疲劳程度检测方法及相关装置与流程
本技术涉及数据处理,具体涉及一种疲劳程度检测方法及相关装置。
背景技术:
1、在当今的快节奏生活中,人们越来越多地面临着长时间的工作和长期的生活压力,现疲劳已成为影响健康和生活质量的重要因素。疲劳不仅会降低工作效率,还可能导致注意力不集中、反应迟钝,增加事故发生的风险。因此,及时准确地监测和评估疲劳程度对于预防疲劳相关的健康问题和安全事故具有重要意义。
2、传统的疲劳检测方法通常依赖于用户主观的自我评估,或者需要使用医疗仪器进行监测,这些疲劳监测方式不仅耗时耗力,而且难以实现实时和连续的疲劳监测,监测结果的准确性较差。
技术实现思路
1、本技术实施例提供了一种疲劳程度检测方法及相关装置,以期提高疲劳程度检测的便捷性和准确性。
2、第一方面,本技术实施例提供了一种疲劳程度检测方法,所述方法包括:
3、获取多个血液容积变化信号,多个所述血液容积变化信号为穿戴设备中第一传感器多通道采集的用户数据;
4、对多个所述血液容积变化信号进行融合处理,得到第一数据;
5、从所述第一数据中提取目标信号,所述目标信号包括心率、心率变异性指标以及频域指标;
6、将所述目标信号输入预训练好的疲劳程度监测模型,得到疲劳检测结果,所述疲劳检测结果用于表征用户的疲劳程度。
7、结合第一方面,在一种可能的实施例中,所述对多个所述血液容积变化信号进行融合处理,得到第一数据,包括:
8、获取加速度传感数据,所述加速度传感数据为穿戴设备中第二传感器采集的用户数据;
9、根据所述加速度传感数据分别对多个所述血液容积变化信号进行过滤,得到多个第一信号;
10、对多个所述第一信号进行融合处理,得到所述第一数据。
11、结合第一方面,在一种可能的实施例中,所述对多个所述第一信号进行融合处理,得到所述第一数据,包括:
12、对多个所述第一信号进行带通滤波处理,得到多个第二信号;
13、对多个所述第二信号进行融合处理,得到所述第一数据。
14、结合第一方面,在一种可能的实施例中,所述对多个所述第一信号进带通滤波处理,得到多个第二信号,包括:
15、针对每个所述第一信号执行以下步骤:
16、筛选出第一信号中频率范围为x的第二信号,0.5hz≦x≦5hz。
17、结合第一方面,在一种可能的实施例中,所述从所述第一数据中提取目标信号,包括:
18、对所述第一数据进行信噪比分析,并筛选第一数据中信噪比高于第一阈值的第二数据;
19、从所述第二数据中提取所述目标信号。
20、结合第一方面,在一种可能的实施例中,所述将所述目标信号输入预训练好的疲劳程度监测模型,得到疲劳检测结果之后,所述方法还包括:
21、根据所述疲劳检测结果确定第一界面;
22、指示第一设备输出所述第一界面;所述第一设备为所述穿戴设备,或者所述第一设备为与所述穿戴设备通信连接的终端设备。
23、结合第一方面,在一种可能的实施例中,所述将所述目标信号输入预训练好的疲劳程度监测模型,得到疲劳检测结果之后,所述方法还包括:
24、获取第一时段内的多个疲劳检测结果;
25、根据多个所述疲劳检测结果确定所述第一时段对应的第一疲劳程度;
26、获取所述第一时段之前的n个第二时段分别对应的第二疲劳程度,所述第一时段和所述第二时段时长相同;
27、根据所述第一疲劳程度和n个所述第二疲劳程度确定用户的疲劳变化趋势。
28、结合第一方面,在一种可能的实施例中,所述获取第一时段内的多个疲劳检测结果之后,所述方法还包括:
29、确定所述第一时段内的多个疲劳检测结果的第一数量;
30、比对所述第一数量和预设数量,并在所述第一数量大于所述预设数量时,执行所述根据多个所述疲劳检测结果确定所述第一时段对应的第一疲劳程度,以及所述获取所述第一时段之前的n个第二时段分别对应的第二疲劳程度。
31、结合第一方面,在一种可能的实施例中,所述根据所述第一疲劳程度和n个所述第二疲劳程度确定用户的疲劳变化趋势,包括:
32、计算n个所述第二疲劳程度的均值,得到评价参数;
33、比对所述第一疲劳程度和所述评价参数;
34、若所述第一疲劳程度大于所述评价参数,则确定所述疲劳变化趋势呈上升趋势;
35、若所述第一疲劳程度小于所述评价参数,则确定所述疲劳变化趋势呈下降趋势;
36、若所述第一疲劳程度等于所述评价参数,则确定所述疲劳变化趋势呈平缓趋势。
37、结合第一方面,在一种可能的实施例中,所述根据所述第一疲劳程度和n个所述第二疲劳程度确定用户的疲劳变化趋势之后,所述方法还包括:
38、在所述疲劳变化趋势呈上升趋势时,根据所述疲劳变化趋势生成疲劳异常提示;
39、指示第一设备输出所述疲劳异常提示;所述第一设备为所述穿戴设备,或者所述第一设备为与所述穿戴设备通信连接的终端设备。
40、第二方面,本技术实施例提供了一种疲劳程度检测装置,所述ppg疲劳程度检测装置包括:
41、获取单元,用于获取多个血液容积变化信号,多个所述血液容积变化信号为穿戴设备中第一传感器多通道采集的用户数据;
42、融合单元,用于对多个所述血液容积变化信号进行融合处理,得到第一数据;
43、提取单元,用于从所述第一数据中提取目标信号,所述目标信号包括心率、心率变异性指标以及频域指标;
44、输出单元,用于将所述目标信号输入预训练好的疲劳程度监测模型,得到疲劳检测结果,所述疲劳检测结果用于表征用户的疲劳程度。
45、第三方面,本技术实施例提供了穿戴设备,所述穿戴设备包括:
46、第一传感器,所述第一传感器用于多通道采集用户的血液容积变化信号,得到多个所述血液容积变化信号;
47、信号处理模块,所述信号处理模块用于对多个所述血液容积变化信号进行融合,得到第一数据;
48、数据分析模块,所述数据分析模块用于从所述第一数据中提取目标信号,所述目标信号包括心率、心率变异性指标以及频域指标;
49、疲劳识别模块,所述疲劳识别模块用于将所述目标信号输入预训练好的疲劳程度监测模型,得到疲劳检测结果,所述疲劳检测结果用于表征用户的疲劳程度。
50、结合第三方面,在一种可能的实施例中,所述穿戴设备还包括第二传感器,所述第二传感器用于采集加速度传感数据。
51、结合第三方面,在一种可能的实施例中,所述穿戴设备还包括界面输出模块,所述界面输出模块用于指示第一设备显示疲劳展示界面,所述疲劳展示界面包括所述疲劳检测结果;所述第一设备为所述穿戴设备,或者所述第一设备为与所述穿戴设备通信连接的终端设备。
52、结合第三方面,在一种可能的实施例中,所述穿戴设备为智能手表。
53、第四方面,本技术实施例提供了一种电子设备,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行本技术实施例第一方面中的步骤的指令。
54、第五方面,本技术实施例提供了一种计算机可读存储介质,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如本实施例第一方面中所描述的部分或全部步骤。
55、第六方面,本技术提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本技术第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
56、可以看出,本技术通过获取多个血液容积变化信号,多个血液容积变化信号为穿戴设备中第一传感器多通道采集的用户数据;再对多个血液容积变化信号进行融合处理,得到第一数据;然后从第一数据中提取目标信号,目标信号包括心率、心率变异性指标以及频域指标;从而将目标信号输入预训练好的疲劳程度监测模型,得到疲劳检测结果,疲劳检测结果用于表征用户的疲劳程度。可见,本技术可实现对用户疲劳程度的实时评估和监测,有利于提高疲劳检测的便捷性,帮助用户及时进行适当的休息进行调整,以维护用户健康和提高生活质量。同时,通过多通道的血液容积变化信号采集和信号融合,提高了信号的准确性和鲁棒性,使得疲劳检测更加可靠和稳定。此外,利用疲劳程度监测模型进行疲劳程度检测,可进一步提高了疲劳程度判别的准确率,使得疲劳程度检测评估更加科学和精确。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com