-
公开(公告)号:CN118402790A
公开(公告)日:2024-07-30
申请号:CN202410414203.9
申请日:2024-04-08
申请人: 桂林电子科技大学
IPC分类号: A61B5/16 , A61B5/0245 , A61B5/00
摘要: 本发明公开了一种基于脉搏波信号心肺耦合的精神压力监测方法,属于生理信号处理技术领域;包括以下步骤:对原始的光电容积脉搏波信号PPG进行预处理工作,获得相对平滑的PPG信号;对预处理后的信号进行峰值识别,并从中提取心率变异序列以及呼吸序列。通过对3个序列进行图谱耦合转化得到包含精神压力信息的连续小波图谱及心肺耦合图谱,建立机器学习模型对精神压力等级进行识别;本发明能够在仅使用PPG信号的情况下实现对精神压力的精准监测,为未来智能穿戴设备识别精神压力提供新的思路。
-
公开(公告)号:CN118402785A
公开(公告)日:2024-07-30
申请号:CN202410414200.5
申请日:2024-04-08
申请人: 桂林电子科技大学
IPC分类号: A61B5/1455 , A61B5/145 , A61B5/00
摘要: 本发明提供一种基于脉搏波特征的无创血红蛋白预测方法。该方法对多波长PPG信号进行预处理获得平滑信号,然后提取复杂网络映射特征和形态学特征。复杂网络映射特征利用统计量构建PPG复杂网络并提取网络拓扑结构特征。形态学特征基于PPG及其导数信号,提取时域、频域等特征。采用先分类再回归算法框架,使用支持向量机对复杂网络特征分类人群血红蛋白水平,然后针对每类人群使用形态学特征的XGBoost回归模型预测具体数值,实现快速准确的血红蛋白水平预测,为无创检测提供新解决方案。
-