基于腦電頻域特征指標化算法測量警覺性的帽子及方法
【專利摘要】本發明涉及一種基于腦電頻域特征指標化算法測量警覺性的帽子及方法。所述帽子還包括腦電信號采集裝置、IC電路、信號傳輸裝置及終端設備，所述采集裝置對人腦活動產生的模擬腦電波進行采樣、量化，變成離散數字信號，進行后續的處理；所述信號放大器將量化的數字信號進行放大，增強處理和傳輸過程中的抗干擾能力；所述信號處理器對采集的信號進行去噪預處理，增強腦電波信號的強度，并從中提取反映人認知狀態變化的計算指標，評估使用者的狀態；所述信號傳輸裝置連接IC電路與終端設，將IC電路提取的計算指標傳輸給終端設備；所述終端設備為一PC機，對上述計算指標進行處理，并進行顯示和反饋。本發明測量精度高可以應用于各種工作環境。
【專利說明】基于腦電頻域特征指標化算法測量警覺性的帽子及方法
[0001]
【技術領域】
[0002]本發明涉及一種基于腦電頻域特征指標化算法測量警覺性的帽子及方法。
[0003]【背景技術】
[0004]腦電可以反映人的注意力或疲勞與否早已為眾人所熟知，并且實驗室環境中相關的技術也非常的成熟。在許多場合了解被試是否為覺醒態具有重要意義，如教室和工廠車間等，尤其是駕駛環境中，當使用者處于困倦、注意力不集中狀態時馬上可以報警或給出提示。但是由于腦電是非常微弱的電信號(微伏級)，在實際環境中記錄的過程很容易受到干擾，能夠提取穩定的表征疲勞和困倦的指標并把它非常方便的應用與實際生活或工作中的技術，沒有查閱到文獻或專利報道。
[0005]
【發明內容】
[0006]本發明的目的，提供一種基于腦電頻域特征指標化算法測量警覺性的帽子及方法，以客觀的判斷、評估測試者的狀態并及時的給出提示。
[0007]本發明的技術方案如下:
一種基于腦電頻域特征指標化算法測量警覺性的帽子，所述帽子還包括腦電信號采集裝置、IC電路、信號傳輸裝置及終端設備，其特征在于:
腦電信號采集裝置包括腦電信號采集電極、腦電信號參考電極和信號處理器，所述采集裝置對人腦活動產生的模擬腦電波進行采樣、量化，變成離散數字信號，進行后續的處理；
所述IC電路包括信號放大器及信號處理器，所述信號放大器為前置信號放大器，將量化的數字信號進行放大，增強處理和傳輸過程中的抗干擾能力；
所述信號處理器對采集的信號進行去噪預處理，增強腦電波信號的強度，并從中提取反映人認知狀態變化的計算指標，評估使用者的狀態；
所述信號傳輸裝置連接IC電路與終端設，將IC電路提取的計算指標傳輸給終端設
備;
所述終端設備為一 PC機，對上述計算指標進行處理，并進行顯示和反饋。
[0008]進一步的，所述IC電路內置于帽子內部，進一步整合有電池倉及電源開關。
[0009]進一步的，所述腦電信號采集電極位于頭部，腦電信號參考電極夾位于耳部。
[0010]進一步的，所述信號傳輸裝置為無線信號傳輸裝置。
[0011]一種基于腦 電頻域特征指標化算法的測量警覺性的帽子，其特征在于，所述方法，所述方法步驟如下:(1)初始化設備硬件，設定可接受條件；
(2)采集腦電數據；
(3)對采集的數據濾波、去噪、時頻分析、計算腦電指標；
(4)將計算的腦電指標傳輸至終端并進行顯示；
(5)判斷是否符合接受條件，進而判斷使用者是否處于疲勞狀態，如果判定處于疲勞狀態，則給出警示；如果判定不處于疲勞狀態，則再次至步驟(2)進行相關步驟。
[0012]6、根據權利要求5所述的方法，其特征在于，所述指標化算法具體如下:
(1)預處理:對量化的腦電波進行數字濾波，去除肌電等干擾噪音；所述濾波器為無限沖激響應(IIR)帶通濾波器；
(2)特征表達和提取:從預處理之后的腦電信號中提取反映綜合認知狀態的基本指標，具體包括 alpha 波(8_13Hz)、beta 波(13_20Hz)，delta (l_4Hz), theta (4_7Hz);運用時頻分析技術將這些指標從原始時域信號中提取出來，在頻域上以能量或功率的時間序列形式加以表達；
(3)指標化表示:將上述基本指標進行標準化，使得不同使用者以及同一個使用者不同時間的同一指標具有相同的物理含義；所述算法輸出警覺性水平和緊張度水平兩個指標，所述警覺性水平指標和和緊張度水平指標具體如下:
a(t)、b(t)和c(t)分別表示alpha、beta和theta三個頻段的時序信號,他們分別由原始腦電信號的經由時頻分析并選定特定頻段的能量累加實現；
警覺度指標:` SI (t)=c (t)/a(t),其中t表示時間，a和c分別表示alpha和theta的能量；
緊張度指標:
S2(t)=b(t)*c(t),其中t表示時間，b和c分別表示beta和theta的能量；
(4)注意力水平的判定:即以正常使用者在沒有困倦、疲勞狀態發生的情況下，持續保持注意2分鐘的警覺性水平指標和和緊張度水平指標兩項指標序列的時序均值的60%作為判決門限，低于此門限判決為疲勞發生。
[0013]進一步的，所述步驟(1)中，帶通濾波器的低通起始頻率為1Hz，高通截止頻率為35Hz。
[0014]進一步的，所述步驟(2)特征表達子模塊的具體算法如下:
采用Morlat函數為母小波函數，對腦電時域信號進行連續小波變換；輸入信號為單導聯腦電采集到的離散腦電時間序列，與以上母小波函數卷積并經過變換后得到一系列不同頻段的復時間序列信號即小波系數，其中時間與輸入信號長度保持一致，頻率范圍對為l-35Hz，保留其中l-35Hz用于提取節律特征；對于特定的時刻和頻點，系數表示信號的時頻分布情況，對其取模，即用功率表示；按照頻段范圍高低，分別提取alpha波(8-13Hz)、beta波(13-20Hz), delta (l_4Hz), theta (4_7Hz)對應頻段的復小波系數的模的時間序列，即功率表示頻段能量的時序變化。
[0015]進一步的，所述步驟(3)指標化表示采用特征歸一化算法，即:
將某一頻段能量占總能量的比值作為指標:
P ,-(?)=...................................................r -..r'.其中，t表示時間，f表示頻率，P表示功率，從而Pf (t)表示某一頻率f范圍內的能量隨時間變化的函數，公式的分母部分則表示將I到35HZ頻率范圍內的能量累加總和；根據以上模型將Pf⑴除以總能量歸一化以后，每個頻段的相對能量變為0-1范圍內的數值，即用Pf’(t)表示。
[0016]本發明的有益效果在于:
本發明基于腦電頻域特征指標化算法測量警覺性，測量精度高，能精確的對腦電信號進行提取和處理，并且基于腦電頻域特征指標化算法，可以客觀的判斷使用者當前的精神狀態，并給出及時的提示。可以應用于各種工作環境。
[0017]
【專利附圖】
【附圖說明】
[0018]圖1是本發明的設備結構示意圖。
[0019]圖2是本發明的方法流程示意圖。
[0020]其中，1-腦電信號采集電極，2-1C電路，3-腦電信號參考電極，4-帽子。
[0021]
【具體實施方式】
[0022]如圖1所示，是本發明的帽子結構示意圖，包括帽子、腦電信號采集裝置、IC電路、信號傳輸裝置及終端設備，腦電信號采集裝置包括腦電信號采集電極和腦電信號參考電極，所述采集裝置對人腦活動產生的腦電波進行采樣、量化，變成離散數字信號，進行后續的處理；該兩個電極與帽子`相整合，為了更為精確的采集腦電信號，腦電信號采集電極位于頭部，腦電信號參考電極夾位于耳部。
[0023]IC電路包括信號放大器及信號處理器，所述信號放大器為前置信號放大器，將量化的數字信號進行放大，增強處理和傳輸過程中的抗干擾能力；IC電路也是內置于帽子中。信號處理器對采集的信號進行去噪預處理，增強腦電波信號的強度，并從中提取反映人認知狀態變化的計算指標，評估使用者的狀態；信號傳輸裝置連接IC電路與終端設備，將IC電路提取的計算指標傳輸給終端設備。帽子還進一步整合有電池倉及電源開關。
[0024]終端設備為一 PC機，對上述計算指標進行處理，并進行顯示和反饋。一般來說，終端設備與IC電路之間采用無線信號傳輸。
[0025]本發明的一種基于腦電頻域特征指標化算法的測量警覺性的帽子，所述方法步驟如下:
(1)初始化設備硬件，設定報警條件；
(2)同時采集腦電數據，一般采集I秒；
(3)對采集的數據濾波、去噪、時頻分析、計算腦電指標；
(4)將計算的腦電指標傳輸至終端并進行顯示；
(5)判斷是否符合報警條件，進而判斷使用者是否處于疲勞狀態，如果判定處于疲勞狀態，則給出警示；如果判定不處于疲勞狀態，則再次至步驟(2)進行相關步驟。
[0026]其中，指標化算法具體如下:
(I)預處理:對量化的腦電波進行數字濾波，去除肌電等干擾噪音；所述濾波器為無限沖激響應(IIR)帶通濾波器；帶通濾波器的低通起始頻率為1Hz，高通截止頻率為35Hz。
[0027](2)特征表達和提取:從預處理之后的腦電信號中提取反映綜合認知狀態的基本指標，具體包括 alpha 波(8_13Hz)、beta 波(13_20Hz), delta (l_4Hz), theta (4_7Hz);運用時頻分析技術將這些指標從原始時域信號中提取出來，在頻域上以能量或功率的時間序列形式加以表達；
(3)指標化表示:將上述基本指標進行標準化，使得不同使用者以及同一個使用者不同時間的同一指標具有相同的物理含義；所述算法輸出警覺性水平和緊張度水平兩個指標，所述警覺性水平指標和和緊張度水平指標具體如下:
a(t)、b(t)和c(t)分別表示alpha、beta和theta三個頻段的時序信號,他們分別由原始腦電信號的經由時頻分析并選定特定頻段的能量累加實現；
警覺度指標:
SI(t)=c (t)/a(t),其中t表示時間，a和c分別表示alpha和theta的能量；
緊張度指標:
S2(t)=b(t)*c(t),其中t表示時間，b和c分別表示beta和theta的能量；
(4)注意力水平的判定:即以正常使用者在沒有困倦、疲勞狀態發生的情況下，持續保持注意2分鐘的警覺性水平指標和和緊張度水平指標兩項指標序列的時序均值的60%作為判決門限，低于此門限判決為疲勞發生。
[0028]其中，特征表達子模塊的具體算法如下:
采用Morlat函數為母小波函數，對腦電時域信號進行連續小波變換；輸入信號為單導聯腦電采集到的離散腦電時間序列，與以上母小波函數卷積并經過變換后得到一系列不同頻段的復時間序列信號即小波系數，其中時間與輸入信號長度保持一致，頻率范圍對為l-35Hz，保留其中l-35Hz用于提取節律特征；對于特定的時刻和頻點，系數表示信號的時頻分布情況，對其取模，即用功率表示；按照頻段范圍高低，分別提取alpha波(8-13Hz)、beta波(13-20Hz), delta (l_4Hz), theta (4_7Hz)對應頻段的復小波系數的模的時間序列，即功率表示頻段能量的時序變化。
[0029]其中，所述步驟(3)指標化表示采用特征歸一化算法，即:
將某一頻段能量占總能量的比值作為指標:
【權利要求】
1.一種基于腦電頻域特征指標化算法測量警覺性的帽子，所述帽子還包括腦電信號采集裝置、IC電路、信號傳輸裝置及終端設備，其特征在于: 腦電信號采集裝置包括腦電信號采集電極、腦電信號參考電極和信號處理器，所述采集裝置對人腦活動產生的模擬腦電波進行采樣、量化，變成離散數字信號，進行后續的處理； 所述IC電路包括信號放大器及信號處理器，所述信號放大器為前置信號放大器，將量化的數字信號進行放大，增強處理和傳輸過程中的抗干擾能力； 所述信號處理器對采集的信號進行去噪預處理，增強腦電波信號的強度，并從中提取反映人認知狀態變化的計算指標，評估使用者的狀態； 所述信號傳輸裝置連接IC電路與終端設，將IC電路提取的計算指標傳輸給終端設備; 所述終端設備為一 PC機，對上述計算指標進行處理，并進行顯示和反饋。
2.根據權利要求1所述的設備，其特征在于:所述IC電路內置于帽子內部，進一步整合有電池倉及電源開關。
3.根據權利要求1所述的設備，其特征在于:所述腦電信號采集電極位于頭部，腦電信號參考電極夾位于耳部。
4.根據權利要求1所述的設備，其特征在于:所述信號傳輸裝置為無線信號傳輸裝置。
5.一種基于腦電頻域特征指標化算法的測量警覺性的帽子，其特征在于，所述方法，所述方法步驟如下:` (1)初始化設備硬件，設定可接受條件； (2)采集腦電數據； (3)對采集的數據濾波、去噪、時頻分析、計算腦電指標； (4)將計算的腦電指標傳輸至終端并進行顯示； (5)判斷是否符合接受條件，進而判斷使用者是否處于疲勞狀態，如果判定處于疲勞狀態，則給出警示；如果判定不處于疲勞狀態，則再次至步驟(2)進行相關步驟。
6.根據權利要求5所述的方法，其特征在于，所述指標化算法具體如下: (1)預處理:對量化的腦電波進行數字濾波，去除肌電等干擾噪音；所述濾波器為無限沖激響應(IIR)帶通濾波器； (2)特征表達和提取:從預處理之后的腦電信號中提取反映綜合認知狀態的基本指標，具體包括 alpha 波(8_13Hz)、beta 波(13_20Hz)，delta (l_4Hz), theta (4_7Hz);運用時頻分析技術將這些指標從原始時域信號中提取出來，在頻域上以能量或功率的時間序列形式加以表達； (3)指標化表示:將上述基本指標進行標準化，使得不同使用者以及同一個使用者不同時間的同一指標具有相同的物理含義；所述算法輸出警覺性水平和緊張度水平兩個指標，所述警覺性水平指標和和緊張度水平指標具體如下:a(t)、b(t)和c(t)分別表示alpha、beta和theta三個頻段的時序信號,他們分別由原始腦電信號的經由時頻分析并選定特定頻段的能量累加實現； 警覺度指標: SI (t)=c (t)/a(t),其中t表示時間，a和c分別表示alpha和theta的能量； 緊張度指標: S2(t)=b(t)*c(t),其中t表示時間，b和c分別表示beta和theta的能量； (4)注意力水平的判定:即以正常使用者在沒有困倦、疲勞狀態發生的情況下，持續保持注意2分鐘的警覺性水平指標和和緊張度水平指標兩項指標序列的時序均值的60%作為判決門限，低于此門限判決為疲勞發生。
7.根據權利要求6所述的算法，其特征在于:所述步驟(1)中，帶通濾波器的低通起始頻率為IHz，高通截止頻率為35Hz。
8.根據權利要求5所述的算法，其特征在于: 所述步驟(2)特征表達子模塊的具體算法如下: 采用Morlat函數為母小波函數，對腦電時域信號進行連續小波變換；輸入信號為單導聯腦電采集到的離散腦電時間序列，與以上母小波函數卷積并經過變換后得到一系列不同頻段的復時間序列信號即 小波系數，其中時間與輸入信號長度保持一致，頻率范圍對為l-35Hz，保留其中l-35Hz用于提取節律特征；對于特定的時刻和頻點，系數表示信號的時頻分布情況，對其取模，即用功率表示；按照頻段范圍高低，分別提取alpha波(8-13Hz)、beta波(13-20Hz), delta (l_4Hz), theta (4_7Hz)對應頻段的復小波系數的模的時間序列，即功率表示頻段能量的時序變化。
9.根據權利要求5所述的算法，其特征在于: 所述步驟(3)指標化表示采用特征歸一化算法，即: 將某一頻段能量占總能量的比值作為指標:
【文檔編號】A61B5/0476GK103815900SQ201310594232
【公開日】2014年5月28日 申請日期:2013年11月22日 優先權日:2013年11月22日
【發明者】劉志勇 申請人:劉志勇