驾驶者心脏状态的判断系统及方法
【专利摘要】本发明公开一种驾驶者心脏状态的判断系统及方法，其可以判断车辆的驾驶人是否有突发性心脏病及其危急程度，先持续采集驾驶者的呼吸频率、心律及血压等生理信号，并传送到一监控系统，监控系统中的一处理器利用类神经网络技术将生理信号分别训练建立出专属于驾驶者的多个个人化模型，每一个人化模型具有一阀值；再判断最近采集的生理信号中是否有任一种生理信号超出阀值，若生理信号中有至少一种超出阀值，则监控系统会依据超出阀值的生理信号的种类数，判断驾驶者的状态危险程度，并发出警示。
【专利说明】驾驶者心脏状态的判断系统及方法
【技术领域】
[0001] 本发明是有关一种车用判断驾驶者状态的技术，特别是指一种驾驶者心脏状态的 判断系统及方法。
【背景技术】
[0002] 按，车祸发生的原因除了不遵守交通规则，如超速、逆向之外，主要可分为注意力 不集中及突发性疾病，注意力不集中可能原因为疲劳驾驶、分心打电话或聊天等，这些因素 皆可靠人为方式避免，但突发性疾病为不可预知的，例如心脏病发、昏迷、猝死等，若驾驶失 能，不论是突然急停在路中间或是没有放开油门使车辆继续前进，皆是相当危险的驾驶行 为，甚至若驾驶昏迷后无意识地将油门踩到底，更可能发生严重的追撞。
[0003] 由此可知，突发性疾病无法避免，那如何在发生突发性疾病当下适时采取措施、避 免更大的意外发生是相当重要的，而首先便需先侦测驾驶者是否突然发病，其中，又以突发 性心脏病最为危急，且很多患者在心脏病发时其实仍有些微行为能力，若侦测出驾驶心脏 病发后，车辆可自动刹车、熄火、闪灯、甚至靠边停车，进一步甚至可同时发出信息给警察 局、医疗单位等，则不但可避免意外发生，更可极大程度保住驾驶者的生命，因此，判断驾驶 者是否突发性心脏病为首要之急。
[0004] 因此，本发明即提出一种驾驶者心脏状态的判断系统及方法，具体架构及其实施 方式将详述于下：
【发明内容】
[0005] 本发明的主要目的在提供一种驾驶者心脏状态的判断系统，其利用多个传感器同 时采集心律信号、血压信号及呼吸频率信号等生理信号，以感知驾驶者的生理状态，判断驾 驶者是否突发性心脏病及其危急程度。
[0006] 本发明的另一目的在提供一种驾驶者心脏状态的判断方法，利用类神经网络训练 建立专属于驾驶者个人的呼吸频率模型、血压模型及心律模型等个人化模型，达到客制化 生理状态判读，以增加预测突发性心脏病的准确率，且当驾驶者就医时这些依据持续采集 的生理信号所建立出的个人化模型更可供医生参考。
[0007] 本发明的再一目的在提供一种驾驶者心脏状态的判断方法，当采集到的生理信号 中至少一个超出阀值时，并判断另外两种生理信号是否也异常，以判断驾驶者身体状况是 否危急，及是否需提供警示或立即将驾驶者送医等。
[0008] 为达上述的目的，本发明提供一种驾驶者心脏状态的判断方法，判断一车辆的一 驾驶人是否有突发性心脏病，先持续采集驾驶者的多个生理信号，并传送到一监控系统，生 理信号包括一呼吸频率信号、一心律信号及一血压信号；监控系统中的一处理器利用类神 经网络技术将生理信号分别训练建立出专属于驾驶者的多个个人化模型，包括呼吸频率模 型、心律模型及血压模型，每一个人化模型具有一阀值；以及监控系统判断采集的多个生理 信号中是否有任一种生理信号超出阀值，若生理信号均未超出阀值，则持续采集生理信号， 反之，若生理信号中有至少一种超出阀值，则监控系统依据超出阀值的生理信号的种类数， 判断驾驶者的状态危险程度，并发出警示。
[0009] 其中，该呼吸频率信号的阀值为每分钟的呼吸次数大于平均值的两倍；
[0010] 其中，该心律信号的阀值为每分钟的心跳数大于150下；
[0011] 其中，该血压信号的阀值为收缩压小于90mmHg ;
[0012] 其中，该个人化模型尚未训练出之前，阀值为预设的初始值。
[0013] 本发明另提供一种驾驶者心脏状态的判断系统，包括多个传感器，持续采集该驾 驶者的多个生理信号，生理信号包括一呼吸频率信号、一心律信号及一血压信号；以及一 监控系统，包括一处理器及一内存，处理器依据生理信号分别训练出包括一呼吸频率模型、 一心律模型及一血压模型的多个个人化模型并储存于内存中，且依据呼吸频率模型、心律 模型及血压模型设定出生理信号分别的一阀值，处理器判断是否有任一种生理信号超出阀 值，若有至少一种生理信号超出阀值，则依据超出阀值的生理信号的种类数，判断驾驶者的 状态危险程度，并发出警示。
[0014] 其中，超出阀值的生理信号的种类数为1时，该驾驶者的状态危险程度为低，超出 阀值的生理信号的种类数为2时，该驾驶者的状态危险程度为中，超出阀值的生理信号的 种类数为3时，该驾驶者的状态危险程度为高；
[0015] 其中，该呼吸频率信号的阀值为每分钟的呼吸次数大于平均值的两倍；
[0016] 其中，该心律信号的阀值为每分钟的心跳数大于150下；
[0017] 其中，该血压信号的阀值为收缩压小于90mmHg。
[0018] 底下藉由具体实施例详加说明，当更容易了解本发明的目的、技术内容、特点及其 所达成的功效。
【专利附图】
【附图说明】
[0019] 图1为本发明驾驶者心脏状态的判断系统的方块图；
[0020] 图2为本发明驾驶者心脏状态的判断方法的流程图。
[0021] 附图标记说明：10_驾驶者心脏状态的判断系统；12-传感器；122-呼吸频率传感 器；124-心律传感器；126-血压传感器；14-监控系统；142-处理器；144-内存；150-个人 化模型；152-呼吸频率模型；154-心律模型；156-血压模型。
【具体实施方式】
[0022] 本发明提供一种驾驶者心脏状态的判断系统及方法，请参考图1，其为本发明中驾 驶者心脏状态的判断系统10的方块图，此驾驶者心脏状态的判断系统10可内建于车辆本 身的微电脑中，或是独立的一台主机，包括多个传感器12及一监控系统14,传感器12包括 一呼吸频率传感器122、一心律传感器124及一血压传感器126,其中心律传感器124可为 贴片式黏贴在驾驶者胸口处，或是装设在安全带上，当驾驶者系上安全带时心律传感器124 紧贴驾驶者胸部便可采集心跳的信号，呼吸频率传感器122与心律传感器124可为同一个 贴片或不同贴片，采集驾驶者的呼吸信号，而血压传感器126则可设在方向盘上驾驶者手 握持的位置，以光学方式采集驾驶者的血压信号，例如将光照射在手指上，分析反射光的光 谱来判断血压信号，三个传感器122、124及126分别采集驾驶者的呼吸频率信号、心律信号 及血压信号等生理信号；监控系统14中包括一处理器142及一内存144,处理器142依据 生理信号分别训练出包括一呼吸频率模型152、一心律模型154及一血压模型156的多个 个人化模型150并储存于内存144中，且依据呼吸频率模型152、心律模型154及血压模型 156设定出三种生理信号分别的阀值；处理器142除了训练个人化模型150之外，还可用以 判断是否有任一种生理信号超出阀值，若生理信号中有至少一种超出阀值，则依据超出阀 值的生理信号的种类数，判断驾驶者的状态危险程度，并发出警示。
[0023] 本发明中驾驶者心脏状态的判断方法的流程图如图2所示，首先在步骤SlO中利 用至少一个传感器分别采集驾驶者的多个生理信号，并传送到一监控系统，采集的生理信 号包括一呼吸频率信号、一心律信号及一血压信号，传感器持续采集这些生理信号，，并每 隔一段时间显示采集结果一次，如每5分钟；步骤S12中监控系统中的处理器利用类神经 网络技术将生理信号分别训练建立出专属于驾驶者的多个个人化模型，包括至少一呼吸频 率模型、一心律模型及一血压模型，每一个人化模型具有一阀值；当建立了专属于驾驶者 的个人化模型后，再如步骤S14所述，监控系统判断所采集的多个生理信号中是否有任一 种生理信号超出阀值，若生理信号均未超出阀值，则回到步骤SlO继续采集呼吸频率信号、 心律信号及血压信号等生理信号，反的，若生理信号中有至少一种超出阀值，则如步骤S16 所述，监控系统依据超出阀值的生理信号的种类数，判断驾驶者的状态危险程度，并发出警 不O
[0024] 心律模型是采集驾驶者的心电图，从时域信号傅立叶变换成频域信号，此信号的 频率在0?60赫兹之间，心律训练模型包含每分钟心跳数、0-60赫兹频域信号等，再利用类 神经网络技术将这些信号训练出个人化的驾驶者的心律模型；呼吸频率模型则是依据呼吸 信号的频率、强度及斜率等信息以类神经网络技术训练出；血压模型是依据舒张压、收缩压 以及平均动脉压等信息，同样以类神经网络技术训练出，且上述三个模型皆可接收新进的 生理信号增加样本数，不断训练，使模型更接近驾驶者本身。
[0025] 上述生理信号阀值的初始值可设定一符合大众化的生理警示阀值，例如呼吸频率 模型的阀值为每分钟呼吸次数为平均值的两倍，若呼吸频率小于平均值的两倍时，为正常 值，输出〇,若呼吸频率大于平均值的两倍则为不正常，输出1 ;血压模型的阀值为收缩压是 90mmHg，若收缩压大于90mmHg为正常，输出0,若收缩压小于90mmHg为不正常，输出1 ;心律 模型的阀值为每分钟心跳数150下，若每分钟心跳小于150下为正常，输出0,若每分钟心跳 大于150下则为不正常，输出1。因此全部正常时，输出为（0,0,0)，有一项不正常时，输出 为（1，0,0)、（0，1，0)或（0,0，1)，危险程度低，有两项不正常时，输出为（1，0，1)、（0，1，1) 或（1，1，〇)，危险程度中，若三项皆不正常时，输出为（1，1，1)，危险程度高，如下表一所示。
[0026] 表一
【权利要求】
1. 一种驾驶者心脏状态的判断方法，其特征在于，包括下列步骤： 持续采集该驾驶者的多个生理信号，并传送到一监控系统，该多个生理信号包括一呼 吸频率信号、一心律信号及一血压信号； 该监控系统中的一处理器利用类神经网络技术将该多个生理信号分别训练建立出专 属于该驾驶者的多个个人化模型，包括一呼吸频率模型、一心律模型及一血压模型，每一该 个人化模型具有一阀值；以及 该监控系统判断采集的多个生理信号中是否有任一种生理信号超出相对应的阀值，若 该多个生理信号中有至少一种超出相对应的阀值，则该监控系统依据超出阀值的生理信号 的种类数，判断该驾驶者的心脏状态危险程度，并发出警示。
2. 如权利要求1所述的驾驶者心脏状态的判断方法，其特征在于，该监控系统安装于 该车辆上，该监控系统更包括一内存，记录该多个生理信号及该多个个人化模型。
3. 如权利要求1所述的驾驶者心脏状态的判断方法，其特征在于，超出阀值的生理信 号的种类数为1时，该驾驶者的状态危险程度为低，超出阀值的生理信号的种类数为2时， 该驾驶者的状态危险程度为中，超出阀值的生理信号的种类数为3时，该驾驶者的状态危 险程度为高。
4. 如权利要求3所述的驾驶者心脏状态的判断方法，其特征在于，该呼吸频率信号的 阀值为每分钟的呼吸次数大于平均值的两倍。
5. 如权利要求3所述的驾驶者心脏状态的判断方法，其特征在于，该心律信号的阀值 为每分钟的心跳数大于150下。
6. 如权利要求3所述的驾驶者心脏状态的判断方法，其特征在于，该血压信号的阀值 为收缩压小于90mmHg。
7. 如权利要求1所述的驾驶者心脏状态的判断方法，其特征在于，该个人化模型尚未 训练出之前，阀值为预设的初始值。
8. -种驾驶者心脏状态的判断系统，其判断一车辆的一驾驶人是否有突发性心脏病及 其危急程度，其特征在于，该判断系统包括： 多个传感器，持续采集该驾驶者的多个生理信号，该多个生理信号包括一呼吸频率信 号、一心律信号及一血压信号；以及 一监控系统，包括一处理器及一内存，该处理器依据该多个生理信号分别训练出包括 一呼吸频率模型、一心律模型及一血压模型的多个个人化模型并储存于该内存中，且依据 该呼吸频率模型、该心律模型及该血压模型设定出该多个生理信号分别的一阀值，该处理 器判断是否有任一种生理信号超出相对应的阀值，若该多个生理信号中有至少一种超出相 对应的阀值，则依据超出阀值的生理信号的种类数，判断该驾驶者的状态危险程度，并发出 警示。
9. 如权利要求8所述的驾驶者心脏状态的判断系统，其特征在于，超出阀值的生理信 号的种类数为1时，该驾驶者的状态危险程度为低，超出阀值的生理信号的种类数为2时， 该驾驶者的状态危险程度为中，超出阀值的生理信号的种类数为3时，该驾驶者的状态危 险程度为高。
10. 如权利要求9所述的驾驶者心脏状态的判断系统，其特征在于，该呼吸频率信号的 阀值为每分钟的呼吸次数大于平均值的两倍。
11. 如权利要求9所述的驾驶者心脏状态的判断系统，其特征在于，该心律信号的阀值 为每分钟的心跳数大于150下。
12. 如权利要求9所述的驾驶者心脏状态的判断系统，其特征在于，该血压信号的阀值 为收缩压小于90mmHg。
【文档编号】A61B5/0205GK104490374SQ201410750577
【公开日】2015年4月8日 申请日期:2014年12月9日 优先权日:2014年12月9日
【发明者】冯彦诚, 柯明宽 申请人:财团法人车辆研究测试中心