龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南通大学
申请日：2023-12-15
公开（公告）日：2024-02-06
公开（公告）号：CN117503140A
主分类号：A61B5/16
分类号：A61B5/16;G06F18/2134;G06F18/24;G06N3/0442;G06N3/0464;G06N3/08;A61B5/0205;A61B5/0507;A61B5/00
优先权：
专利状态码：在审-公开
法律状态：2024.02.06#公开
摘要：本发明公开了一种基于独立成分分析和时空网络的人体困倦检测方法，包括：通过毫米波雷达来检测被测人的呼吸与心跳信号，使用独立成分析法结合IIR滤波器分离呼吸与心跳信号，再通过无迹卡尔曼滤波与中值滤波器来处理呼吸与心跳信号中的异常值以及噪声干扰，然后通过求根MUSIC算法以及自相关函数法来估计呼吸和心跳频率的平均值，再通过峰值检测法来获得心率变异性，通过对心率变异性频域分析获得心率变异性功率谱密度值，通过CNN‑LSTM‑Attention网络来对呼吸和心跳频率和心率变异性功率谱密度进行训练后进行预测困倦等级。
主权项：1.一种基于独立成分分析和时空网络的人体困倦检测方法，其特征在于，执行如下步骤S1-步骤S5，完成对目标人体困倦等级的检测：步骤S1：针对目标人体，采用毫米波雷达以预设采样周期采集多段包含呼吸信号和心跳信号的混合信号，以混合信号作为数据样本构成数据集；步骤S2：通过独立成分分析，提取数据集中各混合信号对应的声源信号，采用滤波器针对声源信号分别提取呼吸信号和心跳信号；步骤S3：采用无迹卡尔曼滤波结合中值滤波，分别针对所提取的呼吸信号和心跳信号进行去噪和去除异常值；步骤S4：通过求根MUSIC算法结合自相关系数法，分别提取呼吸频率和心跳频率；针对心跳信号通过峰值检测法获得心率变异性，通过对心率变异性频域分析获得心率变异性功率谱密度值；步骤S5：以呼吸频率、心跳频率、心率变异性功率谱密度值作为CNN-LSTM-Attention网络的输入，以所对应的人体困倦等级作为输出，并对CNN-LSTM-Attention网络进行训练，获得训练好的CNN-LSTM-Attention网络，完成对目标人体困倦等级的检测。
全文数据：
权利要求：
百度查询： 南通大学 一种基于独立成分分析和时空网络的人体困倦检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号