基于热能-动能影像数据的人体功能状态参数提取方法技术

本发明专利技术公开了一种基于热能

【技术实现步骤摘要】
基于热能
‑
动能影像数据的人体功能状态参数提取方法


[0001]本专利技术属于人类生活必需领域，具体涉及基于热能
‑
动能影像数据的人 体功能状态参数提取方法。

技术介绍

[0002]人体功能状态是指人的心理活动以及生理活动的状态。人的生理活动 会对其心理状态产生影响，例如人进食甜品时会产生愉悦的感觉，人处于 失重状态时会产生恐惧感。反之，人的心理活动也会对人的生理状态造成 影响。例如，人如果长期在精神上抑郁不畅，很容易导致大脑皮层的功能 紊乱，从而引起一系列的生理病变。研究表明，大约有三分之一的抑郁症 患者脑电图呈现低平α波，且脑功能呈现低功能状态。
[0003]由此可见，人的心理活动和生理活动密切相关，通过对人的外在生理 活动进行观察或检测，不仅可以获悉人的生理状态，也可以获悉人的内在 心理状态。获悉这些状态信息的过程即是对人体的功能状态进行检测或评 估的过程。
[0004]现有技术中，大多是通过测试人的心电图或脑电图来获悉人的功能状 态的。然而，心电图或脑电图都只是从生物放电这一微观角度对人体功能 状态进行检测，以一种狭窄的视角来对人体进行检测，所得到的检测数据 类型单一，无法与人体的不同功能状态精确对应，难以准确地反映人体的 功能状态。

技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于热能
‑
动 能影像数据的人体功能状态参数提取方法及一种目标人群筛查装置。本发 明要解决的技术问题通过以下技术方案实现：
[0006]第一方面，本专利技术提供了基于热能
‑
动能影像数据的人体功能状态参数 提取方法，包括：
[0007]一种基于热能
‑
动能影像数据的人体功能状态参数提取方法，包括：
[0008]获取人员对象的热能
‑
动能影像数据；所述热能
‑
动能影像数据是用于生 成热能
‑
动能影像的数据；其中，所述热能
‑
动能影像数据包括：所述人员对 象的头颈部各点的动能变化数据、热能变化数据以及所述人员对象的头颈 部各点的能量变化周期；
[0009]根据待提取的至少一种人体功能状态参数的定义公式，从所述热能
‑
动 能影像数据中提取所述至少一种人体功能状态参数；
[0010]其中，所述至少一种人体功能状态参数包括下述的多种人体功能状态 参数中的一种或多种：
[0011]攻击性指数、压力指数、焦虑指数、平衡指数、自信指数、活力指数 以及抑制指数。
[0012]在一个实施例中，所述攻击性指数的定义公式为：
[0013][0014]其中，AGI表示所述攻击性指数；f(t)为所述头颈部各点的能量变化 周期的概率密度函数，t表示能量变化周期，t∈[T
min
,T
max
]；T
min
为所述头颈 部各点的能量变化周期中的最小周期，T
max
为所述头颈部各点的能量变化周 期中的最大周期；F(t)为所述头颈部各点中，能量变化周期为t的点的个数； 为F(t)的期望值；F
max
(t)为F(t)的最大值；A为预设的常量，1≤A≤ 10。
[0015]在一个实施例中，所述动能变化数据包括多个动能矩阵，所述热能变 化数据包括多个热能矩阵；所述头颈部各点的能量变化周期包含于一周期 矩阵；
[0016]所述压力指数的定义公式为：
[0017][0018]其中，PRI表示所述压力指数；PRI_1为所述压力指数中的动能分指 数，PRI_2为所述压力指数中的热能分指数；所述动能矩阵、所述热能矩 阵以及所述周期矩阵的行数均为N；
[0019]δ
E
(n)为根据一目标动能矩阵的第n行元素计算的、所述人员对象的头 颈部左右两侧的动能差异值；所述目标动能矩阵取自于所述多个动能矩阵；
[0020]|δ
T
(n)|为根据所述周期矩阵的第n行元素计算的、所述人员对象的头颈 部左右两侧的能量变化周期差异值；
[0021]为根据第m∈[1,M]个热能矩阵的第n行元素计算的、所述人员对 象的头颈部左右两侧的热能差异值。
[0022]在一个实施例中，所述焦虑指数的定义公式为：
[0023][0024]其中，ANI表示所述焦虑指数，f(t)为所述头颈部各点的能量变化周 期的概率密度函数，t表示能量变化周期，t∈[T
min
,B
×
T
min
]，T
min
为所述头颈 部各点的能量变化周期中的最小周期，B为预设的常量，1＜B＜5。
[0025]在一个实施例中，所述平衡指数的定义公式为：
[0026][0027]其中，BAI表示所述平衡指数；f(t)为所述头颈部各点的能量变化周 期的概率密度函数，t表示能量变化周期，t∈[T
min
,T
max
]；T
min
为所述人员对 象的头颈部各点的能量变化周期中的最小周期，T
max
为所述人员对象的头颈 部各点的能量变化周期中的最大周期；N
(t)为所述头颈部各点的能量变化 周期的标准正态概率密度函数。
[0028]在一个实施例中，所述动能变化数据包括多个动能矩阵；所述热能变 化数据包括多个热能矩阵；
[0029]所述自信指数的定义公式为：
[0030][0031]其中，SCI表示所述自信指数，SCI_1为所述自信指数中的动能分指 数，SCI_2为所述自信指数中的热能分指数；E
l
(n)表示任一所述动能矩阵 的第n行左半部分的动能数据，E
r
(n)表示该动能矩阵的第n行右半部分的动 能数据，H
l
(n)表示任一所述热能矩阵的第n行左半部分的热能数据，H
r
(n) 表示该热能矩阵的第n行右半部分的热能数据，n∈[1,N]，所述动能矩阵和 所述热能矩阵的行数均为N。
[0032]在一个实施例中，所述活力指数的定义公式为：
[0033][0034]其中，ENI表示所述活力指数，f(t)为所述头颈部各点的能量变化周 期的概率密度函数，t表示能量变化周期，t∈[T
min
,T
max
]；T
min
为所述头颈部 各点的能量变化周期中的最小周期，T
max
为所述头颈部各点的能量变化周期 中的最大周期；F(t)为所述头颈部各点中，能量变化周期为t的点的个数； F
max
(t)为F(t)的最大值；σ表示所述头颈部各点的能量变化周期的标准差。
[0035]在一个实施例中，所述抑制指数的定义公式为：
[0036][0037]其中，INI表示所述抑制指数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于热能
‑
动能影像数据的人体功能状态参数提取方法，其特征在于，包括：获取人员对象的热能
‑
动能影像数据；所述热能
‑
动能影像数据是用于生成热能
‑
动能影像的数据；其中，所述热能
‑
动能影像数据包括：所述人员对象的头颈部各点的动能变化数据、热能变化数据以及所述人员对象的头颈部各点的能量变化周期；根据待提取的至少一种人体功能状态参数的定义公式，从所述热能
‑
动能影像数据中提取所述至少一种人体功能状态参数；其中，所述至少一种人体功能状态参数包括下述的多种人体功能状态参数中的一种或多种：攻击性指数、压力指数、焦虑指数、平衡指数、自信指数、活力指数以及抑制指数。2.根据权利要求1所述的方法，其特征在于，所述攻击性指数的定义公式为：其中，AGI表示所述攻击性指数；f(t)为所述头颈部各点的能量变化周期的概率密度函数，t表示能量变化周期，t∈[T
min
,T
max
]；T
min
为所述头颈部各点的能量变化周期中的最小周期，T
max
为所述头颈部各点的能量变化周期中的最大周期；F(t)为所述头颈部各点中，能量变化周期为t的点的个数；为F(t)的期望值；F
max
(t)为F(t)的最大值；A为预设的常量，1≤A≤10。3.根据权利要求1所述的方法，其特征在于，所述动能变化数据包括多个动能矩阵，所述热能变化数据包括多个热能矩阵；所述头颈部各点的能量变化周期包含于一周期矩阵；所述压力指数的定义公式为：其中，PRI表示所述压力指数；PRI_1为所述压力指数中的动能分指数，PRI_2为所述压力指数中的热能分指数；所述动能矩阵、所述热能矩阵以及所述周期矩阵的行数均为N；δ
E
(n)为根据一目标动能矩阵的第n行元素计算的、所述人员对象的头颈部左右两侧的动能差异值；所述目标动能矩阵取自于所述多个动能矩阵；|δ
T
(n)|为根据所述周期矩阵的第n行元素计算的、所述人员对象的头颈部左右两侧的能量变化周期差异值；为根据第m∈[1,M]个热能矩阵的第n行元素计算的、所述人员对象的头颈部左右两侧的热能差异值。4.根据权利要求1所述的方法，其特征在于，所述焦虑指数的定义公式为：其中，ANI表示所述焦虑指数，f(t)为所述头颈部各点的能量变化周期的概率密度函
数，t表示能量变化周期，t∈[T
min
,B
×
T
min
]，T
min
为所述头颈部各点的能量变化周期中的最小周期，B为预设的常量，1＜B＜5。5.根据权利要求1所述的方法，其特征在于，所述平衡指数的定义公式为：其中，BAI表示所述平衡指数；f(t)为所述头颈部各点的能量变化周期的概率密度函数，t表示能量变化周期，t∈[T
min
,T
max
]；T
min
为所述人员对象的头颈部...

【专利技术属性】
技术研发人员：周冲，高凡钦，
申请(专利权)人：脑意北京智能生物技术有限公司，
类型：发明
国别省市：