专利名称：特殊人群的情绪监护方法
技术领域：
本发明涉及一种日常生活中和医疗健康中的情绪状态监护及调节。特别是涉及一种可以给医生和患者提供更全面的健康信息的特殊人群的情绪监护方法。
背景技术：
随着社会的发展，各年龄、各领域人们的精神困扰越来越多，各种与情绪相关的疾病发病率越来越高，如抑郁症、狂躁症、焦虑症、强迫症、情感障碍等。还有一些特殊场合，如太空中长期处于幽闭环境的宇航员、空勤、独自生活的老人等，因环境因素不可避免地会出现一些消极情绪。消极情绪的持续积累干扰着这类人群的工作和生活，有时会造成工作效率下降，操作失误升高，严重时甚至会出现过激行为，例如一些抑郁症病人悲观厌世，产生自杀行为。因此在这些人群独处时，对其进行情绪监护及预警是必要的，当他们出现负性情绪时，及时察觉并进行心理干预或调节可以帮助他们舒缓情绪，打消悲观念头，减小悲剧发生的可能性，同时降低情绪疾病患者家属的看护压力。 现有研究表明，人的情绪状态是可测的。用于情绪识别研究的手段很多，最早的研究较多集中于通过表情、语音、姿势信号来识别人的情绪，但由于信号的易控性及可伪装性，结果无法排除被试主观因素的影响，有时无法观测到潜在的、真实的情绪状态。后续的情绪研究引入了心电、血容量搏动、呼吸等自主神经系统生理信号，这些信号在情绪识别上虽然具有客观性，但更多地反映了情绪的唤醒水平，在不同类型的情绪识别精度上尚待提高。情绪是大脑皮层和皮层下神经过程协同活动的结果，脑电和脑血氧这些神经生理信号与人的情绪状态紧密相连，且具有自发性，因此基于神经生理信号的情绪识别技术安全可信，同时也能为情绪的神经反馈调节提供理论基础，近年来引起了研究者的广泛关注并取得了一些进展。目前的研究已经可以区分极端负性情绪和平静状态，基于神经生理信息的情绪反馈调节(例如脑电反馈调节)已成为临床抑郁症、焦虑症等情绪障碍疾病的辅助治疗手段。2010年新加波的Yisi Liu, Olga Sourina等人利用被试在不同情绪状态下的脑电特征作为输入信号，驱动3D表情动画以实时表达被试的情绪感受。前额叶是与情绪活动联系密切的脑区，众多关于情绪与脑血氧参数的研究表明在消极情绪下，志愿者的前额叶双边脑血流将降低，而其氧合血红蛋白含量将增加。当志愿者经历一个非常强烈的不愉快情绪，情绪开始3到4秒后，大脑中特定区域的血流量明显增大。对比实验显示愉悦的情绪可以降低大脑另一部分区域的血流量。基于脑血氧信号的情绪检测技术已经被美国国家航空航天局(NASA)用于航天员的情绪监控上。近年来,脑波探测技术发展迅速,美国加州旧金山Emotiv systems公司已生产出读取脑电波的头蓝Epoc headset, 14个传感器进行的脑电波扫描技术可准确读取大脑脑电活动。日本推出了时尚玩具Necomimi意念猫耳,该产品通过TGAM脑电芯片读取脑电波后进行分析，将代表人情绪状态的脑电信号转化成“猫耳朵”可以识别的数字信号，从而执行相应的指令，完成不同的动作，来简单表达佩戴者的情绪反应。比如当佩戴者处于惊讶状态时，猫耳朵就会高高立起，放松或沮丧时，则会耸拉下来。身心健康才是真正的健康，生理和精神状态的监护都值得我们关注。便携式生理监护仪早已应用在临床和家庭护理中，然而针对特殊人群的便携式情绪监护技术还未面市。理论及技术的飞速发展使便携式情绪监护技术的开发研制成为可能。
发明内容
本发明所要解决的技术问题是，提供一种脑电和脑血氧信号的便携式检测，进行精确的情绪状态识别，帮助用户及外界及时察觉用户的不良情绪，进行人性化的安抚措施，可达到改善用户情绪状态的特殊人群的情绪监护方法。本发明所采用的技术方案是一种特殊人群的情绪监护方法，包括如下阶段( I)采集神经生理信息， 所述的神经生理信息包括采集脑电信号和脑血氧信号；(2)进行信号处理，包括进行信号预处理、特征提取和情绪识别；(3)判断干预类型，对识别后的情绪进行判断，如果用户的情绪是平静状态或积极状态返回第(I)阶段继续监护，否则进入下一阶段；(4)进行系统干预，根据不同情绪状态确定采用系统的情绪辅助调节干预方式还是采用远程干预方式；(5)存储数据，绘制一段时期内的情绪周期表，记录用户的情绪波动并存储。阶段(2)中所述的信号预处理是对信号进行滤噪和增强处理，具体包括如下步骤(a)采用自适应滤波抑制信号中夹杂的工频干扰，采用小波分析或独立分量分析滤除眼电、肌电的干扰；(b)在放大器对信号进行放大的基础上，利用一些算法增强与情绪相关的脑电信号，通过采用共空间模型滤波器根据目标状态增加不同类别信号之间的空间距离，从而提
高信噪比。阶段(2)中所述的特征提取，具体包括如下步骤(a)分析时频信息利用短时傅里叶变换和Chirplet变换的时频变换手段，分别观察脑电信号和脑血氧信号在不同时间和频率的波形特征和频域能量特征；(b)分析非线性特征，即分形维数、相关维数和信息熵；(C)从相位角度分析，利用希尔伯特变换提取信号的相位信息，提取不同频段信号的同步化特征。阶段(2)中所述的情绪识别，具体包括如下步骤(a)对脑电信号和脑血氧信号提取的特征优化选择后进行融合，所述的特征优化是采用基于支持向量机的贪婪算法或遗传算法或递归特征筛选算法对特征进行优化；(b)根据最优特征组合对用户的情绪状态进行学习识别，并对情绪的类别和唤醒度进行精确分级，学习识别是采用人工神经网络或贝叶斯线性分类器或支持向量机作为集成学习的学习器。在阶段(4)中，当用户的消极情绪为低唤醒度状态时，启动系统的情绪辅助调节干预方式；当用户的消极情绪为高唤醒度状态时，同时启动系统的情绪辅助调节干预方式和远程干预方式，所述的远 程干预方式是，采用GPRS无线通讯实时地将用户的情绪状态发送至家人手机和心理医生监护中心服务器，家人和医生根据用户的当前状态，与用户联线通话。本发明的特殊人群的情绪监护方法，是通过脑电和脑血氧信号的便携式检测，进行精确的情绪状态识别，帮助用户及外界及时察觉用户的不良情绪，进行人性化的安抚措施，可达到改善用户情绪状态的目的，进而避免用户的精神状态恶化，同时也减缓了情绪障碍患者家属的看护负担和心理压力。其次本发明还可用于重大灾难后受害者的精神抚慰、老龄化社会中独处老人的精神监护等。如果将该发明与生理监护技术结合，发明一种“身心健康监护仪”，可以给医生和患者提供更全面的健康信息，帮助医院给患者提供人性化的医疗服务，降低重病后抑郁症的并发率。该技术客观、安全、可信，具有潜在市场和推广价值。并且，在本发明基础上可以开发出一种情绪监护仪，对用户的消极情绪进行适当地干预同时辅助用户进行情绪调节，避免用户消极状态的持续积累，减小由情绪因素造成的各种消极影响。
图I是本发明方法的流程图。
具体实施例方式下面结合实施例和附图对本发明的特殊人群的情绪监护方法做出详细说明。本明的特殊人群的情绪监护方法，结合脑电波探测及脑功能成像技术进行情绪识另IJ，在此基础上发明一种可用于日常情绪状态检测的便携式情绪监护方法，监测到用户的异常情绪后及时启动干预措施。本发明推广使用后可以为特殊人群提供个性化的护理，帮助患者从外界获得心理安慰同时舒缓情绪，改善精神状态，降低特殊人群过激行为或工作失误的发生率，减少情绪疾病(如抑郁症)的发病率。本明的特殊人群的情绪监护方法，如图I所示，包括如下阶段(I)采集神经生理信息利用非侵入式干电极技术进行脑电采集，采集装置外形类似一个标准的立体声无线耳机，耳机前臂的电极放置在前额进行脑电信号的采集。耳机头箍内嵌近红外光谱发射及采集探头，进行无线采集人脑前额脑血氧信号，采集到的脑电信号和脑血氧信号分别传送至信息处理单元。(2)进行信号处理，包括信号预处理、特征提取和情绪识别，其中I)信号预处理将采集的两类神经生理信号经A/D转换后分别进行纯化，以提高信噪比，易化特征提取。本发明拟从信号滤噪和信号增强这两个方面对信号进行钝化，具体包括如下步骤(a)采用自适应滤波抑制信号中夹杂的工频干扰等确定性较强的噪声信号，采用小波分析(Wavelet Analysis, WA)或独立分量分析(Independent Component Analysis,ICA)滤除眼电、肌电等干扰；(b)在放大器对信号进行放大的基础上，利用一些算法增强与情绪相关的脑电信号，共空间模型(Common Spatial Patterns, CSP)滤波器能够根据目标状态增加不同类别信号之间的空间距离，从而提高信噪比。本发明尝试用此算法对目标信号进行增强。2)特征提取信号预处理以后本发明拟从三个不同的角度对情绪信号进行全面分析，提取特征，具体包括如下步骤(a)分析时频信息利用短时傅里叶变换和Chirplet变换的时频变换手段，分别观察脑电信号和脑血氧信号在不同时间和频率的波形特征和频域能量特征。例如各频段功率谱能量比、快、慢波不对称性，氧和血红蛋白、去氧血红蛋白和总血流量的量变及时变特征等；(b)分析非线性特征，即分形维数、相关维数和信息熵等非线性参数。这些信息往 往包含着某种固定模式，例如情绪类型；(C)从相位角度分析，利用希尔伯特变换提取信号的相位信息，可提取不同频段信号的同步化特征。3)情绪识别对各类信号提取的特征优化选择后进行融合，然后根据最优特征组合对用户的情绪状态进行识别，并对情绪的效价(积极、消极和平静)和唤醒度(高、低)进行精确分级，例如当前状态是高度悲伤还是低度厌恶。本发明的情绪识别，具体包括如下步骤(a)对脑电信号和脑血氧信号提取的特征优化选择后进行融合，所述的特征优化是采用基于SVM的贪婪算法或遗传算法或递归特征选择对特征进行优化；(b)根据最优特征组合对用户的情绪状态进行学习识别，并对情绪的类别和强度进行精确分级，学习识别是采用人工神经网络或贝叶斯线性分类器或支持向量机作为集成学习的学习器。信息处理部分可做成低功耗的ASIC智能集成芯片，这样可以简化并加快信号处理及分析过程，实现信号的实时在线分析，降低产品的研究和应用成本，使得该技术便于推广和使用。信息预处理及特征提取和识别技术以大量可靠的前沿研究成果作为指导，以适用于不同的人群和环境。(3)判断干预类型判别用户的情绪状态是否需要启动干预，如果用户的情绪状态是平静或积极的状态，不需要干预，返回第(I)阶段继续监护；如果是消极状态就要进入下一阶段进行不同程度的干预；(4)进行系统干预所述的进行系统干预包括以下两种干预方式(a)系统的情绪辅助调节干预方式该部分是通过启动与各种消极情绪状态相匹配的调节性音乐库和“心理贴士”。所述的“心理贴士”可以智能播放专业而又亲切的情绪调节提示语，例如“安静地坐下来，随着音乐深呼气……”温和提醒用户当前状态，并帮助用户调节或倾诉发泄。(b)远程干预方式采用GPRS无线模块实时地将用户的情绪状态发送至家人手机和心理医生监护中心服务器，家人和医生可根据用户的当前状态，与用户联线通话，倾听其感受并进行精神安抚，帮助用户移情，及时阻断其不良情绪。当用户的消极情绪为低唤醒度状态时，启动上述第I种干预方式，即系统的情绪辅助调节干预方式；当用户的消极情绪为高唤醒度状态时，同时启动上述第I干预方式和第2干预方式，即系统的情绪辅助调节干预方式和远程干预方式。(5)存储数据绘制一段时期内(短期如一天，长期如一周)的情绪周期表，记录用户的情绪波动并存储，帮助用户了解自己的情绪变化同时为用户今后的心理咨询或心理康复疗效的评价 提供依据。存储单元中设有符合工业标准的串行UART输入输出接口，以便信息的读取及清理。
权利要求
1.一种特殊人群的情绪监护方法，其特征在于，包括如下阶段 (1)采集神经生理信息， 所述的神经生理信息包括采集脑电信号和脑血氧信号； (2)进行信号处理，包括进行信号预处理、特征提取和情绪识别； (3)判断干预类型，对识别后的情绪进行判断，如果用户的情绪是平静状态或积极状态返回第(I)阶段继续监护，否则进入下一阶段； (4)进行系统干预，根据不同情绪状态确定采用系统的情绪辅助调节干预方式还是采用远程干预方式； (5)存储数据，绘制一段时期内的情绪周期表，记录用户的情绪波动并存储。
2.根据权利要求I所述的特殊人群的情绪监护方法，其特征在于，阶段(2)中所述的信号预处理是对信号进行滤噪和增强处理，具体包括如下步骤 Ca)采用自适应滤波抑制信号中夹杂的工频干扰，采用小波分析或独立分量分析滤除眼电、肌电的干扰； (b)在放大器对信号进行放大的基础上，利用一些算法增强与情绪相关的脑电信号，通过采用共空间模型滤波器根据目标状态增加不同类别信号之间的空间距离，从而提高信噪比。
3.根据权利要求I所述的特殊人群的情绪监护方法，其特征在于，阶段(2)中所述的特征提取，具体包括如下步骤 Ca)分析时频信息利用短时傅里叶变换和Chirplet变换的时频变换手段，分别观察脑电信号和脑血氧信号在不同时间和频率的波形特征和频域能量特征； (b)分析非线性特征，即分形维数、相关维数和信息熵； (C)从相位角度分析，利用希尔伯特变换提取信号的相位信息，提取不同频段信号的同步化特征。
4.根据权利要求I所述的特殊人群的情绪监护方法，其特征在于，阶段(2冲所述的情绪识别，具体包括如下步骤 (a)对脑电信号和脑血氧信号提取的特征优化选择后进行融合，所述的特征优化是采用基于支持向量机的贪婪算法或遗传算法或递归特征筛选算法对特征进行优化； (b)根据最优特征组合对用户的情绪状态进行学习识别，并对情绪的类别和唤醒度进行精确分级，学习识别是采用人工神经网络或贝叶斯线性分类器或支持向量机作为集成学习的学习器。
5.根据权利要求I所述的特殊人群的情绪监护方法，其特征在于，在阶段(4)中，当用户的消极情绪为低唤醒度状态时，启动系统的情绪辅助调节干预方式；当用户的消极情绪为高唤醒度状态时，同时启动系统的情绪辅助调节干预方式和远程干预方式，所述的远程干预方式是，采用GPRS无线通讯实时地将用户的情绪状态发送至家人手机和心理医生监护中心服务器，家人和医生根据用户的当前状态，与用户联线通话。
全文摘要
一种特殊人群的情绪监护方法采集神经生理信息，采集脑电信号和脑血氧信号；进行信号处理，包括信号预处理、特征提取和情绪识别；判断干预类型，对识别后的情绪进行判断，如果用户的情绪是平静状态或积极状态返回开始阶段继续监护，否则进入下一阶段；进行系统干预，根据不同情绪状态确定采用系统的情绪辅助调节干预方式还是采用远程干预方式；存储数据，绘制一段时期内的情绪周期表，记录用户的情绪波动并存储。本发明通过脑电和脑血氧信号的便携式检测，进行精确的情绪状态识别，帮助用户及外界及时察觉用户的不良情绪，进行人性化的安抚措施，可达到改善用户情绪状态的目的，进而避免用户的精神状态恶化，同时也减缓了情绪障碍患者家属的看护负担和心理压力。
文档编号A61B5/0476GK102715902SQ20121019992
公开日2012年10月10日 申请日期2012年6月15日 优先权日2012年6月15日
发明者万柏坤, 张迪, 明东, 李南南, 柯余峰, 綦宏志, 许敏鹏, 陈龙 申请人:天津大学