[發(fā)明專利]一種基于腦電信號(hào)的疲勞狀態(tài)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110127576.0
• 申請(qǐng)日: 2011-05-17
• 公開（公告）號(hào): CN102184415A
• 公開（公告）日: 2011-09-14
• 發(fā)明（設(shè)計(jì)）人: 張莉;王鵬;王宇丁;何傳紅
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/66
• 代理公司: 重慶市恒信知識(shí)產(chǎn)權(quán)代理有限公司 50102
• 代理人: 劉小紅

1.一種基于腦電信號(hào)的疲勞狀態(tài)識(shí)別方法，其特征在于，方法包括：

（1）通過EEG數(shù)據(jù)采集儀從人體頭皮表面記錄不同疲勞狀態(tài)下的腦電信號(hào)，通過信號(hào)采集模擬電路濾出信號(hào)中的干擾成分，再將微弱的電信號(hào)程控放大并消除電平飄移，得到的模擬腦電信號(hào)經(jīng)數(shù)字電路進(jìn)行AD轉(zhuǎn)換成數(shù)字腦電信號(hào)傳輸給主機(jī)進(jìn)行處理；

（2）主機(jī)首先對(duì)信號(hào)進(jìn)行預(yù)處理，然后提取每通道信號(hào)的特征信息，構(gòu)造特征向量，最后采用基于模糊模式識(shí)別的評(píng)估方法，根據(jù)所得到的腦電特征評(píng)估疲勞程度；對(duì)所采集的腦電信號(hào)進(jìn)行處理的方法如下：?

a、信號(hào)預(yù)處理

對(duì)采集的腦電數(shù)據(jù)進(jìn)行預(yù)處理，即進(jìn)行數(shù)字濾波，提取0-30Hz的信號(hào)頻率成分；

b、信號(hào)特征提取

對(duì)采集的腦電數(shù)據(jù)進(jìn)行特征提取，以四種腦電基本節(jié)律的相對(duì)能量作為特征，它們是：δ：0-3.5Hz、θ：3.5-8Hz、α：8-13Hz、β：13-30Hz，由于δ、θ、α、β節(jié)律相對(duì)能量之和為1，只選取δ、θ、α三個(gè)節(jié)律相對(duì)能量作為特征信息；

c、模糊模式識(shí)別

精神疲勞程度是一個(gè)模糊概念，記為A，設(shè)有需要對(duì)模糊概念A進(jìn)行識(shí)別的n個(gè)樣本組成的集合，有m個(gè)指標(biāo)特征值表示樣本的整體特性，則有樣本集的指標(biāo)特征值矩陣

????????????????????????????(1)

式中表示樣本j指標(biāo)i的特征值，i=1,2,?…?,m;??j=1,2?…?,n；

如樣本集依據(jù)m個(gè)指標(biāo)按c個(gè)級(jí)別的已知指標(biāo)標(biāo)準(zhǔn)特征值進(jìn)行識(shí)別，則有指標(biāo)標(biāo)準(zhǔn)特征值矩陣

????????????????????????????(2)

式中表示狀態(tài)或級(jí)別h指標(biāo)i標(biāo)準(zhǔn)特征值，h=1，2，…，c；?i=1，2，…，m；

若規(guī)定1級(jí)精神狀態(tài)為不疲勞狀態(tài)，其評(píng)價(jià)指標(biāo)i的標(biāo)準(zhǔn)特征值對(duì)于疲勞程度的相對(duì)隸屬度；c級(jí)精神狀態(tài)為非常疲勞狀態(tài)，其評(píng)價(jià)指標(biāo)對(duì)于疲勞程度的相對(duì)隸屬度，則人體精神疲勞狀態(tài)標(biāo)準(zhǔn)指標(biāo)的相對(duì)隸屬度可根據(jù)如下線性公式確定

??????????????????????????????????????????????????????????????(3)

由此可將矩陣Y變換為相應(yīng)的相對(duì)隸屬度矩陣S

?????????????????????????????(4)

類似地，可根據(jù)下式

?????????????????????????????????(5)

將指標(biāo)值越大疲勞程度越深的樣本指標(biāo)值變?yōu)橄鄳?yīng)的相對(duì)隸屬度；相反，對(duì)于指標(biāo)值越小疲勞程度越深的指標(biāo)用下式進(jìn)行變換；

??????????????????????????????(6)

由此可將矩陣X變換為相應(yīng)的相對(duì)隸屬度矩陣

?????????????????????????????(7)

將樣本j的m個(gè)指標(biāo)相對(duì)隸屬度，，…?，分別與矩陣S的第1，第2，…，第m行的行向量逐一進(jìn)行比較，可得樣本j的級(jí)別上限值和級(jí)別下限值（1≤≤c，1≤≤c）；

設(shè)樣本集對(duì)模糊概念A各個(gè)級(jí)別的相對(duì)隸屬度矩陣為

???????????????????????????(8)

式中表示樣本j對(duì)A級(jí)別h的相對(duì)隸屬度，j=1，2，…，n；?h=1，2，…，c；

由于樣本j在級(jí)別區(qū)間，范圍內(nèi)，故矩陣U應(yīng)滿足歸一化約束條件

????????????????????????????(9)

樣本j與級(jí)別h之間的差異用廣義歐式距離表示為

????????????????????????????(10)

為了完善地描述樣本j與級(jí)別h之間的差異，定義下式

??????????????????????????????????(11)

以為權(quán)重，稱為加權(quán)廣義歐式距離；

為了求解樣本j對(duì)模糊概念A的級(jí)別h的最優(yōu)相對(duì)隸屬度，建立目標(biāo)函數(shù)，

????????????????????????????????????????????????????(12)

根據(jù)目標(biāo)函數(shù)和約束條件構(gòu)造拉格朗日函數(shù)，求得最優(yōu)相對(duì)隸屬矩陣，矩陣中的各元素由下式確定

????????????????????(13)

最后應(yīng)當(dāng)用級(jí)別特征值F₁,F₂,…,F_c，對(duì)疲勞程度進(jìn)行判斷，級(jí)別特征值公式表示為：

????????????(14)

H是包含n個(gè)元素的向量，為樣本j的級(jí)別特征值，如果，則判斷樣本j隸屬于級(jí)別m。

2.一種基于腦電信號(hào)的精神疲勞評(píng)估系統(tǒng)，其特征在于，該系統(tǒng)包括信號(hào)采集和主處理器兩大部分，信號(hào)采集部分通過信號(hào)采集模擬電路濾出信號(hào)中的干擾成分，再將微弱的電信號(hào)程控放大并消除電平飄移，得到的模擬腦電信號(hào)經(jīng)數(shù)字電路進(jìn)行AD轉(zhuǎn)換成數(shù)字腦電信號(hào)，然后經(jīng)無(wú)線發(fā)射器發(fā)送出去；主處理器部分通過無(wú)線接收器接收到信號(hào)后再通過USB接口芯片上傳PC機(jī)，在PC機(jī)中將完成對(duì)EEG的預(yù)處理和特征提取，并判斷待識(shí)別EEG所對(duì)應(yīng)的疲勞程度。