Resumen

Antecedentes. La salud mental es un indicador directo de la actividad mental humana, y también afecta a todos los aspectos del cuerpo humano. Desempeña un papel muy importante en el seguimiento de la salud mental humana. Objetivos. Diseñar un modelo de detección del estado de salud mental basado en señales fisiológicas para detectar la salud mental humana. Métodos. Para la detección de la salud mental, se utiliza el método de la ventana deslizante para dividir el conjunto de datos de la señal fisiológica y el tiempo correspondiente en varios segmentos y, a continuación, calcular los datos de la señal fisiológica en la ventana deslizante para cada señal fisiológica con el fin de formar una secuencia de valores característicos; de acuerdo con la variabilidad de la frecuencia cardiaca de la señal fisiológica, se extrae la variabilidad de la frecuencia cardiaca (VFC) de la forma de onda del espectro de intervalos: mediante el análisis de tendencia discreta en estadística, se analizan las características de cambio de la señal ECG y se calculan los indicadores estadísticos de secuencia de la señal fisiológica. Con la ayuda de una máquina de vectores de soporte utilizada para la precisión significativa con menos potencia de cálculo, se clasifican las señales fisiológicas del estado mental, y se normaliza la función discriminante de las señales del estado de salud mental. Se construye un modelo de detección del estado de salud mental de acuerdo con el sistema de índices, se obtiene la solución óptima del modelo mediante la función de optimización y se completa la detección del estado de salud mental. Resultados. El error de detección del modelo propuesto es menor, lo que mejora la precisión de la detección y requiere menos tiempo. Conclusiones. Se propone el modelo de detección mediante señales fisiológicas para evaluar el estado de salud mental. En comparación con otros modelos de detección, su tiempo de detección es corto y el error del método es siempre inferior al 2%, lo que demuestra su precisión y eficacia.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:modelo de detección del estado de salud mental, variabilidad de la frecuencia cardiaca, salud mental humana, señal fisiológica, señales fisiológicas, detección del estado de salud mental, señales del estado de salud mental, análisis de tendencias discretas, actividad mental humana, forma de onda del espectro de intervalos
• Keywords:mental health state detection model, heart rate variability, human mental health, physiological signal, physiological signals, mental health state detection, mental health state signals, discrete trend analysis, human mental activity, interval spectrum waveform