[發(fā)明專利]腦力負荷檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201910361432.8
• 申請日: 2019-04-30
• 公開（公告）號: CN111839506B
• 公開（公告）日: 2021-10-12
• 發(fā)明（設(shè)計）人: 王雪;張鵬博
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: A61B5/369
• 分類號: A61B5/369;A61B5/16;A61B5/00;A61B5/318;A61B5/0205;A61B5/1455;A61B5/374
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王慶龍;苗曉靜

1.一種腦力負荷檢測方法，其特征在于，包括：

獲取待測對象的生理信號，所述生理信號包括腦電信號、心電信號和脈搏信號；

將所述生理信號輸入至預(yù)設(shè)的時間卷積網(wǎng)絡(luò)模型，根據(jù)所述時間卷積網(wǎng)絡(luò)模型的輸出結(jié)果，獲取待測對象的腦力負荷類型；其中，所述時間卷積網(wǎng)絡(luò)模型根據(jù)帶有腦力負荷類型標(biāo)簽的生理信號樣本訓(xùn)練后得到；

將所述生理信號輸入至預(yù)設(shè)的時間卷積網(wǎng)絡(luò)模型，具體為：

將每一生理信號分別輸入至預(yù)設(shè)的時間卷積網(wǎng)絡(luò)模型中對應(yīng)的時間卷積子網(wǎng)絡(luò)；其中，所述時間卷積網(wǎng)絡(luò)模型包括多個時間卷積子網(wǎng)絡(luò)，所述多個時間卷積子網(wǎng)絡(luò)分別提取對應(yīng)生理信號的特征后進行特征融合，將融合后的特征作為所述時間卷積網(wǎng)絡(luò)模型提取的特征；

所述將所述生理信號輸入至預(yù)設(shè)的時間卷積網(wǎng)絡(luò)模型；根據(jù)所述時間卷積網(wǎng)絡(luò)模型的輸出結(jié)果，獲取待測對象的腦力負荷類型，包括：

將所述生理信號輸入至所述時間卷積網(wǎng)絡(luò)模型的基于膨脹卷積的全卷積網(wǎng)絡(luò)層，利用所述全卷積網(wǎng)絡(luò)層對所述生理信號進行特征提取，輸出所述生理信號對應(yīng)的特征向量；

將所述特征向量輸入至所述時間卷積網(wǎng)絡(luò)模型的全連接層，將全連接層的輸出結(jié)果輸入至所述時間卷積網(wǎng)絡(luò)模型的邏輯回歸層，輸出腦力負荷類型對應(yīng)的預(yù)測概率，根據(jù)所述預(yù)測概率獲取待測對象的腦力負荷類型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述生理信號輸入至預(yù)設(shè)的時間卷積網(wǎng)絡(luò)模型之前，還包括：

獲取多個生理信號樣本和每個生理信號樣本對應(yīng)的腦力負荷標(biāo)簽；

將每個生理信號樣本對應(yīng)的生理信號和腦力負荷類型標(biāo)簽的組合作為一個訓(xùn)練樣本，從而得到多個訓(xùn)練樣本，利用所述多個訓(xùn)練樣本對所述時間卷積網(wǎng)絡(luò)模型進行訓(xùn)練。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用所述多個訓(xùn)練樣本對所述時間卷積網(wǎng)絡(luò)模型進行訓(xùn)練，包括：

將任意一個樣本生理信號輸入至所述時間卷積網(wǎng)絡(luò)模型，輸出所述樣本生理信號對應(yīng)的腦力負荷類型的預(yù)測概率；

利用預(yù)設(shè)的損失函數(shù)根據(jù)所述樣本生理信號對應(yīng)的預(yù)測概率和所述樣本生理信號的腦力負荷類型標(biāo)簽計算損失值；

若所述損失值小于預(yù)設(shè)閾值或訓(xùn)練次數(shù)達到預(yù)設(shè)次數(shù)，則所述時間卷積網(wǎng)絡(luò)模型訓(xùn)練完成。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取多個生理信號樣本和每個生理信號樣本對應(yīng)的腦力負荷標(biāo)簽之后，還包括：

使用預(yù)設(shè)時長的滑動窗口對每一生理信號樣本進性數(shù)據(jù)增強處理，以使得每一生理信號樣本均生成多個數(shù)據(jù)增強處理后的生理信號樣本；

相應(yīng)地，將每個生理信號樣本對應(yīng)的生理信號和腦力負荷類型標(biāo)簽的組合作為一個訓(xùn)練樣本，具體為：

將數(shù)據(jù)增強處理后得到的每個生理信號樣本對應(yīng)的生理信號和腦力負荷類型標(biāo)簽的組合作為一個訓(xùn)練樣本。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待測對象的生理信號之后，還包括：

對所述生理信號進行信號預(yù)處理；

相應(yīng)地，將所述生理信號輸入至預(yù)設(shè)的時間卷積網(wǎng)絡(luò)模型，具體為：

將信號預(yù)處理后的生理信號輸入至預(yù)設(shè)的時間卷積網(wǎng)絡(luò)模型；

其中，所述信號預(yù)處理包括：直流分量消除、降采樣及噪聲消除。