[发明专利]基于ECG信号的疲劳、情绪分析方法在审
| 申请号： | 201810742288.8 | 申请日： | 2018-07-09 |
| 公开（公告）号： | CN108852380A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 成谢锋;邵建华;佘辰俊;单煦 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | A61B5/16 | 分类号： | A61B5/16;A61B5/0402;A61B5/0245;G06K9/62 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 王素琴 |
| 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： | 本发明公开了一种基于ECG信号的疲劳、情绪分析方法，所述方法基于PCA、K‑means聚类算法以及DS证据理论实现，具体包括步骤：采集ECG信号数据，并对ECG信号数据做噪声检测、弱信号检测和滤波处理，提取ECG信号数据的R‑R间隔序列；对R‑R间隔序列时频域进行分析，得到用于数据训练的时频域指标，并对获取的所述时频域指标运用DS证据理论进行区间划分；对通过DS证据理论进行区间划分的所述时频域指标进行PCA，获取低维度矩阵以及相对应的变换矩阵；运用K‑means聚类算法对获取的低维度矩阵做聚类处理，划分出ECG信号数据中不同生理状态对应的类别，实现疲劳、情绪分析；本发明的基于ECG信号的疲劳、情绪分析方法可实现对疲劳、情绪的分析的精确分析。 | ||
| 搜索关键词： | 情绪分析 时频域 疲劳 证据理论 矩阵 间隔序列 聚类算法 低维 弱信号检测 变换矩阵 聚类处理 滤波处理 生理状态 数据训练 噪声检测 分析 采集 情绪 | ||
【主权项】：
1.基于ECG信号的疲劳、情绪分析方法，其特征在于，所述方法基于PCA、K‑means聚类算法以及DS证据理论实现，具体包括步骤：采集ECG信号数据，并对ECG信号数据做噪声检测、弱信号检测和滤波处理，提取ECG信号数据的R‑R间隔序列；对R‑R间隔序列时频域进行分析，得到用于数据训练的时频域指标，并对获取的所述时频域指标运用DS证据理论进行区间划分；对通过DS证据理论进行区间划分的所述时频域指标进行PCA，获取低维度矩阵以及相对应的变换矩阵；运用K‑means聚类算法对获取的低维度矩阵做聚类处理，划分出ECG信号数据中不同生理状态对应的类别，实现疲劳、情绪分析。
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/patent/201810742288.8/，转载请声明来源钻瓜专利网。
