[发明专利]一种防疫人员疲劳情况的实时检测方法及系统

权利要求书

1.一种防疫人员疲劳情况的实时检测方法，其特征在于，所述方法包括：

采集获取防疫人员的多个类型的实时体征数据，获得多个实时体征数据集合，作为结果数据；

判断所述结果数据内是否存在静息态数据，获得判断结果；

若所述判断结果为否，则继续采集获取所述防疫人员的多个类型的实时体征数据，直至所述结果数据的时间长度大于第一预设时间长度，删除所述结果数据；

若所述判断结果为是，则继续采集获取所述防疫人员的多个类型的实时体征数据，直至所述结果数据的时间长度大于第二预设时间长度，其中，所述第二预设时间长度小于所述第一预设时间长度；

对所述结果数据内的静息态数据和累计数据进行分析，获得分析结果；

根据所述分析结果，计算所述防疫人员出现疲劳情况的概率值并输出。

2.根据权利要求1所述的方法，其特征在于，所述采集获取防疫人员的多个类型的实时体征数据，包括：

采集获取所述防疫人员的心电数据和皮电传导水平数据；

直至所述心电数据和皮电传导水平数据的时间长度达到第三预设时间长度，对所述心电数据和皮电传导水平数据进行特征提取，获得HR数据、HF数据和SCL数据；

将所述HR数据、HF数据和SCL数据作为所述结果数据，并清空当前数据缓存。

3.根据权利要求1所述的方法，其特征在于，对所述结果数据内的静息态数据和累计数据进行分析，包括：

对所述结果数据进行数据分类，获得所述静息态数据和所述累计数据；

采用Kruskal-Wallis方法比较所述静息态数据和所述累计数据的多个数据特征，获得比较结果；

根据所述比较结果，记录获得P_HR、P_HF、P_SCL，作为所述分析结果。

4.根据权利要求3所述的方法，其特征在于采用Kruskal-Wallis方法比较所述静息态数据和所述累计数据的多个数据特征之前，还包括：

删除所述静息态数据中多个所述数据特征内前10％和后10％的数据。

5.根据权利要求3所述的方法，其特征在于，所述计算所述防疫人员出现疲劳情况的概率值并输出，包括：

根据所述P_HR、P_HF、P_SCL，进行多因素判断，获得判断结果；

根据所述判断结果，计算并输出所述概率值。

6.根据权利要求5所述的方法，其特征在于，所述根据所述P_HR、P_HF、P_SCL，进行多因素判断包括：

判断所述P_HR、P_HF、P_SCL中的任意一项是否大于0.8，获得一级判断结果；

若所述一级判断结果为是，则继续判断是否存在HR_静息＞HR_累计或HF_静息＞HF_累计或SCL_静息＞SCL_累计，获得二级判断结果；

基于所述一级判断结果和所述二级判断结果，生成所述判断结果。

7.根据权利要求6所述的方法，其特征在于，所述计算并输出所述概率值，包括：

若所述判断结果中，所述一级判断结果和二级判断结果均为是，则计算P_HR*P_HF*P_SCL，获得所述概率值并输出；

若所述一级判断结果或二级判断结果为否，则所述概率值为0并输出。

8.一种防疫人员疲劳情况的实时检测系统，其特征在于，所述系统包括：

结果数据采集模块，用于采集获取防疫人员的多个类型的实时体征数据，获得多个实时体征数据集合，作为结果数据；

静息态数据判断模块，用于判断所述结果数据内是否存在静息态数据，获得判断结果；

结果数据处理模块，用于若所述判断结果为否，则继续采集获取所述防疫人员的多个类型的实时体征数据，直至所述结果数据的时间长度大于第一预设时间长度，删除所述结果数据；

持续采集模块，用于若所述判断结果为是，则继续采集获取所述防疫人员的多个类型的实时体征数据，直至所述结果数据的时间长度大于第二预设时间长度，其中，所述第二预设时间长度小于所述第一预设时间长度；

数据分析模块，用于对所述结果数据内的静息态数据和累计数据进行分析，获得分析结果；

疲劳概率计算模块，用于根据所述分析结果，计算所述防疫人员出现疲劳情况的概率值并输出。