CN116942182A - 一种体质健康监控装置 - Google Patents
一种体质健康监控装置 Download PDFInfo
- Publication number
- CN116942182A CN116942182A CN202311099257.2A CN202311099257A CN116942182A CN 116942182 A CN116942182 A CN 116942182A CN 202311099257 A CN202311099257 A CN 202311099257A CN 116942182 A CN116942182 A CN 116942182A
- Authority
- CN
- China
- Prior art keywords
- index
- health
- user
- data
- sleep
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 175
- 238000012806 monitoring device Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 85
- 210000004556 brain Anatomy 0.000 claims abstract description 58
- 238000013500 data storage Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000007423 decrease Effects 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000009323 psychological health Effects 0.000 claims abstract description 5
- 230000007958 sleep Effects 0.000 claims description 78
- 230000008451 emotion Effects 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 14
- 230000001629 suppression Effects 0.000 claims description 12
- 230000000994 depressogenic effect Effects 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000026676 system process Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000003862 health status Effects 0.000 claims description 6
- 230000005764 inhibitory process Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 206010062519 Poor quality sleep Diseases 0.000 claims description 4
- 230000035790 physiological processes and functions Effects 0.000 claims description 4
- 210000000748 cardiovascular system Anatomy 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 210000000750 endocrine system Anatomy 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 210000000056 organ Anatomy 0.000 claims description 3
- 210000002345 respiratory system Anatomy 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000036578 sleeping time Effects 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 230000004962 physiological condition Effects 0.000 description 5
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003860 sleep quality 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- 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
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Abstract
本发明公开了一种体质健康监控装置，属于健康测试技术领域。一种体质健康监控装置，包括数据获取系统、数据储存系统、数据处理系统、显示系统；数据获取系统具有至少获取使用者脑电信号、身体机能信息、生理指标信息的能力；数据处理系统与数据储存系统电性连接，数据处理系统获取并处理其中数据，以得到各项指标并计算得到健康指数；健康指数反映使用者的体质健康状况，各项指标在健康指数内占有对应的权重，且同一指标不同时期下降次数/幅度越多/大，所述指标对健康指数的影响越大。它可以实现从生理健康和心理健康两方面全面地评判使用者的体质健康，并能够根据使用者的不正常的指标针对性做出预警，以提醒使用者关注其健康状况。
Description
技术领域
本发明属于健康监控技术领域，更具体地说，涉及一种体质健康监控装置。
背景技术
人体基础体征数据宏观地反映了人体的身体状况，人体基础体征数据是医学上衡量人体生理状态的一系列指标，包括脉搏，血压，血糖，血氧饱和度等，人体基础体征数据在预警常见慢性疾病、反映人体生理健康等方面具有重要作用；目前，随着生活水平的提高和人们对于个人健康状况的关注，便于普通大众使用的医疗测量设备得到广泛应用，普通大众无需前往医院就能通过医疗测量设备实时测得人体基础体征数据，以关注自身身体健康。
但是普通大众不知道各项生理指标的正常范围、临床意义，若指标出现异常，无人能够及时对居民异常状况进行干预和制定健康促进方案，大众自主所测得的数据并没有充分发挥其作用；
而现有的大众所能接触并使用的医疗健康信息系统或医疗健康信息监控装置，其原理往往为根据使用者所输入的数据评判使用者当下的身体状况，只是单次的评判，具有一般性，对使用者不存在针对性，不会根据使用者的具体指标和历史指标针对性做出分析，也不能提供预警意义；
且上述装置大多仅仅根据人体生理指标，其结论也偏向于使用者生理上是否健康，对于心理上的检测不足，而不同的心理状况也会对人的生理状况产生影响，因此现有的健康监控装置并不能完整体现一个人的健康状况；因此需要一种针对使用者个人状况的评判全面的体质健康监控装置。
发明内容
本发明要解决的技术问题在于提供一种体质健康监控装置，它可以实现至少从生理健康和心理健康两方面全面地评判使用者的体质健康，并能够根据使用者的不正常的指标针对性做出预警，以提醒使用者关注其健康状况。
本发明的一种体质健康监控装置，包括数据获取系统、数据储存系统、数据处理系统、显示系统；
数据获取系统具有至少获取使用者脑电信号、身体机能信息、生理指标信息的能力，所述脑电信号至少反映使用者的心理健康；
数据储存系统与数据获取系统电性连接，以获取并储存其中数据；
数据处理系统与数据储存系统电性连接，数据处理系统获取并处理其中数据，以得到各项指标并计算得到健康指数；健康指数反映使用者的体质健康状况，各项指标在健康指数内占有对应的权重，且同一指标不同时期下降次数/幅度越多/大，所述指标对健康指数的影响越大；
显示模块与数据处理系统电性连接，显示模块至少显示健康指数。
作为本发明的进一步改进，其中，indexi表示各项指标的赋分，对每项指标的赋分标准为根据各项指标所反映的体质健康状况从好到坏，将每项指标划分为N个等级，则每个等级的赋分为：
第一等级：100/N；
第二等级：2*(100/N)；
……；
第N等级：100；
等级越高，则表示当前该指标的值所反映的体质健康越好；
wi表示所对应的指标indexi的权重，健康指数的数值越大，则代表使用者的体质越健康。
作为本发明的进一步改进，数据处理系统对健康指数的处理步骤包括：
Z01：得到使用者健康状态下的数据，得到并记录使用者处于自身健康状态下的健康指数及各项指标赋分，记为第一次健康指数、第一次指标赋分；
Z02：第N次进行体质健康检测，N＞＝2；数据获取系统获取各项指标数据，并传输到数据储存系统和数据处理系统处理；
Z03：数据处理系统对各项指标划分等级并进行赋分，记为初赋分；将各项指标的等级与前一次的等级进行对比，若是所述指标的等级较前一次等级相等或更高，则进行Z04；若是所述指标的等级较前一次等级更低，则进行Z05；
Z04：若是所述指标的等级较前一次等级相等，则终赋分＝初赋分；若是所述指标的等级较前一次等级更高，则终赋分＝初赋分*(1+p％)；进行Z06；
Z05：所得的该项指标的终赋分＝初赋分*(1-p％)，p％为使用者根据实际和一般规律取的；进行Z06；对于所述指标，从第一次指标到所述指标之间，后指标较前指标之间(+p％)的次数需小于(-p％)的次数，否则，即使后指标较前一次等级更高，也取终赋分＝初赋分；
Z06：得到所有第N次指标的终赋分；得到所有等级较前一次更低的指标；
Z07：根据公式求得使用者此次的健康指数，并判断使用者的身体状况。
作为本发明的进一步改进，数据处理系统对健康指数的处理步骤包括：
B01：得到使用者健康状态下的数据，得到并记录使用者处于自身健康状态下的健康指数及各项指标赋分，记为第一次健康指数、第一次指标赋分；
B02：第N次进行体质健康检测，N＞＝2；数据获取系统获取各项指标数据，并传输到数据储存系统和数据处理系统处理；
B03：数据处理系统对各项指标划分等级并进行赋分，记为初赋分；将各项指标的等级与前一次的等级进行对比，若是所述指标的等级较前一次等级相等或更高，则进行B04；若是所述指标的等级较前一次等级更低，则进行B05；
B04：若是所述指标的等级较前一次等级相等，则终赋分＝初赋分；若是所述指标的等级较前一次等级更高，且所述指标的等级比前一次等级高r级，则终赋分＝初赋分*(1+r*p％)，此时可理解为后指标较前指标(+p％)的次数为r次；进行B06；
B05：所述指标的等级比前一次等级低R级，则终赋分＝初赋分*(1-R*p％)，p％为使用者根据实际和一般规律取的，此时可理解为后指标较前指标(-p％)的次数为R次；进行B06；从第一次指标到所述指标之间，所有的后指标较前指标之间(+p％)的总次数需小于(-p％)的总次数，否则，即使后指标较前一次等级更高，也取终赋分＝初赋分；
B06：得到所有第N次指标的终赋分；得到所有等级较前一次更低的指标；
B07：根据公式求得使用者此次的健康指数，并判断使用者的身体状况。
作为本发明的进一步改进，数据处理系统对健康指数的处理步骤还包括：得到所有等级较前一次更低的指标，通过显示模块显示；并将其根据其终赋分中R的大小从大到小依次排序，以得到变化幅度从快到慢的指标排序；显示系统根据所述指标排序显示所述指标。
作为本发明的进一步改进，脑电信号包括清醒脑电信号和睡眠脑电信号；
数据处理系统处理清醒脑电信号以至少得到抑郁情绪出现次数、使用者的情绪波动次数两项指标；使用者的情绪波动次数通过计算使用者在一段时间内的正面情绪和负面情绪之间的转化次数得到；
数据处理系统处理睡眠脑电信号以至少得到使用者的睡眠状况一项指标。
作为本发明的进一步改进，数据处理系统处理睡眠脑电信号以至少得到使用者的睡眠状况的步骤包括：
S1：获取数据存储系统内所储存的睡眠脑电信号；
S2：去除睡眠脑电信号中的伪迹和噪声；
S3：根据步骤S2中获得的无干扰的睡眠脑电信号计算下述指标参数：频域指标、复杂度和爆发抑制指标；
S4：采用决策树分类器，将信号分为清醒、浅睡、中度睡眠、深度睡眠和过深度睡眠五类；
S5：采用线性加权的方法，指标整合为Ai指数，计算公式如下：其中，indexi′表示步骤S3中计算得到的指标，vi表示对应的指标indexi′的权重，Ai指数表示根据上述指标得出的使用者的睡眠状况得分；
S6：通过收集使用者每天的睡眠时间中，清醒、浅睡、中度睡眠、深度睡眠和过深度睡眠在睡眠时间中的占比，以得到使用者的睡眠状态；其中，深度睡眠、浅睡和/或中度睡眠的占比越接近健康作息标准，使用者的睡眠状态越好。
作为本发明的进一步改进，数据获取系统包括脑电波数据获取模块、身体机能获取模块、生理指标获取模块；
脑电波数据获取模块用于获取使用者的脑电信号，采用专门的心电或脑电电极，配合脑电采集设备来获取脑电信号；
身体机能获取模块用于获取使用者的身体素质信息和机体活动能力信息，以反映使用者力量、速度、耐力、灵敏、平衡、协调等方面的身体素质；
生理指标获取模块用于获取使用者的生理机能、主要器官健康状况信息，以反映使用者心血管系统、呼吸系统、内分泌系统等的健康状况信息。
作为本发明的进一步改进，爆发抑制比的计算采用的是能量法，当能量小于给定的阈值时，则认为是抑制信号；令所述阈值取p，当睡眠脑电信号的振幅在p微伏以内，且持续时间超过0.5秒时，认为这是一段抑制信号，爆发抑制比的计算如下：
作为本发明的进一步改进，复杂度指标包括样本熵：
相比于现有技术，本发明的有益效果在于：
(1)由于数据获取系统至少获取使用者脑电信号、身体机能信息、生理指标信息，脑电信号至少反映使用者的心理健康；因此本发明的一种体质健康监控装置同时从生理和心理两方面对使用者的体质健康进行检测和评估，更加全面准确，能够完整地体现一个人的健康状况；
(2)由于各项指标在健康指数内占有对应的权重，且同一指标不同时期下降次数/幅度越多/大，所述指标对健康指数的影响越大，即数据处理系统会针对多次检测一直下降的指数的赋分进行缩小比例处理，以放大该项指数在健康指数中的影响程度，以使若是某项指数在多次检测中一直呈下降趋势的话，健康指数会先于使用者的实际身体状况出现问题发出预警，此时使用者还处于健康状态，但是很容易从健康向亚健康转换，而通过健康指数提前预警，有利于使用者更早地发现该项短板指数，以使使用者及时甚至提前产生警惕并采取措施，相较于现有的设备在使用者已经进入亚健康才做出警示，更有益于使用者保持体质健康，更加有利、有效地监控了使用者的体质健康；
(3)为了扩大指标大幅度下降所对使用者体质健康产生的影响，将符合条件的指标的终赋分＝初赋分*(1-R*p％)，以使在指标下降过快的情况下，可以明显体现于所述体质健康监控装置上；且这个方案使得一次检测即可使使用者发现下降过快甚至不正常的指标，以明确需要着重注意和调理的指标，提高了检测效率，加强了监测效果；使用者能够及时发现下降过快的指标，且权重越大的影响指标下降越快，对使用者的影响越大，有利于及时发现问题、在未构成重大负面影响的前提下采取措施；
(4)数据处理系统在处理数据以得到使用者的健康指数的同时，还能调取数据储存系统内的往期数据并将此次数据与往期数据进行对比，以分析得到使用者当前呈下降趋势的指标并将其显示于显示系统上，以有针对性提醒使用者提高对上述指标的关注；
(5)显示系统不仅显示健康指数、所有等级较前一次更低的指标，还显示所述等级较前一次更低的指标的变化幅度从快到慢的排序，以提高使用者对排名位于靠前位置的指标的重视，监控和预警效果更佳；
(6)数据处理系统的设定中，从第一次指标到所述指标之间，后指标较前指标之间(+p％)的次数需小于(-p％)的次数，以使使用者在调整了某项指标以使其恢复正常后，该项指标在健康指数中的影响范围也自动恢复正常，以使所述健康指数能够更加便捷、准确地表示使用者的体质健康状态，有利于所述体质健康健康装置长期有效地监控使用者的体质健康。
附图说明
图1为本发明的组成结构示意图；
图2为本发明的数据处理系统获取健康指数的流程图；
图3为本发明的数据处理系统获得使用者睡眠状态的流程图；
图4为本发明的分析并监测使用者健康指数和体质健康的流程图；
图5为本发明的具体实施例二的分析并监测使用者健康指数和体质健康的流程图；
图6为本发明的电极的位置采集的位置示意图。
具体实施方式
具体实施例一：请参阅图1的一种体质健康监控装置，包括数据获取系统、数据储存系统、数据处理系统、显示系统。
数据获取系统包括脑电波数据获取模块、身体机能获取模块、生理指标获取模块。
脑电波数据获取模块用于获取使用者的脑电信号，采用专门的心电或脑电电极，配合脑电采集设备来获取脑电信号，所述脑电信号包括清醒脑电信号和睡眠脑电信号，清醒脑电信号为脑电波数据获取模块在使用者清醒状态下获取的脑电信号，睡眠脑电信号为脑电波数据获取模块在使用者睡眠状态下获取的脑电信号；电极的位置采集的位置大致如图6所示。
身体机能获取模块用于获取使用者的身体素质信息和机体活动能力信息，所获取的项目包括800m计时跑或1000m计时跑、50m计时跑、立定跳远、体前屈、跳高，以反映使用者力量、速度、耐力、灵敏、平衡、协调等方面的身体素质；需要说明的是，由于上述项目的检测并没有难度，因此使用者可以自行检测上述项目之后，将所得检测数据输入身体机能获取模块。
生理指标获取模块用于获取使用者的生理机能、主要器官健康状况信息，所获取的项目包括身高、体重、肺活量、血压、血脂、血糖、脉搏，以反映使用者心血管系统、呼吸系统、内分泌系统等的健康状况信息；需要说明的是，由于目前各种医疗测量设备得到广泛应用，使用者无需前往医院就能通过医疗测量设备实时测得上述项目的数据，因此使用者可以自行检测上述项目之后，将所得监测数据输入生理指标获取模块。
数据储存系统分别与脑电波数据获取模块、身体机能获取模块、生理指标获取模块电性连接，以使数据储存系统接收并储存脑电波数据获取模块、身体机能获取模块、生理指标获取模块内的数据信息。
数据处理系统与数据存储系统电性连接，以对脑电波数据获取模块、身体机能获取模块、生理指标获取模块内得到的数据进行处理，以通过线性加权的方法，将上述模块中的指标整合为健康指数，健康指数的计算公式如下：
其中，indexi表示脑电波数据获取模块、身体机能获取模块、生理指标获取模块中各项指标的赋分，对每项指标的赋分标准为：根据各项指标所反映的体质健康状况从好到坏，将每项指标划分为N个等级，则每个等级的赋分如下：
第一等级：100/N；
第二等级：2*(100/N)；
……；
第N等级：100；
等级越高，则表示当前该指标的值所反映的体质健康越好；
在本实施例中，N取10，以50m计时跑为例，从第一等级到第十等级的赋分依次为10、20、30、...、90、100，从第一等级到第十等级所代表的50m计时跑成绩依次为15s以上、15s～14s、14s～13s、13s～12s、12s～11s、11s～10s、10s～9s、9s～8s、8s～7s、7s～6s，其中，等级越高，所代表的50m计时跑所用时间越短，则该使用者的体质健康越好；
wi表示所对应的指标indexi的权重，健康指数表示根据上述指标得出的使用者的体质健康得分，健康指数的数值越大，则代表使用者的体质越健康；且健康指数与体质健康的大致关系如下表所示：
需要说明的是，脑电波数据获取模块所收集到的脑电信号无法直接反应使用者的生理状况和心理状况，因此无法直接根据所得到的脑电波数据对其进行赋分，需要数据处理系统首先对其进行数据处理。
数据处理系统通过处理清醒脑电信号以获得使用者的抑郁情绪出现次数、使用者的情绪波动次数，此时数据处理系统所获得的数据处理结果能够直接反应使用者的心理状况，而由于心理状况也在一定程度上对生理状况具有影响，因此所述心理状况能够间接反应使用者的生理状况；
具体地，由于现有技术已有关于根据脑电信号识别抑郁情绪的方法和设备，因此在本申请中不加以赘述；数据处理系统通过处理清醒脑电信号，以获取使用者在一段时间内的抑郁情绪出现次数，而抑郁情绪会影响使用者的精神状态、睡眠状态、进食状态等，对使用者的体质健康产生负面影响，因此抑郁情绪出现次数越多、出现越频繁，对体质健康的负面影响也越大；
因此，当indexi表示使用者在一段时间内的抑郁情绪出现次数时，从第一等级到第十等级的赋分依次为10、20、30、...、90、100，从第一等级到第十等级所代表的抑郁情绪出现次数从多到少设定；
除此之外，现有技术也已有关于根据脑电信号识别正面情绪和负面情绪的方法和设备，因此在本申请中不加以赘述；数据处理系统通过处理清醒脑电信号，以获取使用者在一段时间内的情绪状况，从而得到使用者在该段时间内的正面情绪和负面情绪之间的转化次数，即得到使用者的情绪波动次数；而情绪波动也会从各方面影响使用者的体质健康，使用者在一段时间内情绪波动过大也会对体质健康产生负面影响，因此情绪波动次数越多，对体质健康的负面影响也越大；
因此，当indexi表示使用者在一段时间内情绪波动次数时，从第一等级到第十等级的赋分依次为10、20、30、...、90、100，从第一等级到第十等级所代表的情绪波动次数从多到少设定。
数据处理系统通过处理睡眠脑电信号以获得使用者的睡眠状况信息，由于睡眠状况能够直接影响身体健康，因此所述睡眠状况信息能够直接反应使用者的生理状况；
因此，数据处理系统根据睡眠脑电信号以获得使用者的睡眠状况信息的步骤如下：
S1：获取数据存储系统内所储存的睡眠脑电信号；
S2：去除睡眠脑电信号中的伪迹和噪声：脑电信号由于非常微弱，且非常容易受到眼电、肌电、工频干扰、电子设备等的干扰，去除伪迹和噪声是一个非常重要的步骤；如果不去除这些干扰，会导致许多错误的分析结果；
因此，先将原始睡眠脑电信号进行滤波，去除高频和低频的干扰，滤波器可选择100阶的FIR凯泽窗滤波器，通带频率为2～47Hz；然后将信号分段，每段1秒钟，并对每一段信号进行判定；如果判定为干扰则将该段信号去除；
S3：根据步骤S2中获得的无干扰的睡眠脑电信号计算下述指标参数：频域指标、复杂度和爆发抑制指标；
具体地，频域指标包括Beta比率、各频带(δ、θ、α、β1、β2)功率比、平均频率，根据所述睡眠脑电信号计算频域指标的步骤如下：
S3101：通过pwelch方法进行功率谱估计，先将数据按2s一段，相邻两端重叠50％，分成N段，每段长M；
S3102：计算每段信号的功率谱，以各段的平均功率谱作为整段信号的功率谱估计，其计算公式如下：
其中xt每一小段的数据，fi为频率；
S3103：Beta比率＝log(P30-47/P11-20Hz)；
S3104：平均频率＝∫1≤f≤f47f×P(f)df；
S3105：各频带功率比＝P相应的频带/P1-47Hz；
复杂度指标包括样本熵，根据所述睡眠脑电信号计算样本熵的步骤如下：
S3201：确定模式维数m＝3和相似容量r为0.2倍的信号标准差；
S3202：将信号映射到m维向空间，形成点集{bi}，i＝1，2，...，N-m+1，其中，bi＝(xi，xi+1，...，xi+m-1)；
S3203：计算bi与bj间的距离，其中，i、j＝1，2，...，N-m+1；
S3204：令且j≠i，其中，num是求集合中元素个数的函数；
S3205：
S3206：令且j≠i，
其中，bi′表示M+1维相空间中的点，
S3207：求得样本熵，
根据所述睡眠脑电信号计算爆发抑制指标的步骤如下：
爆发抑制比的计算采用的是能量法，当能量小于给定的阈值时，则认为是抑制信号；令所述阈值取p，当睡眠脑电信号的振幅在p微伏以内，且持续时间超过0.5秒时，认为这是一段抑制信号，爆发抑制比的计算如下：
S4：采用决策树分类器，将信号分为清醒、浅睡、中度睡眠、深度睡眠和过深度睡眠五类，分类器是由C4.5型决策树方法，利用采集的脑电数据库训练出的；自变量是步骤S3中计算得到的指标，因变量是使用者的睡眠状况；一般决策树方法都会产生过拟合现象，不利于方法的推广，需要对训练出的决策树进行剪枝；剪枝总体的原则是：决策树要尽可能的简单，这样有利于其推广；决策树一定要符合生理知识；
S5：采用线性加权的方法，指标整合为Ai指数，计算公式如下：
其中，indexi′表示步骤S3中计算得到的指标，vi表示所对应的指标indexi′的权重，Ai指数表示根据上述指标得出的使用者的睡眠状况得分，Ai指数与使用者的睡眠质量的大致关系如下表所示：
S6：众所周知，正常人每天至少需要八小时睡眠，而其中需要2h～3h的深度睡眠和5h～6h的浅睡和/或中度睡眠，这种睡眠时间的分配对体质健康是最有益的，而长时间的清醒和过深度睡眠均具有负面作用；
可以通过收集使用者每天的睡眠时间中，清醒、浅睡、中度睡眠、深度睡眠和过深度睡眠在睡眠时间中的占比，以得到使用者的睡眠状态。
因此，当indexi表示使用者在一段时间内的睡眠状况时，从第一等级到第十等级的赋分依次为10、20、30、...、90、100，从第一等级到第十等级所代表的的睡眠状态从最差到最好设定。
数据处理系统还包括根据所得到的健康指数及各项指标，分析使用者当前的身体状况中的短板指标，以提醒使用者加强注意；另外，数据处理系统长时间监测使用者身体状况，以使使用者的身体状况出现下滑甚至变差时，数据处理系统及时发现并发出预警，数据处理系统根据有明显下降的指标具有提前预警的作用，以避免使用者各项指标不平衡导致不能及时发现问题所在、不能及时注重体质健康的情况发生；
具体地，包括以下步骤：
Z01：使用者将自身处于健康状态下的数据通输入数据获取系统，以使所述数据最终传输到数据处理系统，所述数据通过公式 以得到并记录使用者处于自身健康状态下的健康指数及各项指标赋分，记为第一次健康指数、第一次指标赋分；
Z02：当使用者想要进行体质健康检测时，此次为第N次进行体质健康检测，N＞＝2；数据获取系统获取各项指标数据，并传输到数据储存系统和数据处理系统处理；
Z03：数据处理系统对各项指标划分等级并进行赋分，记为初赋分；将各项指标的等级与前一次的等级进行对比，若是所述指标的等级较前一次等级相等或更高，则进行Z04；若是所述指标的等级较前一次等级更低，则进行Z05；
Z04：若是所述指标的等级较前一次等级相等，则终赋分＝初赋分；若是所述指标的等级较前一次等级更高，则终赋分＝初赋分*(1+p％)；在本实施例中，p％＝5％，即终赋分＝初赋分*(1+5％)；进行Z06；
Z05：所得的该项指标的终赋分＝初赋分*(1-p％)，p％为使用者根据实际和一般规律取的；在本实施例中，p％＝5％，即所得的该项指标的终赋分＝对应的初赋分*(1-5％)；进行Z06；
需要说明的是，对于所述指标，从第一次指标到所述指标之间，后指标较前指标之间(+p％)的次数需小于(-p％)的次数，否则，即使后指标较前一次等级更高，也取终赋分＝初赋分；
Z06：得到所有第N次指标的终赋分；得到所有等级较前一次更低的指标；
Z07：根据公式求得使用者此次的健康指数，并判断使用者的身体状况。
显示系统与数据处理系统电性连接，显示系统获取数据处理系统内得到的使用者的健康指数并显示；显示系统还获取所有等级较前一次更低的指标并显示，以使使用者更加清晰地看到自身身体状况的变化，使用者能够根据等级较前一次更低的指标有针对性地保持体质健康。
需要说明的是，数据处理系统在处理数据以得到使用者的健康指数的同时，还能调取数据储存系统内的往期数据并将此次数据与往期数据进行对比，以分析得到使用者当前呈下降趋势的指标，并提醒使用者提高对上述指标的关注；
且由于数据处理系统会针对一直下降的指数的赋分进行缩小比例处理，以放大该项指数在健康指数中的影响程度，以使若是某项指数一直呈下降趋势的话，健康指数会先于使用者的实际身体状况出现问题发出预警，此时使用者还处于健康状态，但是很容易从健康向亚健康转换，而通过健康指数提前预警，以使使用者提前产生警惕并采取措施，相较于现有的设备在使用者已经进入亚健康才做出警示，更有益于使用者保持体质健康，更加有利、有效地监控了使用者的体质健康；
且若是某项指数一直呈下降趋势，该项指数对健康指数的影响会越来越大，也有利于使用者更早地发现该项短板指数，以及时采取措施；
而数据处理系统的设定中，从第一次指标到所述指标之间，后指标较前指标之间(+p％)的次数需小于(-p％)的次数，以使使用者在调整了某项指标以使其恢复正常后，该项指标在健康指数中的影响范围也自动恢复正常，以使所述健康指数能够更加便捷、准确地表示使用者的体质健康状态，有利于所述体质健康健康装置长期有效地监控使用者的体质健康。
具体实施例二：
与具体实施例一不同的是，
数据处理系统根据健康指数及各项指标，分析使用者当前的身体状况中的短板指标，以提醒使用者加强注意；数据处理系统长时间监测使用者身体状况，以使使用者的身体状况出现下滑甚至变差时，数据处理系统及时发现并发出预警，数据处理系统根据有明显下降的指标具有提前预警的作用，以避免使用者各项指标不平衡导致不能及时发现问题所在、不能及时注重体质健康的情况发生；
数据处理系统进行上述分析计算的步骤包括：
B01：使用者将自身处于健康状态下的数据通输入数据获取系统，以使所述数据最终传输到数据处理系统，所述数据通过公式 以得到并记录使用者处于自身健康状态下的健康指数及各项指标赋分，记为第一次健康指数、第一次指标赋分；
B02：当使用者想要进行体质健康检测时，此次为第N次进行体质健康检测，N＞＝2；数据获取系统获取各项指标数据，并传输到数据储存系统和数据处理系统处理；
B03：数据处理系统对各项指标划分等级并进行赋分，记为初赋分；将各项指标的等级与前一次的等级进行对比，若是所述指标的等级较前一次等级相等或更高，则进行B04；若是所述指标的等级较前一次等级更低，则进行B05；
B04：若是所述指标的等级较前一次等级相等，则终赋分＝初赋分；若是所述指标的等级较前一次等级更高，且所述指标的等级比前一次等级高r级，则终赋分＝初赋分*(1+r*p％)，此时可理解为后指标较前指标(+p％)的次数为r次；在本实施例中，p％＝5％，即终赋分＝初赋分*(1+r*5％)；进行B06；
B05：所述指标的等级比前一次等级低R级，则终赋分＝初赋分*(1-R*p％)，p％为使用者根据实际和一般规律取的，此时可理解为后指标较前指标(-p％)的次数为R次；在本实施例中，p％＝5％，即终赋分＝初赋分*(1-R*5％)；进行B06；
需要说明的是，从第一次指标到所述指标之间，所有的后指标较前指标之间(+p％)的总次数需小于(-p％)的总次数，否则，即使后指标较前一次等级更高，也取终赋分＝初赋分；
B06：得到所有第N次指标的终赋分；得到所有等级较前一次更低的指标；
B07：根据公式求得使用者此次的健康指数，并判断使用者的身体状况；
B08：得到所有等级较前一次更低的指标，并将其根据其终赋分中R的大小从大到小依次排序，以得到变化幅度从快到慢的指标排序。
需要说明的是，显示系统不仅显示健康指数、所有等级较前一次更低的指标，还显示所述等级较前一次更低的指标的变化幅度从快到慢的排序，以提高使用者对排名位于靠前位置的指标的重视。
为了扩大指标大幅度下降所对使用者体质健康产生的影响，采用本实施例，以使在影响指标下降过快的情况下，可以明显体现于所述体质健康监控装置上，以使一次检测即可使使用者明确需要着重注意和调理的影响指标，提高了检测效率，加强了监测效果，使用者能够及时发现下降过快的指标，且权重越大的影响指标下降越快，对使用者的影响越大，有利于及时发现问题、在未构成重大负面影响的前提下采取措施。
Claims (10)
1.一种体质健康监控装置，其特征在于：包括数据获取系统、数据储存系统、数据处理系统、显示系统；
数据获取系统具有至少获取使用者脑电信号、身体机能信息、生理指标信息的能力，所述脑电信号至少反映使用者的心理健康；
数据储存系统与数据获取系统电性连接，以获取并储存其中数据；
数据处理系统与数据储存系统电性连接，数据处理系统获取并处理其中数据，以得到各项指标并计算得到健康指数；健康指数反映使用者的体质健康状况，各项指标在健康指数内占有对应的权重，且同一指标不同时期下降次数/幅度越多/大，所述指标对健康指数的影响越大；
显示模块与数据处理系统电性连接，显示模块至少显示健康指数。
2.根据权利要求1所述的一种体质健康监控装置，其特征在于：其中，indexi表示各项指标的赋分，对每项指标的赋分标准为根据各项指标所反映的体质健康状况从好到坏，将每项指标划分为N个等级，则每个等级的赋分为：
第一等级：100/N；
第二等级：2*(100/N)；
……;
第N等级：100；
等级越高，则表示当前该指标的值所反映的体质健康越好；
wi表示所对应的指标indexi的权重，健康指数的数值越大，则代表使用者的体质越健康。
3.根据权利要求1所述的一种体质健康监控装置，其特征在于：数据处理系统对健康指数的处理步骤包括：
Z01：得到使用者健康状态下的数据，得到并记录使用者处于自身健康状态下的健康指数及各项指标赋分，记为第一次健康指数、第一次指标赋分；
Z02：第N次进行体质健康检测，N＞＝2；数据获取系统获取各项指标数据，并传输到数据储存系统和数据处理系统处理；
Z03：数据处理系统对各项指标划分等级并进行赋分，记为初赋分；将各项指标的等级与前一次的等级进行对比，若是所述指标的等级较前一次等级相等或更高，则进行Z04；若是所述指标的等级较前一次等级更低，则进行Z05；
Z04：若是所述指标的等级较前一次等级相等，则终赋分＝初赋分；若是所述指标的等级较前一次等级更高，则终赋分＝初赋分*(1+p％)；进行Z06；
Z05：所得的该项指标的终赋分＝初赋分*(1-p％)，p％为使用者根据实际和一般规律取的；进行Z06；对于所述指标，从第一次指标到所述指标之间，后指标较前指标之间(+p％)的次数需小于(-p％)的次数，否则，即使后指标较前一次等级更高，也取终赋分＝初赋分；
Z06：得到所有第N次指标的终赋分；得到所有等级较前一次更低的指标；
Z07：根据公式求得使用者此次的健康指数，并判断使用者的身体状况。
4.根据权利要求1所述的一种体质健康监控装置，其特征在于：数据处理系统对健康指数的处理步骤包括：
B01：得到使用者健康状态下的数据，得到并记录使用者处于自身健康状态下的健康指数及各项指标赋分，记为第一次健康指数、第一次指标赋分；
B02：第N次进行体质健康检测，N＞＝2；数据获取系统获取各项指标数据，并传输到数据储存系统和数据处理系统处理；
B03：数据处理系统对各项指标划分等级并进行赋分，记为初赋分；将各项指标的等级与前一次的等级进行对比，若是所述指标的等级较前一次等级相等或更高，则进行B04；若是所述指标的等级较前一次等级更低，则进行B05；
B04：若是所述指标的等级较前一次等级相等，则终赋分＝初赋分；若是所述指标的等级较前一次等级更高，且所述指标的等级比前一次等级高r级，则终赋分＝初赋分*(1+r*p％)，此时可理解为后指标较前指标(+p％)的次数为r次；进行B06；
B05：所述指标的等级比前一次等级低R级，则终赋分＝初赋分*(1-R*p％)，p％为使用者根据实际和一般规律取的，此时可理解为后指标较前指标(-p％)的次数为R次；进行B06；从第一次指标到所述指标之间，所有的后指标较前指标之间(+p％)的总次数需小于(-p％)的总次数，否则，即使后指标较前一次等级更高，也取终赋分＝初赋分；
B06：得到所有第N次指标的终赋分；得到所有等级较前一次更低的指标；
B07：根据公式求得使用者此次的健康指数，并判断使用者的身体状况。
5.根据权利要求4所述的一种体质健康监控装置，其特征在于：数据处理系统对健康指数的处理步骤还包括：得到所有等级较前一次更低的指标，通过显示模块显示；并将其根据其终赋分中R的大小从大到小依次排序，以得到变化幅度从快到慢的指标排序；显示系统根据所述指标排序显示所述指标。
6.根据权利要求1所述的一种体质健康监控装置，其特征在于：脑电信号包括清醒脑电信号和睡眠脑电信号；
数据处理系统处理清醒脑电信号以至少得到抑郁情绪出现次数、使用者的情绪波动次数两项指标；使用者的情绪波动次数通过计算使用者在一段时间内的正面情绪和负面情绪之间的转化次数得到；
数据处理系统处理睡眠脑电信号以至少得到使用者的睡眠状况一项指标。
7.根据权利要求6所述的一种体质健康监控装置，其特征在于：数据处理系统处理睡眠脑电信号以至少得到使用者的睡眠状况的步骤包括：
S1：获取数据存储系统内所储存的睡眠脑电信号；
S2：去除睡眠脑电信号中的伪迹和噪声；
S3：根据步骤S2中获得的无干扰的睡眠脑电信号计算下述指标参数：频域指标、复杂度和爆发抑制指标；
S4：采用决策树分类器，将信号分为清醒、浅睡、中度睡眠、深度睡眠和过深度睡眠五类；
S5：采用线性加权的方法，指标整合为Ai指数，计算公式如下：其中，indexi′表示步骤S3中计算得到的指标，vi表示对应的指标indexi′的权重，Ai指数表示根据上述指标得出的使用者的睡眠状况得分；
S6：通过收集使用者每天的睡眠时间中，清醒、浅睡、中度睡眠、深度睡眠和过深度睡眠在睡眠时间中的占比，以得到使用者的睡眠状态；其中，深度睡眠、浅睡和/或中度睡眠的占比越接近健康作息标准，使用者的睡眠状态越好。
8.根据权利要求1所述的一种体质健康监控装置，其特征在于：数据获取系统包括脑电波数据获取模块、身体机能获取模块、生理指标获取模块；
脑电波数据获取模块用于获取使用者的脑电信号，采用专门的心电或脑电电极，配合脑电采集设备来获取脑电信号；
身体机能获取模块用于获取使用者的身体素质信息和机体活动能力信息，以反映使用者力量、速度、耐力、灵敏、平衡、协调等方面的身体素质；
生理指标获取模块用于获取使用者的生理机能、主要器官健康状况信息，以反映使用者心血管系统、呼吸系统、内分泌系统等的健康状况信息。
9.根据权利要求6所述的一种体质健康监控装置，其特征在于：爆发抑制比的计算采用的是能量法，当能量小于给定的阈值时，则认为是抑制信号；令所述阈值取p，当睡眠脑电信号的振幅在p微伏以内，且持续时间超过0.5秒时，认为这是一段抑制信号，爆发抑制比的计算如下：
10.根据权利要求6所述的一种体质健康监控装置，其特征在于：复杂度指标包括样本熵：sampEn(m，r，N)＝-ln(Am(r)/Bm(r))。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311099257.2A CN116942182A (zh) | 2023-08-29 | 2023-08-29 | 一种体质健康监控装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311099257.2A CN116942182A (zh) | 2023-08-29 | 2023-08-29 | 一种体质健康监控装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116942182A true CN116942182A (zh) | 2023-10-27 |
Family
ID=88453128
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311099257.2A Pending CN116942182A (zh) | 2023-08-29 | 2023-08-29 | 一种体质健康监控装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116942182A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117462147A (zh) * | 2023-12-26 | 2024-01-30 | 江西科技学院 | 基于脑电波的预警方法及系统 |
-
2023
- 2023-08-29 CN CN202311099257.2A patent/CN116942182A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117462147A (zh) * | 2023-12-26 | 2024-01-30 | 江西科技学院 | 基于脑电波的预警方法及系统 |
| CN117462147B (zh) * | 2023-12-26 | 2024-03-26 | 江西科技学院 | 基于脑电波的预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2055235B1 (en) | Fetal movement information processing device and fetal movement information processing method | |
| EP0773504B1 (en) | Improvements relating to physiological monitoring | |
| US8892181B2 (en) | Non-invasive fetal monitoring | |
| JPH021232A (ja) | 睡眠ステージ監視装置 | |
| US20120143022A1 (en) | Physiological signal detection system capable of showing emotions, device and emotional display method | |
| WO2009024273A1 (en) | Method and system for monitoring sleep | |
| JPH01110344A (ja) | 分娩中の胎児の監視 | |
| CN100453035C (zh) | 通过胎儿心率分析对胎儿反应进行评定 | |
| CN116942182A (zh) | 一种体质健康监控装置 | |
| CN113499035B (zh) | 一种基于置信区间融合阈值判据的疼痛识别系统 | |
| CN105726013A (zh) | 一种具有心电信号质量判别功能的心电监测系统 | |
| US20050020934A1 (en) | Physiological monitoring | |
| CN111839494A (zh) | 一种心率监测方法及系统 | |
| CN111012345A (zh) | 眼部疲劳度检测系统及方法 | |
| CN113520343A (zh) | 睡眠风险预测方法、装置和终端设备 | |
| JP2008253727A (ja) | モニタ装置、モニタシステム及びモニタ方法 | |
| CN116548938A (zh) | 临床医学用防感染隔离体征状态监测设备及监测系统 | |
| Fan et al. | An electrocardiogram acquisition and analysis system for detection of human stress | |
| AU632932B2 (en) | Analysis system for physiological variables | |
| CN1228290A (zh) | 新生儿生理参数监测仪 | |
| CN210494064U (zh) | 一种动态心电、呼吸和运动监测设备 | |
| CN106377250A (zh) | 睡眠状态下的脑电信号数据类型的标注设备 | |
| CN112687373A (zh) | 一种心理渴求度的量化系统及其方法 | |
| CN107280650A (zh) | 生命体特征参数获取方法及装置 | |
| CN112515688A (zh) | 专注力自动侦测方法和系统 |
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 |