[发明专利]一种基于心跳数据的分类器设置方法

说明书

本发明提出一种基于心跳数据的分类器设置方法，包括以下步骤：S1011：采集监控用户的BCG数据，从数据库下载ECG数据，形成初始数据集；S1012：去除BCG数据逐拍心动周期和ECG数据逐拍心动周期的异常值；S1013：采集BCG、ECG逐拍心动周期中提取HRV时域特征，对各HRV特征进行归一化和筛选，并输入分类器；S1014：采用了样本权重迁移的分类器,并将ECG逐拍心动周期中提取HRV时域特征设置为分类器的测试样本，设置公式调整分类器权重，调整分类器结果；S1015：使用分类器对监控用户新产生的BCG逐拍心动周期中提取HRV时域特征进行分类。

技术领域

本发明涉及医学领域，具体涉及一种基于心跳数据的分类器设置方法。

背景技术

由于社会节奏的加快和生活压力的增加，心理压力逐渐成为影响人体身心健康与生活质量的重要因素，自动检测和衡量心理压力有利于个人及时掌握自身的压力状态并进行自我调节，避免长期心理压力对身心和生活带来不良影响。

心冲击信号(Ballistocardiogram，即BCG)是一种无创、无接触式的心血管功能监测手段。它主要是由血液循环过程中造成的人体重力的变化引起的。与其他心血管检测技术相比，它具有无创、无直接接触和检测方便等优势，特别适合进行长期监测。

使用BCG信号计算心率变异性(Heart Rate Variability，即HRV)进而去评估用户心理压力状况是一种可行的方案。心率变异性产生于自主神经系统对心脏窦房结的调节，反映了心脏本身窦性心律不齐的程度以及神经体液因素与窦房结之间相互作用的平衡关系，是衡量心理压力的有效参数。

目前，对心理压力的衡量没有确定的规范，造成压力评估杂乱性高、准确性低。

发明内容

为了克服现有技术中的不足，本发明提出一种基于心跳数据的分类器设置方法，其特征在于，包括以下步骤：

S1011：采集监控用户的BCG数据，从数据库下载ECG数据，形成初始数据集；

S1012：去除BCG数据逐拍心动周期和ECG数据逐拍心动周期的异常值；

S1013：采集BCG、ECG逐拍心动周期中提取HRV时域特征，对各HRV特征进行归一化和筛选，并输入分类器；

S1014：采用了样本权重迁移的分类器,并将ECG逐拍心动周期中提取HRV时域特征设置为分类器的测试样本，设置公式调整分类器权重，调整分类器结果；

S1015：使用分类器对监控用户新产生的BCG逐拍心动周期中提取HRV时域特征进行分类。

进一步地，所述S102中包括以下步骤：所述S1011中，采用压电陶瓷传感器采集监控用户的BCG数据。

进一步地，所述S1012中，所述BCG数据逐拍心动周期和ECG数据逐拍心动周期均通过IIR滤波器进行过滤，分别过滤噪音成分和基线漂移。

进一步地，所述S1013中，使用模板匹配法计算BCG信号逐拍心动周期，使用PT 算法计算ECG逐拍心动周期。

进一步地，所述S1012中，分别采用3δ原则、箱型图分析去除BCG、ECG的逐拍心动周期中的异常值。

进一步地，所述S1013中，所述BCG、ECG逐拍心动周期中提取HRV时域特征包括 HRV频域特征、HRV非线性特征、HRV时域特征。

进一步地，所述S1014中，分类器种类为决策树或者SVM、迭代次数N可调，采用以下公式调整权重：

β_t＝∈_t/(1-∈_t)