智能可穿戴疲劳监测及预警系统

疲劳是一种最常见的亚健康状态，它极大地影响着人体的身体状况。疲劳在普通人群中所占比例非常高，疲劳对个体的工作能力具有负面影响，是使工作效率降低的一个重要因素，对个体的社会生活和身体健康也会产生不良影响。



在汉斯出版社《生物医学》期刊中，有学者为探究人体疲劳状态与心率变异性之间的关系，基于心电检测和信号处理技术，在设计并开展疲劳监测实验的基础上，建立不同疲劳等级的生理信号数据库，对心电信号与疲劳状态之间的量化关系进行研究。



本研究探究了人体在不同疲劳程度下心率变异性特征值变化，首先通过实验采集做题时长不同状态下的心电并对其进行分类识别。采集到18位受试者进行95分钟时长的实验时的心电信号，采用小波变换的方法进行预处理得到准确的QRS波；随后使用SPSS进行统计学分析，选取6个相关性最大的特征参数以减小个体差异；最终使用支持向量机建立分类模型，经过不断优化算法得到精度高于80%的分类结果。



针对本研究的分类结果，未来希望对以下方面开展进一步的研究：改进更高精度的分类模型和建模手段；增加受试者数据量，加大研究样本；不断优化算法，细化疲劳等级提高识别精度等。本研究可以运用到日常生活中，有助于对人的主观状态进行客观化评价，在医学监护或高压工作者健康监护等方面具有重要的研究意义和应用前景。