[发明专利]一种基于HRV理论的心理压力监测系统

说明书

本发明提供了一种基于HRV理论的心理压力监测系统，其特征在于，包括：录像设备，采集测试对象的高清面部视频，录像设备连接PC，在PC上运行有：人脸识别算法，用于对视频数据中人脸进行面部定位；血容量变化脉冲（BVP）算法，获取面部微血管中血容量变化的BVP信号，并计算出心率和心率变异性（HRV）；心率变异性（HRV）分析算法：对HRV进行时域、频域和非线性计算；心理压力评估算法：将HRV分析结果与标准值进行比较，监测和反映对象的心理压力变化。本发明提供的一种基于HRV理论的心理压力监测系统能够随时随地根据测试对象的面部视频数据，通过多种算法分析，监测测试对象的心理压力变化情况。

技术领域

本发明涉及生物识别、机器视觉和医疗健康领域，也可应用于某些特殊行业，例如公安审讯、纪检委谈话等需要探知对象心理压力变化的业务场景。

背景技术

心率变异性是指窦性心率在一定时间内发生周期性改变，它反映了交感-副交感神经的张力以及平衡的情况。随着心率变异性各项指标标准化，使其成为客观评测心理压力状态的有效手段。但是目前存在的系统主要是采用接触式传感器采集对象的心电信号和心率变异性，对测试对象产生一定的干扰，而且在某些特定场景下不能达到隐蔽式获取心理压力的目标。因此本系统通过录像设备采集对象的面部视频，通过多种算法对视频数据进行处理和计算，非接触式得获取测试对象的心率并计算心率变异性HRV，并根据HRV分析测试对象的心理压力变化，更具备客观性和易用性，同时在隐藏录像设备的前提下，能够实现隐蔽的目的。

发明内容

本发明的主要目的在于提供一种基于HRV理论的心理压力监测系统，能够在录像设备不间断采集对象的面部视频的情况下，对视频流数据进行处理，包括人脸面部定位和对全部面部区域进行血容量变化脉冲信号（BVP）提取，BVP算法继续对BVP信号处理，计算出心率和心率变异性（HRV），HRV分析算法采用时域、频域和非线性分析算法对其进行处理，计算自主神经功能及组成自主神经系统的两大方面（交感和副交感）的平衡程度，继而评估自主神经平衡程度，最后心理压力评估算法将计算结果与标准值进行比较，实时监测对象的心理压力状态、疲劳程度、承受压力程度以及自我调节能力。

为实现上述目的，本发明提供一种基于HRV理论的心理压力监测系统，该系统包括：

人脸识别算法能够采用人脸跟踪算法进行面部定位，将面部分割为人脸的额头和双眼下方与鼻子上方之间的两个区域；针对这两个区域的视频图像三基色（R/G/B）分量容易收到噪声干扰的问题，人脸识别算法采用相干平均法对选定区域内的像素点进行空间平均序列算法，这样在光线发生变化和测试对象面部肌肉活动的情况下，也能够抑制对BVP信号的随机噪声造成的影响和改善BVP信噪比。

BVP算法采用一种基于多路输入的盲源分离方法，基于BVP信号非平稳特征，采用滑动窗方式自动实现视频中BVP信号的定位和提取，根据BVP信号计算出测试对象的心率和心率变异性（HRV）。

HRV分析算法包括时域、频域和非线性分析。

其中时域分析采用统计化处理邻近心搏之间RR（由心动周期的两个相邻R波峰组成的间隔）间期的方法，从采集到的心电信号中提取出主要参数：均值MEANRR(反映RR间期的平均水平)、心率变异标准偏差SDNN（反映RR间期的波动情况）、连续性差异的平方根RMSSD（评价与心脏有关的副交感神经的功能活跃程度），将参数结果进行标准化处理，从而评估自主神经系统活性。

频域分析采用快速傅里叶变换方法，分别评估形成HRV信号的各频率频带强度，掌握自主神经功能及组成自主神经系统的两大方面(交感和副交感)的平衡程度，继而评估自主神经平衡程度。频域参数包括总能量TP 波（反映自主神经活力和ANS调节能力）、高频HF波（RR间期频谱分析中介于 0.15~0.40 Hz，反映血压调节和机制及呼吸活动）和低频LF波（RR间期频谱分析中介于0.04~0.15Hz，反映血压调节和机制及呼吸活动），

非线性分析利用散点图方式给出心脏搏动的直观显示，揭示非线性过程和非周期运动。