述提醒信息生成模块设置在所述佩戴本体上，所述脑电信号采集模块包括主采集电极和参考电极，所述音频播放单元包括骨传导耳机，所述振动传导单元包括振动端子，所述佩戴本体形成为弯曲杆状件，以使得所述佩戴本体能够套在被测者的头部，所述主采集电极设置在所述佩戴本体的一端，以能够贴合在被测者的前额叶上，所述参考电极设置在所述佩戴本体的另一端，以能够贴合在被测者的耳后，所述音频播放单元设置在所述佩戴本体上，且与所述参考电极位于同一端，所述音频播放单元和所述参考电极设置为当所述参考电极贴合在被测者的耳后时，所述音频播放单元能够探入被测者的耳内，所述振动传导单元设置在所述佩戴本体的中部且朝向所述佩戴本体的中心凸出。
[0037]当人清醒时大脑神经元的兴奋程度较高，大脑从外界接受的信息量较大，神经细胞活动的随机性较强，脑电信号复杂程度较大。当人脑疲劳程度增加时，大脑神经元受抑制程度增加，大脑从外界接收的信息量减少，神经元细胞活动的有序性增加，脑电信号的类周期性活动增强，导致脑电信号复杂程度下降。因此，利用样本熵算法计算脑电信号的样本熵值后，根据样本熵值可以客观准确的评价被测者的大脑的疲劳程度。
【附图说明】
[0038]附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的【具体实施方式】一起用于解释本发明，但并不构成对本发明的限制。在附图中:
[0039]图1是本发明所提供的判断大脑是否疲劳的方法的流程图；
[0040]图2是本发明所提供的判断大脑是否疲劳的装置的模块示意图；
[0041]图3是本发明所提供的判断大脑是否疲劳的装置的一部分的示意图。
[0042]附图标记说明
[0043]100:脑电信号采集模块110:主采集电极
[0044]120:第一通信单元130:参考电极
[0045]200:量化处理模块210:第二通信单元
[0046]220:处理单元230:滤波单元
[0047]240:后处理单元300:疲劳状态判断模块
[0048]310:疲劳状态判断单元320:第三通信单元
[0049]400:提醒信息生成模块410:第四通信单元
[0050]420:提醒信号生成单元430:音频存储单元
[0051]440:音频播放单元450:振动生成单元
[0052]460:振动传导单元500:佩戴本体
【具体实施方式】
[0053]以下结合附图对本发明的【具体实施方式】进行详细说明。应当理解的是，此处所描述的【具体实施方式】仅用于说明和解释本发明，并不用于限制本发明。
[0054]如图1所示，本发明提供一种判断大脑是否疲劳的方法，其中，所述方法包括:
[0055]S1、实时采集被测者的脑电信号；
[0056]S2、利用样本熵算法对所述脑电信号进行量化处理，以获得的脑电信号的最终样本熵值；
[0057]S3、根据所述最终样本熵值判断被测者的大脑是否疲劳，其中，当所述最终样本熵值处于预定区间内时，则判定被测者的大脑处于疲劳状态。
[0058]样本熵算法是用来计算时间序列不规则性或复杂性的算法，脑电信号随机性越大、复杂度越高，则样本熵值越大；反之，脑电信号越规则，样本熵值越小。
[0059]当人清醒时大脑神经元的兴奋程度较高，大脑从外界接受的信息量较大，神经细胞活动的随机性较强，脑电信号复杂程度较大。当人脑疲劳程度增加时，大脑神经元受抑制程度增加，大脑从外界接收的信息量减少，神经元细胞活动的有序性增加，脑电信号的类周期性活动增强，导致脑电信号复杂程度下降。因此，利用样本熵算法计算脑电信号的样本熵值后，根据样本熵值可以客观准确的评价被测者的大脑的疲劳程度。
[0060]如上文中所述，样本熵值越高，说明被测者大脑越清醒，样本熵值越低，则说明被测者的大脑疲劳程度越高。通常，样本熵值是O至I之间的小数。被测者可以自行设定所述预定区间的端值。
[0061]作为本发明的一种实施方式，所述预定区间为[0，0.8]，当样本熵值处于[0，0.8]的范围内时，则判定被测者的大脑处于疲劳状态。在所述步骤S3中，当所述最终样本熵值处于(0.8，I]区间内时判定被测者的大脑处于活跃状态，继续执行步骤S I。
[0062]疲劳的程度不同对被测者行为的影响不同，相应的纡解疲劳的方式也不相同。因此，可以将疲劳的程度划分为轻度疲劳和过度疲劳。相应地，所述预定区间包括第一预定子区间和第二预定子区间，所述第一预定子区间为[0，0.5]，所述第二预定子区间为(0.5，
0.8]，当所述最终样本熵值处于所述第一预定子区间内时判定被测者的大脑处于过度疲劳状态，当所述最终样本熵值处于所述第二预定子区间内时判定被测者的大脑处于轻度疲劳状态。
[0063]在步骤S3中生成判定结果后，可以利用显示装置显示所述判定结果，也可以根据所述步骤S3中生成的判定结果生成提醒信息，以提醒被测者此时已经处于脑疲劳状态。
[0064]优选地，当步骤S3中判定被测者的大脑处于疲劳状态时，所述方法还包括:
[0065]S4、生成提醒信息。
[0066]被测者在接收到所述提醒信息后，应当停止工作进行休息或者进行其他纡解活动。
[0067]如上文中所述，根据疲劳程度的不同，将被测者的脑疲劳划分为轻度疲劳和过度疲劳两种。相应地，所述提醒信息包括互不相同的第一提醒信息和第二提醒信息，所述步骤S4包括当所述最终样本熵值处于[0，0.5]区间内时(即，过度疲劳时)生成所述第一提醒信息，当所述最终样本熵值处于(0.5，0.8]区间内时(即，轻度疲劳)生成所述第二提醒信息。
[0068]根据第一提醒信息和第二提醒信息的不同，可以更准确地判断被测者的脑疲劳程度，从而针对不同的脑疲劳程度采取不同的缓解措施。
[0069]在本发明中，对所述提醒信息的具体类型不做具体规定，例如，所述提醒信息可以包括音频提醒信息和/或振动提醒信息。
[0070]所述音频提醒信息可以使舒缓的音乐，当判定被测者的大脑处于疲劳状态时，则播放舒缓的音乐，以使被测者的大脑得到放松和休息。
[0071]当所述提醒信息包括所述振动提醒信息时，被测者在感受到所述振动提醒信息时，可以停止工作进行休息。或者，在所述步骤S4中，将所述振动信息施加在被测者的风池穴上。在风池穴上施加振动信息相当于对风池穴进行按摩，从而可以缓解被测者的疲劳程度。
[0072]为了使得步骤S3中的判定结果更加准确，优选地，所述步骤S2包括:
[0073]S21、对所述脑电信号进行滤波处理，以去除噪音干扰；
[0074]S22、利用样本熵算法对滤除了噪音的脑电信号进行量化计算，获得初始样本熵值；
[0075]S23、对所述初始样本熵值进行归一化处理，以获得所述最终样本熵值。
[0076]作为本发明的另一个方面，提供一种判断大脑是否疲劳的装置，该装置用于执行上述判断大脑是否疲劳的方法。具体地，所述装置包括:
[0077]脑电信号采集模块100，该脑电信号采集模块100用于采集被测者的脑电信号；
[0078]量化处理模块200，该量化处理模块200的输入端与脑电信号米集模块100的输出端相连，量化处理模块200用于利用样本熵算法对所述脑电信号进行量化处理，以获得的脑电信号的最终样本熵值；
[0079]疲劳状态判断模块300，该疲劳状态判断模块300的输入端与量化处理模块200的输出端相连，疲劳状态判定模块300用于根据所述最终样本熵值判断被测者的大脑是否疲劳，其中，当所述最终样本熵值处于预定区间内时判定所述被测者的大脑处于疲劳状态。
[0080]脑电信号采集模块100用于执行步骤SI，量化处理模块200用于执行步骤S2，疲劳状态判断模块300用于执行步骤S3。如上文中所述，利用量化处理模块200可以将大脑