一种筛查飞行学员晕动症的方法及手环和系统

摘要

本发明提供了一种筛查飞行学员晕动症的方法及手环和系统，涉及数据处理技术领域，通过采集手环获取第一静息态数据，设定转椅控制参数对测试转椅的工作进行控制，获取初始数据集合以提取特征并计算实时斜率变化数据，测试转椅停止时再次进行静息态数据采集，对获取的静息态数据进行合格判定以生成晕动判别标准，基于晕动症判别标准、第一静息态数据、第二静息态数据和实时斜率变化数据得到筛查结果，解决了现有技术中存在的现有的晕动症检测手段依靠测评医生的主观判断，通过观察：是否出汗、面色苍白、呕吐、头晕等症状来判断晕动症的技术问题，实现了自动化筛查，达到了使用外周生理信号进行检测筛查结果的灵敏度比人工筛查准确率更高的目的。

说明书

技术领域

本发明涉及数据处理技术领域，具体涉及一种筛查飞行学员晕动症的方法及手环和系统。

背景技术

晕动症指人体的平衡系统失衡，出现晕动反应，多表现为乘坐汽车、飞机、轮船时出现晕车、晕机和晕船的状态，因而，晕动症的检测筛查作为飞行员的重要筛选标准，现如今，对于晕动症的检测主要是通过对脑电图数据进行检测，进而对晕动症进行判定。

然而，现有技术中对于晕动症检测技术还存在一定局限性，现有的晕动症检测手段依靠测评医生的主观判断，通过观察：是否出汗、面色苍白、呕吐、头晕等症状来判断晕动症。

发明内容

本申请提供了一种筛查飞行学员晕动症的方法及手环和系统，用于针对解决现有技术中存在的现有的晕动症检测手段依靠测评医生的主观判断，通过观察：是否出汗、面色苍白、呕吐、头晕等症状来判断晕动症的技术问题。

鉴于上述问题，本申请提供了一种筛查飞行学员晕动症的方法及手环和系统。

第一方面，本申请提供了一种筛查飞行学员晕动症的方法，所述方法包括：通过所述采集手环进行待测试学员的静息态前数据采集，得到第一静息态数据；设定转椅控制参数，当所述待测试学员端坐在所述测试转椅，且完成测试转椅与身体固定时，通过所述转椅控制参数控制所述测试转椅工作；通过所述采集手环进行所述待测试学员的数据采集，得到初始数据集合；对所述初始数据集合进行特征提取，根据特征提取结果计算实时斜率变化数据；当所述测试转椅停止时，通过所述采集手环进行所述待测试学员的静息态后数据采集，得到第二静息态数据；根据所述第一静息态数据和所述第二静息态数据进行静息态数据是否合格判定；根据静息态数据是否合格判定结果生成晕动判别标准，基于所述晕动症判别标准、所述第一静息态数据、所述第二静息态数据和所述实时斜率变化数据得到筛查结果。

第二方面，本申请提供了一种筛查飞行员晕动症的手环，可对第一方面所述方法中任一步骤的数据进行采集。

第三方面，本申请提供了一种筛查飞行学员晕动症的系统，所述系统包括：数据采集模块，所述数据采集模块用于通过所述采集手环进行待测试学员的静息态前数据采集，得到第一静息态数据；参数设定模块，所述参数设定模块用于设定转椅控制参数，当所述待测试学员端坐在所述测试转椅，且完成测试转椅与身体固定时，通过所述转椅控制参数控制所述测试转椅工作；初始数据采集模块，所述初始数据采集模块用于通过所述采集手环进行所述待测试学员的数据采集，得到初始数据集合；特征提取模块，所述特征提取模块用于对所述初始数据集合进行特征提取，根据特征提取结果计算实时斜率变化数据；静息态数据采集模块，所述静息态数据采集模块用于当所述测试转椅停止时，通过所述采集手环进行所述待测试学员的静息态后数据采集，得到第二静息态数据；数据判定模块，所述数据判定模块用于根据所述第一静息态数据和所述第二静息态数据进行静息态数据是否合格判定；结果筛查模块，所述结果筛查模块用于根据静息态数据是否合格判定结果生成晕动判别标准，基于所述晕动症判别标准、所述第一静息态数据、所述第二静息态数据和所述实时斜率变化数据得到筛查结果。

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：

本申请实施例提供的一种筛查飞行学员晕动症的方法，通过所述采集手环对待测试学员的静息态前数据进行采集获取第一静息态数据；设定转椅控制参数，通过所述转椅控制参数控制所述测试转椅工作，对所述待测试学员进行测试，通过所述采集手环进行所述待测试学员的数据采集，得到初始数据集合，进一步进行特征提取，根据特征提取结果计算实时斜率变化数据；当所述测试转椅停止时，通过所述采集手环进行所述待测试学员的静息态后数据采集，得到第二静息态数据；根据所述第一静息态数据和所述第二静息态数据对静息态数据进行合格判定，依据判定结果生成晕动判别标准，基于所述晕动症判别标准、所述第一静息态数据、所述第二静息态数据和所述实时斜率变化数据得到筛查结果，解决了现有技术中存在的现有的晕动症检测手段依靠测评医生的主观判断，通过观察：是否出汗、面色苍白、呕吐、头晕等症状来判断晕动症的技术问题，实现了自动化筛查，达到了使用外周生理信号进行检测使得筛查结果的灵敏度比人工筛查准确率更高的目的。

附图说明

图1为本申请提供了一种筛查飞行学员晕动症的方法流程示意图；

图2为本申请提供了一种筛查飞行学员晕动症的方法中实时斜率计算流程示意图；

图3为本申请提供了一种筛查飞行学员晕动症的方法中合格静息态数据筛选流程示意图；

图4为本申请提供了一种筛查飞行学员晕动症的系统结构示意图。

附图标记说明：数据采集模块a，参数设定模块b，初始数据采集模块c，特征提取模块d，静息态数据采集模块e，数据判定模块f，结果筛查模块g。

具体实施方式

本申请通过提供一种筛查飞行学员晕动症的方法，对进行测试转椅测试前后分别进行数据采集，以获取所述第一静息态数据与所述第二静息态数据，对转椅测试后的初始数据进行特征提取与参数计算，进一步针对不同类别静息态数据依据不同晕动症判别标准进行筛查，获取相应的筛查结果，用于解决现有技术中存在的现有的晕动症检测手段依靠测评医生的主观判断，通过观察：是否出汗、面色苍白、呕吐、头晕等症状来判断晕动症的技术问题。

实施例一

如图1所示，本申请提供了一种筛查飞行学员晕动症的方法，所述方法应用于晕动症筛查系统，所述晕动症筛查系统与采集手环、测试转椅通信连接，所述方法包括：

步骤S100：通过所述采集手环进行待测试学员的静息态前数据采集，得到第一静息态数据；

具体而言，本申请提供的一种筛查飞行员晕动症的方法应用于对应的所述晕动症筛查系统，所述晕动症筛查系统与采集手环与测试转椅通信连接，所述采集手环指对待测试学员的相关数据进行信息采集的辅助工具，通过所述采集手环对待测试学员的静息态前数据进行采集，所述静息态数据指未进行相关晕动性行为，所述待测试学员处于平静状态下的相应身体状态参数信息，对所述待测试学员处于静息态时的脉搏波、皮肤电、运动加速度、运动角速度、皮温、以及环境温度、湿度和气压等相关数据进行采集，对采集的数据进行整合处理，作为所述第一静态数据进行存储，通过对所述待测试学员的所述第一静态数据进行采集，为后续进行晕动性运动之后的相应参数数据提供了对比信息，便于进行对比判定。

步骤S200：设定转椅控制参数，当所述待测试学员端坐在所述测试转椅，且完成测试转椅与身体固定时，通过所述转椅控制参数控制所述测试转椅工作；

进一步而言，所述方法还包括，所述转椅控制参数中的转椅持续时间为90s，转动速度108°/s。

具体而言，所述测试转椅与所述晕动症筛查系统通信连接，用于对所述待检测学员进行晕动检测，设定转椅控制参数，所述转椅控制参数用来对所述测试转椅的运转时间与转动速度进行控制，将所述待测试学员坐于所述测试转椅上，并将所述待测试学员的身体与所述测试转椅进行固定，通过调整头托的高度进行头部的固定，将所述测试转椅的转动持续时间设定为90s，将转动速度设定为108°/s，将其作为所述测试转椅控制参数对所述测试转椅的工作进行控制，所述测试转椅顺时针进行旋转，同时，使得所述待测试学员按照节拍器提示基于头托进行左右摆头，所述节拍器为所述测试转椅所携带的辅助测试工具，左右摆动幅度为30°，其摆动频率为1次/2s，在此基础上对所述待测试学员进行晕动测试，待测试结束在此进行相关数据的检测。

步骤S300：通过所述采集手环进行所述待测试学员的数据采集，得到初始数据集合；

步骤S400：对所述初始数据集合进行特征提取，根据特征提取结果计算实时斜率变化数据；

具体而言，通过对所述待测试学员基于所述测试转椅进行晕动测试，测试结束后再次对所述待测试学员的相关身体参数进行检测，基于所述采集手环，采集所述待测试学员运动加速度、运动角速度等相关参数数据再次进行检测，获取对应的检测结果并进行数据整合处理，将其作为所述初始数据集合进行存储，通过对所述初始数据集合进行检测，为后续进行数据分析与校对提供了事实依据。

进一步而言，基于获取的所述初始数据集合，对皮肤电数据进行获取，进一步对所述皮肤电数据进行特征提取，确定相应的特征数据SCL，即皮肤电导水平，所述皮肤电导水平指皮肤受到刺激后皮肤电数据发生改变，使得皮肤电水平得到明显的上升，进而恢复，一次皮肤电导反应需要大概9s的时间，因而设定滑窗区间间隔为10s，以进行皮肤电导反应的观测，以所述皮肤电导水平为特征数据结果进行单位区间内的实时斜率变化数据的计算，所述实时斜率表述该区间范围内的数据变化情况。

进一步而言，如图2所示，本申请步骤S400还包括：

步骤S410：构建滑窗区间和步长约束数据；

步骤S420：根据所述滑窗区间和所述步长约束数据对所述初始数据集合进行特征提取，得到所述特征提取结果；

步骤S430：根据所述特征提取结果基于斜率计算公式进行实时斜率变化数据计算，计算公式如下：

其中，k为实时斜率变化数据，s

具体而言，通过所述测试转椅对所述待测试学员进行晕动检测，获取所述初始数据集合，进一步对所述初始数据集合进行数据分析以提取相关特征，构建滑窗区间与步长约束数据，所述滑窗区间指计算所需要的特征数据相对应的固定区间范围，例如，设置所述滑窗区间为10s，步长为2s，以所述滑窗区间作为限定条件采集相应区间内的原始数据，以此为源头进行特征数据的计算来提取相应的特征，依据所述滑窗区间与所述步长约束数据对获取的所述初始数据集合进行划区间特征提取，确定皮肤电导水平，即SCL的相关特征数据，所述皮肤电导水平表述当机体受到刺激时对于皮肤的电传导变化，是一种情绪生理指标，同时可作为交感神经系统的直接指标进行警觉水平的判定，以10s作为间隔区间对所述皮肤电导水平进行确定，以设定的所述滑窗区间为基准，依据斜率计算公式

步骤S500：当所述测试转椅停止时，通过所述采集手环进行所述待测试学员的静息态后数据采集，得到第二静息态数据；

步骤S600：根据所述第一静息态数据和所述第二静息态数据进行静息态数据是否合格判定；

进一步而言，所述方法还包括一种筛查飞行学员晕动症的手环，所述手环用于执行上述步骤任意一项所述方法中的数据采集。

具体而言，所述采集手环可对所述待测试学员的晕动症检测进程中各类相关数据进行采集，包括脉搏波、皮肤电、运动加速度、运动角速度、皮温、环境温度、湿度及气压等，对不同步骤所对应的数据进行采集，进而进行分析判别，以获取所需信息。

具体而言，基于所述测试转椅对所述待测试学员进行晕动测试，测试前，通过所述采集手环对所述待检测学员的皮肤电、运动加速度、运动角速度等相关参数数据进行检测，获取所述第一静息态数据，进而基于所述测试转椅进行测试，当所述测试转椅停止时，保持佩戴手环手臂静止不动，对所述待测试学员再次进行相关参数数据的检测，获取相应参数数据作为所述第二静息态数据进行存储。

进一步而言，依据获取的所述第一静息态数据与所述第二静息态数据，对静息态数据是否合格进行判定，保持佩戴手环的手臂1min内静止不动，对运动加速度、角速度相关的数据进行确定，进一步判定ACC是否处于0.98-1.02区间，GYRO在2以下，若数据信息处于该范围内则判定所述静息态数据合格，不符合标准的数据判定为不合格，所述ACC表述运动加速度，用于测量手臂运动时摆动的速度大小，所述GYRO指角速度传感器，用于测量偏转倾斜时的转动角速度，通过对静息态数据进行合格判定，可在此基础上进一步针对不同类型的数据依据不同标准进行分析。

步骤S700：根据静息态数据是否合格判定结果生成晕动判别标准，基于所述晕动症判别标准、所述第一静息态数据、所述第二静息态数据和所述实时斜率变化数据得到筛查结果。

具体而言，对所述静息态数据进行合格判定，获取合格静息态数据与不合格静息态数据，针对不同类别数据设置不同的标准进行筛查，对于所述合格静息态数据，以所述皮肤电水平变化率、实时斜率变化与统计差值占比作为筛查条件对数据进行筛选，以获取对应的第一类阳性结果与第一类阴性结果，对于不合格静息态数据，以所述实时斜率变化与所述统计差值占比作为筛查条件对数据进行筛选，获取相应的第二类阳性结果与第二类阴性结果，所述第一类阳性结果与所述第二类阳性结果指代具有一定程度晕动症的数据参数，基于此，对所述待测试学员是否具有晕动症进行判别。

进一步而言，如图3所示，本申请步骤S700还包括：

步骤S710-1：当所述静息态数据判定合格，则生成第一类筛查标准，其中，所述第一类筛查标准包括皮肤电水平变化率、实时斜率变化占比和统计差值占比；

步骤S720-1：当所述待测试学员的数据满足所述第一类筛查标准中任一条件时，则得到所述待测试学员第一类阳性结果；

步骤S730-1：当所述待测试学员的数据不满足所述第一类筛查标准中任一条件时，则得到所述待测试学员第一类阴性结果。

进一步而言，所述方法还包括：所述皮肤电水平变化率

进一步而言，本申请步骤S700还包括：

步骤S710-2：当所述静息态数据判定不合格，则生成第二类筛查标准，其中，所述第二类筛查标准包括实时斜率变化占比count(k>0)>70％和统计差值占比count((k

步骤S720-2：当所述待测试学员的数据满足所述第二类筛查标准中任一条件时，则得到所述待测试学员第二类阳性结果；

步骤S730-2：当所述待测试学员的数据不满足所述第二类筛查标准中任一条件时，则得到所述待测试学员第二类阴性结果。

具体而言，对所述待测试学员的静息态数据进行判定，当相应的静息态数据被判定为合格时，生成第一类筛查标准对数据进行筛查，所述第一类筛查数据指对所述待测试学员所对应的静息态数据中检测合格的数据进行筛查的标准，所述第一类筛查标准包括所述皮肤电水平变化率、实时斜率变化占比与统计差值占比相关的筛查条件，其中，所述皮肤电水平变化率

依据上述条件对判定合格的所述待测试学员的静息态数据进行筛查，判断是否满足上述标准，当所述待测试学员的静息态数据满足所述第一类筛查标准中任一条件时，将其确定为所述待测试学员的第一类阳性结果，所述第一类阳性结果表述该学员由一定程度的晕动症，当所述待测试学员的静息态数据对于所述第一类筛查标准中的任一条件均不满足时，将其确定为所述待测试学员的第一类阴性结果，所述第一类阴性结果表述该学员一切正常，不具有晕动症。

进一步而言，通过进行所述待测试学员静息态数据的判定，当相应的静息态数据被判定为不合格时，对相应的静息态数据进行二次筛查，生成第二类筛查标准对所述静息态数据进行筛查，所述第二类筛查数据指对所述待测试学员所对应的静息态数据中检测不合格的数据进行筛查的标准，所述第二类筛查标准包括所述实时斜率变化占比与统计差值占比，其中，所述实时斜率变化占比count(k>0)>70％，所述统计差值占比count((k

判断所述待测试学员的所述静息态数据是否满足上述筛选标准，当所述待测试学员的所述静息态数据满足所述第二类筛查标准中任一条件时，将其确定为所述待测试学员的第二类阳性结果，所述第二类阳性结果指所述待测试学员所对应的所述不合格静息态数据中表述含有晕动症的筛查结果，当所述待测试学员的所述静息态数据对于所述第二类筛查标准中的任一套件均不满足时，将其确定为所述待测试学员的第二类阴性结果，所述第二类阴性结果表述所述待测试学员不具有晕动症，其中，所述第一类阳性结果与所述第二类阳性结果、第一类阴性结果与所述第二类阴性结果有所区别，第二类为第一类的次级筛查结果。

实施例二

基于与前述实施例中一种筛查飞行学员晕动症的方法相同的发明构思，如图4所示，本申请提供了一种筛查飞行学员晕动症的系统，所述系统包括：

数据采集模块a，所述数据采集模块a用于通过所述采集手环进行待测试学员的静息态前数据采集，得到第一静息态数据；

参数设定模块b，所述参数设定模块b用于设定转椅控制参数，当所述待测试学员端坐在所述测试转椅，且完成测试转椅与身体固定时，通过所述转椅控制参数控制所述测试转椅工作；

初始数据采集模块c，所述初始数据采集模块c用于通过所述采集手环进行所述待测试学员的数据采集，得到初始数据集合；

特征提取模块d，所述特征提取模块d用于对所述初始数据集合进行特征提取，根据特征提取结果计算实时斜率变化数据；

静息态数据采集模块e，所述静息态数据采集模块e用于当所述测试转椅停止时，通过所述采集手环进行所述待测试学员的静息态后数据采集，得到第二静息态数据；

数据判定模块f，所述数据判定模块f用于根据所述第一静息态数据和所述第二静息态数据进行静息态数据是否合格判定；

结果筛查模块g，所述结果筛查模块g用于根据静息态数据是否合格判定结果生成晕动判别标准，基于所述晕动症判别标准、所述第一静息态数据、所述第二静息态数据和所述实时斜率变化数据得到筛查结果。

进一步而言，所述系统还包括：

约束参数构建模块，所述约束参数构建模块用于构建滑窗区间和步长约束数据；

初始数据特征提取模块，所述初始数据特征提取模块用于根据所述滑窗区间和所述步长约束数据对所述初始数据集合进行特征提取，得到所述特征提取结果；

数据计算模块，所述数据计算模块用于根据所述特征提取结果基于斜率计算公式进行实时斜率变化数据计算，计算公式如下：

其中，k为实时斜率变化数据，s

进一步而言，所述系统还包括：

第一类筛查标准生成模块，所述第一类筛查标准生成模块用于当所述静息态数据判定合格，则生成第一类筛查标准，其中，所述第一类筛查标准包括皮肤电水平变化率、实时斜率变化占比和统计差值占比；

第一类阳性结果判定模块，所述第一类阳性结果判定模块用于当所述待测试学员的数据满足所述第一类筛查标准中任一条件时，则得到所述待测试学员第一类阳性结果；

第一类阴性结果判定模块，所述第一类阴性结果判定模块用于当所述待测试学员的数据不满足所述第一类筛查标准中任一条件时，则得到所述待测试学员第一类阴性结果。

筛查标准确定模块，所述筛查标准确定模块用于所述皮肤电水平变化率

进一步而言，所述系统还包括：

第二类筛查标准生成模块，所述第二类筛查标准生成模块用于当所述静息态数据判定不合格，则生成第二类筛查标准，其中，所述第二类筛查标准包括实时斜率变化占比count(k>0)>70％和统计差值占比count((k

第二类阳性结果判定模块，所述第二类阳性结果判定模块用于当所述待测试学员的数据满足所述第二类筛查标准中任一条件时，则得到所述待测试学员第二类阳性结果；

第二类阴性结果判定模块，所述第二类阴性结果判定模块用于当所述待测试学员的数据不满足所述第二类筛查标准中任一条件时，则得到所述待测试学员第二类阴性结果。

进一步而言，所述系统还包括：

控制参数确定模块，所述控制参数确定模块用于所述转椅控制参数中的转椅持续时间为90s，转动速度108°/s。

本说明书通过前述对一种筛查飞行学员晕动症的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种筛查飞行学员晕动症的方法及手环和系统，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。