[發(fā)明專利]一種綜合多模態(tài)生理信號數(shù)據(jù)的飛行員工作負荷預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202210465320.9
• 申請日: 2022-04-29
• 公開（公告）號: CN115177254A
• 公開（公告）日: 2022-10-14
• 發(fā)明（設(shè)計）人: 李晨;鄧平煜;裘旭益;張響陽;王金巖;姚子羽;黃鑫;萬華根;徐杰
• 申請（專利權(quán)）人: 中國航空無線電電子研究所
• 主分類號: A61B5/18
• 分類號: A61B5/18;A61B5/24;A61B5/369;A61B5/11;A61B5/024
• 代理公司: 中國航空專利中心 11008
• 代理人: 白瑤君

1.一種綜合多模態(tài)生理信號數(shù)據(jù)的飛行員工作負荷預(yù)測方法，其特征在于，包括：

采集并第一預(yù)處理飛行員在執(zhí)行A任務(wù)時的多模態(tài)生理信號，得到多模態(tài)生理參數(shù)；第一預(yù)處理用于去除采集設(shè)備誤差和飛行員個體差異；

將多模態(tài)生理參數(shù)作為執(zhí)行A任務(wù)的特征描述輸入離線階段建立的工作負荷程度預(yù)測認知計算模型，輸出飛行員的負荷狀態(tài)；

其中，工作負荷程度預(yù)測認知計算模型是根據(jù)飛行員工作負荷程度心理物理實驗即N-back實驗的實驗結(jié)果訓(xùn)練出的極限學(xué)習(xí)模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述工作負荷程度預(yù)測認知計算模型訓(xùn)練方法包括：

在N-back實驗中，采集多個被試飛行員處于不同負荷狀態(tài)下的多模態(tài)生理信號；負荷由刺激的程度而定，每次N-back實驗同時采用數(shù)字和圖像兩種刺激；

對多個被試飛行員處于不同負荷狀態(tài)下的多模態(tài)生理信號進行第二預(yù)處理，得到模型可讀的特征描述樣本和對應(yīng)的負荷狀態(tài)樣本；第二預(yù)處理包括人工預(yù)處理和第一預(yù)處理；

基于模型可讀的特征描述樣本和對應(yīng)的負荷狀態(tài)樣本，利用極限學(xué)習(xí)機的機器學(xué)習(xí)算法建立工作負荷程度預(yù)測認知計算模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，多模態(tài)生理信號包括生理信號和前額葉腦電波形信號；

生理信號信號包括：心率信號、心率變異率信號、皮膚電均值信號、皮膚電波峰信號，以及運動加速度信號；

第一預(yù)處理飛行員在執(zhí)行A任務(wù)時的多模態(tài)生理信號，包括：

獲取該飛行員未執(zhí)行A任務(wù)前安靜狀態(tài)下的多模態(tài)生理信號；

根據(jù)該飛行員未執(zhí)行A任務(wù)前安靜狀態(tài)下的生理信號和執(zhí)行A任務(wù)時的生理信號，計算心率差、心率變異率差、皮膚電均值差、皮膚電波峰差、運動加速度差；

根據(jù)該飛行員執(zhí)行A任務(wù)時的前額葉腦電波形信號計算波形、位相、調(diào)節(jié)及調(diào)幅、出現(xiàn)形式；

根據(jù)該飛行員未執(zhí)行A任務(wù)前平靜狀態(tài)下的前額葉腦電波形信號和執(zhí)行A任務(wù)時的前額葉腦電波形信號，計算頻率差、波幅差；

對上述計算出的結(jié)果進行歸一化，將歸一化后的數(shù)據(jù)作為多模態(tài)生理參數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，N-back試驗分為0-back，1-back，2-back實驗，分別對應(yīng)低中高三種負荷狀態(tài)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，N-back試驗具體包括：

對于每位被試飛行員在進行具體的N-back試次之前，記錄其在安靜狀態(tài)下的多模態(tài)生理信號作為基準；在每一個N-back實驗中，對被試飛行員進行圖像刺激或數(shù)字刺激，同時每2秒連續(xù)采集一組被試飛行員的多模態(tài)生理信號；對于每位被試飛行員，會在三種負荷狀態(tài)下分別進行圖像刺激和數(shù)字刺激。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，人工預(yù)處理包括：

基于p位專家人工對所采集的上述多模態(tài)生理信號進行評估，評估出其中質(zhì)量不好的信號；最終將至少有q位專家共同評估為質(zhì)量不好的信號視為質(zhì)量不好的信號而予以剔除；p大于q，都為正整數(shù)；質(zhì)量不好的信號評估標(biāo)準包括信噪比、漂移、信號為0或飽和的部分；

將0-back時的二種刺激均歸類為與低負荷等級對應(yīng)；將1-back時的二種刺激均歸類為與中負荷等級對應(yīng)；將2-back是的二種刺激均歸類為與高負荷等級對應(yīng)。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，極限學(xué)習(xí)模型為單層前饋神經(jīng)網(wǎng)絡(luò)模型。

8.一種計算機可讀的存儲介質(zhì)，所述存儲介質(zhì)上存儲有指令，其特征在于，所述指令被處理器執(zhí)行時實現(xiàn)所述權(quán)利要求1-7所述方法的步驟。