ITTO20110796A1 - Sistema di rilevazione dello stress umano - Google Patents
Sistema di rilevazione dello stress umano Download PDFInfo
- Publication number
- ITTO20110796A1 ITTO20110796A1 IT000796A ITTO20110796A ITTO20110796A1 IT TO20110796 A1 ITTO20110796 A1 IT TO20110796A1 IT 000796 A IT000796 A IT 000796A IT TO20110796 A ITTO20110796 A IT TO20110796A IT TO20110796 A1 ITTO20110796 A1 IT TO20110796A1
- Authority
- IT
- Italy
- Prior art keywords
- person
- accelerometers
- stress
- processing unit
- artificial neural
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 27
- 230000001133 acceleration Effects 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 9
- 230000000638 stimulation Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 8
- 210000003128 head Anatomy 0.000 description 8
- 238000005070 sampling Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000021542 voluntary musculoskeletal movement Effects 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- JYGXADMDTFJGBT-VWUMJDOOSA-N hydrocortisone Chemical compound O=C1CC[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 JYGXADMDTFJGBT-VWUMJDOOSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 239000002390 adhesive tape Substances 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 229960000890 hydrocortisone Drugs 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008035 nerve activity Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- PICXIOQBANWBIZ-UHFFFAOYSA-N zinc;1-oxidopyridine-2-thione Chemical class [Zn+2].[O-]N1C=CC=CC1=S.[O-]N1C=CC=CC1=S PICXIOQBANWBIZ-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Educational Technology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
DESCRIZIONE
del brevetto per invenzione industriale dal titolo: "SISTEMA DI RILEVAZIONE DELLO STRESS UMANO"
SETTORE TECNICO DELL'INVENZIONE
La presente invenzione à ̈ relativa ad un sistema ed un metodo per rilevare lo stress umano.
In generale, la presente invenzione può essere vantaggiosamente, ma non esclusivamente, sfruttata per rilevare e monitorare il livello di stress di lavoratori che eseguono lavori che richiedono un alto tasso di concentrazione e che, quindi, possono provocare un elevato livello di stress.
In particolare, la presente invenzione può essere vantaggiosamente, ma non esclusivamente, sfruttata per rilevare e monitorare il livello di stress in soggetti come piloti di Unmanned Air Vehicle, aeromobili, elicotteri, autoveicoli semplici e autoveicoli da soccorso, autocarri, manovratori di macchinari, controllori di postazioni dedicate alla sicurezza di impianti, atleti o sportivi in generale, operai, tecnici specializzati ecc..
Inoltre, la presente invenzione può essere vantaggiosamente sfruttata anche nelle ricerche di mercato, nella selezione del personale da parte di aziende e come macchina della verità negli interrogatori delle forze dell'ordine .
STATO DELL'ARTE
Com' à ̈ noto, attualmente, al fine di rilevare e monitorare lo stress di un individuo, ovvero di una persona, vengono misurati diversi parametri fisiologici, come ad esempio la pressione sanguigna, il battito cardiaco e la sua frequenza, la sudorazione della pelle, la frequenza e l'intensità respiratoria, la presenza di cortisolo nella saliva, il diametro della pupilla e la temperatura della pelle.
Ad esempio, la domanda internazionale W02010107788 descrive un metodo per monitorare lo stress di una persona che include:
• acquisire misure di uno o più parametro/i fisiologico/i della persona eseguite in un dato periodo di tempo;
• memorizzare le misure acquisite;
• determinare un valore medio delle misure memorizzate; e
• confrontare le misure eseguite con il valore medio per identificare eventuali differenze tra dette misure e detto valor medio così da monitorare e valutare eventuali variazioni del livello di stress della persona.
In particolare, secondo la domanda internazionale W02010107788 , le misure dei parametri fisiologici possono comprendere: risultati di elettrocardiogrammi, misure della pressione arteriosa, misure della pressione respiratoria, misure dell'attività nervosa, misure della risposta galvanica della pelle (nota anche come conduttanza della pelle) e misure della temperatura corporea.
La Richiedente ha notato che i sistemi ed i metodi noti per rilevare e monitorare lo stress di un individuo, come ad esempio quelli descritti nella domanda internazionale W02010107788, sono piuttosto invasivi o, in ogni caso, non lasciano al soggetto libertà di movimento poiché utilizzano, per misurare i suddetti parametri fisiologici, sensori che vincolano il soggetto mediante fili o cavi elettrici, oppure perché necessitano, per eseguire misure corrette di detti parametri fisiologici, che il soggetto o alcune parti del suo corpo mantenga/ano specifiche posizioni durante l'esecuzione delle misure.
OGGETTO E RIASSUNTO DELL'INVENZIONE
Pertanto scopo della presente invenzione à ̈ quello di fornire un sistema ed un metodo per rilevare un livello di stress di un individuo che, in generale, allevino, almeno in parte, gli svantaggi precedentemente descritti e che, in particolare, non siano invasivi e non impongano, in uso, limitazioni di movimento e/o di postura all'individuo monitorato .
Il suddetto scopo à ̈ raggiunto dalla presente invenzione in quanto essa à ̈ relativa ad un sistema di rilevazione dello stress umano, un processore ed un prodotto software, secondo quanto definito nelle rivendicazioni allegate.
In particolare, il suddetto scopo à ̈ raggiunto dalla presente invenzione in quanto essa à ̈ relativa ad un sistema di rilevazione dello stress umano che comprende:
<•>una pluralità di accelerometri destinati ad essere accoppiati al corpo di una persona; ed
<•>un'unità di elaborazione configurata per rilevare un livello di stress di detta persona sulla base di accelerazioni misurate da detti accelerometri.
BREVE DESCRIZIONE DEI DISEGNI
Per una migliore comprensione della presente invenzione, alcune forme preferite di realizzazione, fornite a puro titolo di esempio esplicativo e non limitativo, verranno ora illustrate con riferimento ai disegni annessi (non in scala), in cui:
•la Figura 1 illustra una forma di realizzazione di esempio della presente invenzione;
•la Figura 2 illustra schematicamente operazioni eseguite in una fase di addestramento da un'unità di elaborazione di un sistema di rilevazione dello stress umano secondo una forma preferita di realizzazione della presente invenzione;
• la Figura 3 mostra prestazioni di un classificatore del sistema di rilevazione dello stress umano secondo detta forma preferita di realizzazione della presente invenzione; e
• la Figura 4 illustra schematicamente operazioni eseguite in una fase operativa dall'unità di elaborazione del sistema di rilevazione dello stress umano secondo detta forma preferita di realizzazione della presente invenzione.
DESCRIZIONE DETTAGLIATA DI FORME PREFERITE DI REALIZZAZIONE DELL' INVENZIONE
La seguente descrizione viene fornita per permettere ad un tecnico del settore di realizzare ed usare l'invenzione. Varie modifiche alle forme di realizzazione presentate saranno immediatamente evidenti a persone esperte ed i generici principi qui divulgati potrebbero essere applicati ad altre forme di realizzazione ed applicazioni senza, però, per questo uscire dall' ambito di tutela della presente invenzione.
Quindi, la presente invenzione non deve essere intesa come limitata alle sole forme di realizzazione descritte e mostrate, ma le deve essere accordato il più ampio ambito di tutela coerentemente con i principi e le caratteristiche qui presentate e definite nelle rivendicazioni allegate.
Un sistema di rilevazione dello stress umano secondo una forma preferita di realizzazione della presente invenzione comprende:
• una pluralità di accelerometri, ovvero sensori progettati per rilevare e misurare accelerazioni, che, in uso, sono accoppiati al corpo di una persona in modo tale da essere disposti in corrispondenza della testa della persona ed in corrispondenza delle spalle e/o della schiena e/o del collo della persona; ed
• un'unità di elaborazione che, in uso, à ̈ collegata in modalità wired o wireless, ovvero con o senza fili, a detti accelerometri per acquisire segnali indicativi di accelerazioni misurate da detti accelerometri ed à ̈ configurata per rilevare un livello di stress della persona sulla base dei segnali acquisiti.
Preferibilmente, gli accelerometri sono accelerometri triassiali, ovvero sensori progettati per rilevare e misurare accelerazioni in tre direzioni tra loro ortogonali .
Convenientemente, gli accelerometri comprendono:
• un primo accelerometro che può essere applicato su una qualsiasi parte della testa del soggetto monitorato direttamente o mediante un supporto, ad esempio detto primo accelerometro può essere disposto su un casco, un cappello, un elmetto, una cuffia, un auricolare o una montatura per occhiali indossato/a, in uso, dal soggetto monitorato o su un qualsiasi altro supporto accoppiato, in uso, alla testa del soggetto monitorato; ed
• uno o più secondo/i accelerometro/i che può/possono essere applicato/i sulle spalle e/o sulla schiena e/o sul collo del soggetto monitorato direttamente o mediante uno o più supporto/i, ad esempio detto/i secondo/i accelerometro/i può/possono essere disposto/i su una maglietta indossata, in uso, dal soggetto monitorato in modo tale da risultare posizionato/i, in uso, in corrispondenza delle spalle e/o della schiena e/o del collo del soggetto monitorato.
Gli accelerometri possono anche essere applicati al corpo del soggetto monitorato mediante nastro adesivo, fasce elastiche o altro.
Diversi tipi di collegamento con o senza fili possono essere utilizzati per collegare l'unità di elaborazione agli accelerometri. In particolare, l'unità di elaborazione può essere convenientemente collegata agli accelerometri: • tramite fili; o
• tramite una qualsiasi tecnologia di radiocomunicazione, ad esempio tramite tecnologia Bluetooth o la cosiddetta tecnologia Near Field Communication (NFC) o una qualsiasi tecnologia di telefonia mobile, e/o tramite una rete senza fili, ovvero wireless, di tipo LAN ("Local Area Netwok") , WAN ("Wide Area Network"), PAN ("Personal Area Network") o BAN ("Body Area Network").
In base al tipo di collegamento utilizzato per collegare l'unità di elaborazione agli accelerometri, detta unità di elaborazione può essere collegata remotamente agli accelerometri e, quindi, essere distante dal soggetto monitorato, oppure può essere disposta in prossimità del soggetto monitorato, o, addirittura, può essere accoppiata anch'essa al corpo del soggetto monitorato, ad esempio detta unità di elaborazione può essere convenientemente disposta su una cintura o una tuta indossata, in uso, dal soggetto monitorato o su un qualsiasi altro supporto accoppiato, in uso, al corpo del soggetto monitorato.
In figura 1 viene mostrata una forma di realizzazione di esempio del sistema di rilevazione dello stress umano precedentemente descritto.
In particolare, la figura 1 mostra schematicamente un individuo 11 che sta lavorando al computer (per semplicità in figura 1 vengono mostrati solo uno schermo 12 ed una tastiera 13 di detto computer) ed il cui stress viene rilevato e monìtorato in tempo reale tramite un sistema realizzato secondo una forma di realizzazione di esempio della presente invenzione che comprende:
• un primo accelerometro 14 disposto su una cuffia 15 indossata dell'individuo 11;
• un secondo accelerometro 16 ed un terzo accelerometro 17 disposti sulla schiena dell'individuo 11; ed
• un'unità di elaborazione 18 che à ̈ disposta su una cintura 19 indossata dell'individuo 11, à ̈ collegata con o senza fili agli accelerometri 14, 16 e 17, ed à ̈ configurata per acquisire da detti accelerometri 14, 16 e 17 dati indicativi delle accelerazioni misurate da detti accelerometri 14, 16 e 17 e per rilevare in tempo reale un livello di stress dell'individuo 11 sulla base dei dati acquisiti .
Al fine di descrivere più dettagliatamente la suddetta forma preferita di realizzazione della presente invenzione, nel seguito verrà descritto il funzionamento dell'unità elaborazione .
In particolare, l'unità di elaborazione à ̈ configurata per :
<•>elaborare i segnali acquisiti dagli accelerometri in modo tale da eliminare eventuali valori di accelerazione indicativi di movimenti del soggetto monitorato non legati allo stress, ad esempio indicativi di movimenti volontari del soggetto monitorato, ottenendo in questo modo dati indicativi di vibrazioni della testa del soggetto monitorato rispetto alle spalle e/o alla schiena e/o al collo del soggetto monitorato; e
• rilevare in tempo reale un livello di stress del soggetto monitorato sulla base di detti dati indicativi delle vibrazioni della testa rispetto alle spalle e/o alla schiena e/o al collo.
In dettaglio, l'unità di elaborazione comprende un classificatore addestrato per rilevare un livello di stress del soggetto monitorato sulla base dei dati indicativi delle vibrazioni della testa rispetto alle spalle e/o alla schiena e/o al collo.
Preferibilmente, detto classificatore comprende una rete neurale artificiale monolitica ("monolithic artificial neural network") o un insieme di reti neurali artificiali ("artificial neural network ensemble") addestrata/e in modo tale da avere una funzione di trasferimento in grado di correlare i dati indicativi di dette vibrazioni allo stato di stress in cui si trova il soggetto monitorato.
In particolare, la funzione di trasferimento della rete neurale artificiale monolitica o dell'insieme di reti neurali artificiali viene determinata tramite una fase preliminare denominata "di addestramento" in cui si impongono gli ingressi e le uscite di detta rete neurale artificiale monolitica o di detto insieme di reti neurali artificiali .
In dettaglio, la rete neurale artificiale monolitica o l'insieme di reti neurali artificiali viene/vengono addestrata/e sottoponendo ogni persona che à ̈ destinata ad utilizzare il sistema oggetto della presente invenzione, una o più volte nella vita, ad una stimolazione controllata durante la quale:
• gli accelerometri vengono applicati sulla testa e sulle spalle e/o sulla schiena e/o sul collo di detta persona;
• detta persona viene sottoposta a predefinite condizioni di stress; e,
• per ogni predefinita condizione di stress a cui viene sottoposta detta persona, viene rilevato un corrispondente livello di stress di detta persona, ad esempio utilizzando un qualsiasi sistema noto di rilevazione dello stress di un individuo basato sulla misurazione di parametri fisiologici.
Inoltre, al fine di addestrare la rete neurale artificiale monolitica o l'insieme di reti neurali artificiali, l'unità di elaborazione esegue le operazioni illustrate nel diagramma di flusso mostrato in figura 2, ovvero :
• un'operazione di acquisizione in cui l'unità di elaborazione acquisisce i livelli di stress rilevati e segnali indicativi delle corrispondenti accelerazioni misurate dagli accelerometri durante la stimolazione controllata (blocco 21 mostrato in figura 2);
• un'operazione di sincronizzazione in cui i segnali grezzi acquisiti dagli accelerometri vengono sincronizzati, ovvero correlati temporalmente, con i corrispondenti livelli di stress rilevati (blocco 22 mostrato in figura 2) ;
• un'operazione di normalizzazione in cui i livelli di accelerazione contenuti nei segnali acquisiti dagli accelerometri vengono normalizzati rispetto ad uno o più valore/i medio/i indicativo/i di uno o più movimento/i volontario/i della persona i cui contenuti informativi vengono in questo modo eliminati (blocco 23 mostrato in figura 2);
<•>un'operazione di segmentazione in cui vengono separate in maniera coerente le finestre di campionamento significative per l'analisi dello stress (blocco 24 mostrato in figura 2);
<•>un'operazione di analisi spettrale in cui viene eseguita una trasformata di Fourier dei segnali segmentati in modo tale da estrarre il contenuto in frequenza delle vibrazioni della testa rispetto alle spalle e/o alla schiena e/o al collo (blocco 25 mostrato in figura 2);
• un'operazione di estrazione delle caratteristiche e di assemblaggio dei dati in cui i dati in frequenza vengono convertiti nel formato finale accettato dalla rete neurale artificiale monolitica o dall'insieme di reti neurali artificiali, in particolare i dati in frequenza vengono convertiti, per ogni istante di campionamento, in un corrispondente valore identificativo di una vibrazione (blocco 26 mostrato in figura 2); ed
• un' operazione di addestramento della rete neurale artificiale monolitica o dell'insieme di reti neurali artificiali in cui i valori identificativi delle vibrazioni vengono forniti in ingresso alla rete neurale artificiale monolitica o all'insieme di reti neurali artificiali da addestrare mentre in uscita vengono imposti i corrispondenti livelli di stress rilevati istante per istante (blocco 27 mostrato in figura 2).
In questo modo si arriva con una serie di approssimazioni successive alla definizione della funzione di trasferimento del classificatore, ovvero della rete neurale artificiale monolitica o dell'insieme di reti neurali artificiali. Tale funzione di trasferimento verrà poi usata durante la fase operativa vera e propria relativa allo stesso soggetto monitorato.
L'efficacia dell'addestramento del classificatore, in particolare della rete neurale artificiale monolitica o dell'insieme di reti neurali artificiali, può essere convenientemente valutata attraverso due parametri chiamati precisione ( "precision") π e richiamo ("recali") p che sono definiti rispettivamente come:
VP
Ï€ -- e
VP+ FP
VP
p = - ,
VP FN
dove
• VP à ̈ il numero di casi di vero positivo, ovvero rappresenta il numero dei casi in cui i livelli di stress sono correttamente rilevati dal classificatore, in particolare dalla rete neurale artificiale monolitica o dall'insieme di reti neurali artificiali;
<•>FP à ̈ il numero di casi di falso positivo, ovvero rappresenta il numero dei casi in cui i livelli di stress sono erroneamente rilevati dal classificatore, in particolare dalla rete neurale artificiale monolitica o dall'insieme di reti neurali artificiali; e
<•>FN à ̈ il numero di casi di falso negativo, ovvero rappresenta il numero dei casi in cui i livelli di stress non sono rilevati dal classificatore, in particolare dalla rete neurale artificiale monolitica o dall'insieme di reti neurali artificiali.
Specificatamente, i parametri di precisione π e richiamo p indicano, rispettivamente, la capacità del classificatore (in particolare della rete neurale artificiale monolitica o dell'insieme di reti neurali artificiali) precedentemente addestrato di distinguere una condizione di stress reale da un falso allarme e la capacità di mantenere un basso livello di mancati allarmi.
Più i parametri di precisione Ï€ e richiamo p sono vicini al valore uno, più il classificatore à ̈ affidabile nel rilevare condizioni di stress.
A tal riguardo, in figura 3 viene mostrato un grafico che rappresenta i livelli di precisione Ï€ e richiamo p raggiunti dalla presente invenzione nel caso in cui il classificatore utilizzato sia realizzato tramite una rete neurale artificiale monolitica (in figura 3 tale classificatore à ̈ denominato classificatore 1) e nel caso in cui il classificatore utilizzato sia realizzato tramite un insieme di reti neurali artificiali (in figura 3 tale classificatore à ̈ denominato classificatore 2).
In particolare, i livelli di precisione π e richiamo p mostrati nella figura 3 sono relativi a due differenti soglie di stress, specificatamente a due livelli di stress intermedi su una scala complessiva comprendente 5 livelli di stress (in figura 3 tali livelli di stress intermedi sono denominati, rispettivamente, livello 2 e livello 3).
Come si può notare dalla figura 3, i livelli di precisione Ï€ e richiamo p raggiunti dalla presente invenzione sono molto elevati. Ciò dimostra che, indipendentemente dalla specifica realizzazione del classificatore, il sistema secondo la presente invenzione à ̈ in grado di rilevare lo stress di un soggetto sotto analisi con elevati livelli di accuratezza ed affidabilità .
Infine, nella fase operativa l'unità di elaborazione esegue le operazioni illustrate nel diagramma di flusso mostrato in figura 4, ovvero:
<•>un'operazione di acquisizione in cui l'unità di elaborazione acquisisce dagli accelerometri i segnali indicativi delle accelerazioni rispettivamente misurate (blocco 41 mostrato in figura 4);
<•>un'operazione di normalizzazione in cui i livelli di accelerazione contenuti nei segnali acquisiti dagli accelerometri vengono normalizzati rispetto ad uno o più valore/i medio/i indicativo/i di uno o più movimento/i volontario/i della persona i cui contenuti informativi vengono in questo modo eliminati (blocco 42 mostrato in figura 4);
<•>un'operazione di segmentazione in cui vengono separate in maniera coerente le finestre di campionamento significative per l'analisi dello stress (blocco 43 mostrato in figura 4);
• un' operazione di analisi spettrale in cui viene eseguita una trasformata di Fourier dei segnali segmentati in modo tale da estrarre il contenuto in frequenza delle vibrazioni della testa rispetto alle spalle e/o alla schiena e/o al collo (blocco 44 mostrato in figura 4);
• un'operazione di estrazione delle caratteristiche e di assemblaggio dei dati in cui i dati in frequenza vengono convertiti nel formato finale accettato dalla rete neurale artificiale monolitica o dall'insieme di reti neurali artificiali, in particolare i dati in frequenza vengono convertiti, per ogni istante di campionamento, in un corrispondente valore identificativo di una vibrazione (blocco 45 mostrato in figura 4); ed
• un'operazione di rilevazione in cui i valori identificativi delle vibrazioni vengono forniti in ingresso alla rete neurale artificiale monolitica o all'insieme di reti neurali artificiali precedentemente addestrata/e e detta rete neurale artificiale monolitica o detto insieme di reti neurali artificiali rileva, per ogni istante di campionamento, un eventuale corrispondente livello di stress del soggetto monitorato sulla base del corrispondente valore identificativo di una vibrazione (blocco 46 mostrato in figura 4).
Dalla precedente descrizione si possono immediatamente comprendere i vantaggi della presente invenzione.
In particolare, la presente invenzione presenta i seguenti vantaggi tecnici:
• la rilevazione dello stress à ̈ precisa ed efficace (accuratezza e affidabilità );
• la rilevazione à ̈ immediata, ovvero avviene in tempo reale;
• il costo del sistema à ̈ basso (economicità );
• la misura non viene perturbata dalla presenza degli accelerometri (non invasività );
• il soggetto sotto analisi ha assoluta libertà di movimento e non à ̈ vincolato (trasportabilità );
• il sistema può essere tarato ad hoc per ogni persona e per ogni specifico contesto di applicazione (adattabilità ); ed
• i livelli di allarme del sistema possono essere variati in modo da adattarli ai livelli di stress che sono riconosciuti come accettabili nel contesto in cui viene utilizzato il sistema (flessibilità ).
E' importante sottolineare che la presente invenzione può essere vantaggiosamente sfruttata in tutte le applicazioni in cui risulta difficile la rilevazione dello stress con le tecniche tradizionali invasive e/o che utilizzano sensori che vincolano il soggetto mediante fili o cavi elettrici e/o che necessitano, per eseguire misure corrette, che il soggetto monitorato o alcune parti del suo corpo mantenga/ano specifiche posizioni durante l'esecuzione delle misure. Infatti, il sistema oggetto della presente invenzione, al contrario delle tecniche tradizionali, non limita in nessun modo i movimenti del soggetto monitorato ed eventuali movimenti del soggetto non pregiudicano la corretta rilevazione della misura. Inoltre, poiché gli accelerometri sono sensori accelerometrici superficiali e, preferibilmente, i collegamenti tra gli accelerometri e l'unità di elaborazione sono wireless, il sistema oggetto della presente invenzione non influisce in alcun modo con la sua presenza sulla misura da effettuare.
In definitiva, la presente invenzione può essere vantaggiosamente, ma non esclusivamente, sfruttata per rilevare e monitorare il livello di stress di:
• lavoratori che eseguono lavori che richiedono un alto tasso di concentrazione e che, quindi, possono provocare un elevato livello di stress;
• piloti di Unmanned Air Vehicle, aeromobili, elicotteri, autoveicoli semplici e autoveicoli da soccorso, autocarri ;
• manovratori di macchinari;
• controllori di postazioni dedicate alla sicurezza di impianti;
• atleti o sportivi in generale;
• operai;
• tecnici specializzati;
• ecc ..
Infine, risulta chiaro che varie modifiche possono essere apportate alla presente invenzione, tutte rientranti nell'ambito di tutela dell'invenzione come definito nelle rivendicazioni allegate.
Claims (12)
- RIVENDICAZIONI 1. Sistema di rilevazione dello stress umano, comprendente: • una pluralità di accelerometri (14,16,17) destinati ad essere accoppiati al corpo di una persona (11); ed • un’unità di elaborazione (18) configurata per rilevare un livello di stress di detta persona (11) sulla base di accelerazioni misurate da detti accelerometri (14,16,17).
- 2. Il sistema della rivendicazione 1, in cui l’unità di elaborazione (18) à ̈ configurata per acquisire dagli accelerometri (14,16,17) segnali indicativi delle accelerazioni misurate da detti accelerometri (14,16,17).
- 3. Il sistema della rivendicazione 2, in cui l’unità di elaborazione (18) à ̈ collegata agli accelerometri (14,16,17) con o senza fili.
- 4. Il sistema secondo una qualsiasi rivendicazione precedente, in cui gli accelerometri (14,16,17) sono accelerometri triassiali.
- 5. Il sistema secondo una qualsiasi rivendicazione precedente, in cui gli accelerometri (14,16,17) comprendono: • un primo accelerometro (14) destinato ad essere accoppiato alla testa della persona (11); ed • uno o più secondo/i accelerometro/i (16,17) destinato/i ad essere accoppiato/i alle spalle e/o alla schiena e/o al collo della persona (11).
- 6. Il sistema della rivendicazione 5, in cui l’unità di elaborazione (18) à ̈ configurata per: • elaborare segnali indicativi delle accelerazioni misurate dagli accelerometri (14,16,17) in modo tale da ottenere dati indicativi di vibrazioni della testa della persona (11) rispetto alle spalle e/o alla schiena e/o al collo della persona (11); e • rilevare in tempo reale un livello di stress di detta persona (11) sulla base dei dati indicativi di dette vibrazioni.
- 7. Il sistema della rivendicazione 6, in cui l’unità di elaborazione (18) à ̈ configurata per elaborare i segnali indicativi delle accelerazioni misurate dagli accelerometri (14,16,17) in modo tale da eliminare eventuali valori di accelerazione indicativi di movimenti di detta persona (11) non legati allo stress.
- 8. Il sistema secondo la rivendicazione 6 o 7, in cui l’unità di elaborazione (18) comprende un classificatore addestrato per rilevare in tempo reale un livello di stress di detta persona (11) sulla base dei dati indicativi delle vibrazioni della testa di detta persona (11) rispetto alle spalle e/o alla schiena e/o al collo di detta persona (11).
- 9. Il sistema della rivendicazione 8, in cui il classificatore à ̈ addestrato sulla base di: • dati che sono indicativi di vibrazioni della testa di detta persona (11) rispetto alle spalle e/o alla schiena e/o al collo di detta persona (11) e che sono ottenuti dall’unità di elaborazione (18) sulla base di segnali indicativi di accelerazioni misurate dagli accelerometri (14,16,17) durante una stimolazione controllata di detta persona (11) in cui detta persona (11) viene sottoposta a predefinite condizioni di stress; e • livelli di stress di detta persona (11) rilevati durante detta stimolazione controllata.
- 10. Il sistema secondo la rivendicazione 8 o 9, in cui il classificatore comprende una rete neurale artificiale monolitica o un insieme di reti neurali artificiali.
- 11. Processore configurato come l’unità di elaborazione (18) del sistema di rilevazione dello stress umano rivendicato in una qualsiasi rivendicazione precedente.
- 12. Prodotto software comprendente porzioni di codice software caricabili in una memoria di un processore, eseguibili da detto processore e tali da causare che, quando eseguite, detto processore diventi configurato come l’unità di elaborazione (18) del sistema di rilevazione dello stress umano rivendicato in una qualsiasi rivendicazione 1-10.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT000796A ITTO20110796A1 (it) | 2011-09-07 | 2011-09-07 | Sistema di rilevazione dello stress umano |
| GB1216063.6A GB2494538A (en) | 2011-09-07 | 2012-09-07 | Human stress detection system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT000796A ITTO20110796A1 (it) | 2011-09-07 | 2011-09-07 | Sistema di rilevazione dello stress umano |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ITTO20110796A1 true ITTO20110796A1 (it) | 2013-03-08 |
Family
ID=44899200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT000796A ITTO20110796A1 (it) | 2011-09-07 | 2011-09-07 | Sistema di rilevazione dello stress umano |
Country Status (2)
| Country | Link |
|---|---|
| GB (1) | GB2494538A (it) |
| IT (1) | ITTO20110796A1 (it) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104000604A (zh) * | 2014-05-14 | 2014-08-27 | 李起武 | 一种玩具测谎仪 |
| CN104000613A (zh) * | 2014-05-14 | 2014-08-27 | 李起武 | 一种玩具测谎仪 |
| CN104000612A (zh) * | 2014-05-14 | 2014-08-27 | 李起武 | 一种玩具测谎仪 |
| GB2545764B (en) * | 2016-06-21 | 2022-04-06 | Flashy Ltd | A communication system and a method of communication |
| IL261235A (en) * | 2018-08-19 | 2020-02-27 | Sensority Ltd | Machine classification of significant psychophysiological response |
| CN110192872B (zh) * | 2019-04-16 | 2020-09-11 | 华为技术有限公司 | 压力评估校准方法、装置及存储介质 |
| RU2742161C1 (ru) * | 2020-04-24 | 2021-02-02 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Тульский государственный университет" (ТулГУ) | Способ диагностики стрессоустойчивости |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050245790A1 (en) * | 2002-10-04 | 2005-11-03 | Henrik Bergfalk | Detection of psychological disorder activity patterns |
| US20090149778A1 (en) * | 2004-11-23 | 2009-06-11 | Koninklijke Philips Electronics, N.V. | Depression detection system |
| US20100280336A1 (en) * | 2009-04-30 | 2010-11-04 | Medtronic, Inc. | Anxiety disorder monitoring |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101115438B (zh) * | 2005-02-07 | 2010-06-16 | 皇家飞利浦电子股份有限公司 | 用于判定人的应力水平并基于所判定的应力水平提供反馈的装置 |
| WO2008055078A2 (en) * | 2006-10-27 | 2008-05-08 | Vivometrics, Inc. | Identification of emotional states using physiological responses |
| FR2930421A1 (fr) * | 2008-04-28 | 2009-10-30 | Univ Sud Toulon Var Etablissem | Dispositif d'acquisition et de traitement de donnees physiologiques d'un animal ou d'un humain au cours d'une activite physique |
-
2011
- 2011-09-07 IT IT000796A patent/ITTO20110796A1/it unknown
-
2012
- 2012-09-07 GB GB1216063.6A patent/GB2494538A/en not_active Withdrawn
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050245790A1 (en) * | 2002-10-04 | 2005-11-03 | Henrik Bergfalk | Detection of psychological disorder activity patterns |
| US20090149778A1 (en) * | 2004-11-23 | 2009-06-11 | Koninklijke Philips Electronics, N.V. | Depression detection system |
| US20100280336A1 (en) * | 2009-04-30 | 2010-11-04 | Medtronic, Inc. | Anxiety disorder monitoring |
Non-Patent Citations (1)
| Title |
|---|
| WENHUI LIAO ET AL: "A Real-Time Human Stress Monitoring System Using Dynamic Bayesian Network", COMPUTER VISION AND PATTERN RECOGNITION, 2005 IEEE COMPUTER SOCIETY CONFERENCE ON, IEEE, PISCATAWAY, NJ, USA, 25 June 2005 (2005-06-25), pages 70, XP031259712, ISBN: 978-0-7695-2372-9 * |
Also Published As
| Publication number | Publication date |
|---|---|
| GB2494538A (en) | 2013-03-13 |
| GB2494538A8 (en) | 2013-05-15 |
| GB201216063D0 (en) | 2012-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ITTO20110796A1 (it) | Sistema di rilevazione dello stress umano | |
| Lai et al. | Detection of cognitive injured body region using multiple triaxial accelerometers for elderly falling | |
| CN103961109B (zh) | 基于加速度信号和角速度信号的人体姿态检测装置 | |
| KR101205908B1 (ko) | 보행과 심전도 모니터링을 통한 초기인지장애와 치매 평가 시스템 및 그 방법 | |
| McCamley et al. | An enhanced estimate of initial contact and final contact instants of time using lower trunk inertial sensor data | |
| US20170301214A1 (en) | Fall-Off Detection Method for Wearable Device and Wearable Device | |
| JP2012518506A (ja) | 人の歩行を検出するためのシステムおよび方法 | |
| CN105832315A (zh) | 不受个体运动状态与环境位置影响的远程监测系统 | |
| KR101971208B1 (ko) | 가속도와 자이로 센서를 이용한 심탄도 모니터링 장치 및 그 방법 | |
| Majumder et al. | iPrevention: towards a novel real-time smartphone-based fall prevention system | |
| Figueira et al. | Body location independent activity monitoring | |
| IT201900001403A1 (it) | Indumento sensorizzato | |
| Chen et al. | A wireless real-time fall detecting system based on barometer and accelerometer | |
| Shi et al. | Fall detection system based on inertial mems sensors: Analysis design and realization | |
| JP6454294B2 (ja) | 状態評価装置及び状態評価方法 | |
| Rivolta et al. | Automatic vs. clinical assessment of fall risk in older individuals: A proof of concept | |
| EP3442403B1 (en) | Processing apparatus and method for determining an ambulation motion of a subject | |
| KR102088457B1 (ko) | 3축 가속도센서를 이용한 안전모 착용 확인시스템 및 확인방법 | |
| JP7172733B2 (ja) | 人等の姿勢推定装置 | |
| US20220280051A1 (en) | In-ear wearable device | |
| EP4218564A3 (en) | Sensor and method for measuring movement of breast tissue during activity | |
| Song et al. | Activity recognition in planetary navigation field tests using classification algorithms applied to accelerometer data | |
| EP3807808B1 (en) | System configured to monitor the motor activity of a person's lower limbs and method thereof | |
| Salgado et al. | Fall body detection algorithm based on tri-accelerometer sensors | |
| IT202100019793A1 (it) | Dispositivo e metodo per la caratterizzazione del tremore di un arto |