一种基于脉搏信号的个性化生理状态聚类判别系统

    公开(公告)号:CN115804575A

    公开(公告)日:2023-03-17

    申请号:CN202111067322.4

    申请日:2021-09-13

    Abstract: 本发明公开了一种关于脑力劳动者的生理状态评估的方法,此方法首先通过红外脉搏传感器采集个体在不同状态下的脉搏波信号,通过小波分解去除脉搏波信号存在的高频噪声和基线漂移,并分别提取脉搏波信号在时域和频域下的多种特征值,其次,通过Relief算法进行特征值权重计算,得到新的加权脉搏样本。再次,基于加权的特征值样本,综合采用k‑means算法和模糊C均值算法分别进行聚类分析。最后,根据特定的特征值的变化规律对聚类后的模型进行状态判别,实现分级,由此提出了一种个性化的生理状态分级方法。本发明提出的个性化的生理状态分级方法,可以解决一直以来存在的个体差异性问题,极大的提高了生理状态评估的普适性。

Patent Agency Ranking