產品展示
新聞中心
精神壓力測試儀識別方法
1.一種精神壓力測試儀識別方法，其特征在于，所述方法包括以下步驟：
檢測用戶的皮電數據；
從所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息，根據所述皮膚電導反應信息計算得到當前反應信息指標，所述當前反應信息指標用于反映皮膚電導反應的發生頻率；
根據所述皮膚電導水平信息計算得到當前水平信息指標，所述當前水平信息指標用于反映皮膚電導水平變化的劇烈程度；
根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。
2.如權利要求1所述的方法，其特征在于，所述根據所述皮膚電導反應信息計算得到當前反應信息指標，具體包括：
對所述皮膚電導反應信息進行信號特征提取，獲得當前反應信息特征；
根據所述當前反應信息特征計算得到與所述當前反應信息特征對應的所述當前反應信息指標。
3.如權利要求2所述的方法，其特征在于，所述當前反應信息特征包括波形高度、波形出現時長、上升沿斜率和下降沿斜率中的至少一項。
4.如權利要求1所述的方法，其特征在于，所述根據所述皮膚電導水平信息計算得到當前水平信息指標，具體包括：
獲取所述皮膚電導水平信息在第一預設時間范圍內的第一平均值，并獲取所述皮膚電導水平信息在第二預設時間范圍內的第二平均值，所述第一預設時間范圍與所述第二預設時間范圍為相連的時間范圍；
計算所述第一平均值與所述第二平均值之間的差值，并將所述差值作為所述當前水平信息指標。
5.如權利要求1所述的方法，其特征在于，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別，具體包括：
在映射關系中根據所述當前反應信息指標和所述當前水平信息指標查找對應的當前精神壓力測試儀級別，所述映射關系包括反應信息指標、水平信息指標與精神壓力測試儀級別之間的對應關系。
6.如權利要求1所述的方法，其特征在于，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別，具體包括：
將所述當前反應信息指標和所述當前水平信息指標輸入預設神經網絡模型的輸入層，在所述預設神經網絡模型的輸出層獲取所述當前精神壓力測試儀級別。
7.如權利要求1所述的方法，其特征在于，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別之前，所述方法還包括：
檢測所述用戶的心電數據；
根據所述心電數據計算得到心率變異性指標；
相應地，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別，具體包括：
查找與所述心率變異性指標對應的權重系數，根據所述權重系數對所述當前反應信息指標和所述當前水平信息指標進行加權換算，再根據加權換算后的所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。
8.如權利要求1至7中任一項所述的方法，其特征在于，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別之后，所述方法還包括：
將所述當前精神壓力測試儀級別推送至終端，以使得所述終端將接收到的所述當前精神壓力測試儀級別進行展示。
9.一種智能設備，其特征在于，所述智能設備包括：
存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的精神壓力測試儀識別程序，所述精神壓力測試儀識別程序被所述處理器執行時實現如權利要求1至8中任一項所述的精神壓力測試儀識別方法的步驟。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有精神壓力測試儀識別程序，所述精神壓力測試儀識別程序被處理器執行時實現如權利要求1至8中任一項所述的精神壓力測試儀識別方法的步驟。
說明書
一種精神壓力測試儀識別方法、智能設備及計算機可讀存儲介質
技術領域
本發明涉及計算機技術領域，尤其涉及一種精神壓力測試儀識別方法、智能設備及計算機可讀存儲介質。
背景技術
現代社會人們處于各種各樣的壓力之下，關注個人的身心健康，已經成為了一個很重要的社會問題，而當前了解個人的心理狀態的方法主要還是通過人工進行溝通，相關人員與個人進行一對一的溝通，這種方式效率很低，而且由于人與人的溝通本身就存在著一定的信息壁壘，無法達到完全的溝通順暢，況且，該種方式需要耗費較大的人力成本和金錢成本，不適合在學校、企業或社會上大范圍地開展。
而隨著人機交互情感識別技術的發展，通過對用戶的生物信息的采集處理實現對于個人的情緒判斷也成為了一種了解個人心理狀態的可能，但是目前還沒有一個比較成熟完整且具有可實施性的方案出現，所以，如何基于生理信號穩定而有效地實現精神壓力測試儀識別依舊是一個難題。
上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。
發明內容
本發明的主要目的在于提供一種精神壓力測試儀識別方法、智能設備及計算機
可讀存儲介質，旨在解決現有技術中不能基于生理信號穩定而有效地實現精神壓力測試儀識別的技術問題。
為實現上述目的，本發明提供一種精神壓力測試儀識別方法，所述方法包括以下步驟：
檢測用戶的皮電數據；
從所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息，根據所述皮膚電導反應信息計算得到當前反應信息指標，所述當前反應信息指標用于反映皮膚電導反應的發生頻率；
根據所述皮膚電導水平信息計算得到當前水平信息指標，所述當前水平信息指標用于反映皮膚電導水平變化的劇烈程度；
根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。
優選地，所述根據所述皮膚電導反應信息計算得到當前反應信息指標，具體包括：
對所述皮膚電導反應信息進行信號特征提取，獲得當前反應信息特征；
根據所述當前反應信息特征計算得到與所述當前反應信息特征對應的所述當前反應信息指標。
優選地，所述根據所述皮膚電導水平信息計算得到當前水平信息指標，具體包括：
獲取所述皮膚電導水平信息在第一預設時間范圍內的第一平均值，并獲取所述皮膚電導水平信息在第二預設時間范圍內的第二平均值，所述第一預設時間范圍與所述第二預設時間范圍為相連的時間范圍；
計算所述第一平均值與所述第二平均值之間的差值，并將所述差值作為所述當前水平信息指標。
優選地，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別，具體包括：
在映射關系中根據所述當前反應信息指標和所述當前水平信息指標查找對應的當前精神壓力測試儀級別，所述映射關系包括反應信息指標、水平信息指標與精神壓力測試儀級別之間的對應關系。
優選地，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別，具體包括：
將所述當前反應信息指標和所述當前水平信息指標輸入預設神經網絡模型的輸入層，在所述預設神經網絡模型的輸出層獲取所述當前精神壓力測試儀級別。
優選地，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別之前，所述方法還包括：
檢測所述用戶的心電數據；
根據所述心電數據計算得到心率變異性指標；
相應地，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別，具體包括：
查找與所述心率變異性指標對應的權重系數，根據所述權重系數對所述當前反應信息指標和所述當前水平信息指標進行加權換算，再根據加權換算后的所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。
優選地，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別之后，所述方法還包括：
將所述當前精神壓力測試儀級別推送至終端，以使得所述終端將接收到的所述當前精神壓力測試儀級別進行展示。
此外，為實現上述目的，本發明還提供一種智能設備，所述智能設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的精神壓力測試儀識別程序，所述精神壓力測試儀識別程序配置為實現所述精神壓力測試儀識別方法的步驟。
此外，為實現上述目的，本發明還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有精神壓力測試儀識別程序，所述精神壓力測試儀識別程序被處理器執行時實現所述的精神壓力測試儀識別方法的步驟。
本發明通過從檢測到的所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息，對所述皮膚電導反應信息和所述皮膚電導水平信息進行計算，獲得當前反應信息指標和當前水平信息指標，再根據所述當前反應信息指標和所述當前水平信息指標以實現對所述用戶的精神壓力測試儀的判斷�；谄る姅祿嬎愕玫降漠斍胺磻畔⒅笜撕彤斍八叫畔⒅笜巳ヅ袛嘤脩舻木駢毫y試儀，也實現了基于數理指標去判斷精神壓力測試儀，比之人工判斷更加有效和經濟，也就達到了基于生理信號穩定而有效地實現精神壓力測試儀識別的技術效果。
附圖說明
圖1是本發明實施例方案涉及的硬件運行環境的智能設備結構示意圖；
圖2為本發明精神壓力測試儀識別方法第一實施例的流程示意圖；
圖3為本發明精神壓力測試儀識別方法第二實施例的流程示意圖；
圖4為本發明精神壓力測試儀識別方法第三實施例的流程示意圖；
圖5為本發明精神壓力測試儀識別方法第四實施例的流程示意圖。
本發明目的的實現、功能特點及優點將結合實施例，參照附圖做進一步說明。
具體實施方式
應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
參照圖1，圖1為本發明實施例方案涉及的硬件運行環境的智能設備結構示意圖。
如圖1所示，該智能設備可以包括：處理器1001，例如CPU，通信總線1002、用戶接口1003，網絡接口1004，存儲器1005。其中，通信總線1002用于實現這些組件之間的連接通信。用戶接口1003可以包括顯示屏(Display)、輸入單元比如鍵盤(Keyboard)和觸摸屏，可選用戶接口1003還可以包括標準的有線接口、無線接口。網絡接口1004可選的可以包括標準的有線接口、無線接口(如WI-FI接口)。存儲器1005可以是高速RAM存儲器，也可以是穩定的存儲器(non-volatile memory)，例如磁盤存儲器。存儲器1005可選的還可以是獨立于前述處理器1001的存儲裝置。
所述智能設備還可包括生理信號采集電路，所述生理信號采集電路用于檢測皮電數據和心電數據，在具體實現中，可采用電極實現生理信號的檢測，比如，使用兩個電極去采集皮電數據，由于心電數據本身的不穩定性和檢測到的數據較為微弱，需使用較多電極去采集，可使用三個電極去采集心電數據，當然，為了降低電路的復雜度和降低電子器件的使用成本，采集皮電數據的電極也可用于采集心電數據；當然，也可直接使用傳感器去檢測皮電數據和心電數據，并且，所述智能設備可體現為智能手環和智能手表等，本結構對此不作限制。
本領域技術人員可以理解，圖1中示出的結構并不構成對智能設備的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件布置。
如圖1所示，作為一種計算機存儲介質的存儲器1005中可以包括操作系統、網絡通信模塊、用戶接口模塊以及精神壓力測試儀識別程序。
在圖1所示的智能設備中，網絡接口1004主要用于連接服務器，與服務器進行數據通信；用戶接口1003主要用于連接終端，與終端進行數據通信；所述智能設備通過處理器1001調用存儲器1005中存儲的精神壓力測試儀識別程序，并執行以下操作：
檢測用戶的皮電數據；
從所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息，根據所述皮膚電導反應信息計算得到當前反應信息指標，所述當前反應信息指標用于反映皮膚電導反應的發生頻率；
根據所述皮膚電導水平信息計算得到當前水平信息指標，所述當前水平信息指標用于反映皮膚電導水平變化的劇烈程度；
根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。
進一步地，處理器1001可以調用存儲器1005中存儲的精神壓力測試儀識別程序，還執行以下操作：
對所述皮膚電導反應信息進行信號特征提取，獲得當前反應信息特征；
根據所述當前反應信息特征計算得到與所述當前反應信息特征對應的所述當前反應信息指標。
進一步地，處理器1001可以調用存儲器1005中存儲的精神壓力測試儀識別程序，還執行以下操作：
獲取所述皮膚電導水平信息在第一預設時間范圍內的第一平均值，并獲取所述皮膚電導水平信息在第二預設時間范圍內的第二平均值，所述第一預設時間范圍與所述第二預設時間范圍為相連的時間范圍；
計算所述第一平均值與所述第二平均值之間的差值，并將所述差值作為所述當前水平信息指標。
進一步地，處理器1001可以調用存儲器1005中存儲的精神壓力測試儀識別程序，還執行以下操作：
在映射關系中根據所述當前反應信息指標和所述當前水平信息指標查找對應的當前精神壓力測試儀級別，所述映射關系包括反應信息指標、水平信息指標與精神壓力測試儀級別之間的對應關系。
進一步地，處理器1001可以調用存儲器1005中存儲的精神壓力測試儀識別程序，還執行以下操作：
將所述當前反應信息指標和所述當前水平信息指標輸入預設神經網絡模型的輸入層，在所述預設神經網絡模型的輸出層獲取所述當前精神壓力測試儀級別。
進一步地，處理器1001可以調用存儲器1005中存儲的精神壓力測試儀識別程序，還執行以下操作：
檢測所述用戶的心電數據；
根據所述心電數據計算得到心率變異性指標；
相應地，還執行以下操作：
查找與所述心率變異性指標對應的權重系數，根據所述權重系數對所述當前反應信息指標和所述當前水平信息指標進行加權換算，再根據加權換算后的所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。
進一步地，處理器1001可以調用存儲器1005中存儲的精神壓力測試儀識別程序，還執行以下操作：
將所述當前精神壓力測試儀級別推送至終端，以使得所述終端將接收到的所述當前精神壓力測試儀級別進行展示。
本實施例通過上述方案，檢測用戶的皮電數據，從所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息，對所述皮膚電導反應信息和所述皮膚電導水平信息進行計算，獲得當前反應信息指標和當前水平信息指標，再根據所述當前反應信息指標和所述當前水平信息指標判斷所述用戶的當前精神壓力測試儀級別�；谄る姅祿嬎愕玫降漠斍胺磻畔⒅笜撕彤斍八叫畔⒅笜巳ヅ袛嘤脩舻木駢毫y試儀，也實現了基于數理指標去判斷精神壓力測試儀，比之人工判斷更加有效、經濟和準確，也就達到了基于生理信號穩定而有效地實現精神壓力測試儀識別的技術效果。
基于上述硬件結構，提出本發明精神壓力測試儀識別方法的實施例。
參照圖2，圖2為本發明精神壓力測試儀識別方法第一實施例的流程示意圖。
在第一實施例中，所述精神壓力測試儀識別方法包括以下步驟：
步驟S101：檢測用戶的皮電數據；
可以理解的是，皮電數據是表現人體皮膚電導變化的數據，而人體皮膚電導的變化與人體的情緒狀態有密切關系，比如，當人處于情緒緊張、恐懼或者焦慮情況下時汗腺分泌會增加，皮膚表面汗液會增多，就會導致皮膚的導電性增加。而且，人體的汗腺一直處于不停排汗的過程中，所以皮膚一直存在導電性，故智能設備可通過檢測人體的皮膚以獲得皮電數據，該生理現象可被稱為流電皮膚反應(Galvanic Skin Response，GSR)。
步驟S102：從所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息，根據所述皮膚電導反應信息計算得到當前反應信息指標，所述當前反應信息指標用于反映皮膚電導反應的發生頻率；
在具體實現中，所述皮電數據包含有所述皮膚電導反應信息和皮膚電導水平信息。其中，所述皮膚電導反應信息在認知神經科學領域上是指皮膚電導反應(SkinConductance Responses，SCR)信息，SCR信息的產生一般是由于人體受到心理刺激，SCR信息可表現為一個瞬時且較快變動的SCR波形；而所述皮膚電導水平信息在認知神經科學領域上是指皮膚電導水平(Skin Conductivity Level，SCL)信息，一般認為SCL信息為基礎皮膚電傳導信息，即在平靜狀態下生理活動導致的皮膚電導基礎值，可表現為一個平滑波形，故可簡單理解為，SCR信息為受到瞬時刺激時產生的快速皮膚電導變化信息，而SCL信息為穩定狀態下的皮膚電導信息，但穩定狀態不限定于無刺激狀態，也可是長時間且不斷的刺激形成的當前穩定狀態。
可以理解的是，對于所述對所述皮膚電導反應信息進行計算得到當前反應信息指標的步驟，該步驟通過將SCR信息換算成一個規定指標也是為了方便和有效地對用戶的精神壓力測試儀進行判斷，其中，SCR信息的指標化計算，在實際應用中，比如，可將SCR信息以預設時間周期為限進行統計，得到所述當前反應信息指標，具體而言，所述當前反應信息指標可為以30秒為時間周期統計的SCR情況百分比，即30秒內出現了SCR信息的時長占比，該時長占比可反應SCR的發生頻率。
步驟S103：根據所述皮膚電導水平信息計算得到當前水平信息指標，所述當前水平信息指標用于反映皮膚電導水平變化的劇烈程度；
在具體實現中，根據SCL信息計算得到當前水平信息指標，即將SCL信息統計為一個規定指標，方便參考以判斷精神壓力測試儀級別。比如，以30秒為時間周期對SCR信息進行平均值統計，將前后30秒的SCR信息的平均值進行相減，將所述差值認定為水平信息指標，該水平信息差值即可反映SCL變化的劇烈程度。
需要說明的是，為了去除皮電數據中對統計無效的部分及噪聲部分，所述從所述皮電數據中提取出SCR信息和SCL信息之前，可對所述皮電數據先進行濾波處理，比如，以平滑濾波的方式去除皮電數據的噪聲，再根據去除噪聲后的皮電數據提取出SCR信息和SCL信息。
步驟S104：根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。
在具體實現中，根據計算得到的當前反應信息指標和當前水平信息指標實現對用戶的精神壓力測試儀級別的判斷，在實際操作時，一般可預先設置反應信息指標、水平信息指標與精神壓力測試儀級別的對應關系，所以，對用戶的精神壓力測試儀級別進行判斷的過程可理解為一個查詢反應信息指標、水平信息指標和精神壓力測試儀級別的對應關系的過程，本實施例對此不作限制。
需要說明的是，不同精神壓力測試儀級別分別對應不同的數值，比如，將精神壓力測試儀級別限定為大于等于0且小于等于100的整數數值，當根據當前反應信息指標與當前水平信息指標查詢反應信息指標、水平信息指標和精神壓力測試儀級別的對應關系時，查詢到對應的精神壓力測試儀級別的數值為87，則認為當前精神壓力測試儀級別為87，至于精神壓力測試儀級別的具體數值所代表含義，可通過文字形式進行事先設置以便于理解。所述精神壓力測試儀級別也為多個具體定義的精神壓力測試儀，各個精神壓力測試儀級別分別與兩個指標的數值一一對應，比如，設置四個精神壓力測試儀級別，躁動狀態、激動狀態、放松狀態和平靜狀態，不同的精神壓力測試儀級別對應不同的指標數值。
所述精神壓力測試儀級別也可對應多個數值段，比如，精神壓力測試儀為M，0≤M≤100且M為正整數，設置四個數值段，當0≤M＜25時，認定為第一精神壓力測試儀級別；當25≤M＜50時，認定為第二精神壓力測試儀級別；當50≤M＜75，認定為第三精神壓力測試儀級別；當75≤M≤100，認定為第四精神壓力測試儀級別。在實際運用中，當根據所述當前反應信息指標和所述當前水平信息指標確定M值為80時，則落入第四精神壓力測試儀級別的范圍，則認定為第四精神壓力測試儀級別，該種設置數值段的方式比之直接設置具體數值的方式容錯能力更強，也很適合對用戶的精神壓力測試儀的判斷。
本實施例提供的方案，通過從檢測到的所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息，根據所述皮膚電導反應信息和皮膚電導水平信息計算得到當前反應信息指標和當前水平信息指標，根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。根據皮電數據計算得到的當前反應信息指標和當前水平信息指標去判斷用戶的精神壓力測試儀，也實現了基于數理指標去判斷精神壓力測試儀，比之人工判斷更加有效和經濟，也就達到了基于生理信號穩定而有效地實現精神壓力測試儀識別的技術效果。
參照圖3，圖3為本發明精神壓力測試儀識別方法第二實施例的流程示意圖，基于上述圖2所示的實施例，提出本發明精神壓力測試儀識別方法的第二實施例。
在第二實施例中，所述步驟S102具體包括：
步驟S1021：從所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息；
該步驟的實施方法同第一實施例中對應部分，在此不作贅述。
步驟S1022：對所述皮膚電導反應信息進行信號特征提取，獲得當前反應信息特征；
可以理解的是，當對所述SCR信息進行信息特征提取后會獲得當前反應信息特征，所述當前反應信息特征體現了SCR信息的屬性特征，比如，所述當前反應信息特征可包括波形高度、波形出現時長、上升沿斜率和下降沿斜率中的至少一項，這些信號特征均可體現SCR信息的具體變化，可用于反映皮膚電導反應的發生狀況。
進一步地，所述從所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息之前，對所述皮電數據進行有效波段的截取，對截取后的皮電數據進行去噪處理，將去噪處理后的皮電數據作為新的皮電數據。
在具體實現中，所述皮電數據可表現為一段波形，而由于皮電數據的采集存在一定的干擾因素以及確定精神壓力測試儀級別所需的皮電數據對波形變化有一定要求，故可先對皮電數據進行一定的處理，比如，截取所述皮電數據的有效波段，去除所述皮帶數據中變形較大與沒有統計意義的波段，在截取有效波段的具體實現中，一般會基于一定寬度的數據窗口進行截取。另外，還會對皮電數據進行去噪處理，可提高當前精神壓力測試儀級別的識別準確度，本實施例對此不作限制。
步驟S1023：根據所述當前反應信息特征計算得到與所述當前反應信息特征對應的所述當前反應信息指標。
可以理解的是，所述當前反應信息特征可包括波形高度，波形出現時長，上升沿斜率和下降沿斜率中的至少一項，每一個當前反應信息特征都會計算獲得一個對應的當前反應信息指標，比如，若當前反應信息特征為波形出現時長時，可統計30秒內出現SCR波形的總時長，得到SCR波形出現時長為10秒時，則通過換算得到前30秒的SCR波形出現時長百分比為10÷30＝1/3≈33.3％，那么，當前反應信息特征為波形出現時長，所述對應的當前反應信息特征為前30秒的SCR波形出現時長百分比，即33.3％。
需要說明的是，通過對所述SCR信息進行信號特征提取，可根據提取到的多種特征進行計算以獲得對應特征類型的多個當前反應信息特征，換言之，當前反應信息特征在實際應用中可同時采納多種不同的特征類型，這樣能更為全面地統計SCR信息，便于準確地分析SCR信息，引入多個角度的考量，也就增加了最終確定用戶的精神壓力測試儀級別的準確度。
所述步驟103具體包括：
步驟S1031：獲取所述皮膚電導水平信息在第一預設時間范圍內的第一平均值，并獲取所述皮膚電導水平信息在第二預設時間范圍內的第二平均值，所述第一預設時間范圍與所述第二預設時間范圍為相連的時間范圍；
在具體實現中，可將第一預設時間范圍與第二預設時間范圍設置為相同時長的時間段，比如，將第一預設時間范圍與第二預設時間范圍都設置為30秒，且第一預設時間范圍與第二預設時間范圍為相連的時間段，即第一預設時間范圍為60秒鐘范圍內的前30秒，第二預設時間范圍為60秒鐘的后30秒。
可以理解的是，所述SCL信息一般表現為一段平滑的波形，所以讀取SCL信息的數值與計算SCL信息的數據特征值都較為容易，考慮到SCL信息的數據特點，可通過計算差值的方式來體現SCL信息的變化程度，比如，先計算前30秒的SCL信息的平均值即第一平均值為40個單位，計算后30秒的SCL信息的平均值即第二平均值為60個單位。
步驟S1032：計算所述第一平均值與所述第二平均值之間的差值，并將所述差值作為所述當前水平信息指標。
需要說明的是，第一平均值為40個單位，第二平均值為60個單位，則所得差值為20個單位，即間隔30秒增加了20個單位，該種數據之間的變化大小可反映SCL變化的劇烈程度。另外，若預先設置間隔30秒增加了大于15個單位時，認為皮膚電導水平變化的劇烈程度高，則當增加20個單位時，可認定皮膚電導水平變化的劇烈程度高。至于皮膚電導水平變化的劇烈程度在認知神經科學領域，是一個可以用來判斷用戶的精神壓力測試儀的指標。
本實施例提供的方案，通過對所述皮膚電導反應信息進行信號特征提取，獲得當前反應信息特征，再根據所述當前反應信息特征計算得到與所述當前反應信息特征對應的所述當前反應信息指標，至于當前水平信息指標通過將所述第一預設時間范圍內皮膚電導水平信息的平均值與所述第二預設時間范圍內皮膚電導水平信息的平均值進行差值計算獲得。本實施例給出了一個優化的當前反應信息指標和當前水平信息指標的計算方法，并且引入了當前反應信息特征，使得對皮膚電導反應信息的提取更加多元，可以獲悉更多的皮膚電導反應信息的波形屬性，也就更加方便地進行對用戶精神壓力測試儀的識別，同時，增加了最終精神壓力測試儀識別的準確度。
參照圖4，圖4為本發明精神壓力測試儀識別方法第三實施例的流程示意圖，基于上述圖2所示的實施例，提出本發明精神壓力測試儀識別方法的第三實施例。
在第三實施例中，所述步驟S104具體包括：
步驟S104′：在映射關系中根據所述當前反應信息指標和所述當前水平信息指標查找對應的當前精神壓力測試儀級別，所述映射關系包括反應信息指標、水平信息指標與精神壓力測試儀級別的對應關系。
在具體實現中，所述映射關系包括反應信息指標、水平信息指標與精神壓力測試儀級別的對應關系，也就是說，映射關系中存在著不同的精神壓力測試儀級別，也存在每個精神壓力測試儀級別對應著不同的反應信息指標和不同的水平信息指標的對應關系，當在執行該步驟時，就是根據已獲得的當前反應信息指標和當前水平值在映射關系中查找到對應的精神壓力測試儀級別。
當然，可預設多個精神壓力測試儀級別，各個精神壓力測試儀級別分別與兩個指標的數值一一對應，比如，將精神壓力測試儀級別設置為躁動狀態、激動狀態、放松狀態和平靜狀態四種狀態，不同的精神壓力測試儀級別對應不同的反應信息指標和水平信息指標，該種對應關系中的具體數值對應方式通過科學統計后事先設置，即反應信息指標、水平信息指標與精神壓力測試儀級別的對應關系可參照表1所述：
表1.反應信息指標、水平信息指標與精神壓力測試儀的對應關系
其中，反應信息指標為M1，數值范圍為0≤M1≤100，水平信息指標為M2，數值范圍為0≤M2≤100，M1和M2均為正整數；另外，在具體操作時，針對不同的當前反應信息特征可有多個反應信息指標，比如，可根據波形出現時長計算得到一個對應波形出現時長的當前反應信息指標N1，可根據上升沿斜率計算得到一個對應上升沿斜率的當前反應信息指標N2，在確定精神壓力測試儀級別時，會列出參考N1、N2和水平信息指標M2來確定精神壓力測試儀級別的對應關系表。
可以理解的是，為了對不同的精神壓力測試儀進行區別，所述精神壓力測試儀級別的表達需要提前設定定義以方便人們理解設定的精神壓力測試儀級別的含義，當然，表1中列舉的四種精神壓力測試儀級別在實際應用中可能不止四種，表1中給出的兩種指標的具體設定數值也只是為了方便理解，至于表1中給出的四種精神壓力測試儀級別含義，可理解為，比如，平靜狀態是指用戶整體上處于比較平靜的狀態同時未受到心理刺激，激動狀態是指用戶原本處于一種較為安靜的狀態下但是受到了較大的心理刺激等。由于表1中規定反應信息指標M1處于50＜M1≤100范圍內且水平信息指標M2在0≤M2≤50范圍內時，規定對應的精神壓力測試儀級別為激動狀態，所述激動狀態含義指用戶本處于安靜的狀態但瞬時情緒波動很大，而當檢測到當前反應信息指標為81個單位且當前水平信息指標為30個單位時，明顯落入了激動狀態的判定范圍，即智能設備認為用戶的當前精神壓力測試儀級別即為激動狀態，本實施例對所述表1內容、數值設置和精神壓力測試儀級別的解釋內容不作限制，只是為了方便理解。
進一步地，為了方便統計、分析與遠程監控用戶的精神壓力測試儀，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別之后，將所述用戶的當前精神壓力測試儀級別推送至終端，以使得所述終端將接受到的當前精神壓力測試儀級別進行展示。
在具體實現中，比如，若智能設備的實際應用情景為監測統計學生的精神壓力測試儀，需要將確定的精神壓力測試儀級別發送至政府相關心理機構或者學生所在學校去進行學生精神壓力測試儀的分析，所述將精神壓力測試儀級別推送至終端即實現了該功能，所述終端是指智能設備綁定的精神壓力測試儀級別固定推送終端，可為心理機構，學�；蛘咂髽I等。
進一步地，為了適應用戶的差應性和提高確定精神壓力測試儀級別的準確度，所述根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別，具體包括，將所述當前反應信息指標和所述當前水平信息指標輸入預設神經網絡模型的輸入層，在所述預設神經網絡模型的輸出層獲取所述當前精神壓力測試儀級別。
可以理解的是，為了提高最終精神壓力測試儀識別結果的準確度，可引入神經網絡模型對所述當前反應信息指標和當前水平信息指標進行統計推斷，以實現更為準確地判斷精神壓力測試儀。為了適應用戶的差異性和提高準確度，根據已有的歷史數據，包括反應信息指標和水平信息指標，以實現對神經網絡模型的訓練，可獲得一個適合于識別當前精神壓力測試儀級別的數據模型，即預設神經網絡模型，將反應信息指標和水平信息指標輸入預設神經網絡模型的輸入層，在所述預設神經網絡模型的輸出層獲取精神壓力測試儀級別，以實現預設神經網絡模型的訓練。
在具體實施中，所述預設神經網絡模型可采用貝葉斯網絡(Bayesian Networks)，該種方法適合本方案的實現；當然，也可采用其他方式，比如，支持向量機(Support VectorMachines)，K近鄰均值聚類(K-nearest Neighbour)等去實現對精神壓力測試儀的識別，但是不同的分類器對于不同的生理信號判斷精神壓力測試儀有著正確率的差異。
本實施例提供的方案，通過預先設置映射關系，在映射關系中根據所述當前反應信息指標和所述當前水平信息指標查找對應的當前精神壓力測試儀級別，所述映射關系包括反應信息指標、水平信息指標與精神壓力測試儀級別的對應關系。通過預先設置映射關系來實現精神壓力測試儀的識別，另外，通過統計計算確定一個較好的反應信息指標范圍和水平信息指標范圍，也讓精神壓力測試儀級別的判斷更加準確，并且可以通過實時改變反應信息指標范圍和水平信息指標范圍的設置，讓該方案具有更強的適應性，不僅增加了方案的可行性，也使精神壓力測試儀的判斷更加科學有依據。
參照圖5，圖5為本發明精神壓力測試儀識別方法第四實施例的流程示意圖，基于上述圖2所示的實施例，提出本發明精神壓力測試儀識別方法的第四實施例。
在第四實施例中，所述步驟S104具體包括：
步驟S1041：檢測所述用戶的心電數據；
可以理解的是，所述心電數據是指人體中可反應心臟活動的數據，智能設備可通過人體體表去獲取該心電數據，由于心電數據的微弱性和不穩定性，需要比采集皮電數據更多的元器件去實現數據檢測，比如，使用多個電極去實現數據監測，這樣檢測增加準確。
步驟S1042：根據所述心電數據計算得到心率變異性指標；
在具體實現中，為了更加具體和準確地描述心電數據，可將所述心電數據換算成心率變異性指標，心率變異性(Heart Rate Variability，HRV)為反映心臟神經的運行狀態的量化指標，HRV指標一般通過連續測量多個心搏間期之間的差異來反應用戶的心率變化和精神壓力測試儀。
當然，根據HRV活動的原理，為了方便數理統計，現存在多種HRV指標去評價HRV活動，比如，相鄰R-R間期差值均方的平方根(root Mean Square of SuccessiveDifferences，rMSSD)，PNN50，還有LF，其中，所述PNN50指相鄰R-R間期相差50ms的百分比，所述LF是指代表反應交感神經和迷走神經的調節功能的低頻成分部分等。
進一步地，為了增加精神壓力測試儀識別的準確度以及讓HRV指標更加符合精神壓力測試儀識別的應用，所述根據所述心電數據計算得到心率變異性指標之后，在預設心電指標范圍內截取所述心率變異性指標，獲得截取后的心率變異性指標，將所述截取后的心率變異性指標作為新的所述心率變異性指標。
可以理解的是，比如，將HRV指標中的rMSSD指標進行進一步地限定，rMSSD指標的預設心電指標范圍可為，小于15ms范圍內的全天時間占比，PNN50指標的預設心電指標范圍可為，小于0.75％的全天時間占比數等，通過將HRV指標進行進一步地篩選并截取有效范圍，也排除了無效范圍，提高了精神壓力測試儀識別的準確度。
步驟S1043：查找與所述心率變異性指標對應的權重系數，根據所述權重系數對所述當前反應信息指標和所述當前水平信息指標進行加權換算，再根據加權換算后的所述反應信息指標和所述水平信息指標確定所述用戶的當前精神壓力測試儀級別。
在具體實現中，可根據反應信息指標和水平信息指標去判斷精神壓力測試儀，但這只是基于皮電數據的判斷，當引入了心電數據后，可同時根據皮電數據和心電數據進行精神壓力測試儀級別的判斷，如此得到的判斷結果更加準確。至于引入心電數據的方式，可通過根據HRV指標基于與HRV指標對應的權重系數去變換所述當前反應信息指標和當前水平信息指標，得到加權換算后的所述當前反應信息指標和當前水平信息指標，再根據加權換算后的指標去判斷所述用戶的當前精神壓力測試儀，所述權重系數是與所述HRV指標的大小對應的數值，具體權重系數需要經過統計獲得，權重系數在使用時會事先確定以供方便獲得。
本實施例提供的方案，檢測所述用戶的心電數據，根據所述心電數據計算得到心率變異性指標，再查詢與所述心率變異性指標對應的權重系數，根據所述權重系數對所述當前反應信息指標和所述當前水平信息指標進行加權換算，再根據加權換算后的所述反應信息指標和所述水平信息指標確定所述用戶的當前精神壓力測試儀。本方案通過引入心電數據輔助皮電數據一起判斷用戶的精神壓力測試儀，使精神壓力測試儀的判斷更加準確也更加全面，可以降低對單一數據的依賴性過大，同時根據現有的研究報告，不同的心理信號對不同的分類器以及不同的心理誘因存在著不同的準確度，故而引入心電數據可以讓情緒判斷結果更加逼近正確答案。
此外，本發明實施例還提出一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有精神壓力測試儀識別程序，所述精神壓力測試儀識別程序被處理器執行時實現如下操作：
檢測用戶的皮電數據；
從所述皮電數據中提取出皮膚電導反應信息和皮膚電導水平信息，根據所述皮膚電導反應信息計算得到當前反應信息指標，所述當前反應信息指標用于反映皮膚電導反應的發生頻率；
根據所述皮膚電導水平信息計算得到當前水平信息指標，所述當前水平信息指標用于反映皮膚電導水平變化的劇烈程度；
根據所述當前反應信息指標和所述當前水平信息指標確定所述用戶的當前精神壓力測試儀級別。
進一步地，所述精神壓力測試儀識別程序被處理器執行時還實現如下操作：
對所述皮膚電導反應信息進行信號特征提取，獲得當前反應信息特征；
根據所述當前反應信息特征計算得到與所述當前反應信息特征對應的所述當前反應信息指標。
進一步地，所述精神壓力測試儀識別程序被處理器執行時還實現如下操作：
獲取所述皮膚電導水平信息在第一預設時間范圍內的第一平均值，并獲取所述皮膚電導水平信息在第二預設時間范圍內的第二平均值，所述第一預設時間范圍與所述第二預設時間范圍為相連的時間范圍；
計算所述第一平均值與所述第二平均值之間的差值，并將所述差值作為所述當前水平信息指標。
進一步地，所述精神壓力測試儀識別程序被處理器執行時還實現如下操作：
在映射關系中根據所述當前反應信息指標和所述當前水平信息指標查找對應的當前精神壓力測試儀級別，所述映射關系包括反應信息指標、水平信息指標與精神壓力測試儀級別之間的對應關系。
進一步地，所述精神壓力測試儀識別程序被處理器執行時還實現如下操作：
將所述當前反應信息指標和所述當前水平信息指標輸入預設神經網絡模型的輸入層，在所述預設神經網絡模型的輸出層獲取所述當前精神壓力測試儀級別。
進一步地，所述精神壓力測試儀識別程序被處理器執行時還實現如下操作：
檢測所述用戶的心電數據；
根據所述心電數據計算得到心率變異性指標；
相應地，還實現如下操作：
查找與所述心率變異性指標對應的權重系數，根據所述權重系數對所述當前反應信息指標和所述當前水平信息指標進行加權換算，再根據加權換算后的所述反應信息指標和所述水平信息指標確定所述用戶的當前精神壓力測試儀級別。
進一步地，所述精神壓力測試儀識別程序被處理器執行時還實現如下操作：
將所述當前精神壓力測試儀級別推送至終端，以使得所述終端將接收到的所述當前精神壓力測試儀級別進行展示。
需要說明的是，在本文中，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者系統不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者系統所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括該要素的過程、方法、物品或者系統中還存在另外的相同要素。
上述本發明實施例序號僅僅為了描述，不代表實施例的優劣。
在列舉了若干裝置的單元權利要求中，這些裝置中的若干個可以是通過同一個硬件項來具體體現。詞語第一、第二、以及第三等的使用不表示任何順序，可將這些詞語解釋為名稱。
通過以上的實施方式的描述，本領域的技術人員可以清楚地了解到上述實施例方法可借助軟件加必需的通用硬件平臺的方式來實現，當然也可以通過硬件，但很多情況下前者是更佳的實施方式�；谶@樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟件產品的形式體現出來，該計算機軟件產品存儲在一個存儲介質(如ROM/RAM、磁碟、光盤)中，包括若干指令用以使得一臺終端設備(可以是手機，計算機，服務器，空調器，或者網絡設備等)執行本發明各個實施例所述的方法。以上僅為本發明的優選實施例，并非因此限制本發明的專利范圍，凡是利用本發明說明書及附圖內容所作的等效結構或等效流程變換，或直接或間接運用在其他相關的技術領域，均同理包括在本發明的專利保護范圍內。
- 上一篇內容: 精神壓力分析儀的意義
- 下一篇內容: 精神壓力測試儀控制指令無線收發模塊
相關新聞：
- ·精神壓力分析儀調節減壓器均與電源裝置連接 2017-11-11
- ·精神壓力分析儀虹膜檢測技術構建 2017-11-11
- ·精神壓力分析儀神經網絡算法評估方法 2017-11-11
- ·精神壓力分析儀緩解器與音頻電路相連接 2017-11-11
- ·精神壓力分析儀測定套件傳感器芯片 2017-11-11
- ·精神壓力分析儀數字探測器 2017-11-11
- ·精神壓力分析儀腦電測量裝置 2017-11-11
- ·精神壓力分析儀生命指征傳感器 2017-11-11
- ·精神壓力分析儀檢測裝置接至電源負極 2017-11-11
- ·精神壓力分析儀緩解配方及其制備方法 2017-11-11
相關產品：
2010-2017 All Rights Reserved
傳真：