来源：期刊VIP网 时间：
作者：侯智;杨尚;施乃勇;
单位：重庆理工大学机械工程学院;
摘要：长时间的人工搬运易导致人体疲劳，进而引发安全事故，为有效评估人体疲劳状态，预防身体伤害和事故的发生，提出了一种基于HRV-SpO2多参数融合的人体疲劳评估模型。首先，使用心率传感器和光电传感器采集志愿者的心电信号(ECG)和血氧脉搏波信号。其次，对数据进行预处理和时域分析，选定心率变异率(HRV)和血氧饱和度(SpO2)作为特征参数。然后，基于隐马尔可夫(HMM)理论建立HRV-SpO2多参数融合疲劳评估模型。最后，利用Baum-Welch、Viterbi算法进行参数训练并验证模型的有效性。结果表明：该模型对人体疲劳状态评估的准确度达到95%以上，且较单一参数的疲劳评估模型准确性更高。
关键词：人体疲劳评估;;多参数融合;;隐马尔科夫模型(HMM);;HRV;;SpO2
基金资助：重庆市教育委员会人文社会科学研究一般项目(17SKG142);; 重庆市社会科学规划项目(2017YBGL135)
