情绪识别系统与方法技术方案

本发明专利技术涉及一种情绪识别系统，运行于电子装置中，该系统包括：获取模块，用于获取用户的心电图数据中相邻R波之间RR间距；计算模块，用于计算所述RR间距的时域指标、频域指标及非线性指标；处理模块，用于根据所述时域指标、频域指标及非线性指标分析用户情绪的活力值；及识别模块，用于根据所述活力值识别用户情绪。通过本发明专利技术可以使得用户情绪更易于识别，提高了识别率。

【技术实现步骤摘要】

本专利技术涉及心电图分析
，尤其涉及一种情绪识别系统及方法。
技术介绍
研究表明，情绪在很大程度上影响了人体健康。沮丧、焦急、愤怒等消极情绪将阻碍人体免疫系统工作，使得身体抵抗变差，更易感染细菌和病毒，或不易从疾病中康复。而开心、放松等积极情绪则有益于身心健康。因此，情绪健康将关系到人们的日常生活，而及时地了解自身内在情绪并采取相关措施进行调节显得尤为重要。传统上可通过分析脑电波和情绪的相关性，分析人体当前的心理状态。但此方法存在脑电设备不易携带，采集不方便，用户体验不好等缺点。现有技术中还存在基于心率变异性时域和频域相关指标的情绪分析。心率变异性(HeartRateVariability，HRV)为一种常见且成熟的心电分析方法，通常方法为从心电图(Electrocardiography，ECG)中提取出R波峰值，相邻R波峰值间隔表示一次心跳的时间，即分析RR间隔的变化。心脏除了本身的节律性放电引发的跳动之外，也受到自律神经系统所调控。过去二十年已有不少文献显示自律神经系统的调控与心血管系统及副交感神经的生理功能存在显著关系，即心率变异性能从客观上动态地反映出人体情绪状态。但是此种方法忽略了心率变异性和情绪间的非线性因素，分析效果不佳。目前还存在一常见的人脸情绪识别法，即通过对摄像机采集人脸图像进行分析，获得当前的情绪状态。此方法获得的最终结果为人脸对应的表情情绪，存在较大的主观影响，和人体内在实际情绪有差异，即不能准确地反应当前情绪状态。
技术实现思路
本专利技术实施方式主要解决的技术问题是提供一种情绪识别方法，能够识别用户的不同情绪。为解决上述技术问题，本专利技术实施方式采用的一个技术方案是：本专利技术提供一种情绪识别方法，应用于电子装置中，该方法包括：获取步骤，获取用户的心电图数据中相邻R波之间RR间距；计算步骤，计算所述RR间距的时域指标、频域指标及非线性指标；处理步骤，根据所述时域指标、频域指标及非线性指标分析用户情绪的活力值；及识别步骤，根据所述活力值识别用户情绪。进一步地，所述获取步骤包括：采用卡尔曼滤波器对所述心电图数据进行去噪处理；采用心电图R波提取算法提取所述心电图数据中的R波峰值；再计算所述心电图数据中相邻R波之间RR间距。进一步地，所述时域指标包括短程心率变动性指标，所述频域指标包括副交感神经活性指标；进一步地，所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算；所述副交感神经活性指标通过快速傅里叶变换来计算；所述非线性指标通过分形维数计算方法来计算。进一步地，所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值。为解决上述技术问题，本专利技术实施方式采用的另一个技术方案是：本专利技术提供一种情绪识别系统，运行于电子装置中，该系统包括：获取模块，用于获取用户的心电图数据中相邻R波之间RR间距；计算模块，用于计算所述RR间距的时域指标、频域指标及非线性指标；处理模块，用于根据所述时域指标、频域指标及非线性指标分析用户情绪的活力值；及识别模块，用于根据所述活力值识别用户情绪。进一步地，采用卡尔曼滤波器对所述心电图数据进行去噪处理；采用心电图R波提取算法提取所述心电图数据中的R波峰值；再计算所述心电图数据中相邻R波之间RR间距。进一步地，所述时域指标包括短程心率变动性指标，所述频域指标包括副交感神经活性指标。进一步地，所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算；所述副交感神经活性指标通过快速傅里叶变换来计算；所述非线性指标通过分形维数计算方法来计算。进一步地，活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值。本专利技术实施方式的有益效果是：区别于现有技术的情况，本专利技术实施方式综合考虑了心率变异性和情绪间显著的线性与非线性因素，使得用户情绪更易于识别，提高了识别率。【附图说明】图1是本专利技术情绪识别系统较佳实施例的运行环境图。图2是本专利技术情绪识别系统较佳实施例的功能模块图。图3是本专利技术情绪识别方法的较佳实施例的流程图。图4是图3中步骤S32的详细流程图。附图标记：【具体实施方式】为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。参阅图1所示，是本专利技术情绪识别系统较佳实施例的运行环境图。所述情绪识别系统10运行于电子装置1中，所述电子装置1可以为桌面型计算机、笔记本电脑、平板电脑、智能手机、个人数字助手(PersonnalDigitalAssistant,PDA)等。在本实施例中，所述移电子装置1包括，但不限于，显示屏11、网络模组12、存储器13及处理器14。上述各个元件之间电气连接。在本实施例中，该显示屏11可以具有触摸功能，如液晶(LiquidCrystalDisplay，LCD)显示屏或有机发光二极管(OrganicLight-EmittingDiode，OLED)显示屏。该显示屏11用于显示情绪识别结果供用户参考。所述网络模组12用于通过有线或无线网络传输方式为电子装置1提供网络通讯功能。该有线网络可以为传统有线通讯的任何类型，例如因特网、局域网。该无线网络可以为传统无线通讯的任何类型，例如无线电、无线保真(WirelessFidelity,WIFI)、蜂窝、卫星、广播等。无线通讯技术可以包括，但不限于，全球移动通信系统(GlobalSystemforMobileCommunications，GSM)、通用分组无线业务(GeneralPacketRadioService，GPRS)、码分多址(CodeDivisionMultipleAccess，CDMA)，宽带码分多址(W-CDMA)、CDMA2000、IMT单载波(IMTSingleCarrier)、增强型数据速率GSM演进(EnhancedDataRatesforGSMEvolution，EDGE)、长期演进技术(Long-TermEvolution，LTE)、高级长期演进技术、时分长期演进技术(Time-DivisionLTE，TD-LTE)、高性能无线电局域网(HighPerformanceRadioLocalAreaNetwork，HiperLAN)、高性能无线电广域网(HighPerformanceRadioWideAreaNetwork，HiperWAN)、本地多点派发业务(LocalMultipointDistributionService，LMDS)、全微波存取全球互通(WorldwideInteroperabilityforMicrowaveAccess，WiMAX)、紫蜂协议(ZigBee)、蓝牙、正交频分复用技术(FlashOrthogonalFrequency-DivisionMultiplexing，Flash-OFDM)、大容量空分多路存取(HighCapacitySpatialDivisionMultipleAccess，HC-SDMA)、通用移动电信系统(UniversalMobil本文档来自技高网...

【技术保护点】
一种情绪识别方法，应用于电子装置中，其特征在于，该方法包括：获取步骤，获取用户的心电图数据中相邻R波之间RR间距；计算步骤，计算所述RR间距的时域指标、频域指标及非线性指标；处理步骤，根据所述时域指标、频域指标及非线性指标，分析用户情绪的活力值；及识别步骤，根据所述活力值识别用户情绪。

【技术特征摘要】
1.一种情绪识别方法，应用于电子装置中，其特征在于，该方法包括：获取步骤，获取用户的心电图数据中相邻R波之间RR间距；计算步骤，计算所述RR间距的时域指标、频域指标及非线性指标；处理步骤，根据所述时域指标、频域指标及非线性指标，分析用户情绪的活力值；及识别步骤，根据所述活力值识别用户情绪。2.如权利要求1所述的情绪识别方法，其特征在于，所述获取步骤包括：采用卡尔曼滤波器对所述心电图数据进行去噪处理；采用心电图R波提取算法提取所述心电图数据中的R波峰值；再计算所述心电图数据中相邻R波之间RR间距。3.如权利要求1所述的情绪识别方法，其特征在于，所述时域指标包括短程心率变动性指标，所述频域指标包括副交感神经活性指标。4.如权利要求1所述的情绪识别方法，其特征在于，所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算；所述副交感神经活性指标通过快速傅里叶变换来计算；所述非线性指标通过分形维数计算方法来计算。5.如权利要求1所述的情绪识别方法，其特征在于，所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值。6.一...

【专利技术属性】
技术研发人员：姜鹏，明中行，杨术，潘岱，萧伟，
申请(专利权)人：深圳欧德蒙科技有限公司，
类型：发明
国别省市：广东;44