[發明專利]基于脈搏波信號的警覺度實時檢測方法及系統

在審

• 申請號: 201810505524.4
• 申請日: 2018-05-24
• 公開（公告）號: CN108652650A
• 公開（公告）日: 2018-10-16
• 發明（設計）人: 焦學軍;姜勁;曹勇;王立志;李啟杰
• 申請（專利權）人: 中國航天員科研訓練中心
• 主分類號: A61B5/18
• 分類號: A61B5/18;A61B5/02;A61B5/00
• 代理公司: 長沙星耀專利事務所(普通合伙) 43205
• 代理人: 許伯嚴

本發明公開了一種基于脈搏波信號的警覺度實時檢測方法及系統，它涉及生命科學技術領域。其檢測步驟為：通過多生理參數采集儀器獲取脈搏波數據，對所述脈搏波數據進行預處理，降噪并濾除各類生理干擾，從所述預處理完成后的脈搏波數據中提取生理特征，對所述生理特征進行篩選，以剔除所述脈搏波特征中的冗余信息，根據分類器對所述脈搏波特征進行分類，以根據分類結果進行警覺度狀態判別。本發明可以直接檢測操作者警覺度狀態，操作方便，不易受干擾，具有較強的實時性和較高的正確率，在操作者警覺度狀態監測領域展現了巨大的潛力。

技術領域

本發明涉及的是生命科學技術領域，具體涉及基于脈搏波信號的警覺度實時檢測方法及系統。

背景技術

上世紀90年代以來，警覺度的研究越來越受廣大科研機構和公司的青睞，目前，警覺度的檢測手段主要有主觀問卷檢測法、行為學數據檢測法以及生理參數檢測法現階段。相關檢測技術中，主觀問卷檢測手段受受試者主觀意圖影響較大，行為學數據是對行為的一種趨勢預測，因此，其準確性和實時性并不是很高，生理信號檢測法憑借著客觀、可靠，能夠直接反映受試者的生理變化得到了廣大研究者們的認可，在所有生理信號用于警覺度檢測的研究當中。脈搏波信號的采集更為便捷，數據容量更小，從警覺度實時檢測實現的角度上來看，脈搏波優勢明顯，更具應用前景?；诖?，為了克服現有技術警覺度檢測復雜且易受干擾的缺陷，設計一種基于脈搏波信號的警覺度實時檢測方法及系統尤為必要。

發明內容

針對現有技術上存在的不足，本發明目的是在于提供一種基于脈搏波信號的警覺度實時檢測方法及系統，能夠準確檢測出操作者警覺度狀態，操作方便，不易受干擾，實用性強，易于推廣使用。

為了實現上述目的，本發明是通過如下的技術方案來實現：基于脈搏波信號的警覺度實時檢測方法，其步驟為：

(1)通過多生理參數采集儀器獲取脈搏波數據；

(2)對所述脈搏波數據進行預處理，降噪并濾除各類生理干擾，提高脈搏波信號的可靠性；

(3)從所述預處理完成后的脈搏波數據中提取生理特征；

(4)對所述生理特征進行篩選，以剔除所述脈搏波特征中的冗余信息；

(5)根據分類器對所述脈搏波特征進行分類，以根據分類結果進行警覺度狀態判別。

作為優選，所述的步驟(1)中多生理參數采集儀器采用光電傳感器，使用光電傳感器采集實驗者脈搏波信號，并通過光電轉換為電壓信號；所述光電傳感器可佩戴于實驗者左右耳垂，或小指指尖位置，采集設備輕便易攜帶，且數據傳輸方式為無線藍牙傳輸。

作為優選，所述的步驟(2)脈搏波數據預處理步驟為：對所述脈搏波數據由500Hz降采樣到100Hz；對降采樣后脈搏波信號進行濾波處理和小波濾波處理。

作為優選，所述的步驟(3)中特征提取包括時域特征和頻域特征，時域特征有波谷幅值、波峰幅值、次級波峰幅值、波谷間期、波峰間期、次級波峰間期、波峰潛伏期、次級波峰潛伏期以及次級波峰與波峰之間間隔時間這9個特征；

所述頻域特征通過小波包分解方式計算得出：對去噪后的信號采用db3小波基進行6層小波包分解，信號被對應分解為64個子頻帶，每個子頻帶寬度為50Hz/64＝0.78Hz；定義某一頻帶能量為該頻段下小波系數的平方和，即

式(1)中，I為小波包分解層數，N為每層小波系數個數，C_i(k)為第i層小波的第k個系數，整個信號的總能量定義為

則頻帶i占總能量的比例為

P_i＝E_i/E_total (3)