專利名稱：一種基于腦電信號的疲勞狀態識別方法
技術領域：
本發明屬于生物醫學、信號處理和模式識別技術領域，具體涉及一種基于腦電信號的疲勞狀態識別方法，通過基于腦電信號的檢測與識別實現對人體疲勞狀態的評估。
背景技術：
人在經過一段時間工作，特別是長時間的精神或體力勞動后，會產生精神疲勞，引起生理與心理狀態的變化，包括繼續努力時難度的增加和信息分析能力下降趨勢的增強， 行為組織能力的下降以及心情的變化等。在現代社會中，特別是諸如實時監控、交通運輸、 高危作業、航空航天等作業情況下，由于疲勞狀態下警覺性、持續性注意力、工作記憶力，判斷力、決策制定等能力的下降，工作人員非常容易出現隨意操作和違章行為，從而引發安全事故。因此，建立起客觀、可靠，并且對正常工作無干擾的精神疲勞檢測方法和評估系統，對于防范由于精神疲勞引發的安全事故是十分必要的，具有極大的經濟和社會價值。精神疲勞檢測評估方法通常分為主觀方法和客觀方法兩類。目前主要采用主觀的方法進行評估，根據受試者的身體、神經感受狀態來判斷疲勞的程度。然而，這些方法易受主觀因素的影響，不能客觀的進行定量評估，無法反映疲勞程度的變化情況，并且評分標準也不易統一。現階段研究的客觀方法主要是利用基于生理特征分析的方法加以評估，這些生理特征主要包括通過腦電信號(electroenc印halogram，EEG)檢測的腦活動，通過心電信號檢測的心率變異性，通過肌電信號檢測的皮膚電反應，通過動態圖像觀測到的眼動、頭動、面部表情等。在這些生理信息來源中，EEG被認為是最有前途、最可預報的和最可靠的。 EEG能夠客觀的記錄大腦機能狀態的連續變化，是人腦思維活動、認知和意識狀態的一種外在表現。利用EEG來研究人的精神疲勞程度，采用各種高效的信號處理技術挖掘EEG所蘊涵的豐富信息，實現對疲勞狀態的判定與評估，是非常重要而又有前途的途徑。近年來，EEG檢測技術的進步和現代信號處理技術的發展，推動了基于EEG的精神疲勞研究。目前利用腦電信號分析精神疲勞主要有兩類研究方法一是利用事件相關電位 (event related potential, ERP), 二是利用自發腦電信號。ERP是一種誘發腦電，需要外加特定的刺激才能產生，因此在汽車駕駛、高危作業、航空航天等作業情況下，是不可能同期采集ERP信號的，這就極大的限制了該類方式的應用范圍。而自發腦電是大腦皮層神經電活動本身自發產生的持續性的電位變化，可以在作業的同期采集，對作業無干擾。
發明內容
本發明的目的是提出一種基于腦電信號的疲勞狀態識別方法。精神疲勞程度是一個模糊概念，不同疲勞狀態之間的邊界是不分明的，應用模糊模式識別來判定精神疲勞程度相比傳統的分類方法更合理，能提高對精神疲勞的分類識別正確率。本發明為一種基于自發腦電信號(以下簡稱EEG)的疲勞狀態識別方法，其特征為， 該方法通過EEG數據采集儀從人體頭皮表面記錄不同疲勞狀態下的腦電信號，然后對所采集的信號進行信號放大、濾波、轉換為數字信號，并且通過無線通信傳輸給主機，主機軟件處理接收到的無線腦電數據，首先對信號進行預處理，然后提取每通道信號的特征信息，構造特征向量，最后采用基于模糊模式識別的評估方法，根據所得到的腦電特征評估疲勞程度。本發明所提出的精神疲勞評估方法和系統對EEG進行處理的方法如下 UEEG采集
EEG的幅度在微伏量級，并且信號中含有很強的干擾。在本方案中，首先對模擬腦電信號進行預處理，包括對信號進行前置放大、高通濾波、低通濾波、后級放大及電平遷移，然后進行A/D采樣，輸入到FPGA芯片中進行信號處理，包括50 Hz陷波和去基線漂移，然后經無線發射器發送出去。數字腦電信號經無線接收器接收后由微處理器進行處理，再通過USB 接口芯片上傳PC機進行下一步的處理。2、信號特征提取
PC機中對采集的腦電數據進行特征提取，以delta( δ ):0-3. 5HZ、theta( θ ):3. 5_8Ηζ、 alpha ( σ ):8-13Hz、beta (/Ο:13_30Ηζ四種腦電基本節律的相對能量作為特征，因為δ、 θ .α、β節律相對能量之和為1，為避免冗余，只選取δ、θ、α三個節律相對能量作為特征信息。3、模糊模式識別
精神疲勞程度是一個模糊概念，記為兒設有需要對模糊概念^進行識別的《個樣本組成的集合，有 個指標特征值表示樣本的整體特性，則有樣本集的指標特征值矩陣
權利要求
1. 一種基于腦電信號的疲勞狀態識別方法，其特征在于，方法包括(1)通過EEG數據采集儀從人體頭皮表面記錄不同疲勞狀態下的腦電信號，通過信號采集模擬電路濾出信號中的干擾成分，再將微弱的電信號程控放大并消除電平飄移，得到的模擬腦電信號經數字電路進行AD轉換成數字腦電信號傳輸給主機進行處理；(2)主機首先對信號進行預處理，然后提取每通道信號的特征信息，構造特征向量，最后采用基于模糊模式識別的評估方法，根據所得到的腦電特征評估疲勞程度；對所采集的腦電信號進行處理的方法如下a、信號預處理對采集的腦電數據進行預處理，即進行數字濾波，提取0-30HZ的信號頻率成分；b、信號特征提取對采集的腦電數據進行特征提取，以四種腦電基本節律的相對能量作為特征，它們是 δ :0-3. 5Ηζ、θ :3. 5-8Hz、a :8_13Hz、β :13_30Hz，由于 δ , θ、a、β 節律相對能量之和為1，只選取δ、θ、α三個節律相對能量作為特征信息；C、模糊模式識別精神疲勞程度是一個模糊概念，記為兒設有需要對模糊概念^進行識別的《個樣本組成的集合，有 個指標特征值表示樣本的整體特性，則有樣本集的指標特征值矩陣式中~表示樣本J指標i的特征值，i=l，2，
2. 一種基于腦電信號的精神疲勞評估系統，其特征在于，該系統包括信號采集和主處理器兩大部分，信號采集部分通過信號采集模擬電路濾出信號中的干擾成分，再將微弱的電信號程控放大并消除電平飄移，得到的模擬腦電信號經數字電路進行AD轉換成數字腦電信號，然后經無線發射器發送出去；主處理器部分通過無線接收器接收到信號后再通過 USB接口芯片上傳PC機，在PC機中將完成對EEG的預處理和特征提取，并判斷待識別EEG 所對應的疲勞程度。
全文摘要
本發明公開了一種基于腦電信號的疲勞狀態識別方法，方法包括通過EEG數據采集儀從人體頭皮表面記錄不同疲勞狀態下的腦電信號，通過信號采集模擬電路濾出信號中的干擾成分，再將微弱的電信號程控放大并消除電平飄移，得到的模擬腦電信號經數字電路進行AD轉換成數字腦電信號傳輸給主機進行處理；主機首先對信號進行預處理，然后提取每通道信號的特征信息，構造特征向量，最后采用基于模糊模式識別的評估方法，根據所得到的腦電特征評估疲勞程度；本發明結合了生物醫學信號處理技術及模糊模式識別技術，提出了一種客觀的可行的精神疲勞評估方法，使基于腦電信號的檢測與識別在精神疲勞評估領域的應用得到技術上的極大提升。
文檔編號G06K9/62GK102184415SQ20111012757
公開日2011年9月14日 申請日期2011年5月17日 優先權日2011年5月17日
發明者何傳紅, 張莉, 王宇丁, 王鵬 申請人:重慶大學