[发明专利]异常状态的检测方法、装置、电子设备及计算机存储介质

说明书

本发明提供一种异常状态的检测方法、装置、电子设备及计算机存储介质，该方法包括：获取待检测用户的心电信号和脑电信号；其中，所述心电信号和所述脑电信号由用户穿戴设备对所述待检测用户进行检测得到；将所述待检测用户的心电信号和脑电信号分别进行处理，分别得到所述心电信号对应的特征向量、和所述脑电信号对应的特征向量；利用预先建立的预测模型对所述心电信号对应的特征向量和所述脑电信号对应的特征向量进行处理，得到所述待检测用户的状态预测值；判断所述待检测用户的状态预测值对应的目标状态是否为异常状态；若判断出所述待检测用户对应的目标状态为异常状态，则执行所述异常状态对应的处理操作。

技术领域

本发明涉及计算机科学技术领域，尤其涉及到一种异常状态的检测方法、装置、电子设备及计算机存储介质。

背景技术

目前，在多种场景下，都有对用户的实时状态进行获知的需求，以针对该用户不同的状态，采用应急操作。例如：需要了解银行的工作人员是否处于危险状态，需要了解老年人的身体状态是否突发疾病等等。

但是，目前的技术一般都是由用户自主感知自己当前的状态，若发现自身处于异常状态，则手动触发终端设备来反馈。这种由用户被动反馈信息的方式，通常由于用户个人感知能力有限，而不够及时或者准确。

因此，目前急需一种能够自动反馈用户状态的信号、且根据信号的不同情况，自动触发应急操作的方案。

发明内容

有鉴于此，本发明实施例提供了一种异常状态的检测方法、装置、电子设备及计算机存储介质，以检测到用户的异常状态时自动触发应急操作的方案。

为实现上述目的，本发明实施例提供如下技术方案：

本发明第一方面提供了一种异常状态的检测方法，包括：

获取待检测用户的心电信号和脑电信号；其中，所述心电信号和所述脑电信号由用户穿戴设备对所述待检测用户进行检测得到；

将所述待检测用户的心电信号和脑电信号分别进行处理，分别得到所述心电信号对应的特征向量、和所述脑电信号对应的特征向量；

利用预先建立的预测模型对所述心电信号对应的特征向量和所述脑电信号对应的特征向量进行处理，得到所述待检测用户的状态预测值；

判断所述待检测用户的状态预测值对应的目标状态是否为异常状态；

若判断出所述待检测用户对应的目标状态为异常状态，则执行所述异常状态对应的处理操作。

可选的，所述预测模型的构建方法，包括：

获取初始GA-BP预测模型的多个训练样本；其中，每一个所述训练样本中的心电信号和脑电信号均对处于异常状态下的用户进行检测得到；

计算得到每一个所述训练样本中心电信号对应的特征向量和脑电信号对应的特征向量；

将所述每一个训练样本中的心电信号对应的特征向量和脑电信号对应的特征向量，分别输入初始GA-BP神经网络模型，结合遗传算法训练所述初始GA-BP神经网络模型直至收敛，得到所述预测模型。

可选的，所述判断所述待检测用户的状态预测值对应的目标状态是否为异常状态，包括：

依据所述状态预测值对对照表进行查询，得到所述状态预测值所在的状态区间；其中，所述对照表包括：状态区间和目标状态的对应关系；

确定所述状态区间对应的目标状态；

识别所述目标状态是否属于异常状态。

可选的，所述若判断出所述待检测用户的目标状态为异常状态，则执行所述异常状态对应的处理操作，包括：