[发明专利]计算机可读存储介质和终端有效

专利信息
申请号: 201810413775.X 申请日: 2018-05-02
公开(公告)号: CN108721048B 公开(公告)日: 2020-12-22
发明(设计)人: 高翔;黄国健;徐国政;冯琳琳;陈金阳;陈雯 申请(专利权)人: 南京邮电大学
主分类号: A61H1/02 分类号: A61H1/02;G06N3/08;G16H20/70
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 姚姣阳
地址: 210003 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 计算机 可读 存储 介质 终端
【权利要求书】:

1.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行预设的康复训练控制方法的步骤;所述康复训练控制方法包括:

构建情绪识别BP神经网络模型;所述构建情绪识别BP神经网络模型的步骤包括:获取康复训练对象样本组和正常对象样本组分别在康复抗阻训练实验中和在国际情绪图片系统实验中在预设的目标情绪下产生的生理信号;对所获取的康复训练对象样本组和正常对象样本组在康复抗阻训练实验和在国际情绪图片系统实验中在所述目标情绪下产生的生理信号进行分析计算,得到康复抗阻训练实验和国际情绪图片系统实验对应的多种生理特征参数;对所得到的康复抗阻训练实验和国际情绪图片系统实验对应的多种生理特征参数进行分析,以从所述多种生理特征参数中提取不受抗阻影响且反应目标情绪变化的生理特征参数,具体包括:采用单因素方差分析法对所得到的康复抗阻训练实验和国际情绪图片系统实验对应的多种生理特征参数进行方差分析,以从所述多种生理特征参数中去除康复训练中受抗阻影响的生理特征参数;采用两因素重复测量实验方差分析法对所述所得到的康复抗阻训练实验和国际情绪图片系统实验对应的多种生理特征参数进行显著差异性分析,以从所述多种生理特征参数中去除了康复训练中受抗阻影响的生理特征参数的剩余生理特征参数中提取所述不受抗阻影响且反应目标情绪变化的生理特征参数;采用提取得到的不受抗阻影响且反应目标情绪变化的生理特征参数构建所述情绪识别BP神经网络模型;采用所述情绪识别BP神经网络模型对康复抗阻训练中的康复训练对象进行情绪识别;

采用所得到的情绪识别结果对所述康复抗阻训练的训练难度进行调整。

2.根据权利要求1所述的计算机可读存储介质,在构建情绪识别BP神经网络模型之前,还包括:

对所构建的情绪识别BP神经网络模型进行验证。

3.根据权利要求2所述的计算机可读存储介质,其特征在于,所述生理信号包括心电、脉搏、皮电、呼吸、颧骨肌肌电和皱眉肌肌电信号。

4.根据权利要求3所述的计算机可读存储介质,其特征在于,所述不受抗阻影响且反应目标情绪变化的生理特征参数包括:心电信号RR间期0.15-0.4Hz频段的功率、心电信号RR间期规一化的高频段功率、脉搏NN间期的最大值与最小值之差、脉搏NN间期0-0.04Hz频段的功率、呼吸信号均值、颧骨肌肌电信号功率频率平均值、皮肤电导响应均值、皮肤电导响应最大值、皮肤电导响应最小值、全部信号中皮肤电导响应峰值的均值、脉搏信号上升时间标准差、呼吸信号一阶差分均值、皱眉肌肌电信号均值、皮肤电导响应一阶差分标准差、皮肤电导响应一阶差分最大值、皮肤电导响应一阶差分最小值、皮肤电导响应一阶差分最大值与最小值之差、皮肤电导响应二阶差分标准差、皱眉肌肌电信号一阶标准差和皱眉肌肌电信号积分肌电值。

5.根据权利要求1-4任一项所述的计算机可读存储介质,其特征在于,所述采用所述情绪识别BP神经网络模型对康复抗阻训练中的康复训练对象进行情绪识别,包括:

采用康复抗阻训练对训练对象进行训练,采集所述训练对象对应的生理信号;

采用采集到的所述训练对象对应的生理信号进行分析计算得到对应的所述不受抗阻影响且反应目标情绪变化的生理特征参数;

将所述不受抗阻影响且反应目标情绪变化的生理特征参数输入所述情绪识别BP神经网络模型,得到所述训练对象当前所处的目标情绪。

6.根据权利要求5所述的计算机可读存储介质,其特征在于,所述目标情绪包括厌烦、挫败和兴奋,所述采用所得到的情绪识别结果对所述康复抗阻训练的训练难度进行调整,包括:

当所述训练对象当前所处的目标情绪为厌烦时,则提高康复抗阻训练的训练难度;

当所述训练对象当前所处的目标情绪为兴奋时,则保持康复抗阻训练的训练难度不变;

当所述训练对象当前所处的目标情绪为挫败时,则降低康复抗阻训练的训练难度。

7.一种终端,其特征在于,包括存储器和处理器,所述存储器上储存有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行权利要求1至6任一项所述的计算机可读存储介质中的康复训练控制方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810413775.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top