[發(fā)明專利]基于多生理信息的飛行員腦負荷分類方法

在審

• 申請?zhí)枺?/td>: 202110064043.6
• 申請日: 2021-01-18
• 公開（公告）號: CN114795231A
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計）人: 曾慶兵;王盛;李瑞敏
• 申請（專利權(quán)）人: 上海航空電器有限公司
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/369;A61B5/398;A61B5/00
• 代理公司: 上海世圓知識產(chǎn)權(quán)代理有限公司 31320
• 代理人: 顧俊超

1.基于多生理信息的飛行員腦負荷分類方法，其特征在于，包含有以下步驟，

提供受試飛行員多生理信息，受試飛行員多生理信息包含有腦電信號、心電信號、眼電信號及基于上述三種信號的融合信號；

提供訓(xùn)練后多生理信息卷積神經(jīng)網(wǎng)絡(luò)模型；以及，

將預(yù)處理后的受試飛行員多生理信息輸入至訓(xùn)練后多生理信息卷積神經(jīng)網(wǎng)絡(luò)模型，通過交叉驗證獲得穩(wěn)定模型并且將大于50%的分類準確率作為決策投票的權(quán)重而將小于50%的分類準確率置零，通過加權(quán)投票獲得最終的分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于多生理信息的飛行員腦負荷分類方法，其特征在于，訓(xùn)練后多生理信息卷積神經(jīng)網(wǎng)絡(luò)模型的提供方法包含有以下步驟，

構(gòu)建原始多生理信息卷積神經(jīng)網(wǎng)絡(luò)模型；

構(gòu)建原始多生理信息，原始多生理信息包含有腦電信號、心電信號、眼電信號及基于上述三種信號的融合信號；

預(yù)處理原始多生理信息，以構(gòu)成供原始多生理信息卷積神經(jīng)網(wǎng)絡(luò)模型使用的訓(xùn)練集；以及，

通過反向傳播及梯度下降算法對原始多生理信息卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練學(xué)習(xí)，以得到訓(xùn)練后多生理信息卷積神經(jīng)網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求2所述的基于多生理信息的飛行員腦負荷分類方法，其特征在于，原始多生理信息卷積神經(jīng)網(wǎng)絡(luò)模型的架構(gòu)：第1層為輸入層，第2層及第4層為卷積層，第3層及第5層為池化層，第6層為全連接層，第7層為輸出層。

4.根據(jù)權(quán)利要求3所述的基于多生理信息的飛行員腦負荷分類方法，其特征在于，第1層中，腦電信號、心電信號及眼電信號的輸入為2×1000的矩陣，融合信號的輸入為6×1000的矩陣，各輸入均使用4s的數(shù)據(jù)；第2層中，提取第1層中各輸入在時間上的特征，并且使用16個濾波器，每個濾波器用于卷積輸入以得到不同特征的映射，卷積核的大小設(shè)置為[100×1]；第3層及第5層中，通過池化函數(shù)對上一層的特征進行壓縮，較佳地，采用最大池化函數(shù)，池化層核的大小設(shè)置為[4×1]；第4層中，對EEG信號進行空間濾波，并且使用32種濾波器，腦電信號、心電信號、眼電信號的的卷積核大小設(shè)置為[1×2]，融合信號的卷積核的大小設(shè)置為[1×6]；第6層中，連接所有的特征并將輸出值送給分類器，神經(jīng)元的個數(shù)為1024個；第7層中，輸出分類結(jié)果，包含2個神經(jīng)元。

5.根據(jù)權(quán)利要求1或2所述的基于多生理信息的飛行員腦負荷分類方法，其特征在于，預(yù)處理包含有重參考、濾波、分段及基線校正。

6.根據(jù)權(quán)利要求1或2所述的基于多生理信息的飛行員腦負荷分類方法，其特征在于，重參考是將信號以所有通道的平均值為參考。

7.根據(jù)權(quán)利要求1或2所述的基于多生理信息的飛行員腦負荷分類方法，其特征在于，濾波是采用二階1-30Hz帶通巴特沃斯濾波器對信號進行預(yù)處理。

8.根據(jù)權(quán)利要求1所述的一種基于多生理信息的飛行員腦負荷分類方法，其特征在于，分段是將完整的一段信號以4s為一個試次進行分割。

9.根據(jù)權(quán)利要求1或2所述的基于多生理信息的飛行員腦負荷分類方法，其特征在于，基線校正是將每一段信號都減去一個相同的值，該值為指定時間的數(shù)據(jù)平均值。