[發明專利]腦力負荷檢測方法及裝置

有效

• 申請號: 201910361432.8
• 申請日: 2019-04-30
• 公開（公告）號: CN111839506B
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 王雪;張鵬博
• 申請（專利權）人: 清華大學
• 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: 北京路浩知識產權代理有限公司 11002
• 代理人: 王慶龍;苗曉靜

本發明實施例提供一種腦力負荷檢測方法及裝置，該方法包括：獲取待測對象的生理信號；將所述生理信號輸入至預設的時間卷積網絡模型，根據所述時間卷積網絡模型的輸出結果，獲取待測對象的腦力負荷類型；其中，所述生理信號包括腦電信號，所述時間卷積網絡模型根據帶有腦力負荷類型標簽的生理信號樣本訓練后得到。由于將生理信號輸入至預設的時間卷積網絡模型，預設的時間卷積網絡模型根據帶有腦力負荷類型的生理信號樣本訓練后得到，能夠輸出腦力負荷類型的識別結果，從而檢測過程快速而準確，具有更小的計算消耗，同時利用時間卷積網絡模型可自動進行冗余信息的剔除。

技術領域

本發明涉及腦力負荷識別領域，尤其涉及一種腦力負荷檢測方法及裝置。

背景技術

腦力負荷檢測近十年來逐漸成為學術界、產業界的研究熱點。適度的腦力負荷可以提升工作效率，過高的腦力負荷則會影響人體健康并引發重大安全事故。因此，腦力負荷的檢測對精神心理健康至關重要。

傳統腦力負荷檢測要求待測對象填寫量表進行，這種方法過于主觀，且依賴于被試者的誠信。基于生理信號測量的腦力負荷識別方法具有重要意義，目前的生理信號融合腦力負荷檢測方法主要包括以下步驟：人工定義不同生理信號的特征；使用特征工程的方法實現不同特征向量的信息融合；構建分類器進行腦力負荷識別。

目前的基于生理信號的腦力負荷檢測方法，其效果完全依賴于人工定義特征的有效性，而且人工定義特征無法考慮不同生理信號間的冗余信息，從而上述方法準確性較差。

發明內容

為了解決上述問題，本發明實施例提供一種腦力負荷檢測方法及裝置。

第一方面，本發明實施例提供一種腦力負荷檢測方法，包括：獲取待測對象的生理信號；將所述生理信號輸入至預設的時間卷積網絡模型，根據所述時間卷積網絡模型的輸出結果，獲取待測對象的腦力負荷類型；其中，所述生理信號包括腦電信號，所述時間卷積網絡模型根據帶有腦力負荷類型標簽的生理信號樣本訓練后得到。

第二方面，本發明實施例提供一種腦力負荷檢測裝置，包括：獲取模塊，用于獲取待測對象的生理信號；處理模塊，用于將所述生理信號輸入至預設的時間卷積網絡模型，根據所述時間卷積網絡模型的輸出結果，獲取待測對象的腦力負荷類型；其中，所述生理信號包括腦電信號，所述時間卷積網絡模型根據帶有腦力負荷類型標簽的生理信號樣本訓練后得到。

第三方面，本發明實施例提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，處理器執行程序時實現本發明第一方面腦力負荷檢測方法的步驟。

第四方面，本發明實施例提供一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現本發明第一方面腦力負荷檢測方法的步驟。

本發明實施例提供的腦力負荷檢測方法及裝置，由于將生理信號輸入至預設的時間卷積網絡模型，預設的時間卷積網絡模型根據帶有腦力負荷類型的生理信號樣本訓練后得到，能夠輸出腦力負荷類型的識別結果，從而檢測過程快速而準確，具有更小的計算消耗，同時利用時間卷積網絡模型可自動進行冗余信息的剔除。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例提供的腦力負荷檢測方法流程圖；

圖2為本發明實施例提供的腦力負荷檢測裝置結構圖；

圖3為本發明實施例提供的一種電子設備的實體結構示意圖。

具體實施方式