专利名称：一种基于脑电信号的疲劳状态识别方法
技术领域：
本发明属于生物医学、信号处理和模式识别技术领域，具体涉及一种基于脑电信号的疲劳状态识别方法，通过基于脑电信号的检测与识别实现对人体疲劳状态的评估。
背景技术：
人在经过一段时间工作，特别是长时间的精神或体力劳动后，会产生精神疲劳，引起生理与心理状态的变化，包括继续努力时难度的增加和信息分析能力下降趋势的增强， 行为组织能力的下降以及心情的变化等。在现代社会中，特别是诸如实时监控、交通运输、 高危作业、航空航天等作业情况下，由于疲劳状态下警觉性、持续性注意力、工作记忆力，判断力、决策制定等能力的下降，工作人员非常容易出现随意操作和违章行为，从而引发安全事故。因此，建立起客观、可靠，并且对正常工作无干扰的精神疲劳检测方法和评估系统，对于防范由于精神疲劳引发的安全事故是十分必要的，具有极大的经济和社会价值。精神疲劳检测评估方法通常分为主观方法和客观方法两类。目前主要采用主观的方法进行评估，根据受试者的身体、神经感受状态来判断疲劳的程度。然而，这些方法易受主观因素的影响，不能客观的进行定量评估，无法反映疲劳程度的变化情况，并且评分标准也不易统一。现阶段研究的客观方法主要是利用基于生理特征分析的方法加以评估，这些生理特征主要包括通过脑电信号(electroenc印halogram，EEG)检测的脑活动，通过心电信号检测的心率变异性，通过肌电信号检测的皮肤电反应，通过动态图像观测到的眼动、头动、面部表情等。在这些生理信息来源中，EEG被认为是最有前途、最可预报的和最可靠的。 EEG能够客观的记录大脑机能状态的连续变化，是人脑思维活动、认知和意识状态的一种外在表现。利用EEG来研究人的精神疲劳程度，采用各种高效的信号处理技术挖掘EEG所蕴涵的丰富信息，实现对疲劳状态的判定与评估，是非常重要而又有前途的途径。近年来，EEG检测技术的进步和现代信号处理技术的发展，推动了基于EEG的精神疲劳研究。目前利用脑电信号分析精神疲劳主要有两类研究方法一是利用事件相关电位 (event related potential, ERP), 二是利用自发脑电信号。ERP是一种诱发脑电，需要外加特定的刺激才能产生，因此在汽车驾驶、高危作业、航空航天等作业情况下，是不可能同期采集ERP信号的，这就极大的限制了该类方式的应用范围。而自发脑电是大脑皮层神经电活动本身自发产生的持续性的电位变化，可以在作业的同期采集，对作业无干扰。
发明内容
本发明的目的是提出一种基于脑电信号的疲劳状态识别方法。精神疲劳程度是一个模糊概念，不同疲劳状态之间的边界是不分明的，应用模糊模式识别来判定精神疲劳程度相比传统的分类方法更合理，能提高对精神疲劳的分类识别正确率。本发明为一种基于自发脑电信号(以下简称EEG)的疲劳状态识别方法，其特征为， 该方法通过EEG数据采集仪从人体头皮表面记录不同疲劳状态下的脑电信号，然后对所采集的信号进行信号放大、滤波、转换为数字信号，并且通过无线通信传输给主机，主机软件处理接收到的无线脑电数据，首先对信号进行预处理，然后提取每通道信号的特征信息，构造特征向量，最后采用基于模糊模式识别的评估方法，根据所得到的脑电特征评估疲劳程度。本发明所提出的精神疲劳评估方法和系统对EEG进行处理的方法如下 UEEG采集
EEG的幅度在微伏量级，并且信号中含有很强的干扰。在本方案中，首先对模拟脑电信号进行预处理，包括对信号进行前置放大、高通滤波、低通滤波、后级放大及电平迁移，然后进行A/D采样，输入到FPGA芯片中进行信号处理，包括50 Hz陷波和去基线漂移，然后经无线发射器发送出去。数字脑电信号经无线接收器接收后由微处理器进行处理，再通过USB 接口芯片上传PC机进行下一步的处理。2、信号特征提取
PC机中对采集的脑电数据进行特征提取，以delta( δ ):0-3. 5HZ、theta( θ ):3. 5_8Ηζ、 alpha ( σ ):8-13Hz、beta (/Ο:13_30Ηζ四种脑电基本节律的相对能量作为特征，因为δ、 θ .α、β节律相对能量之和为1，为避免冗余，只选取δ、θ、α三个节律相对能量作为特征信息。3、模糊模式识别
精神疲劳程度是一个模糊概念，记为儿设有需要对模糊概念^进行识别的《个样本组成的集合，有 个指标特征值表示样本的整体特性，则有样本集的指标特征值矩阵
权利要求
1. 一种基于脑电信号的疲劳状态识别方法，其特征在于，方法包括(1)通过EEG数据采集仪从人体头皮表面记录不同疲劳状态下的脑电信号，通过信号采集模拟电路滤出信号中的干扰成分，再将微弱的电信号程控放大并消除电平飘移，得到的模拟脑电信号经数字电路进行AD转换成数字脑电信号传输给主机进行处理；(2)主机首先对信号进行预处理，然后提取每通道信号的特征信息，构造特征向量，最后采用基于模糊模式识别的评估方法，根据所得到的脑电特征评估疲劳程度；对所采集的脑电信号进行处理的方法如下a、信号预处理对采集的脑电数据进行预处理，即进行数字滤波，提取0-30HZ的信号频率成分；b、信号特征提取对采集的脑电数据进行特征提取，以四种脑电基本节律的相对能量作为特征，它们是 δ :0-3. 5Ηζ、θ :3. 5-8Hz、a :8_13Hz、β :13_30Hz，由于 δ , θ、a、β 节律相对能量之和为1，只选取δ、θ、α三个节律相对能量作为特征信息；C、模糊模式识别精神疲劳程度是一个模糊概念，记为儿设有需要对模糊概念^进行识别的《个样本组成的集合，有 个指标特征值表示样本的整体特性，则有样本集的指标特征值矩阵式中~表示样本J指标i的特征值，i=l，2，
2. 一种基于脑电信号的精神疲劳评估系统，其特征在于，该系统包括信号采集和主处理器两大部分，信号采集部分通过信号采集模拟电路滤出信号中的干扰成分，再将微弱的电信号程控放大并消除电平飘移，得到的模拟脑电信号经数字电路进行AD转换成数字脑电信号，然后经无线发射器发送出去；主处理器部分通过无线接收器接收到信号后再通过 USB接口芯片上传PC机，在PC机中将完成对EEG的预处理和特征提取，并判断待识别EEG 所对应的疲劳程度。
全文摘要
本发明公开了一种基于脑电信号的疲劳状态识别方法，方法包括通过EEG数据采集仪从人体头皮表面记录不同疲劳状态下的脑电信号，通过信号采集模拟电路滤出信号中的干扰成分，再将微弱的电信号程控放大并消除电平飘移，得到的模拟脑电信号经数字电路进行AD转换成数字脑电信号传输给主机进行处理；主机首先对信号进行预处理，然后提取每通道信号的特征信息，构造特征向量，最后采用基于模糊模式识别的评估方法，根据所得到的脑电特征评估疲劳程度；本发明结合了生物医学信号处理技术及模糊模式识别技术，提出了一种客观的可行的精神疲劳评估方法，使基于脑电信号的检测与识别在精神疲劳评估领域的应用得到技术上的极大提升。
文档编号G06K9/62GK102184415SQ20111012757
公开日2011年9月14日 申请日期2011年5月17日 优先权日2011年5月17日
发明者何传红, 张莉, 王宇丁, 王鹏 申请人:重庆大学