精神疲劳评估及调节方法、装置、存储介质及电子设备

本申请属于疲劳检测，更具体地说，是涉及一种精神疲劳评估及调节方法、装置、存储介质及电子设备。

背景技术：

1、随着社会的发展和经济水平的进步，人们的工作方式逐步转变为高压和快节奏，容易产生精神疲劳。精神疲劳状态的人，可能会瞌睡，反应迟钝，甚至工作失神，在交通运输行业、工厂制造业、医院手术治疗等工作领域，容易引发诸多问题。

2、很多时候，人们会优先考虑使用药物去消除这些状态，但是，目前无法准确检测出用户是否处于精神疲劳状态，仅仅依靠用户感受服药极易导致滥用药物，不仅无法实际可控地消除人体精神疲劳状态，还会导致用户生理与心理上出现不适的副作用。

技术实现思路

1、本申请实施例的目的在于提供一种精神疲劳评估及调节方法、装置、存储介质及电子设备，旨在解决现有技术中的无法准确检测出用户是否处于精神疲劳状态以及无法有效消除精神疲劳状态的技术问题。

2、为实现上述目的，根据本申请的第一个方面，提供了一种精神疲劳评估及调节方法，所述方法包括：

3、获取目标对象的生物信号数据，其中，所述生物信号数据包括：脑电波原始数据和心电图原始数据；

4、基于所述脑电波原始数据确定对应的脑电波特征向量，以及基于所述心电图原始数据确定对应的心电图特征向量；

5、根据所述脑电波特征向量和所述心电图特征向量，确定所述目标对象的精神疲劳分类结果，其中，所述精神疲劳分类结果用于表征所述目标对象是否处于预定的精神疲劳状态；

6、根据所述精神疲劳分类结果，调节所述目标对象所处环境的至少一个环境要素，以使得调整后的环境要素实时反作用于所述目标对象。

7、根据本申请的第二个方面，提供了一种精神疲劳评估及调节装置，所述装置包括：

8、获取单元，用于获取目标对象的生物信号数据，其中，所述生物信号数据包括：脑电波原始数据和心电图原始数据；

9、确定单元，用于基于所述脑电波原始数据确定对应的脑电波特征向量，以及基于所述心电图原始数据确定对应的心电图特征向量；根据所述脑电波特征向量和所述心电图特征向量，确定所述目标对象的精神疲劳分类结果，其中，所述精神疲劳分类结果用于表征所述目标对象是否处于预定的精神疲劳状态；

10、调节单元，用于根据所述精神疲劳分类结果，调节所述目标对象所处环境的至少一个环境要素，以使得调整后的环境要素实时反作用于所述目标对象。

11、第二个方面以及第二个方面的任意一种实现方式分别与第一个方面以及第一个方面的任意一种实现方式相对应。第二个方面以及第二个方面的任意一种实现方式所对应的技术效果可参见上述第一个方面以及第一个方面的任意一种实现方式所对应的技术效果，此处不再赘述。

12、第三方面，本申请实施例提供了一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如任一项所述的方法。

13、第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如任一项所述的方法。

14、第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面中任一项所述的方法。

15、可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

16、本申请实施例与现有技术相比存在的有益效果是：

17、本申请所提供的精神疲劳评估及调节方法通过获取目标对象的生物信号数据，该生物信号数据包括：脑电波原始数据和心电图原始数据；基于脑电波原始数据确定对应的脑电波特征向量，以及基于心电图原始数据确定对应的心电图特征向量；根据脑电波特征向量和心电图特征向量，确定目标对象的精神疲劳分类结果，该精神疲劳分类结果用于表征目标对象是否处于预定的精神疲劳状态；根据精神疲劳分类结果，调节目标对象所处环境的至少一个环境要素，以使得调整后的环境要素实时反作用于目标对象。

18、通过从获取到的脑电波原始数据和心电图原始数据中提取出有用的信息，形成脑电波特征向量和心电图特征向量。并根据脑电波特征向量和心电图特征向量，确定目标对象的精神疲劳分类结果，具体可以分为“无疲劳”、“精神疲劳”，不仅可以帮助了解目标对象当前的精神疲劳状态，还可以用于监测其随时间的变化趋势。在得到精神疲劳分类结果之后，可以采取措施调节目标对象所处环境的至少一个环境要素。通过实时监测和分析人体的生物信号数据，以及根据这些数据调整环境要素，创造一个有利于减轻精神疲劳的环境。

技术特征：

1.一种精神疲劳评估及调节方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述脑电波原始数据确定对应的脑电波特征向量，以及基于所述心电图原始数据确定对应的心电图特征向量，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述脑电波特征向量和所述心电图特征向量，确定所述目标对象的精神疲劳分类结果，包括：

4.根据权利要求2所述的方法，其特征在于，在获取目标对象的生物信号数据之前，所述方法还包括：

5.根据权利要求2至4中任意一项所述的方法，其特征在于，所述脑电波处理模型的模型结构包括：输入层、第一卷积层、空间滤波器、第一池化层、第二卷积层、第二池化层、全连接层，其中，所述脑电波处理模型中的输入层的大小为3*2500；所述第一卷积层采用16个大小为15*1步长为3的卷积核，且输出数据的大小为16*3*829；所述空间滤波器卷积核大小为3*1，且输出数据的大小为16*829；所述第一池化层采用1*4大小的池化层，且输出数据的大小为16*826，所述第二卷积层采用32个16*15步长3的卷积核，且输出数据的大小为32*271；所述第二池化层采用1*4大小的池化层，且输出数据的大小为32*268，最后经过所述全连接层得到一个包含512个特征的特征向量。

6.根据权利要求2至4中任意一项所述的方法，其特征在于，所述心电图处理模型的模型结构包括：输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、全连接层，其中，所述心电图处理模型中的输入层大小为1*2500；所述第一卷积层采用16个大小为15*1步长为3的卷积核，且输出数据的大小为16*829；所述第一池化层采用1*4大小的池化层，且输出数据的大小为16*826；所述第二卷积层采用32个16*15步长3的卷积核，且输出数据的大小为32*271；所述第一池化层采用1*4大小的池化层，且输出数据的大小为32*268，最后经过所述全连接层得到一个包含512个特征的特征向量。

7.根据权利要求1所述的方法，其特征在于，所述根据所述精神疲劳分类结果，调节所述目标对象所处环境的至少一个环境要素，以使得调整后的环境要素实时反作用于所述目标对象，包括：

8.一种精神疲劳评估及调节装置，其特征在于，所述装置包括：

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

技术总结
本申请适用于疲劳检测技术领域，提供了一种精神疲劳评估及调节方法、装置、存储介质及电子设备，本申请所提供的精神疲劳评估及调节方法通过获取目标对象的生物信号数据，该生物信号数据包括：脑电波原始数据和心电图原始数据；基于脑电波原始数据确定对应的脑电波特征向量，以及基于心电图原始数据确定对应的心电图特征向量；根据脑电波特征向量和心电图特征向量，确定目标对象的精神疲劳分类结果，该精神疲劳分类结果用于表征目标对象是否处于预定的精神疲劳状态；根据精神疲劳分类结果，调节目标对象所处环境的至少一个环境要素，以使得调整后的环境要素实时反作用于目标对象。

技术研发人员：胡斌,赵庆林,孙韬,何瑞淼
受保护的技术使用者：兰州大学
技术研发日：
技术公布日：2024/9/23