[发明专利]潜航员潜航作业脑力负荷监测系统

权利要求书

1.一种潜航员潜航作业的脑力负荷监测系统，其特征在于，包括：信号采集单元、滤波处理单元、特征提取单元和监测评估分析单元，其中：信号采集单元通过盘状电极采集脑电信号并输出至滤波处理单元，滤波处理单元将滤波后的超范围原始数据剔除并生成脑电图信号后输出至特征提取单元，特征提取单元从中提取出特征指标并生成各个样本的脑力负荷特征指标后输出至监测分析单元，监测分析单元通过基于量子混沌粒子群优化算法的多类支持向量机一次性识别不同类别多个样本的脑力复合特征指标，得到脑力负荷评估分析结果；

所述的脑电图信号EEGrec(t)是指：来自信号采集单元的真实脑电信号EEGtrue(t)和眼电干扰信号EOG(t)的叠加，即：EEGrec(t)＝EEGtrue(t)+k1·EOG(t)，其中：t为记录时间，k1为干扰系数；

所述的量子混沌粒子群优化算法，具体步骤包括：

步骤1：对脑电数据初始化：设置种群规模、问题维数、混沌搜索阈值、混沌迭代次数、收缩因子的初始值和终止条件；

步骤2：计算粒子适应度，找出个体极值点和全局极值点；

步骤3：比较每个粒子的个体极值点及全局极值点的适应度值，粒子更新为：

p_i，j(t)＝φ_j(t)·P_i，j(t)+[1-φ_j(t)]·G_j(t)，

其中：α为收缩扩张系数，M表示粒子群的规模，mBest为平均最优位置，X_i，j(t)为粒子i的位置，P_i，j(t)为第i个粒子的个体最优位置，p_i,j(t)为粒子在进化迭代过程中的局部吸引子，G_j(t)为第i个粒子的全局最优位置，μ_i，j(t)、φ_j(t)为t时刻(0,1)之间的随机数；

步骤4：对粒子进行早熟判断，当低于设定的阈值时，对该粒子进行混沌迭代搜索，更新得到个体最优位置和全局最优位置；当算法未达到终止条件时返回步骤2，否则结束计算；

所述的多类支持向量机一次性地将不同类别的样本分开，即当需识别k2种类别时，先在这k2类训练样本中构造所有可能的二类分类机，各类别两两组合后共构造k2(k2-1)/2个分类机，从而对多分类问题进行简化。

2.根据权利要求1所述的系统，其特征是，所述的信号采集单元采用Ag-AgCl盘状电极置于国际标准10-20系统电极放置法的Fz、Cz、Pz点记录脑电信号，采样频率1000Hz。

3.根据权利要求1所述的系统，其特征是，所述的剔除是指：先使用0.5～35Hz带通数字滤波器进行滤波，并将数据分成每段2s，50％重叠的分段，对每个分段采用眼电伪迹自动剔除算法进行处理，再对幅值大于10个总体标准差和标准差大于3个总体标准差分段进行剔除。

4.根据权利要求1所述的系统，其特征是，所述的脑电图信号，采用平稳小波变换扩展记录的脑电信号，根据最小风险值，在每一层选择最优阈值极限，对阈值小波系数进行小波逆变换，得到去噪后的脑电图信号。

5.根据权利要求1所述的系统，其特征是，所述的特征指标，通过以下方式得到：特征提取单元对脑电图信号中的每个分段进行快速傅里叶变换后得到的频谱进行4～8Hz的θ波、8～13Hz的α波和13～30Hz的β波段的功率值计算，并分别除以4～30Hz频段的总功率得到相对功率，得到特征指标；

所述的脑力负荷特征指标是指：若干个分别具有60个脑电信号特征的特征指标。