[发明专利]人体生物电数据处理方法和装置、存储介质和处理器

说明书

本发明公开了一种人体生物电数据处理方法和装置、存储介质和处理器。该方法包括：获取生物电数据；提取生物电数据的特征值；对特征值进行加权计算，得到特征值的加权和；根据预设的数值区间对加权和进行分类，得到情绪状态的类别。通过本发明，达到了提高人体情绪状态的计算结果的准确性的效果。

技术领域

本发明涉及数据处理领域，具体而言，涉及一种人体生物电数据处理方法和装置、存储介质和处理器。

背景技术

通过人体的生理数据可以反映出人体的情绪状态，例如，疲劳状态、兴奋状态、专注状态等，相关技术中有一些通过人体的生理数据确定情绪状态的方法，以疲劳算法为例，相关技术中有一些疲劳算法，例如，通过穿戴式设备的两个电极片采集预设时间内人体的GSR数据，GSR数据包括SCL数据和SCR数据；将SCL数据和SCR数据进行分离；计算SCL数据的偏移率和SCR数据的偏移率；并根据SCL数据的偏移率和SCR数据的偏移率计算人体疲劳指数，而通过人体疲劳指数可直接判断所述预设时间内人体的疲劳状况。但该疲劳度的计算方法由于对数据特征的分离较少，计算结果不准确。

针对相关技术中人体情绪状态的计算结果不准确的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种人体生物电数据处理方法和装置、存储介质和处理器，以解决人体情绪状态的计算结果不准确的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种人体生物电数据处理方法，该方法包括：获取生物电数据；提取所述生物电数据的特征值；对所述特征值进行加权计算，得到特征值的加权和；根据预设的数值区间对所述加权和进行分类，得到情绪状态的类别。

进一步地，在获取生物电数据之后，所述方法还包括：对所述生物电数据进行去噪，得到去噪后的生物电数据，提取所述生物电数据的特征值包括：提取去噪后的生物电数据的特征值。

进一步地，提取所述生物电数据的特征值之后，所述方法还包括：对所述生物电数据的特征值进行逻辑回归，得到回归后的所述生物电数据的特征值，对所述特征值进行加权计算，得到特征值的加权和包括：对回归后的所述生物电数据的特征值进行加权计算，得到特征值的加权和。

进一步地，在对所述特征值进行加权计算，得到特征值的加权和包括：获取每个特征值的权值；计算回归后的每个所述生物电数据的特征值与每个特征值的权值的乘积，得到每个生物电数据的权值计算结果；将所有生物电数据的权值计算结果求和，得到所有特征值的加权和。

进一步地，提取所述生物电数据的特征值包括：提取生物电数据的基准值、自发性波动次数、波峰次数、频率、波峰宽度。

进一步地，对所述特征值进行加权计算，得到特征值的加权和包括：计算每个所述生物电数据的特征值占该特征值的阈值的比例，得到比值；计算每个所述生物电数据的特征值的比值与该特征值的乘积，得到每个特征值的得分；计算所有特征值的得分和，得到所述特征值的加权和。

为了实现上述目的，根据本发明的另一方面，还提供了一种人体生物电数据处理装置，该装置包括：获取单元，用于获取生物电数据；提取单元，用于提取所述生物电数据的特征值；计算单元，用于对所述特征值进行加权计算，得到特征值的加权和；分类单元，用于根据预设的数值区间对所述加权和进行分类，得到情绪状态的类别。

进一步地，所述装置还包括：去噪单元，用于在获取生物电数据之后，对所述生物电数据进行去噪，得到去噪后的生物电数据，所述提取单元用于提取去噪后的生物电数据的特征值。

为了实现上述目的，根据本发明的另一方面，还提供了一种存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行本发明所述的人体生物电数据处理方法。

为了实现上述目的，根据本发明的另一方面，还提供了一种处理器，用于运行程序，其中，所述程序运行时执行本发明所述的人体生物电数据处理方法。