CN115211835B - 一种基于电刺激的应激诱发与评估方法、系统及设备 - Google Patents

Abstract

本发明公开了一种基于电刺激的应激诱发与评估方法、系统及设备，涉及训练辅助领域，通过获得GSR手环静息态数据、基础电刺激；对训练任务信息进行训练要求分析，基于任务要求参数类型与基础电刺激建立联结，生成任务电刺激规则信息；实时监测被测用户在训练过程中的状态，当被测用户状态达到任务电刺激规则信息中的触发条件时，启动电刺激装备，实时采集被测用户个体在训练过程中的GSR数据；利用GSR数据与GSR手环静息态数据进行应激适应水平判定获得用户的应激适应等级。解决缺乏有效的训练刺激监督手段，无法保证训练任务完成效果的技术问题。达到通过产生的应激反应对被训用户产生激励，具有监督和提升训练目标完成状态的效果。

Description

一种基于电刺激的应激诱发与评估方法、系统及设备

技术领域

本发明涉及训练辅助技术领域，尤其涉及一种基于电刺激的应激诱发与评估方法、系统及设备。

背景技术

训练任务需要训练人员通过自身的努力和意志力不懈训练才能达到提升自身水平，完成训练要求的目标，训练过程中往往是充满了艰辛和困难，如何对训练者进行有效的激励和监督，对于训练效果具有重要意义。

应激反应是由各种充满紧张性的刺激物(应激源)所引起的一类非特异反应，包括身体的和心理的两部分，前者如“应急反应”、心血管反应、垂体-肾上腺皮质系统激活等，后者如情绪反应、自我防御反应等。个体的应激反应是刺激物同他自身的一些身心特性间交互作用的结果，而不是单方面地取决于外界的刺激物。应激反应可以进行任务训练状态的状态性激励，通过刺激物对训练人员进行刺激产生状态性应激反应，将训练要求与应激反应进行联结，对训练人员的进行监督和激励。

现有技术存在以下技术问题：

现有技术中缺乏有效的训练刺激监督手段，训练效果依靠训练者的自制力，无法保证训练任务的完成效果的技术问题。

发明内容

本申请的目的是提供一种基于电刺激的应激诱发与评估方法、系统及设备，用以解决现有技术中缺乏有效的训练刺激监督手段，训练效果依靠训练者的自制力，无法保证训练任务的完成效果的技术问题。

鉴于上述问题，本申请提供了一种基于电刺激的应激诱发与评估方法、系统及设备。

第一方面，本申请提供了一种基于电刺激的应激诱发与评估方法，所述方法应用于一穿戴设备，所述穿戴设备包括电刺激装备、GSR手环，所述方法包括：获得GSR手环静息态数据；确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激；获得训练任务信息，并对所述训练任务信息进行训练要求分析，确定任务要求参数类型；基于所述任务要求参数类型与所述基础电刺激建立联结，生成任务电刺激规则信息；实时监测被测用户在训练过程中的状态，当被测用户状态达到所述任务电刺激规则信息中的触发条件时，启动电刺激装备按照所述任务电刺激规则信息中的电刺激要求进行电刺激，同时通过GSR手环实时采集被测用户个体在训练过程中的GSR数据；利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级。

优选的，所述电刺激参数范围为脉冲宽度大于600μs，脉冲频率1-4Hz，电流强度不超过50mA。

优选的，确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激，包括：基于所述电刺激参数范围逐渐增加电刺激强度，通过电刺激装备施加于被测用户，题制李克特量表，确定被测用户疼痛评分等级；监测施加电刺激参数，同时记录被测用户疼痛评分等级，当所述被测用户疼痛评分等级或所述施加电刺激参数达到预设要求时，停止电刺激操作，将当前监测获得的施加电刺激参数作为所述基础电刺激。

优选的，利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级，包括：对实时采集到的所述GSR数据按照数据要求进行筛选，确定有效GSR数据；建立动态滑窗，利用动态滑窗对采集到的有效GSR数据进行计算，得到监测数据特征，其中，所述监测数据特征包括皮肤电导反应数据、皮肤电导水平数据；根据所述皮肤电导反应数据、皮肤电导水平数据、GSR手环静息态数据进行应激适应等级运算，获得所述用户的应激适应等级。

优选的，利用动态滑窗对采集到的有效GSR数据进行计算，得到监测数据特征，包括：设定时间区间范围；基于所述设定时间区间范围从所述有效GSR数据中提取匹配数据，对所述匹配数据进行数据特征提取，获得所述监测数据特征。

优选的，根据所述皮肤电导反应数据、皮肤电导水平数据、GSR手环静息态数据进行应激适应等级运算，获得所述用户的应激适应等级，包括：通过公式：计算获得皮肤电导水平变化率ΔSCL，其中，SCLpre 为前测1min静息态的平均SCL、SCLpost为后测1min静息态的平均SCL；通过公式：计算获得皮肤电导反应面积变化率Δarea_SCR；根据所述皮肤电导水平变化率、所述皮肤电导反应面积变化率，获得所述用户的应激适应等级。

优选的，根据所述皮肤电导水平变化率、所述皮肤电导反应面积变化率，获得所述用户的应激适应等级，包括：当count(Δarea_SCR t-post>80％)<60％&ΔSCL<50％时，所述用户的应激适应等级为A级；当count(Δarea_SCR t- post>80％)<60％|ΔSCL<50％时，所述用户的应激适应等级为B级；当count(Δ area_SCR t-post>80％)≥60％&ΔSCL≥50％时，所述用户的应激适应等级为C级。

优选的，对实时采集到的所述GSR数据按照数据要求进行筛选，确定有效GSR 数据，包括：对所述GSR数据进行监测时间确定，获得监测时间；基于所述监测时间判断所述电刺激装备是否处于间歇期；当处于时，将所述GSR数据作为所述有效GSR数据。

第二方面，本申请提供了一种基于电刺激的应激诱发与评估系统，所述系统包括：静息态数据获得单元，用于获得GSR手环静息态数据；

基础电刺激确定单元，用于确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激；

任务类型分析单元，用于获得训练任务信息，并对所述训练任务信息进行训练要求分析，确定任务要求参数类型；

电刺激联结单元，用于基于所述任务要求参数类型与所述基础电刺激建立联结，生成任务电刺激规则信息；

监测数据获取单元，用于实时监测被测用户在训练过程中的状态，当被测用户状态达到所述任务电刺激规则信息中的触发条件时，启动电刺激装备按照所述任务电刺激规则信息中的电刺激要求进行电刺激，同时通过GSR手环实时采集被测用户个体在训练过程中的GSR数据；

应激适应等级运算单元，用于利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级。

第三方面，本申请提供了一种穿戴设备，所述穿戴设备可执行第一方面中任一方法步骤。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过获得GSR手环静息态数据；确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激；获得训练任务信息，并对所述训练任务信息进行训练要求分析，确定任务要求参数类型；基于所述任务要求参数类型与所述基础电刺激建立联结，生成任务电刺激规则信息；实时监测被测用户在训练过程中的状态，当被测用户状态达到所述任务电刺激规则信息中的触发条件时，启动电刺激装备按照所述任务电刺激规则信息中的电刺激要求进行电刺激，同时通过GSR手环实时采集被测用户个体在训练过程中的GSR数据；利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级。针对不同训练个体应激反应适应程度的不同，设定匹配的训练监督刺激方案，通过产生的应激反应对被训用户产生激励，以达到训练要求，具有监督和提升训练目标完成状态的技术效果。从而解决了现有技术中缺乏有效的训练刺激监督手段，训练效果依靠训练者的自制力，无法保证训练任务的完成效果的技术问题。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种基于电刺激的应激诱发与评估方法的流程示意图；

图2为本申请实施例提供的一种基于电刺激的应激诱发与评估方法中获得基础电刺激的流程示意图；

图3为本申请实施例提供的一种基于电刺激的应激诱发与评估方法中获得用户的应激适应等级的流程示意图；

图4为本申请实施例提供的一种基于电刺激的应激诱发与评估系统的结构示意图。

具体实施方式

本申请通过提供一种基于电刺激的应激诱发与评估方法、系统及设备，解决了现有技术中缺乏有效的训练刺激监督手段，训练效果依靠训练者的自制力，无法保证训练任务的完成效果的技术问题。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

实施例一

如图1所示，本申请提供了一种基于电刺激的应激诱发与评估方法，所述方法应用于一穿戴设备，所述穿戴设备包括电刺激装备、GSR手环，所述方法包括：

具体的，穿戴设备包括电刺激装备、GSR手环，其中，电刺激装备包括但不限于便携式电刺激设备、可穿戴电刺激设备、电刺激仪等可以进行电刺激的装置， GSR手环为监测皮肤电流反应的手环，对佩戴者进行皮肤电流反应监测。

S1：获得GSR手环静息态数据。

佩戴可穿戴电刺激装备与GSR手环，并采集静息态GSR数据1min。由于体表电流会干扰GSR数据质量，因此电刺激装备的电极贴片与GSR采集端电极贴片需要保持一定距离，将电刺激装备与GSR手环保持一定距离，确保不受到干扰的状态下进行静息态数据的采集，得到GSR手环静息态数据，GSR手环静息态数据为采集1min的手环静息态下的数据，且无电流干扰的状态下的数据。

且，为了确保数据分析评估的可靠性，在后续作为应激判断评估依据时，选择的GSR数据仅采用电刺激间歇期采集到的数据，即无电刺激装备干扰的。

S2：确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激。

进一步的，所述电刺激参数范围为脉冲宽度大于600μs，脉冲频率1-4Hz，电流强度不超过50mA。

进一步的，如图2所示，确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激，S2包括：S21：基于所述电刺激参数范围逐渐增加电刺激强度，通过电刺激装备施加于被测用户，题制李克特量表，确定被测用户疼痛评分等级；S22：监测施加电刺激参数，同时记录被测用户疼痛评分等级，当所述被测用户疼痛评分等级或所述施加电刺激参数达到预设要求时，停止电刺激操作，将当前监测获得的施加电刺激参数作为所述基础电刺激。

由于每个用户个体在电流的痛感忍受力上具有不同的阈值，因而针对各被测个体进行耐痛阈值的测试和分析，以制定与其相匹配的电刺激规则方案。在电刺激参数范围内，从低到高进行电刺激，逐级增加电流强度直到达到了预设要求为止。

预设要求包括：个体主观疼痛评分达到7-9分，或电流强度达到了最大阈值 50mA时，则停止增加电流强度，将当前的电刺激参数作为当前被测用户的基础电刺激。

其中个体的主观疼痛评分通过题制李克特量表，应理解，李克特量表(Likertscale)是属评分加总式量表最常用的一种，属同一构念的这些项目是用加总方式来计分，单独或个别项目是无意义的。该量表由一组陈述组成，每一陈述有"非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五种回答，分别记为5、4、3、 2、1，每个被调查者的态度总分就是他对各道题的回答所得分数的加总，这一总分可说明他的态度强弱或他在这一量表上的不同状态。本申请实施例对感受到的电刺激导致的疼痛感进行1-9点评分，1分表示毫无感觉、9分表示剧烈疼痛，分数越高表明疼痛感越强，通过被测用户根据李克特量表的内容进行信息采集、录入，确定被测用户疼痛评分等级。

可选的，通过模式识别技术或主观情绪评分对被刺用户的承受范围进行确定，从而选择最佳的电刺激参数：频率、强度、脉宽，确保电刺激时被测用户相较于没有进行电刺激时表现出显著的负向愉悦感、正向唤醒度、正向恐惧度、正向厌恶度，即能成功诱发用户产生类似于jump scare的瞬时性应激，从而提升训练效果。

应理解，应激反应是由各种充满紧张性的刺激物(应激源)所引起的一类非特异反应。这些反应包括身体的(生理的)和心理的(行为的)两部分，前者如“应急反应”、心血管反应、垂体-肾上腺皮质系统激活等，后者如情绪反应、自我防御反应等。个体的应激反应是刺激物同他自身的一些身心特性间交互作用的结果，而不是单方面地取决于外界的刺激物。利用产生的应激反应对被训用户产生激励，以达到训练要求，具有监督和提升训练目标完成状态的技术效果。

根据用户的不同忍受情况设定对应的电刺激参数进行电刺激，以成功诱发被测用户的应激反应，激励用户在训练过程成完成训练任务。

S3：获得训练任务信息，并对所述训练任务信息进行训练要求分析，确定任务要求参数类型。

S4：基于所述任务要求参数类型与所述基础电刺激建立联结，生成任务电刺激规则信息。

按照不同的训练任务的目标要求进行任务要求参数类型的确定，涉及速度、准确性、持久性权衡的任务关系，如Gonogo、IAT、stroop等，竞争反应，或其他训练任务。以stroop为例，应理解斯特鲁普效应(Stroop effect)在心理学中指优势反应对非优势反应的干扰。例如当测试者被要求回答有颜色意义的字体的颜色时，回答字本身的意义为优势反应，而回答字体颜色为非优势反应，若字体颜色与字意不同，被测者往往会反应速度下降，出错率上升。

根据任务的不同类型指定电刺激与任务的不同联结形式，示例性的，被测用户被要求在限定时间内完成全部的stroop任务轮次，如果未能按时完成，则剩余试次每次都会通过电刺激装备对待测用户进行电刺激。被测用户被要求尽可能的做对每一个stroop任务，每次失败都会遭受一次瞬时电刺激，利用不同的训练任务的要求与电刺激建立联结，生成对应的任务电刺激规则信息，即达到哪种状态时触发电刺激装备，按照用户的基础电刺激信息进行对应刺激，其中，任务电刺激规则信息中的电刺激参数会大于用户的基础电刺激信息，大的程度优选为1-2分，如用户为7分，刺激过程可以为8分或者9分对应的强度，以起到激励刺激的效果，提升待测用户的训练积极性。

将电刺激与任务表现建立连接，并告知被测用户在任务过程中的疼痛感高于基础电刺激，训练任务中的电刺激强度≥基础电刺激。

S5：实时监测被测用户在训练过程中的状态，当被测用户状态达到所述任务电刺激规则信息中的触发条件时，启动电刺激装备按照所述任务电刺激规则信息中的电刺激要求进行电刺激，同时通过GSR手环实时采集被测用户个体在训练过程中的GSR数据。

对被测用户记录从任务开始到任务结束时间内的GSR数据，即诱发了状态性应激，通过持续的进行这种任务，可以训练个体或者群体的应激适应性，对用户在训练过程产生激励和监督的效果，提升训练的效果。

S6：利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级。

进一步的，如图3所示，利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级，S6包括：

S61：对实时采集到的所述GSR数据按照数据要求进行筛选，确定有效GSR 数据；

S62：建立动态滑窗，利用动态滑窗对采集到的有效GSR数据进行计算，得到监测数据特征，其中，所述监测数据特征包括皮肤电导反应数据、皮肤电导水平数据；

S63：根据所述皮肤电导反应数据、皮肤电导水平数据、GSR手环静息态数据进行应激适应等级运算，获得所述用户的应激适应等级。

进一步的，利用动态滑窗对采集到的有效GSR数据进行计算，得到监测数据特征，S62包括：

S621：设定时间区间范围；

S622：基于所述设定时间区间范围从所述有效GSR数据中提取匹配数据，对所述匹配数据进行数据特征提取，获得所述监测数据特征。

进一步的，根据所述皮肤电导反应数据、皮肤电导水平数据、GSR手环静息态数据进行应激适应等级运算，获得所述用户的应激适应等级，S63包括：

S631：通过公式：计算获得皮肤电导水平变化率ΔSCL，其中，SCLpre为前测1min静息态的平均SCL、SCLpost为后测1min 静息态的平均SCL；

S632：通过公式：计算获得皮肤电导反应面积变化率Δarea_SCR；

S633：根据所述皮肤电导水平变化率、所述皮肤电导反应面积变化率，获得所述用户的应激适应等级。

进一步的，根据所述皮肤电导水平变化率、所述皮肤电导反应面积变化率，获得所述用户的应激适应等级，S633包括：

S6331：当count(Δarea_SCR t-post>80％)<60％&ΔSCL<50％时，所述用户的应激适应等级为A级；

S6332：当count(Δarea_SCR t-post>80％)<60％|ΔSCL<50％时，所述用户的应激适应等级为B级；

S6333：当count(Δarea_SCR t-post>80％)≥60％&ΔSCL≥50％时，所述用户的应激适应等级为C级。

进一步的，对实时采集到的所述GSR数据按照数据要求进行筛选，确定有效 GSR数据，S61包括：

S611：对所述GSR数据进行监测时间确定，获得监测时间；

S612：基于所述监测时间判断所述电刺激装备是否处于间歇期；

S613：当处于时，将所述GSR数据作为所述有效GSR数据。

为了避免电极对GSR手环采集数据的干扰，因而在进行用户应激等级评估时，采用的GSR数据为电刺激装备间歇期采集到的数据，因而进行判断之前，首先对采集到的GSR数据进行确定筛选，采集电刺激装备间歇期中的采集数据进行分析处理。

手环实时采集个体在训练中的GSR数据，通过动态滑窗计算GSR相应特征数据并进行应激适应水平评估。GSR手环采集数据包括脉搏波、皮肤电、运动加速度、运动角速度、皮温、环境温度、温度和气压等。

通过设定动态滑窗进行计算，手环一边采集原始数据，一边同步根据原始数据计算所需要的特征数据。滑窗具有固定一个区间范围，比如设定为10s，则每次都根据10s的数据来提取对应的数据特征。GSR手环采集的多种数据中，本申请实施例主要利用皮肤电EDA，EDA能够通过特征提取得到皮肤电导反应SCR和皮肤电导水平SCL，这两个特征数据，利用这两个特征数据进行用户的应激反应程度的评估。

滑窗为按照时间区间范围进行动态滑窗计算的，随着时间t变化确定每一窗 SCR的面积，测前对GSR手环进行1min的静息态数据采集，测后对手环进行1min 静息态的数据采集，通过采集到的皮肤电导反应SCR和皮肤电导水平SCL、静息态数据通过公式： count(Δarea_SCR t-post>80％)＞60％，进行用户的应激反应等级评估。当 count(Δarea_SCRt-post>80％)<60％&ΔSCL<50％时，所述用户的应激适应等级为 A级；当count(Δarea_SCR t-post>80％)<60％|ΔSCL<50％时，所述用户的应激适应等级为B级；当count(Δarea_SCR t-post>80％)≥60％&ΔSCL≥50％时，所述用户的应激适应等级为C级。其中，area_SCR t为随着时间t变化每一窗的SCR面积，SCL_pre为前测1min静息态的平均SCL、SCL_post为后测1min静息态的平均 SCL、Δarea_SCR为皮肤电导反应面积变化率，即后测t2时段的area_SCR减去前测t1时段的area_SCR，再除以前测t1时段的area_SCR得到的值、count是某条件下触发的统计次数或比例，例如count(Δarea_SCR t-post>80％)＞60％表示在训练过程中皮肤电导反应面积相较前测静息态变化超过80％的次数占比超过6成。按照统计次数比例的大小范围来确定用户的应激适应等级。应激适应等级越高表明应激训练场景对于参训人员生理体征以及训练涉及能力的负面影响越小，即对于应激状态表现出较高的适应水平。利用个被测用户的应激适应程度来对训练人员进行对应的应激训练，通过应激训练来激励训练用户进行持续有效的训练，达到训练目标，从而提升训练效果。解决了现有技术中缺乏有效的训练刺激监督手段，训练效果依靠训练者的自制力，无法保证训练任务的完成效果的技术问题。

本申请实施例提供的等级划分示例的三分类，通过调整不同的参数标准可以进行更细致的或者更广的应激水平分级，根据具体的训练任务的评估要求进行具体设定调整。

实施例二

基于与前述实施例中一种基于电刺激的应激诱发与评估方法同样的发明构思，如图4所示，本申请还提供了一种基于电刺激的应激诱发与评估系统，所述系统包括：

静息态数据获得单元，用于获得GSR手环静息态数据；

基础电刺激确定单元，用于确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激；

任务类型分析单元，用于获得训练任务信息，并对所述训练任务信息进行训练要求分析，确定任务要求参数类型；

电刺激联结单元，用于基于所述任务要求参数类型与所述基础电刺激建立联结，生成任务电刺激规则信息；

监测数据获取单元，用于实时监测被测用户在训练过程中的状态，当被测用户状态达到所述任务电刺激规则信息中的触发条件时，启动电刺激装备按照所述任务电刺激规则信息中的电刺激要求进行电刺激，同时通过GSR手环实时采集被测用户个体在训练过程中的GSR数据；

应激适应等级运算单元，用于利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级。

进一步的，所述系统还包括：

电刺激参数设定单元，用于将所述电刺激参数范围设定为脉冲宽度大于600μ s，脉冲频率1-4Hz，电流强度不超过50mA。

进一步的，所述基础电刺激确定单元包括：

等级评分单元，用于基于所述电刺激参数范围逐渐增加电刺激强度，通过电刺激装备施加于被测用户，题制李克特量表，确定被测用户疼痛评分等级；

电刺激监测单元，用于监测施加电刺激参数，同时记录被测用户疼痛评分等级，当所述被测用户疼痛评分等级或所述施加电刺激参数达到预设要求时，停止电刺激操作，将当前监测获得的施加电刺激参数作为所述基础电刺激。

进一步的，所述应激适应等级运算单元包括：

数据筛选单元，用于对实时采集到的所述GSR数据按照数据要求进行筛选，确定有效GSR数据；

滑窗计算单元，用于建立动态滑窗，利用动态滑窗对采集到的有效GSR数据进行计算，得到监测数据特征，其中，所述监测数据特征包括皮肤电导反应数据、皮肤电导水平数据；

等级计算单元，用于根据所述皮肤电导反应数据、皮肤电导水平数据、GSR 手环静息态数据进行应激适应等级运算，获得所述用户的应激适应等级。

进一步的，所述滑窗计算单元还用于：

设定时间区间范围；

基于所述设定时间区间范围从所述有效GSR数据中提取匹配数据，对所述匹配数据进行数据特征提取，获得所述监测数据特征。

进一步的，所述等级计算单元还用于：

通过公式：计算获得皮肤电导水平变化率ΔSCL，其中，SCLpre为前测1min静息态的平均SCL、SCLpost为后测1min静息态的平均SCL；

通过公式：计算获得皮肤电导反应面积变化率Δarea_SCR；

根据所述皮肤电导水平变化率、所述皮肤电导反应面积变化率，获得所述用户的应激适应等级。

进一步的，所述等级计算单元还用于：：

当count(Δarea_SCR t-post>80％)<60％&ΔSCL<50％时，所述用户的应激适应等级为A级；

当count(Δarea_SCR t-post>80％)<60％|ΔSCL<50％时，所述用户的应激适应等级为B级；

当count(Δarea_SCR t-post>80％)≥60％&ΔSCL≥50％时，所述用户的应激适应等级为C级。

进一步的，所述数据筛选单元包括：

监测时间确定单元，用于对所述GSR数据进行监测时间确定，获得监测时间；

间歇期判断单元，用于基于所述监测时间判断所述电刺激装备是否处于间歇期；

有效数据确定单元，用于当处于时，将所述GSR数据作为所述有效GSR数据。

前述实施例一中的一种基于电刺激的应激诱发与评估方法和具体实例同样适用于本实施例的一种基于电刺激的应激诱发与评估系统，通过前述对一种基于电刺激的应激诱发与评估方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于电刺激的应激诱发与评估系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于电刺激的应激诱发与评估方法，其特征在于，所述方法应用于一穿戴设备，所述穿戴设备包括电刺激装备、GSR手环，所述方法包括：

获得GSR手环静息态数据；

确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激；

获得训练任务信息，并对所述训练任务信息进行训练要求分析，确定任务要求参数类型；

基于所述任务要求参数类型与所述基础电刺激建立联结，生成任务电刺激规则信息；

实时监测被测用户在训练过程中的状态，当被测用户状态达到所述任务电刺激规则信息中的触发条件时，启动电刺激装备按照所述任务电刺激规则信息中的电刺激要求进行电刺激，同时通过GSR手环实时采集被测用户个体在训练过程中的GSR数据；

利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级。

2.如权利要求1所述的方法，其特征在于，所述电刺激参数范围为脉冲宽度大于600μs，脉冲频率1-4Hz，电流强度不超过50mA。

3.如权利要求1所述的方法，其特征在于，确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激，包括：

基于所述电刺激参数范围逐渐增加电刺激强度，通过电刺激装备施加于被测用户，题制李克特量表，确定被测用户疼痛评分等级；

监测施加电刺激参数，同时记录被测用户疼痛评分等级，当所述被测用户疼痛评分等级或所述施加电刺激参数达到预设要求时，停止电刺激操作，将当前监测获得的施加电刺激参数作为所述基础电刺激。

4.如权利要求1所述的方法，其特征在于，利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级，包括：

对实时采集到的所述GSR数据按照数据要求进行筛选，确定有效GSR数据；

建立动态滑窗，利用动态滑窗对采集到的有效GSR数据进行计算，得到监测数据特征，其中，所述监测数据特征包括皮肤电导反应数据、皮肤电导水平数据；

根据所述皮肤电导反应数据、皮肤电导水平数据、GSR手环静息态数据进行应激适应等级运算，获得所述用户的应激适应等级。

5.如权利要求4所述的方法，其特征在于，利用动态滑窗对采集到的有效GSR数据进行计算，得到监测数据特征，包括：

设定时间区间范围；

基于所述设定时间区间范围从所述有效GSR数据中提取匹配数据，对所述匹配数据进行数据特征提取，获得所述监测数据特征。

6.如权利要求4所述的方法，其特征在于，根据所述皮肤电导反应数据、皮肤电导水平数据、GSR手环静息态数据进行应激适应等级运算，获得所述用户的应激适应等级，包括：

通过公式：，计算获得皮肤电导水平变化率ΔSCL，其中，SCLpre为前测1min静息态的平均SCL、SCLpost为后测1min静息态的平均SCL；

通过公式：，计算获得皮肤电导反应面积变化率Δarea_SCR，其中，area_SCRt为随着时间t变化每一窗的SCR面积，即后测t2时段的减去前测t1时段的，再除以前测t1时段的得到的值；

根据所述皮肤电导水平变化率、所述皮肤电导反应面积变化率，获得所述用户的应激适应等级。

7.如权利要求6所述的方法，其特征在于，根据所述皮肤电导水平变化率、所述皮肤电导反应面积变化率，获得所述用户的应激适应等级，包括：

当count(Δarea_SCR t-post >80%)<60% & ΔSCL<50%时，所述用户的应激适应等级为A级，其中，count是某条件下触发的统计次数或比例，count(Δarea_SCR t-post>80％)＞60％表示在训练过程中皮肤电导反应面积相较前测静息态变化超过80％的次数占比超过6成；

当count(Δarea_SCR t-post >80%)<60% | ΔSCL<50%时，所述用户的应激适应等级为B级；

当count(Δarea_SCR t-post >80%)≥60% & ΔSCL≥50%时，所述用户的应激适应等级为C级。

8.如权利要求4所述的方法，其特征在于，对实时采集到的所述GSR数据按照数据要求进行筛选，确定有效GSR数据，包括：

对所述GSR数据进行监测时间确定，获得监测时间；

基于所述监测时间判断所述电刺激装备是否处于间歇期；

当处于时，将所述GSR数据作为所述有效GSR数据。

9.一种基于电刺激的应激诱发与评估系统，其特征在于，所述系统包括：

静息态数据获得单元，用于获得GSR手环静息态数据；

基础电刺激确定单元，用于确定电刺激参数范围，基于所述电刺激参数范围进行被测用户电刺激阈值分析，获得基础电刺激；

任务类型分析单元，用于获得训练任务信息，并对所述训练任务信息进行训练要求分析，确定任务要求参数类型；

电刺激联结单元，用于基于所述任务要求参数类型与所述基础电刺激建立联结，生成任务电刺激规则信息；

监测数据获取单元，用于实时监测被测用户在训练过程中的状态，当被测用户状态达到所述任务电刺激规则信息中的触发条件时，启动电刺激装备按照所述任务电刺激规则信息中的电刺激要求进行电刺激，同时通过GSR手环实时采集被测用户个体在训练过程中的GSR数据；

应激适应等级运算单元，用于利用所述GSR数据与所述GSR手环静息态数据进行应激适应水平判定，获得用户的应激适应等级。

10.一种穿戴设备，其特征在于，所述穿戴设备可执行权利要求1-8任一所述方法的步骤。