[发明专利]一种基于人体特征数据的智能精神分析和评价方法及系统

权利要求书

1.一种基于人体特征数据的智能精神分析和评价方法，其特征在于：

步骤1)：获取采集的人体心电信号，基于所述人体心电信号计算获得呼吸基频和瞬时心率功率谱；

步骤2)：结合步骤1)求得的呼吸基频与瞬时心率功率谱，基于浮动频段法计算精神系统特征参数，对所述精神系统特征参数进行心率变异性分析；根据SDNN不同年龄段对应的正常值，计算得出短时精神指数；所述精神系统特征参数为低频带功率、高频带功率和其比例；所述心率变异性分析为对所述精神系统特征参数的短时时间序列进行时域以及非线性分析；根据SDNN不同年龄段对应的正常值为：年龄为18～29时，对应SDNN为129.92～210.08；年龄为30～49时，对应SDNN为115.52～180.21；年龄为50～69时，对应SDNN为91.28～150.46；年龄为70以上时，对应SDNN为90.50以下；

步骤3)：根据步骤2)求得的短时精神指数的样本集，通过数据挖掘得出周期性的精神状态评分；所述数据挖掘为输入精神指数样本集A＝{x₁,x₂,...x_m}，聚类的簇树k，最大迭代次数N，输出簇划分C＝{C₁,C₂,...C_k}；所述数据挖掘的具体步骤为：

(1)从所述精神指数样本集A中随机选择k个样本作为初始的k个质心向量：{μ₁,μ₂,...,μ_k}；

(2)对于n＝1，2，...N；

a.将簇划分C初始化为其中t＝1,2...k；

b.对于i＝1,2...m，计算样本x_i和各个质心向量μj(j＝1,2,...k)的距离：d_ij＝||xi-μj||22，将x_i标记最小的为d_ij所对应的类别λ_i；然后更新C_λi＝C_λi∪{x_i}；

c.对于j＝1,2,...,k，对C_j中所有的样本点重新计算新的质心

d.如果所有的k个质心向量都没有发生变化，则转到步骤c中；

(3)输出簇划分C＝{C₁,C₂,...C_k}；

(4)根据获取的SDNN，获得对应的精神状态评分；

步骤4)：根据所述的周期性的精神状态评分，将人体健康数据按照预设规则匹配对应的得分；通过所述得分生成个性化评价与解读。

2.根据权利要求1所述的基于人体特征数据的智能精神分析和评价方法，其特征在于：在所述步骤1)中，根据所述人体心电信号，计算心电波形中QRS波面积，提取电信号，对电信号进行傅立叶变换获取所述呼吸基频；提取心电R波波峰获取RR间期信号，相邻信号中点的时间间隔为T；根据RR间期信号计算瞬时心率F；根据瞬时心率F进行傅立叶变换获得瞬时心率功率谱。

3.根据权利要求2所述的基于人体特征数据的智能精神分析和评价方法，其特征在于：在所述步骤4)中，所述预设规则根据精神状态评价包括：应变能力状态与评价、放松程度状态与评价和疲劳程度状态与评价。

4.一种根据权利要求1-3中任一项所述的基于人体特征数据的智能精神分析和评价方法的系统，其特征在于：包括人体特征数据采集设备、用户终端设备和云服务器；所述人体特征数据采集设备用于采集用户的人体特征数据；所述用户终端设备分别与所述人体特征数据采集设备和云服务器通讯连接，所述用户终端设备接收所述人体特征数据，并传输至所述云服务器；所述云服务器接收所述人体特征数据后，进行存储和数据分析与计算，输出用户的精神分析和评价结果。

5.根据权利要求4所述的系统，其特征在于：所述人体特征数据采集设备包括光学传感器、心电检测传感器和近场通讯模块一；所述光学传感器根据检测的光学信号输出心率数据；所述心电检测传感器根据检测到的心电信号输出运动数据和体温数据；所述近场通讯模块一将所述心率数据、运动数据和体温数据发送至所述用户终端设备。