申请/专利权人：北京交通大学

申请日：2024-02-01

公开（公告）日：2024-03-29

公开（公告）号：CN117770779A

主分类号：A61B5/0205

分类号：A61B5/0205;G06F18/2131;G06F18/24;G06N3/0464;G06N3/09;A61B5/18;A61B5/145;A61B5/0533

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：一种飞行员抗应激能力精准评估方法，属于心理抗应激状态评估及计算机程序技术领域。包含数据采集步骤、数据预处理步骤、应激应对能力建模步骤、模型训练步骤以及模型评估步骤。相较于仅提供单次飞行任务下受试者状态定性评估的现有方法，本发明结合了多角度静态量表调查和动态生理信号的个性特征采集的方法，建立了个体间共性特征提取方案，同时基于时间动态感知实现抗应激能力定量评价，完成了受试者个体抗应激能力到时间细粒度级能力评分的关系映射，能够实现在给定任务下受试者抗应激能力的动态精准评估，进而为专家和教练员实现个性化训练和任务执行人员选择提供有效途径。

主权项：1.一种飞行员抗应激能力精准评估方法，其特征在于，包含数据采集步骤、数据预处理步骤、应激应对能力建模步骤、模型训练步骤以及模型评估步骤，数据采集步骤，含有以下步骤：采集生理信号包括PPG传感器记录血容量脉搏BVP、心律HR、心搏间隔IBI、皮肤表面温度及皮肤电特性的波动变化，数据预处理步骤，含有以下步骤：数据去噪步骤、滤波步骤、异常值消除步骤、归一化步骤、数据分段步骤及特征提取步骤，数据去噪步骤，采集到的原始生理信号进行去噪处理，滤波步骤，去除各种来自环境、设备和其他生理信号的噪声干扰，并突出或放大这些生理信号中需要关注的代表有价值生理信息的特定频率范围内的信号成分，使用不同频段的滤波器处理相应的生理信号，获得纯净的信号，异常值消除步骤，利用滤波后的信号得出上下阈值替换异常值，归一化步骤，归一化的操作如下所示： Yi为原始信号值，minYi为原始信号的最小值，maxYi为原始信号的最大值,数据分段步骤，将生理信号切分成长度适当的片段，在不同时间段内分析信号的变化，特征提取步骤，提取每一个生理信号的时域和频域特征，组合成时域特征集XT＝[XT1，XT2...XT7]和频域特征集XF＝[XF1，XF2...XF6]，时域特征包括信号的均值XT1、25％分位数XT2、75％分位数XT3、标准差XT4、均值绝对梯度XT5、Hjorth复杂度XT6和Higuchi分形维度XT7，频域特征包括平均频谱中心频率XF1、频谱熵XF2、频谱边缘频率SEF95XF3和SEF5XF4、功率谱密度XF5和微分熵特征XF6，应激应对能力建模步骤，含有以下步骤：应激应对能力外在环境建模,将用户填写的多维感知社会支持量表MPSSS转换为外界环境支持特征集，应激应对能力内在属性建模,将提取到的生理信号的时域和频域特征转换为个体内在属性特征集，表示为X＝[XT1，XF1，...，XTm，XFm]，其中m为生理信号数量，模型训练步骤，含有以下步骤：将得到的特征和标签输入到时间动态卷积神经网络中，包括三个部分：时间动态编码器Gf、应激能力水平预测器Gy和个体域分类器Gd，模型评估步骤，含有以下步骤：在模型训练完成后，通过对训练好的模型预测结果与数据标签值进行比较，计算出其平均绝对误差MAE、均方误差MSE和均方根误差RMSE作为评估的参考值。

全文数据：

权利要求：

百度查询： 北京交通大学 一种飞行员抗应激能力精准评估方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD