【技術實現步驟摘要】
本專利技術涉及生物電信號處理識別領域，特別是生物醫學工程學科，可穿戴。
技術介紹
1、隨著人們對健康和情緒管理的日益關注，認識到情緒對心理健康的重要性不斷增強。然而，傳統的可穿戴設備通常集中于監測生理指標，如心率、步數等，而對情緒的監測和管理尚未得到充分重視。情緒作為人類心理健康的重要指標，與大腦-心臟-腸胃神經系統密切相關。大腦負責理性思維和情感處理，心臟和腸胃神經系統則在情緒方面發揮著重要作用，分別代表了情感和直覺的反應。
2、市場上的可穿戴設備雖然普遍具有一定的生理監測功能，但并未專門針對情緒監測進行優化。一些智能手環、智能手表可能集成了一些與情緒相關的傳感器，例如心率監測、皮膚電活動傳感器等，但其情緒識別準確率和實用性有限。這些傳統設備往往無法充分考慮到大腦、心臟和腸胃神經系統在情緒表達中的協同作用，因此無法全面捕捉個體情緒狀態的復雜性。
技術實現思路
1、本專利技術提出了一種基于多模態生理信號的可穿戴人體情緒監測系統，旨在克服現有技術的局限性。通過結合大腦、心臟和腸胃神經系統的信息反應，我們的系統能夠更全面地評估個體情緒狀態，并為用戶提供更準確、更全面的情緒管理服務。本專利技術考慮了從可穿戴設備中獲取的與情緒相關的信號，如eeg(腦電信號)、ecg(心電信號)、egg(胃電信號)中提取的與情緒相關的信息，綜合起來形成情緒監測與評估系統，使之可以檢測到情緒并給出反饋。
2、本專利技術技術方案為一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，
3、所述腦電特征包括：腦電時域特征、腦電頻域特征、腦電非線性特征；
4、所述心電特征包括：心電時域特征、心電頻域特征、心電非線性特征；
5、所述胃電特征包括：胃電時域特征、胃電頻域特征、胃電非線性特征；
6、所述特征融合單元為多輸入的深度學習網絡，對所有特征進行融合，然后將融合后的特征輸入情緒識別單元和情緒評估單元；
7、所述情緒識別單元識別情緒的種類，情緒評估單元識別情緒的強度。
8、進一步的，所述腦電時域特征包括：
9、平均電位：在設定時間段的平均腦電活動水平，
10、峰值電位：最高和最低點的電位值，
11、波形面積：信號波形在一定時間內的面積，
12、腦電波幅度：信號的最大振幅和最小振幅之間的差異；
13、所述腦電頻域特征包括：
14、功率譜密度(psd)：在各個頻率段上的功率分布，常用于α波、β波、θ波的能量特征，α波為8-12hz，β為13-30hz，θ為4-7hz，
15、頻譜質心：頻譜的質心位置，表示頻譜的中心頻率，
16、頻率帶寬：α波、β波的頻率范圍；
17、所述腦電非線性特征包括：
18、近似熵(apen)：衡量信號復雜性和不規則性，
19、樣本熵(sampen)：類似于近似熵，但計算更穩定，
20、分形維數：信號的自相似性和復雜度特征。
21、進一步的，所述心電時域特征包括：
22、rr間期：相鄰兩個r波峰值之間的時間間隔，
23、hrv時間域指標：包括標準差(sdnn)、平均rr間期(mrr)、相鄰rr間期差的標準差(sdsd)，qt間期：從q波的起點到t波的終點的時間間隔；
24、所述心電頻域特征包括：
25、hrv頻域指標：包括0.04-0.15hz的低頻lf、0.15-0.4hz高頻hf和比值lf/hf；
26、頻譜質心：心電信號頻譜的質心位置，
27、頻帶能量：在頻帶lf和hf內的能量；
28、所述心電非線性特征包括：
29、近似熵(apen)：衡量心電信號的復雜性，
30、樣本熵(sampen)：心電信號的不規則性。
31、進一步的，所述胃電時域特征包括：
32、基本頻率：胃電信號的主要頻率成分，一般為3次/分鐘(0.05hz)，
33、波形幅度：胃電信號的最大和最小幅度，
34、慢波周期：慢波的周期性特征；
35、所述胃電頻域特征包括：
36、功率譜密度(psd)：胃電信號在頻域中的能量分布，
37、頻譜峰值：胃電信號的主要頻率峰值，
38、頻率帶寬：設定頻帶內的頻率范圍；
39、所述胃電非線性特征包括：
40、近似熵(apen)：胃電信號的復雜性，
41、樣本熵(sampen)：胃電信號的不規則性，
42、分形維數：胃電信號的自相似性；
43、進一步的，所述特征融合單元的多輸入的深度學習網絡由一個卷積神經網絡和一個長短時記憶網絡組成。
44、進一步的，所述情緒識別單元為深度學習網絡，所述情緒評估單元為機器學習網絡。
45、進一步的，所述情緒識別單元的深度學習網絡為一個全連接層和一個激活函數；所述情緒評估單元的機器學習網絡為支持向量機svm。
46、通過綜合腦電(eeg)、心電(ecg)和創新性地融入與神經系統活動息息相關的胃電(egg)信號，系統能夠提供全面的情緒評估。這些信號各自代表了不同的情緒反應機制，多模態信號的融合可以更準確地捕捉情緒變化，提高情緒檢測的準確性和可靠性。系統能夠實時采集和分析用戶的生理信號，提供即時的情緒反饋，可以幫助用戶在早期識別情緒波動并采取相應措施，避免情緒失控或長期的情緒低落。
本文檔來自技高網...【技術保護點】
1.一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，該系統包含：信號采集及預處理單元、特征提取單元、特征融合單元、情緒識別單元、情緒評估單元；信號采集及預處理單元包括：腦電、心電、胃電的信號采集和預處理，然將預處理后的信號傳輸給特征提取單元；所述特征提取單元對收到的腦電、心電、胃電信號進行特征提取，并將提取到的特征傳輸給特征融合單元；特征提取單元提取的特征包括：腦電特征、心電特征、胃電特征；
2.如權利要求1所述的一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，其特征在于，所述腦電時域特征包括：
3.如權利要求1所述的一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，其特征在于，所述心電時域特征包括：
4.如權利要求1所述的一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，其特征在于，所述胃電時域特征包括：基本頻率、波形幅度、慢波周期；
5.如權利要求1所述的一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，其特征在于，所述特征融合單元的多輸入的深度學習網絡由一個卷積神經網絡和一個長短時記
6.如權利要求1所述的一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，其特征在于，所述情緒識別單元為深度學習網絡，所述情緒評估單元為機器學習網絡。
7.如權利要求1所述的一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，其特征在于，所述情緒識別單元的深度學習網絡為一個全連接層和一個激活函數；所述情緒評估單元的機器學習網絡為支持向量機SVM。
...【技術特征摘要】
1.一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，該系統包含：信號采集及預處理單元、特征提取單元、特征融合單元、情緒識別單元、情緒評估單元；信號采集及預處理單元包括：腦電、心電、胃電的信號采集和預處理，然將預處理后的信號傳輸給特征提取單元；所述特征提取單元對收到的腦電、心電、胃電信號進行特征提取，并將提取到的特征傳輸給特征融合單元；特征提取單元提取的特征包括：腦電特征、心電特征、胃電特征；
2.如權利要求1所述的一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，其特征在于，所述腦電時域特征包括：
3.如權利要求1所述的一種基于腦-心-腸神經系統電信號的可穿戴情緒監測評估系統，其特征在于，所述心電時域特征包括：
4.如權利要求1所述的...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。