基于智能终端的精神压力分析系统的设计

以心率变异性(HRV)作为应激水平的评价指标,分别探讨精神压力变化和HRV特征值变化的规律。基于对心电信号实时采集的硬件系统的研究,并在智能终端上进行信号处理,然后从中获取心率变异性(HRV)。通过做题任务,进而精神压力发生变化并对HRV特征值进行分析。实验结果发现,当人体产生压力时,HRV时域特征值中R-R间隔的标准偏差(SDNN)以及HRV频域特征值中总能量值(TP),低频功率密度值(LF)和LF/HF比值上升比较明显,然而高频段功率密度值HF却下降较明显,且根据各个指标的上升和下降的变化速率不同,划分个体的精神压力等级。因此,采用HRV时频域的五项特征值,可以对人体精神压力进行定量反映和评价。

基于白噪声分离的集合经验模态分解心电信号去噪方法研究

集合经验模态分解(EEMD)是一种处理心电等非平稳信号的有效方法,但其参数白噪声比值系数与平均次数依靠经验设置,导致处理结果准确度低且对未知信号自适应性差。针对上述问题,本研究提出了基于白噪声分离的EEMD心电信号去噪方法。该方法通过经验模态分解(EMD)将心电信号分解至不同频带,基于白噪声能量密度和对应的平均周期的乘积趋向于一个常数的特性,提取信号高频分量重构信号高频成分;依据避免模态混叠参数准则实现针对不同信号的分解参数自适应获取。经过对心电信号的验证,结果表明该方法去噪效果明显,自适应性强,是一种有效的去噪方法。