[發明專利]一種腦機融合的神經信號測謊方法

有效

• 申請號: 202110028261.4
• 申請日: 2021-01-08
• 公開（公告）號: CN112869754B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 潘綱;王翰文;祁玉;余航;王躍明
• 申請（專利權）人: 浙江大學
• 主分類號: A61B5/369
• 分類號: A61B5/369;A61B5/374;A61B5/16
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 王琛

1.一種腦機融合的神經信號測謊方法，包括如下步驟：

(1)通過對可疑信息和無關信息組合生成RSVP刺激序列，該序列分為三類即由單個可疑圖片、對照圖片、目標圖片分別與多個隨機圖片組合形成的圖片序列；所述可疑圖片即包含有需盤查的可疑物件，用于誘發被試者的腦電反應，評定被試者是否隱瞞相關知識；所述對照圖片作為可疑圖片的基準對照，其包含有與可疑物件同類的其他不相關物件，用于比較被試者的腦電反應；所述目標圖片用于被試者對其做出特定反應，該反應的準確率用以衡量被試者的集中注意程度；所述隨機圖片則從ImageNet數據庫中隨機選擇，用于填充圖片序列；

(2)將各類RSVP刺激序列呈現給被試者，序列中的圖片會在屏幕的同一位置連續快速出現，在一個序列結束后，需要被試者進行按鍵反應；若序列中含有目標圖片，則要求被試者按鍵“Y”，表示知道；若序列中含有可疑圖片，若被試者事實知道，但其按鍵“N”表示不知道，則形成說謊事件；若序列中含有對照圖片，被試者按鍵“N”，表示不知道；采集到被試者的腦電信號后，若被試者事實存在說謊則標記該信號為正樣本信號，若被試者并未說謊則標記該信號為負樣本信號；

獲取被試者受感官刺激所誘發產生的腦電信號，并對信號打上標簽；

(3)依次對腦電信號進行預處理以及特征提取，得到信號的特征矩陣作為一組樣本；所述特征提取的具體過程為：首先在空間維度上，利用貪心算法確定腦電探測最佳的電極組合，即從單個電極開始，每一輪依次添加電極，計算每個新增電極得到的電極組合的測謊準確率，選擇準確率最高的電極組合，重復多輪，當電極組合的準確率不再增加時停止，記錄其中每個電極通道測得的腦電信號；然后在時間維度上，采用窗口對腦電信號進行平滑處理，即在信號上依次滑動窗口并在每個窗口中取平均值作為數據特征，從而建立一組m×n大小的特征矩陣，m為空間維度即電極組合中的電極數量，n為時間維度即窗口數量；

(4)構建一個具有數據重構和分類功能的自編碼器神經網絡，所述自編碼器神經網絡包括編碼器、解碼器以及分類器，編碼器用于將神經網絡的輸入數據壓縮成隱特征向量提供給解碼器和分類器，解碼器用于對隱特征向量進行數據重構，分類器根據隱特征向量進行二分類，輸出分類結果；

利用大量樣本對該神經網絡進行訓練，從而得到腦電測謊模型，訓練的具體過程為：將樣本逐一輸入至網絡中，得到網絡預測輸出的分類結果，計算該分類結果與樣本對應真值標簽之間的損失函數J(θ)，進而根據損失函數J(θ)通過梯度下降法反向傳播更新網絡參數，依此迭代直至損失函數J(θ)收斂；

所述損失函數J(θ)的表達式如下：

J(θ)＝J_recon(θ)+J_class(θ)+J_weight(θ)

其中：J_recon(θ)為重構項損失函數，J_class(θ)為分類項損失函數，J_weight(θ)為正則化項損失函數，N為樣本數量，s_i為第i個樣本對應腦電信號的特征矩陣，s′_i為以s_i作為輸入通過編碼器和解碼器對應重構得到的特征矩陣，λ對應為J_class(θ)的權重，β對應為J_weight(θ)的權重，l_i為第i個樣本的真值標簽，l′_i為以s_i作為輸入通過編碼器和分類器對應預測得到的分類結果，w_k為網絡中的第k個參數，K為網絡中的參數數量；

(5)將測試者的腦電信號通過預處理及特征提取后輸入腦電測謊模型，即可判定測試者是否隱瞞可疑信息。

2.根據權利要求1所述的神經信號測謊方法，其特征在于：所述步驟(3)中對腦電信號進行預處理的過程為：首先選取腦電信號在受刺激前200毫秒至受刺激后800毫秒總共1秒的信號數據進行切片分段，對每個數據段進行濾波，濾波采用4階巴特沃茲濾波器，帶通頻段為0.3～30Hz；濾波之后采用二階曲線擬合，去除數據段的基線漂移，去除眼電影響較大的數據段。