[发明专利]一种基于fNIRS的人体运动评估方法及系统在审

专利信息
申请号: 202210120141.1 申请日: 2022-02-07
公开(公告)号: CN114943680A 公开(公告)日: 2022-08-26
发明(设计)人: 李春光;薛凤娟;祝宇飞;曲巍 申请(专利权)人: 苏州佰睿昕智能科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06T5/30;G06K9/62
代理公司: 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 代理人: 许燕萍
地址: 215500 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 fnirs 人体 运动 评估 方法 系统
【说明书】:

发明涉及一种基于fNIRS的人体运动评估方法和系统,包括采集人脑中的血红蛋白信息,对所述血红蛋白信息进行预处理,对所述血红蛋白信息进行预处理,预处理后的每种所述血氧信号包括多个子频段,计算每个所述子频段的达峰速度、最大速率、皮尔森加权网络密度和全脑偏侧性,得到特征集合,所述达峰速度表示大脑血氧信号第一次出现极大值点和极小值点对应的速度,所述最大速率表示大脑血氧浓度变化速率的最大值,利用递归消除算法对所述特征集合进行筛选得到所需特征数量的目标特征集合,对所述目标特征集合分类试验并进行性能评价,得到人体运动评估结果本发明通过对大脑血红蛋白信息进行深层次的挖掘,对缺乏运动的个体识别准确率高,检测时间短。

技术领域

本发明涉及人体健康状态的检测技术,尤其涉及一种基于fNIRS 的人体运动评估方法及系统。

背景技术

据调查报告指出,当代年轻群体中大多有工作时间长,休息运动时间短,饮食和睡眠不固定等特点。这种状况下的人会处于一种亚健康的状态,通常表现为一定时间内的生理机能减弱和活力降低。由于他们长期处于脑力劳动的工作中,缺乏运动,导致其体脂百分数较高,骨骼肌占体重比例较低,基础代谢普遍偏低。另有研究指出亚健康的人群患病率较高,并且年龄普遍分布在20岁至45岁之间。这表明年轻群体普遍存在缺乏运动的现象,需要引起人们的重视。

目前,国内对于缺乏运动的调查研究手段较为有限,通常为问卷调查或提取血液循环代谢产物的方式来检测被试是否缺乏运动。由于各地方应用的调查问卷或量表不统一,检测率差别很大。此外,大部分的问卷题目事先由问卷设计者设计好了答案的范围,被调查者回答问题会受到限制,存在遗漏一些更加细致、深层的信息。面对复杂的问题,简单的答案并不能够获取到需要的丰富信息。而评估血液循环代谢产物可能会受到饮食习惯的干扰,且需要重复多次进行测量,过程较为繁琐且准确率会受到影响。

近红外光谱成像技术(fNIRS,functional Near-Infrared Spectroscopy)作为近年来一种快速发展起来的脑成像技术,可以采集人脑的大脑血红蛋白信号,观察大脑的血氧活动情况。fNIRS拥有方便携带、对环境灵敏度低和适用于不同人群等特点,通过检测大脑皮层功能活动,可以对被试的大脑血氧信息进行深层次的挖掘。因此,如何提供一种识别评估准确率高、流程简单的基于fNIRS的人体运动评估方法及系统是目前待解决的问题。

发明内容

为此,本发明所要解决的技术问题在于克服现有技术中人体运动评估准确率和效率低的问题。

为解决上述技术问题,本发明提供了一种基于fNIRS的人体运动评估方法及系统,包括:

利用功能性近红外光谱技术采集人脑中的血红蛋白信息,所述血红蛋白信息包括多种血氧信号:

对所述血红蛋白信息进行预处理,预处理后的每种血氧信号包括多个子频段;

计算每个子频段的达峰速度、最大速率、皮尔森加权网络密度和全脑偏侧性,得到特征集合,所述达峰速度表示大脑血氧信号第一次出现极大值点和极小值点对应的速度,所述最大速率表示大脑血氧浓度变化速率的最大值;

利用递归消除算法对所述特征集合进行筛选得到所需特征数量的目标特征集合;

对所述目标特征集合分类试验并进行性能评价,得到人体运动评估结果。

优选地,对所述血红蛋白信息进行预处理,预处理后的每种血氧信号包括多个子频段包括:

选择所述血氧信号的有效通道,并按照通道的所在位置划分为左和右两个脑区,得到通道数据,所述有效的通道为剔除掉前额中心到后脑勺那条中心线所包含的左右脑区通道;

对所述通道数据进行形态学滤波处理,得到去除零漂的通道信号;

对所述去除零漂后的通道信号按照实验范式的顺序分成多个子任务段的数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州佰睿昕智能科技有限公司,未经苏州佰睿昕智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210120141.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top