[發明專利]一種基于靜息態腦電微狀態的測謊方法以及裝置

在審

• 申請號: 202211053252.1
• 申請日: 2022-08-30
• 公開（公告）號: CN115553775A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 吳錦濤;李佳軒;肖毅
• 申請（專利權）人: 北京機械設備研究所
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/372;A61B5/378;A61B5/00
• 代理公司: 北京云科知識產權代理事務所(特殊普通合伙) 11483
• 代理人: 張飆

1.一種基于靜息態腦電微狀態的測謊方法，其特征在于，所述方法包括：

基于腦電采集設備，采集被測謊者在預設狀態下的腦電數據；

根據所述腦電數據計算所述被測謊者的微狀態特征；

對所述微狀態特征進行主成分分析，生成所述微狀態特征的特征值；

以所述微狀態特征的特征值為輸入，基于預設SVM分類模型生成測謊結果。

2.如權利要求1所述的方法，其特征在于，所述方法還包括：

基于腦電采集設備，采集被測謊者在完成預設任務后，進入第一預設時長的靜息態時的腦電數據。

3.如權利要求2所述的方法，其特征在于，所述方法還包括：

所述預設任務為進行第二預設時長的為所述被測謊者展示包含預設刺激材料的圖片，并使所述被測謊者在觀察所述圖片后在預設操作組中選擇并執行一個操作。

4.如權利要求1所述的方法，其特征在于，所述方法還包括對所述腦電數據進行預處理：

將所述腦電數據基于全腦平均參考值進行重參考處理；

將所述進行重參考處理后的腦電數據基于第一預設頻段進行濾波處理；

將所述進行濾波處理后的腦電數據基于第三預設時長進行分段處理；

檢查并基于插值替換所述進行分段處理后的腦電數據中的壞電極腦電數據；

檢查并剔除替換壞電極腦電數據后的腦電數據中的偽跡片段及數據異常分布片段；

基于獨立成分分析法，識別并剔除所述剔除偽跡片段及數據異常分布片段后的腦電數據中的非腦電成分，完成對所述腦電數據的預處理。

5.如權利要求1所述的方法，其特征在于，所述方法還包括：

基于腦電數據微狀態的預設分類，根據所述腦電數據計算所述被測謊者腦電數據微狀態各預設分類的平均出現時間、每秒出現頻率、分類間轉換概率、全局解釋方差的微狀態特征。

6.如權利要求1所述的方法，其特征在于，所述方法還包括：

提取預設比例方差的所述微狀態特征完成對所述微狀態特征進行主成分分析，生成所述微狀態特征的特征值。

7.如權利要求5所述的方法，其特征在于，所述方法中還包括生成并訓練所述預設SVM分類模型：

招募均包含預設數量組員的欺騙組和無辜組的組員，并對所述欺騙組的組員進行刺激材料展示預處理；

分別采集所述欺騙組和無辜組的組員在所述在完成預設任務后預設狀態下的腦電數據；

根據所述腦電數據分別計算所述欺騙組和無辜組的組員的微狀態特征；

對所述微狀態特征進行主成分分析，生成所述微狀態特征的特征值；

建立SVM分類模型，并基于所述微狀態特征的特征值及預設任務數據對所述SVM分類模型訓練，生成預設SVM分類模型。

8.如權利要求7所述的方法，其特征在于，所述方法還包括腦電數據微狀態的預設分類：

基于所述欺騙組和無辜組的組員在所述在完成預設任務后預設狀態下的腦電數據生成單人腦電數據微狀態；

基于所述單人腦電數據微狀態分別生成欺騙組和無辜組的組水平腦電數據微狀態，并基于所述單人腦電數據微狀態及所述組水平腦電數據微狀態分別生成各組員的微狀態序列；

對所述各組員的微狀態序列進行聚類分析，生成腦電數據微狀態的預設分類。

9.一種基于靜息態腦電微狀態的測謊裝置，其特征在于，所述裝置包括：

腦電數據采集模塊，用于基于腦電采集設備，采集被測謊者在預設狀態下的腦電數據；

微狀態特征計算模塊，用于根據所述腦電數據計算所述被測謊者的微狀態特征；

特征值生成模塊，用于對所述微狀態特征進行主成分分析，生成所述微狀態特征的特征值；

測謊結果生成模塊，用于以所述微狀態特征的特征值為輸入，基于預設SVM分類模型生成測謊結果。