[发明专利]一种基于生理信号的异常情绪检测方法

说明书

本发明公开了一种基于生理信号的异常情绪检测方法，属于人工智能技术领域，包括以下步骤：步骤1：使用堆叠操作将一维生理信号增维至N维。步骤2：将经堆叠操作处理后的多维数据输入变分自编码器(VAE)，得到与输入数据对应的重构数据。步骤3：由输入数据和与之对应的重构数据计算出重构概率和白化距离，将重构概率和白化距离的加权和作为异常分数，设立异常阈值，异常分数超过阈值的数据即为异常。

技术领域

本发明属于人工智能技术领域，具体涉及一种基于生理信号的异常情绪检测方法。

背景技术

情绪状态不仅在人们的日常生活和工作中起着重要的作用，还极大程度的影响着人体健康。负面情绪的体验不可避免，但长期的不良情绪，如压力、抑郁，会影响身体的激素分泌，降低人体的抵抗力和免疫力，甚至增高患心血管疾病的风险。考虑到负面情绪带来的严重损失，因此对异常情绪进行检测并给予关注是很有必要的。

近年来，随着人工智能和传感器等技术的发展，情绪识别受到了广泛关注，并被广泛应用于智能医疗、人机交互、机器人、健康监测和病患的康复辅助等领域。机器学习和深度学习的最新进展已经证明生理信号是情感检测的可靠信息源。与常规的时间序列异常检测问题相比，基于生理信号的异常情绪检测问题有着其独有的特点：1.单一的数据点不具有数据特征，而是点组成的波形蕴含着情绪特征；2.正常模式和异常模式的多样性；3.存在明显的个体间异质性，使得不同个体正常波形之间的差异可能大于正常与异常波形之间的差异。另外，大多数基于生理信号的情绪检测方案都是有监督的方法，使其应用有很大局限。因此，研究一种可以解决上述特点的无监督的异常情绪检测方法是很有必要的。

发明内容

有鉴于此，本发明针对现有技术中存在的问题，提供了一种基于生理信号的异常情绪检测方法，该方法基于非入侵式的可穿戴设备，采集人体的生理信号来进行异常情绪识别，可穿戴设备可以长期监测个体的情绪状态，当个体长期处于不良情绪时，将发出提醒用于健康状态监测或辅助治疗。

为实现上述目的，本发明采用的技术方案如下：

一种基于生理信号的异常情绪检测方法，包括如下步骤：

步骤1：使用堆叠操作将一维生理信号增维至N维，得到N维信号；

步骤2：将步骤1中经堆叠操作处理后的N维信号输入到变分自编码器(VAE)中，得到与输入的N维信号对应的重构数据；

步骤3：根据步骤1得到的N维信号和步骤2得到的与之对应的重构数据计算重构概率和白化距离，并将计算得到的重构概率和白化距离的加权和作为异常分数，当异常分数超过设定的阈值时，一维生理信号为异常。

所述的步骤1中，堆叠操作的方法具体为：

通过长度为T的窗口将一维生理信号x分割成多段子序列，表示为x_t-T：t＝{x_t-T，x_t-T+1，…，x_t-1}，其中t＝T，2T…，kT(kT＜n+1)，n为一维生理信号的长度，将分割成的子序列沿列方向堆叠，形成如下矩阵；

在此基础上，以步长p在一维生理信号x上滑动窗口形成多个k×T的矩阵，从而实现一维时间序列的升维；

所述的步骤1中，为了减小切割时在切割点附近的跳变问题，在切割子序列时，即x_s，T矩阵除第一行外的每一行的开头，重复长度q的数据点，形成如下多个矩阵：