[发明专利]基于脑电频谱特征的疲劳检测方法及系统

权利要求书

1.一种基于脑电频谱特征的疲劳检测方法，包括：

获取预定时间段内的脑电信号；

将所述脑电信号中的中高频脑电信号的频率范围划分为多个频带；

分别提取所述多个频带的相对功率；以及

根据所述相对功率确定疲劳等级。

2.根据权利要求1所述的疲劳检测方法，还包括对获取的所述脑电信号进行预处理，其中所述预处理包括：

去除所述脑电信号中的幅度异常的信号，以产生剩余信号；

对所述剩余信号进行标准化处理，以产生标准化信号；以及

对所述标准化信号进行平滑滤波以滤除所述标准化信号中的基线漂移信号。

3.根据权利要求2所述的疲劳检测方法，还包括对经预处理的所述脑电信号进行噪音检测，其中所述噪音检测包括：

将所述脑电信号划分为多个分段；以及

分别对所述多个分段进行噪音检测，以确定相应的分段是否属于噪音信号。

4.根据权利要求3所述的疲劳检测方法，其中提取所述相对功率进一步包括：

针对所述多个分段中不属于噪音信号的各个分段，分别提取所述多个频带的所述相对功率；以及

针对所述多个频带，分别计算相应的所述相对功率的平均值。

5.根据权利要求1所述的疲劳检测方法，还包括对提取的所述相对功率进行特征平滑，其中所述特征平滑包括：

针对所述多个频带，分别利用当前预定时间段的所述相对功率以及所述当前预定时间段之前的多个时间段的相对功率，通过移动加权平均法计算所述当前预定时间段的经平滑的所述相对功率。

6.根据权利要求1所述的疲劳检测方法，还包括：

提取用于表征所述相对功率的变化趋势的一阶差分动态特征。

7.根据权利要求6所述的疲劳检测方法，还包括：

采用主成分分析法对由所述相对功率和所述一阶差分动态特征形成的特征向量进行降维。

8.根据权利要求7所述的疲劳检测方法，还包括：

采用线性判别分析法对特征降维后的特征向量进行特征选择，以选择出与疲劳相关的特征分量并且去除与疲劳无关的特征分量，得到特征选择后的特征向量。

9.根据权利要求8所述的疲劳检测方法，其中根据所述相对功率确定疲劳等级进一步包括：

根据特征选择后的特征向量，采用隐马尔可夫模型来确定所述疲劳等级。

10.根据权利要求1至9中任一项所述的疲劳检测方法，其中所述中高频脑电信号的频率范围为5～30Hz。

11.根据权利要求10所述的疲劳检测方法，其中将所述中高频脑电信号的频率范围划分为多个频带进一步包括：采用预定步长将所述中高频脑电信号的频率范围划分为多个频带，其中所述预定步长为1～5之间的整数。

12.根据权利要求10所述的疲劳检测方法，其中所述多个频带包括：5～8Hz、9～10Hz、11～13Hz、14～18Hz、19～24Hz以及25～30Hz。

13.一种基于脑电频谱特征的疲劳检测系统，包括：

脑电信号获取装置，用于获取预定时间段内的脑电信号；

频带划分装置，用于将所述脑电信号中的中高频脑电信号的频率范围划分为多个频带；

相对功率提取装置，用于分别提取所述多个频带的相对功率；以及

疲劳等级确定装置，用于根据所述相对功率确定疲劳等级。

14.根据权利要求13所述的疲劳检测系统，还包括预处理装置，所述预处理装置用于对获取的所述脑电信号进行预处理，其中所述预处理包括：

去除所述脑电信号中的幅度异常的信号，以产生剩余信号；

对所述剩余信号进行标准化处理，以产生标准化信号；以及

对所述标准化信号进行平滑滤波以滤除所述标准化信号中的基线漂移信号。

15.根据权利要求14所述的疲劳检测系统，还包括噪音检测装置，所述噪音检测装置用于对经预处理的所述脑电信号进行噪音检测，其中所述噪音检测包括：

将所述脑电信号划分为多个分段；以及

分别对所述多个分段进行噪音检测，以确定相应的分段是否属于噪音信号。