[發明專利]認知分心測評方法和系統

在審

• 申請號: 201710397929.6
• 申請日: 2017-05-27
• 公開（公告）號: CN107233104A
• 公開（公告）日: 2017-10-10
• 發明（設計）人: 張駿;郭孜政
• 申請（專利權）人: 西南交通大學
• 主分類號: A61B5/18
• 分類號: A61B5/18;A61B5/0205;A61B5/16
• 代理公司: 北京集智東方知識產權代理有限公司11578
• 代理人: 陳亞斌,關兆輝

技術領域

本發明實施例涉及高鐵技術領域，尤其是涉及一種認知分心測評方法和系統。

背景技術

高鐵調度員的作業任務要求其必須具備較高的抗分心能力，尤其是抗認知分心的能力。

目前，國內國外針對高鐵調度員認知分心測評方法及系統較為鮮見。已有的認知分心測試方法和設備，其背景與高鐵調度員作業背景有較大差異，評測結果并不能代表高鐵調度員作業背景下的抗認知分心能力。

現有的測試方法、設備尚無法對認知分心程度進行評判。

發明內容

本發明實施例的主要目的在于提供一種認知分心測評方法，其至少部分地解決了如何準確評判高鐵調度員認知分心程度的技術問題。此外，還提供一種認知分心測評系統。

為了實現上述目的，根據本發明的一個方面，提供了以下技術方案：

一種，認知分心測評方法，應用于高鐵調度員，該方法至少包括：

采集腦電信號、眼動信號、面部表情信息和座椅壓力信號；

根據所述腦電信號、所述眼動信號、所述面部表情信息和所述座椅壓力信號，分別提取腦電特征、眼動特征、面部表情特征和壓力特征；

利用分類器對所述腦電特征、所述眼動特征、所述面部表情特征和所述壓力特征進行識別；

基于識別結果，來評判認知分心程度；

根據所述認知分心程度，判斷所述高鐵調度員是否處于認知分心狀態。

進一步地，所述根據所述腦電信號提取腦電特征的步驟具體包括：

采用希爾伯特—黃變換，通過經驗模式分解，將所述腦電信號分解成有限個固有模態函數；

對所述有限個固有模態函數進行希爾伯特變換，計算出瞬時的頻率和振幅；

根據所述瞬時的頻率和振幅，計算出希爾伯特—黃變換的邊際譜；

分析所述邊際譜，提取所述腦電信號的各個波段分量的幅值，并將其作為所述腦電特征。

進一步地，所述根據所述眼動信號提取眼動特征的步驟具體包括：

按照注視-眼跳的掃描路徑，采集眼動信息；

基于所述眼動信息，提取眼睛焦點位置、掃描路徑的長度和眨眼頻率數據，并將其作為所述眼動特征。

進一步地，所述根據所述面部表情信息提取面部表情特征具體包括：

通過人臉識別方法，從所述面部表情信息中提取人臉特征；

以預定時長的所述人臉特征視頻段為數據單元，并對所述數據單元內的每幀畫面進行處理，得到視頻指標值；

對所述數據單元內所有幀畫面的視頻指標值取均值，并將所述均值作為所述數據單元的指標值；

將所述數據單元的指標值轉換成人臉及其組成部分的外形、運動、顏色和空間的表示；

基于所述人臉及其組成部分的外形、運動、顏色和空間的表示，利用面部表征方法，獲得所述面部表情特征。

進一步地，所述根據所述座椅壓力信號提取壓力特征具體包括：

基于所述座椅的坐墊，建立坐標系；

獲取所述坐墊上各個坐標位置的壓力，作為所述壓力特征。

進一步地，所述利用分類器對所述腦電特征進行識別的步驟具體包括：

通過支持向量機，基于二分類方法，根據下式識別所述高鐵調度員是否分心：

其中，所述x_i表示所述腦電信號的各個波段分量的幅值，(x_i,y_i):i＝1,2,...,N,x_i∈R^d，所述N取正整數；所述y_i表示類別，所述y_i∈{1,-1}，類別為“1”表示“認真”，類別為“-1”表示“分心”；所述b表示閾值；所述α_i表示權重；所述K(x_i,x)表示核函數；所述y表示識別結果。

進一步地，所述利用分類器對所述眼動特征進行識別具體包括：

根據下式對所述眼動特征進行歸一化：

其中，x_i表示眼動特征；x_max、x_min分別表示眼動特征的最大、最小值；y_i表示歸一化后的結果；

基于歸一化結果，根據神經網絡模型，識別所述高鐵調度員是否分心。

進一步地，所述利用分類器對所述面部表情特征進行識別具體包括：

構建面部表情樣本；

歸一化將所述面部表情樣本作為輸入的各弱分類器的權重；