[發明專利]一種基于投票分類器的視覺誘導暈動癥檢測方法

在審

• 申請號: 201910516368.6
• 申請日: 2019-06-14
• 公開（公告）號: CN110200626A
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 劉然;劉亞瓊;趙洋;鄭楊婷;易琳;陳希
• 申請（專利權）人: 重慶大學;重慶大學附屬腫瘤醫院
• 主分類號: A61B5/0484
• 分類號: A61B5/0484
• 代理公司: 重慶信航知識產權代理有限公司 50218
• 代理人: 穆祥維

本發明提供一種基于投票分類器的視覺誘導暈動癥檢測方法，包括使用頭戴設備Muse的四個通道采集受試者在駕駛車輛駕駛模擬器過程中誘發產生的EEG數據及從受試者的口頭報告中采集主觀VIMS級別數據的步驟，對數據依次進行濾波、標準化、數據均衡和PCA降維的數據預處理步驟，以及采用由RF分類器、SVM分類器、KNN分類器和XGBoost分類器組成的投票分類器進行分類的VIMS級別分類步驟。本申請采用頭戴設備Muse采集連續的EEG數據，因而成本較低，采集數據的通道數較少，且采用投票分類器分類無論在準確率上還是在Kappa指標上都取得了很好的分類性能，對于VIMS癥狀的檢測效果更具有客觀性。

技術領域

本發明涉及虛擬現實技術領域，具體涉及一種基于投票分類器的視覺誘導暈動癥檢測方法。

背景技術

近年來，虛擬現實技術已經取得了很大進步，市場上出現了各種各樣的平臺和產品，例如洞穴狀自動虛擬環境、頭戴式顯示器和車輛駕駛模擬器，而VIMS(VisuallyInduced Motion Sickness，視覺誘導暈動癥)癥狀就是人們在使用這些平臺和產品時發生的。VIMS癥狀包括典型的主觀癥狀如疲勞、頭痛、胃部不適、惡心和嘔吐，以及生理不適的跡象如出汗、打嗝、干嘔、定向障礙、面色蒼白和胃張力減弱。目前有一種假設認為，感知沖突是VIMS癥狀發生的主要原因，這一假說認為如果人的前庭系統和視覺系統接收到的運動信息不匹配，那么當大腦嘗試整合不匹配的信息時，就會發生沖突，而這一沖突就會引起VIMS癥狀的發生。

這些VIMS癥狀嚴重影響了虛擬現實產品的用戶體驗，極大地制約了虛擬現實技術的進一步發展。目前，許多學者利用腦電波(Electroencephalogram，EEG)研究VIMS，并得出了一些有意義的結論。然而，他們的研究主要集中在尋找可用于虛擬現實環境下VIMS評估的腦電圖標志物，對于怎樣檢測VIMS癥狀的卻非常少。Wei等人設計了一個基于VR的VDS(Vehicle Driving Simulator，車輛駕駛模擬器)實驗，該實驗采用一個32通道EEG系統和一個用于受試者實時報告VIMS級別(VIMS level，VIMSL)的操縱桿，在受試者駕駛的同時，EEG信號被記錄下來，在此基礎上提出了一種基于EEG的暈動檢測系統，該系統的特點是采用遺傳特征選擇(genetic feature selection)來尋找EEG特征子集，從而優化VIMS級別的檢測。為了進一步提高準確性，Ko等人提出一種特征選擇算法—擴展可繼承雙目標組合遺傳算法(extended Inheritable Bi-objective Combinatorial Genetic Algorithm，e-IBCGA)，以生成更魯棒的優化特征集。而Lin等人則提出了一種動態駕駛環境下基于EEG的在線暈動級別評估學習系統，該系統從五個與暈動相關的大腦區域在線提取EEG特征，然后使用自組織神經模糊推理網絡(Self-Organizing Neural Fuzzy Inference Network，SONFIN)來估算受試者的暈動級別。然而，本發明的發明人經過研究發現，前述研究方法采用了醫用級別的EEG設備，價格昂貴，需要采集的通道數較多，在VR環境中使用不方便，并且檢測依然采用傳統的分類方法，往往準確率不高，使得對于VIMS癥狀的檢測效果不太具有客觀性。

發明內容

針對現有VIMS癥狀研究方法采用醫用級別的EEG設備，價格昂貴，需要采集的通道數較多，在VR環境中使用不方便，并且檢測依然采用傳統分類方法，準確率不高，使得對于VIMS癥狀的檢測效果不太具有客觀性的技術問題，本發明提供一種基于投票分類器的視覺誘導暈動癥檢測方法。

為了解決上述技術問題，本發明采用了如下的技術方案：

一種基于投票分類器的視覺誘導暈動癥檢測方法，所述方法包括以下步驟：

S1、數據采集：采用頭戴設備Muse的FP1、FP2、TP9和TP10四個通道采集受試者在駕駛車輛駕駛模擬器過程中誘發產生的EEG數據，并從受試者的口頭報告中采集主觀VIMS級別數據，將VIMS級別數據作為EEG數據相關的標簽；