[发明专利]基于多导脑电信号脉冲因子的测谎方法

摘要

本发明提供了一种基于多导脑电信号脉冲因子的测谎方法，包括以下步骤：通过多导脑电电极对诚实和说谎两类受试者头部多个部位的脑电信号进行实时采集，对采集的脑电信号进行预处理操作；计算每一导脑电数据的脉冲因子，提取两类受试者具有显著性差异的电极的脉冲因子作为分类特征；利用两类受试者的具有显著性差异的电极的脉冲因子指标构建特征向量作为样本数据，通过样本数据对初始机器学习分类器模型进行验证，获得具有最佳参数组合的分类器；利用分类器对测试者进行测谎。本发明将计算多导脑电信号的脉冲因子的方法应用到脑电测谎领域中，可以很好的区分诚实与说谎两类人群的脑电信号，从而达到测谎的目的，提高了测谎的效率以及准确率。

主权项

1.一种基于多导脑电信号脉冲因子的测谎方法，其特征在于，包括以下步骤：S1、脑电信号采集和预处理：分别对诚实和说谎两类受试者进行探测刺激，通过多导脑电电极对两类受试者头部多个部位的脑电信号进行实时采集，其中多导脑电电极包括位于测试者头部中线上额叶、顶叶、枕叶位置的FPZ、FZ、CZ、CPZ、PZ、OZ这六个电极；分别对采集的两类受试者的脑电信号依次进行滤波、分割、基线校正、去伪迹和叠加平均的预处理操作，形成两类受试者探测刺激响应的数据集；S2、分类特征的提取：分别计算步骤S1得到的两类受试者探测刺激响应的数据集中的每一导脑电数据的脉冲因子，生成诚实和说谎两类受试者的脉冲因子矩阵，对上述两个脉冲因子矩阵进行诚实者和说谎者的差异统计分析，提取两类受试者具有显著性差异的电极的脉冲因子作为分类特征；S3、模式识别分类：利用步骤S2得到的两类受试者的具有显著性差异的电极的脉冲因子指标构建特征向量作为样本数据，通过样本数据对初始机器学习分类器模型进行K折基于受试者的交叉验证，获得具有最佳参数组合的分类器；S4、测谎：采集测试者的探测刺激响应的数据集并计算各导脑电数据的脉冲因子，构建输入特征向量输入到步骤S3得到的分类器中，分类器自动判断该测试者是诚实者还是说谎者并输出测谎结果。