[發明專利]基于多導腦電信號峭度的測謊方法

在審

• 申請號: 201910441347.2
• 申請日: 2019-05-24
• 公開（公告）號: CN110192876A
• 公開（公告）日: 2019-09-03
• 發明（設計）人: 高軍峰;覃凱;韋思宏
• 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: 胡建文

1.一種基于多導腦電信號峭度的測謊方法，其特征在于，包括如下步驟：

1)通過多導聯腦電電極分別對誠實和說謊兩類受試者的腦電信號進行實時提取，分別得到兩類受試者的多導聯腦電信號并保存；

2)選取步驟1)得到的受試者的各個導聯腦電信號依次進行濾波、分割、基線校正、去偽跡和疊加平均預處理操作，得到兩類受試者各個導聯說謊刺激對應的腦電信號，形成數據集；

3)分別計算上述預處理后兩類受試者的刺激響應的數據集中每一導腦電信號的峭度；峭度的計算公式為：設x_i為采集到的振動信號序列，i＝1，2，...，N，峭度X_RMS為均方根值，N為信號x_i的采樣點數，本發明中N＝800；

4)然后對多導腦電信號的峭度進行誠實受試者與說謊受試者的差異統計分析，利用具有顯著性差異的電極的峭度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模型進行K折的基于受試者的交叉驗證，獲得具有最佳參數組合的分類器；

5)通過步驟1)的多導聯腦電電極對測試者的腦電信號進行實時提取，得到測試者的多導聯腦電信號并保存，并將各個導聯腦電信號進行步驟2)的預處理操作后，利用步驟3)的峭度計算公式計算得到測試者的刺激響應的數據集中每一導腦電信號的峭度構建特征向量，并作為輸入送入到步驟4)得到的具有最佳參數組合的分類器中，得到測謊結果。

2.根據權利要求1所述的測謊方法，其特征在于：步驟1)中的濾波參數設置分別為0.05-30Hz帶通濾波；濾波后將刺激前300ms至刺激后1300ms的腦電數據作為一個epoch進行分割，稱此epoch為一個P刺激響應；以刺激前300ms數據作為基線進行基線校正，接著對兩組數據中每5個epoch進行一次疊加平均。

3.根據權利要求1所述的測謊方法，其特征在于：通過樣本數據對初始機器學習模型進行K折的基于受試者的交叉驗證，包括：在交叉驗證的每折中，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用于訓練集，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用于測試集。

4.根據權利要求3所述的測謊方法，其特征在于：對誠實與說謊兩組數據中每個訓練集執行M折交叉驗證，其中M-1個樣本作為子訓練集，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，可以獲得具有最佳參數組合的分類器。

5.根據權利要求1所述的測謊方法，其特征在于：所述機器學習模型采用支持向量機SVM。

6.根據權利要求1所述的測謊方法，其特征在于：通過多導聯腦電電極分別對誠實和說謊兩類受試者的腦電信號進行實時提取，包括：選取P4、PZ、P3、O2、OZ、O1這六導電極分別位于頂葉和枕葉，用于分別采集頂葉和枕葉位置的腦電信號。

7.根據權利要求1所述的測謊方法，其特征在于：對多導腦電信號的峭度進行誠實受試者與說謊受試者的差異統計分析，包括：求誠實受試者的各導腦電信號的峭度平均值以及說謊受試者的各導腦電信號的峭度平均值，對誠實受試者的各導腦電信號的峭度平均值和說謊受試者的各導腦電信號的峭度平均值進行t-test統計檢驗，使用Bonferroni多重校正，得到具有顯著性差異的電極。