TWI494079B - 壓力狀態檢測裝置 - Google Patents
壓力狀態檢測裝置 Download PDFInfo
- Publication number
- TWI494079B TWI494079B TW101149105A TW101149105A TWI494079B TW I494079 B TWI494079 B TW I494079B TW 101149105 A TW101149105 A TW 101149105A TW 101149105 A TW101149105 A TW 101149105A TW I494079 B TWI494079 B TW I494079B
- Authority
- TW
- Taiwan
- Prior art keywords
- pressure state
- detecting device
- pressure
- state detecting
- physiological
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 claims description 24
- 210000004185 liver Anatomy 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 210000003403 autonomic nervous system Anatomy 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 5
- 210000005259 peripheral blood Anatomy 0.000 claims description 5
- 239000011886 peripheral blood Substances 0.000 claims description 5
- 230000017531 blood circulation Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 19
- 238000009825 accumulation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 206010042008 Stereotypy Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000002565 electrocardiography Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 210000005037 parasympathetic nerve Anatomy 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
本發明係關於一種檢測裝置，特別關於一種壓力狀態檢測裝置。
雖然壓力狀態檢測已發展一段時間，但因為個體之差異性以及尚未找到合適的生理參數及其組合，以致無法提供準確的檢測。因此，現在壓力狀態之檢測通常還是使用壓力量表來進行，例如社會再適應量表(social readjustment rating scale,SRRS)或知覺壓力量表(perceived stress scale,PSS)。
因此，如何提供一種使用方便的壓力檢測裝置，且能夠提供更準確的壓力檢測，而提升產品的應用性與競爭力，甚至能取代習知的壓力量表，讓壓力檢測更科學化，實為當前重要課題之一。
有鑑於上述課題，本發明之目的為提供一種壓力檢測裝置，其能提供更準確的壓力檢測，進而提升產品的應用性與競爭力。
為達上述目的，依據本發明之一種壓力狀態檢測裝置包含一檢測模組、一生理參數分析模組以及一數學分析模組。檢測模組係檢測複數生理訊號。生理參數分析模組依
據該等生理訊號分析出複數生理參數，該等生理參數至少包含心跳與肝經諧波比例(末梢血流脈衝頻譜之第一諧波能量振幅比例)。數學分析模組分析該等生理參數而產生一壓力狀態資訊。
在一實施例中，生理訊號包含心電圖(ECG)訊號、皮膚導電(EDA)訊號、末梢血流(PPG)訊號、或其組合。
在一實施例中，生理參數更包含自律神經系統平衡指標(LF/HF)。
在一實施例中，生理參數更包含皮膚傳導等級(SCL)。
在一實施例中，壓力狀態資訊為一壓力狀態等級。
在一實施例中，數學分析模組係依據一模糊模型進行分析。
在一實施例中，壓力狀態檢測裝置更包含一轉換模組，其係依據一轉換公式將壓力狀態資訊轉換成一壓力量表之測量值。
在一實施例中，壓力量表為一社會再適應量表(SRRS)或知覺壓力量表(PSS)。
在一實施例中，壓力狀態檢測裝置更包含一顯示模組，其係依據壓力狀態資訊或測量值顯示畫面。
在一實施例中，壓力狀態檢測裝置更包含一通訊模組，其係傳送該等生理訊號、該等生理參數、壓力狀態資訊、測量值、或其組合。
承上所述，本發明之壓力狀態檢測裝置藉由分析至少心跳與肝經諧波比例這兩個參數，並利用一數學模型進行分析，而能產生與壓力量表之測量值有高度相關的壓力狀態資訊，進而提供精準、方便使用的壓力狀態檢測。此外，在長期的忍受壓力情況下，由於壓力導致傳輸到肝臟的養分受阻而使得此器官需要耗損更大的能量才能得到相對的養分，這也是肝經諧波比例參數會不斷上升的原因。換言之，本發明之壓力狀態檢測裝置特別適用於長期累積壓力之檢測，並可以取代傳統量表。
本發明之壓力狀態檢測裝置可讓使用者提早了解目前壓力累積的程度，因而可預防壓力累積的產生並可提升健康的生活型態，而有利於自我健康管理。對於科技研發密集度高的台灣社會，壓力的累積更是無法避免，所以事先預防的工作就顯得特別重要。此產品應用層面可以從相關醫療院所擴充到個人。醫療院所之專業人員可以利用此產品做為初期診斷參考的依據，也可以應用於各種藥物之實驗前後之藥效產生之副作用；而個人可以平時或定期地量測自身的壓力指數，做為自身身心健康的警示。
以下將參照相關圖式，說明依本發明較佳實施例之一種壓力狀態檢測裝置，其中相同的元件將以相同的參照符號加以說明。
圖1為本發明較佳實施例之一種壓力狀態檢測裝置1
的方塊示意圖。如圖1所示，壓力狀態檢測裝置1包含一檢測模組11、一生理參數分析模組12以及一數學分析模組13。本實施例之壓力狀態檢測裝置1係用以檢測使用者心理之壓力狀態，且不限於任何應用層面，其可例如應用於個人檢測、醫療單位檢測、或藥物實驗檢測等等。
檢測模組11係用以檢測複數生理訊號。隨著所需檢測之生理訊號的多寡，檢測模組11的配備亦不同。在本實施例中，生理訊號例如包含心電圖(Electrocardiography,ECG)訊號、皮膚導電(Electrodermal Activity,EDA)訊號、末梢血流(photoplethysmographic,PPG)訊號、或其組合，這些生理訊號皆可藉由其相關電路來取得。
生理參數分析模組12依據該等生理訊號分析出複數生理參數，該等生理參數至少包含心跳(heart rate)與肝經諧波比例(liver harmonic proportion)。其中，心跳參數係從心電圖訊號分析而得到，而肝經諧波比例係從末梢血流訊號分析而得到。由於每個人所量測到的諧波能量準位不同，但各諧波間彼此的相互關係不會受影響，故各諧波在比較前，需先對第零諧波作正規化。因此，肝經諧波比例特別指末梢血流脈衝頻譜(peripheral blood pressure pulse spectrum)之第一諧波(A1
)對第零諧波(A0
)做正規化(C1
=A1
/A0
)。此外，在本實施例中，該等生理參數更包含自律神經系統平衡指標(LF/HF)，其係為心電圖(ECG)訊號轉頻域而得到的參數。其中，LF是指低頻(low frequency)係關於交感神經之訊號，HF是指高頻(high
frequency)係關於副交感神經之訊號，而兩者相除而得到自律神經系統平衡指標。然而，需注意者，LF/HF之相關函數應視為未脫離本發明之自律神經系統平衡指標之精神與範疇。
此外，該等生理參數可更包含皮膚傳導等級(skin conduction level,SCL)。皮膚傳導等級參數係從皮膚導電(EDA)訊號分析而得到。
當然，尚可有其他生理參數被分析出來使用，但在本實施例中，由複數個生理參數選出四個代表性之生理參數係以心跳、肝經諧波比例、自律神經系統平衡指標以及皮膚傳導等級為例。
數學分析模組13係分析該等生理參數而產生一壓力狀態資訊。在本實施例中，數學分析模組13係依據一模糊模型(fuzzy model)進行分析。上述生理參數係為模糊模型之輸入參數，而數學分析模組13係整合來自不同生理訊號之生理參數而進行分析。在本實施例之模糊模型中，歸屬函數、模糊規則、推論引擎與輸出規則主要是根據上述四個代表性之生理參數所設計出來的。除了模糊模型之外，亦可有其他數學分析方式可應用於本發明，例如支持向量機(Support Vector Machines,SVM)、線性判別分析(linear discriminant analysis,LDA)、最近群聚分類(nearest cluster classifier,NCC)、k個最近鄰居分類法(k-Nearest Neighbor rule,KNNR)、分類與迴歸樹(Classification And Regression Tree,CART)、倒傳遞網路
(Back-Propagation Neural Network,BPN)、主成分分析(Principal Component Analysis,PCA)等等，以上皆是可以用來做多重參數之分類的演算法。
數學分析模組13所產生的壓力狀態資訊例如為一壓力狀態等級。在本實施例中，透過壓力狀態檢測裝置可明確將累積壓力數值化，例如從1到9代表不同程度之壓力累積。
在分析出壓力狀態資訊之後，即可將此資訊提供給使用者，例如提供給檢測者或被檢測者以進行資訊判讀或告知。於此不限制壓力狀態資訊之提供方式，可例如藉由顯示方式來提供。
此外，壓力狀態資訊亦可有多種應用，以下舉例說明之。如圖1所示，壓力狀態檢測裝置1可更包含一轉換模組14，其係依據一轉換公式將壓力狀態資訊轉換成一壓力量表之測量值。壓力量表例如為一社會再適應量表(SRRS)或知覺壓力量表(PSS)，於此係以社會再適應量表為例。以下以圖2舉例說明如何得到轉換公式。
圖2為從一組受測者利用該壓力狀態檢測裝置所得到之壓力狀態等級以及該組受測者實際填寫社會再適應量表所得到之測量值的相關性圖表，在本實施例中受測者以7位為例。由圖2可以得到壓力狀態等級與測量值有82%的相關性，而轉換公式即為圖2中之該條直線的方程式：y=0.0064x+6.3028。而之後的受測者可藉由本實施例之壓力狀態檢測裝置得到一壓力狀態等級，再經由該轉換公式
而得到對應該壓力量表之測量值。這樣，檢測者(例如醫生)就可依據壓力狀態等級及/或壓力量表之測量值進行分析、判讀。
需注意者，上述轉換公式之決定方式僅為舉例說明，並非用以限制本發明。例如，轉換公式可為線性方程式、非線性方程式、或其組合。本發明亦不限制轉換公式所依據之樣本數目。由上述82%之相關性可得知本發明之壓力狀態檢測裝置可提供準確之檢測，當然，在其他實施例中可能得到更高的相關性。
以下再說明本實施例之壓力狀態檢測裝置之一些特點。
當單獨使用上述四個生理參數時，心跳與肝經諧波比例具有與壓力狀態最高的相關性，而當使用上述生理參數之其中任兩者時，心跳與肝經諧波比例之組合亦達到最高的相關性，由此可見心跳與肝經諧波比例這二者在累積壓力之檢測中佔有相當重要的地位。而當一起使用上述生理參數時，可如上所述至少達到82%的相關性，而能提供準確的檢測效果。
此外，在上述之實施例中，係先找一組不具累積壓力者進行測試，並建立數學分析模組之數學模型。然後，找一組平常具有累積壓力者來進行檢測並填寫壓力量表而得到上述82%的相關性，此方法為訓練族群與測試族群隸屬於不同族群(subject-independent)的實驗驗證方式。由此可見，本實施例之壓力狀態檢測裝置具有強健性
(robustness)並能排除個體差異性(person-stereotypy)。
圖3為本發明較佳實施例之另一種壓力狀態檢測裝置1a的方塊示意圖。如圖3所示，壓力狀態檢測裝置1a更包含一顯示模組15，其係依據壓力狀態資訊及/或測量值顯示畫面，以讓使用者(例如醫生或受測者)觀看。
圖4為本發明較佳實施例之另一種壓力狀態檢測裝置1b的方塊示意圖。如圖4所示，壓力狀態檢測裝置1b更包含一通訊模組16，其係傳送該等生理訊號、該等生理參數、壓力狀態資訊、測量值、或其組合。通訊模組16可例如將該等資訊傳送至一醫療單位，例如醫院或檢測中心等等以進行進一步的判讀或整合治療。
綜上所述，本發明之壓力狀態檢測裝置藉由分析至少心跳與肝經諧波比例這兩個參數，並利用一數學模型進行分析，而能產生與壓力量表之測量值有高度相關的壓力狀態資訊，進而提供精準、方便使用的壓力狀態檢測。此外，在長期的忍受壓力情況下，由於壓力導致傳輸到肝臟的養分受阻而使得此器官需要耗損更大的能量才能得到相對的養分，這也使得肝經諧波比例參數會不斷上升。換言之，本發明之壓力狀態檢測裝置特別適用於長期累積壓力之檢測，並可以取代傳統量表。
本發明之壓力狀態檢測裝置可讓使用者提早了解目前壓力累積的程度，因而可預防壓力累積的產生並可提升健康的生活型態，而有利於自我健康管理。對於科技研發密集度高的台灣社會，壓力的累積更是無法避免，所以事
先預防的工作就顯得特別重要。此產品應用層面可以從相關醫療院所擴充到個人。醫療院所之專業人員可以利用此產品做為初期診斷參考的依據，也可以應用於各種藥物之實驗前後之藥效產生之副作用；而個人可以平時或定期地量測自身的壓力指數，做為自身身心健康的警示。
以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。
1、1a、1b‧‧‧壓力狀態檢測裝置
11‧‧‧檢測模組
12‧‧‧生理參數分析模組
13‧‧‧數學分析模組
14‧‧‧轉換模組
15‧‧‧顯示模組
16‧‧‧通訊模組
圖1為本發明較佳實施例之一種壓力狀態檢測裝置的方塊示意圖；圖2為從一組受測者所得到之壓力狀態等級以及該組受測者實際填寫社會再適應量表所得到之測量值的相關性圖表；以及圖3與圖4為本發明較佳實施例之壓力狀態檢測裝置之不同態樣的方塊示意圖。
1‧‧‧壓力狀態檢測裝置
11‧‧‧檢測模組
12‧‧‧生理參數分析模組
13‧‧‧數學分析模組
14‧‧‧轉換模組
Claims (7)
- 一種壓力狀態檢測裝置，包含：一檢測模組，係檢測複數生理訊號；一生理參數分析模組，依據該等生理訊號分析出複數生理參數，該等生理參數至少包含心跳與肝經諧波比例；一數學分析模組，係依據一模糊模型分析該等生理參數而產生一壓力狀態資訊，其中該壓力狀態資訊為一壓力狀態等級；以及一轉換模組，係依據一轉換公式將該壓力狀態資訊轉換成一壓力量表之測量值。
- 如申請專利範圍第1項所述之壓力狀態檢測裝置，其中該等生理訊號包含心電圖訊號、皮膚導電訊號、末梢血流訊號、或其組合。
- 如申請專利範圍第1項所述之壓力狀態檢測裝置，其中該等生理參數更包含自律神經系統平衡指標。
- 如申請專利範圍第1項所述之壓力狀態檢測裝置，其中該等生理參數更包含皮膚傳導等級。
- 如申請專利範圍第1項所述之壓力狀態檢測裝置，其中該壓力量表為一社會再適應量表或知覺壓力量表。
- 如申請專利範圍第1項所述之壓力狀態檢測裝置，更包含：一顯示模組，係依據該壓力狀態資訊或該測量值顯示畫面。
- 如申請專利範圍第1項所述之壓力狀態檢測裝置，更包含：一通訊模組，係傳送該等生理訊號、該等生理參數、該壓力狀態資訊、該測量值、或其組合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW101149105A TWI494079B (zh) | 2012-12-21 | 2012-12-21 | 壓力狀態檢測裝置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW101149105A TWI494079B (zh) | 2012-12-21 | 2012-12-21 | 壓力狀態檢測裝置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201424679A TW201424679A (zh) | 2014-07-01 |
| TWI494079B true TWI494079B (zh) | 2015-08-01 |
Family
ID=51725025
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW101149105A TWI494079B (zh) | 2012-12-21 | 2012-12-21 | 壓力狀態檢測裝置 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI494079B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030139654A1 (en) * | 2002-01-23 | 2003-07-24 | Samsung Electronics Co., Ltd. | System and method for recognizing user's emotional state using short-time monitoring of physiological signals |
| US20030181795A1 (en) * | 2000-03-14 | 2003-09-25 | Kabushiki Kaisha Toshiba | Wearable life support apparatus and method |
| US20030236451A1 (en) * | 2002-04-03 | 2003-12-25 | The Procter & Gamble Company | Method and apparatus for measuring acute stress |
| US20040117212A1 (en) * | 2002-10-09 | 2004-06-17 | Samsung Electronics Co., Ltd. | Mobile device having health care function based on biomedical signals and health care method using the same |
| CN101198277A (zh) * | 2005-02-22 | 2008-06-11 | 海尔思-斯玛特有限公司 | 用于生理学和心理生理学监控的方法和系统及其应用 |
| US20080195980A1 (en) * | 2007-02-09 | 2008-08-14 | Margaret Morris | System, apparatus and method for emotional experience time sampling via a mobile graphical user interface |
| US20090150113A1 (en) * | 2007-12-06 | 2009-06-11 | Samsung Electronics Co., Ltd. | Module for measuring physical attributes linked to exercise, system for analyzing physical attributes linked to exercise and including the module, and method of applying the module |
| US20100136700A1 (en) * | 2008-11-18 | 2010-06-03 | John Bilello | Metabolic syndrome and hpa axis biomarkers for major depressive disorder |
| US20100174205A1 (en) * | 2009-01-08 | 2010-07-08 | Simon Christopher Wegerif | Method, System and Software Product for the Measurement of Heart Rate Variability |
| CN102343139A (zh) * | 2010-07-30 | 2012-02-08 | 昌祐科技国际股份有限公司 | 具双向传输显示资讯功能的多媒体运动器材 |
| US8158374B1 (en) * | 2006-09-05 | 2012-04-17 | Ridge Diagnostics, Inc. | Quantitative diagnostic methods using multiple parameters |
| US20120143022A1 (en) * | 2010-12-02 | 2012-06-07 | Kuan-Rong Lee | Physiological signal detection system capable of showing emotions, device and emotional display method |
| CN102488501A (zh) * | 2011-11-17 | 2012-06-13 | 深圳市科瑞康实业有限公司 | 身心放松训练的辅助装置及呼吸引导模型显示处理方法 |
| US20120289792A1 (en) * | 2011-05-13 | 2012-11-15 | Fujitsu Limited | Creating a Personalized Stress Profile Using Renal Doppler Sonography |
| US20120289791A1 (en) * | 2011-05-13 | 2012-11-15 | Fujitsu Limited | Calculating and Monitoring the Efficacy of Stress-Related Therapies |
-
2012
- 2012-12-21 TW TW101149105A patent/TWI494079B/zh not_active IP Right Cessation
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030181795A1 (en) * | 2000-03-14 | 2003-09-25 | Kabushiki Kaisha Toshiba | Wearable life support apparatus and method |
| US20030139654A1 (en) * | 2002-01-23 | 2003-07-24 | Samsung Electronics Co., Ltd. | System and method for recognizing user's emotional state using short-time monitoring of physiological signals |
| US20030236451A1 (en) * | 2002-04-03 | 2003-12-25 | The Procter & Gamble Company | Method and apparatus for measuring acute stress |
| US20040117212A1 (en) * | 2002-10-09 | 2004-06-17 | Samsung Electronics Co., Ltd. | Mobile device having health care function based on biomedical signals and health care method using the same |
| CN101198277A (zh) * | 2005-02-22 | 2008-06-11 | 海尔思-斯玛特有限公司 | 用于生理学和心理生理学监控的方法和系统及其应用 |
| US8158374B1 (en) * | 2006-09-05 | 2012-04-17 | Ridge Diagnostics, Inc. | Quantitative diagnostic methods using multiple parameters |
| US20120289422A1 (en) * | 2006-09-05 | 2012-11-15 | Yiwu He | Quantitative diagnostic methods using multiple parameters |
| US20080195980A1 (en) * | 2007-02-09 | 2008-08-14 | Margaret Morris | System, apparatus and method for emotional experience time sampling via a mobile graphical user interface |
| US20090150113A1 (en) * | 2007-12-06 | 2009-06-11 | Samsung Electronics Co., Ltd. | Module for measuring physical attributes linked to exercise, system for analyzing physical attributes linked to exercise and including the module, and method of applying the module |
| US20100136700A1 (en) * | 2008-11-18 | 2010-06-03 | John Bilello | Metabolic syndrome and hpa axis biomarkers for major depressive disorder |
| US20100174205A1 (en) * | 2009-01-08 | 2010-07-08 | Simon Christopher Wegerif | Method, System and Software Product for the Measurement of Heart Rate Variability |
| CN102343139A (zh) * | 2010-07-30 | 2012-02-08 | 昌祐科技国际股份有限公司 | 具双向传输显示资讯功能的多媒体运动器材 |
| US20120143022A1 (en) * | 2010-12-02 | 2012-06-07 | Kuan-Rong Lee | Physiological signal detection system capable of showing emotions, device and emotional display method |
| US20120289792A1 (en) * | 2011-05-13 | 2012-11-15 | Fujitsu Limited | Creating a Personalized Stress Profile Using Renal Doppler Sonography |
| US20120289791A1 (en) * | 2011-05-13 | 2012-11-15 | Fujitsu Limited | Calculating and Monitoring the Efficacy of Stress-Related Therapies |
| CN102488501A (zh) * | 2011-11-17 | 2012-06-13 | 深圳市科瑞康实业有限公司 | 身心放松训练的辅助装置及呼吸引导模型显示处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201424679A (zh) | 2014-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Masoumian Hosseini et al. | Smartwatches in healthcare medicine: assistance and monitoring; a scoping review | |
| Gedam et al. | A review on mental stress detection using wearable sensors and machine learning techniques | |
| Xing et al. | Effects of physical fatigue on the induction of mental fatigue of construction workers: A pilot study based on a neurophysiological approach | |
| Khowaja et al. | Toward soft real-time stress detection using wrist-worn devices for human workspaces | |
| US9801553B2 (en) | System, method, and computer program product for the real-time mobile evaluation of physiological stress | |
| US9980678B2 (en) | Psychological acute stress measurement using a wireless sensor | |
| CN105578961A (zh) | 疲劳压力检诊系统 | |
| US20130184517A1 (en) | System and Method for Measuring and Controlling Stress | |
| CN104983434B (zh) | 基于层次分析法的多参数心理压力评估方法及装置 | |
| Tiwari et al. | A comparative study of stress and anxiety estimation in ecological settings using a smart-shirt and a smart-bracelet | |
| JP2025172895A (ja) | 死亡およびその他の状態の予測、スクリーニングおよびモニタリングのための装置、システムおよび方法 | |
| JP2010201113A (ja) | 疲労度の判定処理システム | |
| Ribeiro et al. | A new intelligent approach for automatic stress level assessment based on multiple physiological parameters monitoring | |
| Manohar et al. | An exploratory clinical study to determine the utility of heart rate variability analysis in the assessment of dosha imbalance | |
| Wang et al. | A novel rapid assessment of mental stress by using PPG signals based on deep learning | |
| KR100463018B1 (ko) | 전자파센서 내장형 휴대용 에이치알브이 건강모니터링시스템 | |
| Ho et al. | A telesurveillance system with automatic electrocardiogram interpretation based on support vector machine and rule-based processing | |
| Gilfriche et al. | Highly sensitive index of cardiac autonomic control based on time-varying respiration derived from ECG | |
| Vega-Martinez et al. | Analysis of heart rate variability and its application in sports medicine: A review | |
| TWI494079B (zh) | 壓力狀態檢測裝置 | |
| WO2017180617A1 (en) | Psychological acute stress measurement using a wireless sensor | |
| Hu et al. | Characteristic extraction of mental disease patients by nonlinear analysis of plethysmograms | |
| Cui et al. | Quantifying the accuracy of inter-beat intervals acquired from consumer-grade photoplethysmography wristbands using an electrocardiogram-aided information-based similarity approach | |
| Butkevičiūtė et al. | Mobile platform for fatigue evaluation: Hrv analysis | |
| Zhi-Hao et al. | Wireless network home health care system of social welfare institution |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |