1.一种基于三维引擎及生理参数判断人体是否紧张的方法，其特征在于，包括以下步骤：步骤1、数据采集：实时监测获取人体的脑电数据，包括低频带LF、高频带HF、脑电θ波、脑电α波、脑电β波、脑电γ波；

步骤2、数据处理：对采集到的脑电数据进行提取处理；

步骤3、状态值计算：由状态评估模型 对处理后的有效脑电数据进行计算，得出对应人体紧张程度的状态值M；

步骤4、紧张状态判断：基于状态值M评估人体紧张状态。

2.如权利要求1所述的一种基于三维引擎及生理参数判断人体是否紧张的方法，其特征在于，所述步骤1中，通过脑电波检测头带对所需的人体脑电数据进行监测采集。

3.如权利要求1所述的一种基于三维引擎及生理参数判断人体是否紧张的方法，其特征在于，所述步骤2中，对采集到的脑电数据进行提取处理，包括从采集到的脑电数据中过滤掉非正常值以及无效值，以及对过滤掉的缺失值进行的填补处理。

4.如权利要求3所述的一种基于三维引擎及生理参数判断人体是否紧张的方法，其特征在于，所述非正常值是指由人体不经意间的微表情动作而形成的波峰值，所述非正常值的排除范围为：脑电α波>13，脑电β波>30，脑电γ波>100，脑电θ波>7。

5.如权利要求3所述的一种基于三维引擎及生理参数判断人体是否紧张的方法，其特征在于，所述无效值针对的是连续1秒以上的数据波动幅度小于最小阈值的脑电波数据，所述最小阈值为自定义值。

6.如权利要求3所述的一种基于三维引擎及生理参数判断人体是否紧张的方法，其特征在于，采取以下填补公式对筛查后的缺失值实施精准填补策略：A=[(D +E)/ 10] + [(B+C)/

2]，其中，A为待填补数据，D为缺失值前5个序列值的总和，E为缺失值后5个序列值的总和，B为缺失值前5个序列值递减的均值绝对值，C为缺失值后5个序列值递减均值的绝对量。

7.如权利要求1所述的一种基于三维引擎及生理参数判断人体是否紧张的方法，其特征在于，所述步骤4中，所述紧张状态的判断是基于状态值M与预设的状态标签进行对比而得出的判断结论，所述状态标签设定为5级，一级标签表示紧张程度高，对应的状态值M在10‑30区间范围内；二级标签表示状态比较紧张，对应的状态值M在30‑50区间范围内；三级标签表示状态比较放松，其对应的状态值M在50‑75区间范围内；四级标签表示状态高度放松，其对应的状态值M在75‑90之间；五级标签表示状态极度放松，其对应的状态值M在90‑100之间。

8.一种基于三维引擎及生理参数判断人体是否紧张的系统，用以实现权利要求1‑7任一项权利要求所述的方法，其特征在于，包括：数据采集模块，用以实时监测获取人体的脑电数据，包括低频带LF、高频带HF、脑电θ波、脑电α波、脑电β波、脑电γ波；

数据处理模块，用以对采集到的脑电数据进行提取处理；

计算模块，用以通过状态评估模型 对处理后的有效脑电数据进行计算，得出对应人体紧张程度的状态值M；

判断模块，用以基于状态值M评估人体紧张状态。