一种基于CNN-XGBoost模型和EEGECG的身心健康状态评估方法

摘要

本发明公开了一种基于CNN‑XGBoost模型和EEGECG的身心健康状态评估方法，包括以下步骤：对测试人进行压力测试，并对脑电图和心电图进行记录，测试结束后进行问卷填写，获取测试人面对不同测试时的压力情况，将数据分为健康和亚健康两种类别；将数据输入卷积神经网络中，对卷积神经网络模型进行训练，对输入数据进行特征提取作为XGBoost模型的输入；将第二步获取的特征作为XGBoost分类模型的输入，对XGBoost分类模型进行训练；对数据进行分类，得到身心健康状态预测结果。本发明通过卷积神经网络的使用，避免了手动操作，可以自动的提取特征，且引入了残差块，提高了信息流通，并且也避免了由于网络过深所引起的梯度消失和退化问题，XGBoost分类器防止过拟合，提高了分类的准确率。