欢迎来到北京津发科技股份有限公司!
article技术文章
首页 > 技术文章 > RESP呼吸信号分析的技术要求

RESP呼吸信号分析的技术要求

更新时间:2020-09-10      点击次数:1487
1、可视化Chart与导出数据模块:包括原始数据Raw Data、处理数据Processed、BR数据、IR数据以及整体结果报告。

2、信号处理模块

①处理方法包括小波去噪(Wavelet Filter)、高通滤波(baseline)、低通滤波(Low Pass)、带阻滤波(Band Stop)用以滤除噪音干扰,从而得到有用的RESP信号;数据校正包括滑动均值滤波(Moving Average)与滑动均方根滤波(Moving RMS)。


IBI计算,通过设置大呼吸速率(Maximum Heart Rate)与大呼吸阈值(R-peak Mark Threshold)提取R点数据,支持自定义参数。

手动信号校正方法包括线性插值(Linear interpolation)、样条差值(Spline interpolation)以及通过复制信号区域进行插值。

3、信号分析模块


信号分析模块包括时域分析和频域分析,二者可实现自由切换。


A.时域分析是将RESP信号看作时间的函数,通过分析得到RESP信号的统计特征。统计分析指标包括:一段时间内的均值(Mean)、中值(Median)、标准差(STD)、大小值差(Range)。


B.频域分析是运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号,对信号进行功率谱密度分析。从功率谱密度中确定RESP信号的频带,不同频带可自定义,将在功率谱分析图中以不同的颜色区分。包括Power与Peak能量值。


人因工程与工效学

人机工程、人的失误与系统安全、人机工效学、工作场所与工效学负荷等

安全人机工程

从安全的角度和着眼点,运用人机工程学的原理和方法去解决人机结合面安全问题

交通安全与驾驶行为

人-车-路-环境系统的整体研究,有助于改善驾驶系统设计、提高驾驶安全性、改善道路环境等

用户体验与交互设计

ErgoLAB可实现桌面端、移动端以及VR虚拟环境中的眼动、生理、行为等数据的采集,探索产品设计、人机交互对用户体验的影响

建筑与环境行为

研究如何通过城市规划与建筑设计来满足人的行为心理需求,以创造良好环境,提高工作效率

消费行为与神经营销

通过ErgoLAB采集和分析消费者的生理、表情、行为等数据,了解消费者的认知加工与决策行为,找到消费者行为动机,从而产生恰当的营销策略使消费者产生留言意向及留言行为

邮件联系我们:sales@kingfar.cn

扫一扫,关注微信
©2024 北京津发科技股份有限公司 版权所有 All Rights Reserved. 备案号:京ICP备14045309号-1