高峰期的持续时间的确定,并结合所述疑似心理压力高峰的时刻的HRV特征量进行所述待分析周期的压力评估值以及疑似压力高峰周期的确定;
进一步的,所述频域信号的确定的方法为:
根据所述待分析周期内的心率信号进行心跳间隔数据的获取,并对所述心跳间隔数据进行滤波处理得到滤波处理后的心跳间隔数据;
计算每个滤波处理后的心跳间隔数据的RR间期与平均值的差值以及差值的平方,并根据所述差值的平方进行差值的平方的平均值以及平均值的平方根的确定,并根据差值的平方的平均值以及平均值的平方根得到计算处理后的心跳间隔数据;
应用快速傅里叶变换算法对所述计算处理后的心跳间隔数据进行频域转换,将时域信号转换为频域信号,从而得到所述计算频域信号的频率值以及幅度谱。
其中在一种可能的实施例中,心率变异性(HRV)计算
1.1收集心跳间隔数据(RR间期):使用心率监测设备获取个体的心跳数据,得到连续的心跳间隔(连续心跳间隔指的是一个心跳数据与下一个心跳数据的时间间隔)序列,即RR间期。
1.2 通过滤波函数过滤掉异常数据,本软件的滤波取值为 400ms-1500ms,RR 间期数值在 400ms-1500ms认为是有效的数据。
1.3 计算每个RR 间期与平均值的差值:对于每个RR 间期(RRi),计算其与平均值(MeanNN)的差值(Diffi): Diffi = NNi – MeanNN。
1.4 计算差值的平方:对于每个差值(Diffi),计算其平方(Squarei): Squarei =(Diffi)2。
1.5 计算差值平方的平均值:将所有差值平方(Squarei)的值求平均:MeanSquare =Σ(Squarei) / n。
1.6 计算平均值的平方根:将差值平方的平均值(MeanSquare)开平方,即为标准差RR 间期(SDNN): 。
1.7 应用快速傅里叶变换(FFT):使用FFT算法对信号进行频域转换。FFT算法是一种高效的算法,可以快速计算离散傅里叶变换(DFT),将时域信号转换为频域信号。
1.8 计算频率值:通过FFT得到的频域信号算对应的频率值。频率值与采样率(采样频率)和FFT长度有关。频率值的计算公式为: 其中,f为频率值,k为频率点的索引(从0到M-1),fs为采样率,M为FFT长度。
1.9 计算频域信号的幅度谱:通过FFT计算得到的频域信号,可以计算其幅度谱,表示不同频率成分的振幅大小。幅度谱的计算公式为: Amplitude(k) = |FFT(k)| / M 其中,Amplitude(k)为频率点k处的振幅,FFT(k)为FFT计算得到的频域信号的复数值,M为FFT长度。
通过以上步骤,将时间域信号转换为频域信号,从而分析信号的频率构成。
需要说明的是,所述HRV特征量根据所述心跳间隔数据的标准差的平均值进行确定。
SDNN是心跳间隔的标准差,反映了总体心率变异性。较高的SDNN值通常表示较好的心率变异性。一般来说,正常成年人的SDNN范围在50-100毫秒之间。
标准差的平均值(SDANN):
SDANN是在5分钟间隔内计算的标准差的平均值,可以用来估计24小时内的总体心率变异性。一般来说,正常成年人的SDANN范围在70-150毫秒之间。
通过SDANN的频域信号值来分析用户的疑似心理压力高峰的时刻。
压力高峰时间推算:根据HRV的频域信号值判断压力水平是否处于高峰状态, 如SDANN值小于70或者大于 150 则通过上面步骤中计算出的SDANN序列中获取到期对应的时段,认为该时段是压力高峰时段,出现异常SDANN频率越高,则认为该时段为疑似心理压力高峰的时刻。
具体的举例说明,在上述的步骤S12中的所述待分析周期的压力评估值的确定的方法为:
S21将所述待分析周期内的疑似心理压力高峰的时刻作为问题时刻,并判断所述待分析周期内的问题时刻的数量是否预设数量阈值,若是,则进入步骤S23,若否,则进入步骤S22;
S22通过所述待分析周期内的问题时刻进行所述疑似心理压力高峰期的数量以及持续时间的确定,并通过所述疑似心理压力高峰期的数量以及持续时间确定所述待分析周期是否为压力高峰周期,若是,则进入下一步骤,若否,则通过所述疑似心理压力高峰期的数量以及持续时间进行所述待分析周期的压力评估值的确定;
S23通过所述待分析周期内的问题时刻的HRV特征量将所述问题时刻换分为严重问题时刻和一般问题时刻,并通过所述待分析周期内的严重问题时刻的数量以及HRV特征量、一般问题时刻的数量以及HRV特征量进行所述待分析周期的基础压力评估值的确定;
S24通过所述待分析周期内的疑似心理压力高峰期的持续时间将所述疑似心理压力高峰期划分为严重问题时段和一般问题时段,并通过所述待分析周期内的严重问题时段的数量以及持续时间、一般问题时段的数量以及持续时间进行所述待分析周期的修正压力评估值的确定,并通过所述待分析周期的修正压力评估值以及基础压力评估值进行所述待分析周期的压力评估值的确定。
需要说明的是,当所述待分析的压力评估值大于预设压力阈值时,则将所述待分析周期作为疑似压力高峰周期。
通过对待分析周期的压力评估值以及疑似压力高峰周期的确定,实现了从多个角度对疑似存在压力高峰的待分析周期的确定,不仅考虑到单一的某一个的压力高峰识别结果,而是从整个待分析周期的整体识别结果实现对疑似压力高峰周期的确定,实现了初步的筛选。
S13通过所述用户在预设时间周期内的待分析周期的压力评估值以及疑似压力高峰周期的分布情况进行所述用户在预设时间周期内的综合压力评估值的确定,并判断所述用户在预设时间周期内的综合压力评估值是否大于预设阈值,若是,则进入下一步骤,若否,则通过所述用户在预设时间周期内的疑似压力高峰周期进行正念训练的提醒;
在其中的一个可能的实施例中,上述步骤S13中的所述用户在预设时间周期内的综合压力评估值的确定的方法为:
S31获取所述用户在预设时间周期内的疑似压力高峰周期的数量,并通过所述疑似压力高峰周期的数量确定所述用户是否为压力用户,若是,则进入步骤S33,若否,则进入步骤S32;
S32获取所述用户在预设时间周期内的待分析周期的压力评估值,并结合所述用户在预设时间周期内的疑似压力高峰周期的压力评估值确定所述用户是否为压力用户,若是,则进入步骤S33,若否,则通过所述用户在预设时间周期内的疑似压力高峰周期进行正念训练的提醒;
S33通过所述用户在预设时间周期内的疑似压力高峰周期的分布情况进行所述用户的疑似压力高峰周期的时刻的确定,并结合所述用户在预设时间周期内的疑似压力高峰周期的压力评估值以及数量进行所述用户在预设时间周期内的压力状态值的确定;
S34通过所述用户在所述预设时间周期内的压力状态值以及待分析周期的压力评估值进行所述用户在预设时间周期内的综合压力评估值的确定。
在其中的一个可能的实施例中,结合所述用户在预设时间周期内的疑似压力高峰周期的压力评估值确定所述用户是否为压力用户,具体包括:
当所述用户在预设时间周期内的待分析周期的压力评估值大于预设压力限定量的比例在预设比例以上或者所述用户在预设时间周期内的疑似压力高峰周期的压力评估值的均值大于高峰期压力限定值时,则确定所述用户为压力用户。
通过进行所述用户在预设时间周期内的综合压力评估值的确定,实现了从多个预设时间周期内的待分析周期的压力评估结果对用户的压力状态的整体评估,实现了对高压力用户的识别和筛选。
S14根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期,并通过所述用户的压力高峰周期进行正念训练的提醒。
具体的,如图2所示,在上述步骤S14中的所述用户的压力高峰周期的确定的方法为:
根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期;
根据所述用户的疑似压力高峰周期的时刻确定在最近的设定时间内所述疑似压力高峰周期被认定为疑似压力高峰周期的数量确定所述疑似压力高峰周期是否为压力高峰周期,若是,则确定所述疑似压力高峰周期为压力高峰周期,若否,则进入下一步骤;
根据所述用户的疑似压力高峰周期的时刻确定在最近的设定时间内所述疑似压力高峰周期的历史压力评估值,并通过所述历史压力评估值的均值以及最大值确定所述疑似压力高峰周期是否为压力高峰周期,若是,则确定所述疑似压力高峰周期为压力高峰周期,若否,则进入下一步骤;
通过所述疑似压力高峰周期被认定为疑似压力高峰周期的数量、时间以及历史压力评估值进行所述疑似压力高峰周期的压力高峰可信度的确定,并结合所述疑似压力高峰周期的历史压力评估值的均值以及最大值进行所述疑似压力高峰周期的综合可信度的确定,通过所述综合可信度确定所述疑似压力高峰周期是否为压力高峰周期。
通过根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期,从而进一步结合用户的历史压力数据实现了对疑似压力高峰周期的进一步的筛选,避免了由于重复提醒导致的正念训练效果不佳的问题的出现。
实施例2
如图3所示,本申请实施例中提供一种基于心率变异性的压力高峰时间识别系统,采用上述的一种基于心率变异性的压力高峰时间识别方法,包括:心率信号划分模块;周期分析模块;压力评估模块;压力周期确定模块;
其中所述心率信号划分模块负责获取用户在预设时间周期内的心率信号,并通过单位时间将所述用户在预设时间周期内的心率信号划分为多个待分析周期内的心率信号;
所述周期分析模块负责根据所述待分析周期内的心率信号进行频域信号以及所述待分析周期内的疑似心理压力高峰的时刻和疑似心理压力高峰期的持续时间的确定,并结合所述疑似心理压力高峰的时刻的HRV特征量进行所述待分析周期的压力评估值以及疑似压力高峰周期的确定;
所述压力评估模块负责通过所述用户在预设时间周期内的待分析周期的压力评估值以及疑似压力高峰周期的分布情况进行所述用户在预设时间周期内的综合压力评估值的确定,并判断所述用户在预设时间周期内的综合压力评估值是否大于预设阈值,若是,则进入下一步骤,若否,则通过所述用户在预设时间周期内的疑似压力高峰周期进行正念训练的提醒;
所述压力周期确定模块负责根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期,并通过所述用户的压力高峰周期进行正念训练的提醒。
实施例3
本申请实施例中提供一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种基于心率变异性的压力高峰时间识别方法。
在本说明书的描述中,术语“一个实施例”、“一个优选实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明实施例的优选实施例而已,并不用于限制本发明实施例,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (9)
1.一种基于心率变异性的压力高峰时间识别方法,其特征在于,具体包括:
获取用户在预设时间周期内的心率信号,并通过单位时间将所述用户在预设时间周期内的心率信号划分为多个待分析周期内的心率信号;
根据所述待分析周期内的心率信号进行频域信号以及所述待分析周期内的疑似心理压力高峰的时刻和疑似心理压力高峰期的持续时间的确定,并结合所述疑似心理压力高峰的时刻的HRV特征量进行所述待分析周期的压力评估值以及疑似压力高峰周期的确定;
所述待分析周期的压力评估值的确定的方法为:
S21将所述待分析周期内的疑似心理压力高峰的时刻作为问题时刻,并判断所述待分析周期内的问题时刻的数量是否大于预设数量阈值,若是,则进入步骤S23,若否,则进入步骤S22;
S22通过所述待分析周期内的问题时刻进行所述疑似心理压力高峰期的数量以及持续时间的确定,并通过所述疑似心理压力高峰期的数量以及持续时间确定所述待分析周期是否为压力高峰周期,若是,则进入下一步骤,若否,则通过所述疑似心理压力高峰期的数量以及持续时间进行所述待分析周期的压力评估值的确定;
S23通过所述待分析周期内的问题时刻的HRV特征量将所述问题时刻换分为严重问题时刻和一般问题时刻,并通过所述待分析周期内的严重问题时刻的数量以及HRV特征量、一般问题时刻的数量以及HRV特征量进行所述待分析周期的基础压力评估值的确定;
S24通过所述待分析周期内的疑似心理压力高峰期的持续时间将所述疑似心理压力高峰期划分为严重问题时段和一般问题时段,并通过所述待分析周期内的严重问题时段的数量以及持续时间、一般问题时段的数量以及持续时间进行所述待分析周期的修正压力评估值的确定,并通过所述待分析周期的修正压力评估值以及基础压力评估值进行所述待分析周期的压力评估值的确定;通过所述用户在预设时间周期内的待分析周期的压力评估值以及疑似压力高峰周期的分布情况进行所述用户在预设时间周期内的综合压力评估值的确定,并判断所述用户在预设时间周期内的综合压力评估值是否大于预设阈值,若是,则进入下一步骤,若否,则通过所述用户在预设时间周期内的疑似压力高峰周期进行正念训练的提醒;
根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期,并通过所述用户的压力高峰周期进行正念训练的提醒。
2.如权利要求1所述的压力高峰时间识别方法,其特征在于,所述预设时间周期根据所述用户的心率信号的历史监测时间进行确定,具体的,当所述用户的心率信号的历史监测时间越长,则所述预设时间周期越长,所述预设时间周期的取值范围在12小时到1天之间。
3.如权利要求1所述的压力高峰时间识别方法,其特征在于,所述单位时间根据所述预设时间周期的时间长度进行确定,其取值范围在20分钟到1小时之间。
4.一种基于心率变异性的压力高峰时间识别系统,采用权利要求1-3任一项所述的一种基于心率变异性的压力高峰时间识别方法,其特征在于,具体包括:心率信号划分模块;周期分析模块;压力评估模块;压力周期确定模块;
其中所述心率信号划分模块负责获取用户在预设时间周期内的心率信号,并通过单位时间将所述用户在预设时间周期内的心率信号划分为多个待分析周期内的心率信号;
所述周期分析模块负责根据所述待分析周期内的心率信号进行频域信号以及所述待分析周期内的疑似心理压力高峰的时刻和疑似心理压力高峰期的持续时间的确定,并结合所述疑似心理压力高峰的时刻的HRV特征量进行所述待分析周期的压力评估值以及疑似压力高峰周期的确定;
所述压力评估模块负责通过所述用户在预设时间周期内的待分析周期的压力评估值以及疑似压力高峰周期的分布情况进行所述用户在预设时间周期内的综合压力评估值的确定;
所述压力周期确定模块负责根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期,并通过所述用户的压力高峰周期进行正念训练的提醒。
5.如权利要求4所述的基于心率变异性的压力高峰时间识别系统,其特征在于,所述频域信号的确定的方法为:
根据所述待分析周期内的心率信号进行心跳间隔数据的获取,并对所述心跳间隔数据进行滤波处理得到滤波处理后的心跳间隔数据;
计算每个滤波处理后的心跳间隔数据的RR间期与平均值的差值以及差值的平方,并根据所述差值的平方进行差值的平方的平均值以及平均值的平方根的确定,并根据差值的平方的平均值以及平均值的平方根得到计算处理后的心跳间隔数据;
应用快速傅里叶变换算法对所述计算处理后的心跳间隔数据进行频域转换,将时域信号转换为频域信号,从而得到所述计算频域信号的频率值以及幅度谱。
6.如权利要求5所述的基于心率变异性的压力高峰时间识别系统,其特征在于,所述HRV特征量根据所述心跳间隔数据的标准差的平均值进行确定。
7.如权利要求4所述的基于心率变异性的压力高峰时间识别系统,其特征在于,当所述待分析的压力评估值大于预设压力阈值时,则将所述待分析周期作为疑似压力高峰周期。
8.如权利要求4所述的基于心率变异性的压力高峰时间识别系统,其特征在于,所述用户的压力高峰周期的确定的方法为:
根据疑似压力高峰周期的时刻的历史压力评估值对所述用户的疑似压力高峰周期进行筛选得到所述用户的压力高峰周期;
根据所述用户的疑似压力高峰周期的时刻确定在最近的设定时间内所述疑似压力高峰周期被认定为疑似压力高峰周期的数量确定所述疑似压力高峰周期是否为压力高峰周期,若是,则确定所述疑似压力高峰周期为压力高峰周期,若否,则进入下一步骤;
根据所述用户的疑似压力高峰周期的时刻确定在最近的设定时间内所述疑似压力高峰周期的历史压力评估值,并通过所述历史压力评估值的均值以及最大值确定所述疑似压力高峰周期是否为压力高峰周期,若是,则确定所述疑似压力高峰周期为压力高峰周期,若否,则进入下一步骤;
通过所述疑似压力高峰周期被认定为疑似压力高峰周期的数量、时间以及历史压力评估值进行所述疑似压力高峰周期的压力高峰可信度的确定,并结合所述疑似压力高峰周期的历史压力评估值的均值以及最大值进行所述疑似压力高峰周期的综合可信度的确定,通过所述综合可信度确定所述疑似压力高峰周期是否为压力高峰周期。
9.一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-3任一项所述的一种基于心率变异性的压力高峰时间识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311184858.3A CN116919372B (zh) | 2023-09-14 | 2023-09-14 | 一种基于心率变异性的压力高峰时间识别方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311184858.3A CN116919372B (zh) | 2023-09-14 | 2023-09-14 | 一种基于心率变异性的压力高峰时间识别方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116919372A CN116919372A (zh) | 2023-10-24 |
CN116919372B true CN116919372B (zh) | 2023-12-22 |
Family
ID=88379324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311184858.3A Active CN116919372B (zh) | 2023-09-14 | 2023-09-14 | 一种基于心率变异性的压力高峰时间识别方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116919372B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117653066A (zh) * | 2023-11-02 | 2024-03-08 | 中国消防救援学院 | 基于训练伤解析的训练质量预测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104127194A (zh) * | 2014-07-14 | 2014-11-05 | 华南理工大学 | 一种基于心率变异性分析方法的抑郁症的评估系统及方法 |
CN115363586A (zh) * | 2022-09-08 | 2022-11-22 | 山东大学 | 一种基于脉搏波信号的心理压力等级评估系统及方法 |
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 |
CN116661607A (zh) * | 2023-07-24 | 2023-08-29 | 北京智精灵科技有限公司 | 一种基于多模态情感交互的情绪调节方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9980678B2 (en) * | 2012-10-30 | 2018-05-29 | Vital Connect, Inc. | Psychological acute stress measurement using a wireless sensor |
-
2023
- 2023-09-14 CN CN202311184858.3A patent/CN116919372B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104127194A (zh) * | 2014-07-14 | 2014-11-05 | 华南理工大学 | 一种基于心率变异性分析方法的抑郁症的评估系统及方法 |
CN115363586A (zh) * | 2022-09-08 | 2022-11-22 | 山东大学 | 一种基于脉搏波信号的心理压力等级评估系统及方法 |
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 |
CN116661607A (zh) * | 2023-07-24 | 2023-08-29 | 北京智精灵科技有限公司 | 一种基于多模态情感交互的情绪调节方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116919372A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109276241B (zh) | 一种压力识别方法及设备 | |
CN110742585B (zh) | 基于bcg信号的睡眠分期方法 | |
US8280501B2 (en) | Systems and methods for quantitatively characterizing slow wave activities and states in sleep | |
CN116919372B (zh) | 一种基于心率变异性的压力高峰时间识别方法与系统 | |
Odinaka et al. | ECG biometrics: A robust short-time frequency analysis | |
Petković et al. | Adaptive neuro-fuzzy estimation of autonomic nervous system parameters effect on heart rate variability | |
CN110236573B (zh) | 心理压力状态的检测方法及相关装置 | |
CN105147248A (zh) | 基于生理信息的抑郁症评估系统及其评估方法 | |
Beckers et al. | Approximate entropy of heart rate variability: validation of methods and application in heart failure | |
Mayya et al. | Continuous monitoring of stress on smartphone using heart rate variability | |
CN106539580B (zh) | 一种自主神经系统动态变化的连续监测方法 | |
CN112842279B (zh) | 一种基于多维度特征参数的睡眠质量评估方法及装置 | |
Hayet et al. | Sleep-wake stages classification based on heart rate variability | |
CN107320097B (zh) | 利用肌电信号边际谱熵提取肌肉疲劳特征的方法和装置 | |
CN110313922A (zh) | 一种压力调节方法、压力调节系统及终端 | |
CN117045253A (zh) | 一种ai心理咨询方法和系统 | |
CN112057087A (zh) | 精神分裂症高风险人群自主神经功能的评估方法及装置 | |
CN113509183A (zh) | 一种基于ar人工智能分析情感焦虑抑郁紧张的方法 | |
CN116269289A (zh) | 一种基于短时心率变异性的运动员心理生理健康评价方法 | |
CN113842124A (zh) | 一种基于生理健康指标的精神状态预测方法、系统及设备 | |
JP2001218747A (ja) | 心電図解析システム、および、そのためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
Zubair et al. | Mental stress assessment via Ultra-Short-Term recordings of photoplethysmographic sensor | |
CN113679369A (zh) | 一种心率变异性的评估方法、智能穿戴设备及存储介质 | |
CN115105042B (zh) | 自主神经系统稳定性的评估方法、评估系统以及评估设备 | |
CN104921720A (zh) | 一种基于心率变异性的催眠治疗抑郁症效果评价方法 |
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 |