[发明专利]一种基于前额脑电信号的脑力负荷在线检测方法有效

专利信息
申请号: 201310653737.9 申请日: 2013-12-04
公开(公告)号: CN103610447A 公开(公告)日: 2014-03-05
发明(设计)人: 明东;李南南;王坤;柯余峰;綦宏志;周鹏;张力新;赵欣;万柏坤 申请(专利权)人: 天津大学
主分类号: A61B5/00 分类号: A61B5/00;A61B5/16;A61B5/0476
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 温国林
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 前额 电信号 脑力 负荷 在线 检测 方法
【说明书】:

技术领域

发明涉及脑力负荷检测领域,特别涉及一种基于前额脑电信号的脑力负荷在线检测方法。

背景技术

近年来,随着信息技术的飞速发展,在操作任务中人的脑力负荷程度不断加大,脑力负荷已成为系统设计中必须考虑的重要课题,其检测技术引起广泛的关注。脑力负荷,指作业人员为达到业绩标准而付出的注意力大小,其涉及到完成某项任务时的工作要求、时间压力、作业人员的能力和努力程度,以及任务不顺利时的挫折感等。

由定义可知,脑力负荷是一个多维的概念,目前脑力负荷测量的方法主要有如下4类:(1)主观测量法:该方法要求操作者陈述特定操作过程中的脑力负荷体验,或根据脑力负荷体验对操作活动进行难度顺序的排列,通常要给出一些定义和规则以指导操作人员的评估;(2)主任务测量法:通过测量主任务操作绩效来评估操作者的脑力负荷大小,常用绩效指标有执行速度、准确率、反应时和错误率等;(3)次任务测量法:该方法指操作人员被要求同时做两件工作,操作人员把主要精力放在主任务上,当他有多余的能力时,尽量做辅助任务。常用的辅任务有选择反应、追踪任务、监视、记忆、数字计算、时间估计等;(4)生理学测量法:通过测量操作者的某些生理指标的变化来反映其脑力负荷的变化。主观测量法简单无干扰,但由于易受个体特征、认知策略以及个体的心理和生理状况等多种因素影响,其评定结果容易出现较大的偏差;任务测量法效度较高,但任务绩效与脑力负荷的关系不一定是简单的线性关系;由于生理参数的客观、实时性,因此生理学测量法是在线检测脑力负荷的首选方法。

脑电(EEG)是脑神经细胞的电生理活动在大脑皮层或头皮表面表现出的电现象,它包含了丰富能够反映生理、心理状态的信息,其节律随着精神状态的变化而不断改变,不同的脑力负荷程度会使脑电信号产生不同的变化。因此,根据脑电信号的变化,可推测大脑活动的功能状态,从而检测出特定任务的脑力负荷强度。实际脑电信号中都包含有趋势、突变、事件的开始与结束等特征,这些变化中蕴含着非常重要的信息,脑电信号可以看作是发生在不同时间尺度上不同结构的重叠结果。

传统的脑电信号采集方法需要配备多导联电极帽,实验时需要打导电膏,操作较复杂,并且给受试者带来不适,影响了其操作绩效的发挥,这些均为脑力负荷在线检测方法与仪器的研发带来了挑战。

发明内容

本发明提供了一种基于前额脑电信号的脑力负荷在线检测方法,本发明只需要采集人头部前额的两导脑电信号,简化了操作,通过采集前额脑电,结合小波多尺度熵及支持向量机,提高了脑力负荷分类正确率,详见下文描述:

一种基于前额脑电信号的脑力负荷在线检测方法,所述方法包括以下步骤:

(1)采用银/氯化银电极作为传感器采集前额脑电信号;

(2)采用脑电放大器对前额脑电信号进行放大、滤波处理,随后进行数据预处理,获取到处理后前额脑电信号;

(3)编写刺激任务为n-back;

(4)从处理后前额脑电信号中提取小波多尺度熵特征;

(5)通过支持向量机对小波多尺度熵特征进行模式识别,得到的结果即为该数据的脑力负荷等级以及识别正确率。

所述采用银/氯化银电极作为传感器采集前额脑电信号的操作为:

在前额设置有两导采集电极,在左右耳设置两导参考电极,两导参考电极作为接地端输入放大器,前额脑电信号采集使用单极导联方式。

所述从处理后前额脑电信号中提取小波多尺度熵特征的操作为:

1)采用小波分解,将前额脑电信号进行8个尺度的信号分解与重构;

2)对于给定的t个点的重构后前额脑电信号X(t)将其表示为序列{X(i)},将序列{X(i)}按顺序组成m维矢量,即Xm(i)=[X(i),X(i+1),…,X(i+m-1)];

3)计算矢量Xm(i)与其余矢量Xm(j)之间的距离d[Xm(i),Xm(j)];

4)给定一个相似容限r值,对每一个i值统计d[Xm(i),Xm(j)]<r的数目,以及此数目与总的距离数目t-m-1的比值

5)求对所有i值的平均值Bm(r);

6)增加维数为m+1,构造m+1维矢量,重复步骤1)-4)的操作,得到对所有i值的平均值Bm+1(r);

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310653737.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top