[發(fā)明專利]基于多導腦電信號裕度因子的測謊方法

有效

• 申請?zhí)枺?/td>: 201910441034.7
• 申請日: 2019-05-24
• 公開（公告）號: CN110192874B
• 公開（公告）日: 2020-09-22
• 發(fā)明（設計）人: 高軍峰;田洪君;龔佳奇
• 申請（專利權）人: 中南民族大學
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/0476;A61B5/0478
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 秦曼妮

1.一種基于多導腦電信號裕度因子的測謊方法，其特征在于，包括以下步驟：

S1、腦電信號采集和預處理：分別對誠實受試者和說謊受試者進行探測刺激，通過多導腦電電極對誠實受試者和說謊受試者頭部多個部位的腦電信號進行實時采集，其中多導腦電電極包括位于測試者以及誠實受試者和說謊受試者頭部中央區(qū)域的C3、C1、CZ、C2、C4、C5這六個電極；分別對采集的誠實受試者和說謊受試者的腦電信號依次進行濾波、分割、基線校正、去偽跡和疊加平均的預處理操作，形成誠實受試者和說謊受試者探測刺激響應的數據集；具體包括：對采集的腦電信號進行0.05-30Hz帶通濾波，將刺激前300ms至刺激后1300ms的腦電數據作為一個探測刺激響應進行分割，以刺激前300ms的數據作為基線進行基線校正，使用Scan4.0去除腦電信號的垂直和水平眼電偽差，分別對誠實受試者和說謊受試者的每5個探測刺激響應數據進行一次疊加平均；

S2、分類特征的提取：分別計算步驟S1得到的誠實受試者和說謊受試者探測刺激響應的數據集中的每一導腦電數據的裕度因子，生成誠實受試者和說謊受試者的裕度因子矩陣，對誠實受試者和說謊受試者裕度因子矩陣進行誠實者和說謊者的差異統(tǒng)計分析，具體包括：對兩個裕度因子矩陣中對應各相同電極的兩組裕度因子數據進行t-test統(tǒng)計檢驗，并使用Bonferroni多重校正，選出具有顯著性差異的電極；提取誠實受試者和說謊受試者具有顯著性差異的電極的裕度因子作為分類特征；

S3、模式識別分類：利用步驟S2得到的誠實受試者和說謊受試者的具有顯著性差異的電極的裕度因子指標構建特征向量作為樣本數據，通過樣本數據對初始機器學習分類器模型進行K折基于受試者的交叉驗證，獲得具有最佳參數組合的分類器；

具體包括：在K折基于受試者的交叉驗證的每折中，將K-1名誠實受試者的樣本數據和K-1名說謊受試者的樣本數據作為訓練集，剩余1名誠實受試者的樣本數據和1名說謊受試者的樣本數據作為測試集；

對誠實受試者和說謊受試者的每個訓練集執(zhí)行K折基于受試者的交叉驗證，每個訓練集中一部分樣本作為子訓練集，剩余樣本作為校驗集，在該過程中，應用不同參數組合，使用子訓練集訓練分類器，接著運用驗證集進行驗證，當驗證準確率最高時，獲得具有最佳參數組合的分類器；

S4、測謊：采集測試者的探測刺激響應的數據集并計算各導腦電數據的裕度因子，構建輸入特征向量輸入到步驟S3得到的分類器中，分類器自動判斷該測試者是誠實者還是說謊者并輸出測謊結果。

2.如權利要求1所述的基于多導腦電信號裕度因子的測謊方法，其特征在于：所述步驟S3中的機器學習分類器模型采用BP卷積神經網絡。