基于脑电源定位方法的人体精神状态检测方法
【专利摘要】基于脑电源定位方法的人体精神状态检测方法，先进行受试者的选择，后进行硬件连接和软件调试，再采用基于独立成分分析脑电信号特征提取方法进行滤波去噪、伪迹分离和提取脑电数据特征，并在MATLAB平台上画出所有分量的地形图；最后使用通过基于电偶极子理论、正逆演问题的分析以及研究头部模型的确定，得出电偶极子的源定位方法，以应用于脑电信号的源定位；最后对ESL的定位结果图进行比对分析，找出下分布在枕区的偶极子数目的分布规律，然后对ESL分析结果中定位到的枕区的偶极子数目进行统计分析，从而证明不同精神状态下枕区的偶极子的数量可以作为定量评估精神状态的指标，本发明具有无损、受试者舒适、源定位可靠，评估方法简单等优点。
【专利说明】基于脑电源定位方法的人体精神状态检测方法
【技术领域】
[0001]本发明涉及脑-机接口(Brain-Computer Interface,BCI)【技术领域】,具体涉及基于脑电源定位方法的人体精神状态检测方法。
【背景技术】
[0002]疲劳作为人体一个复杂的生理状态，难以准确地定义.一般情况下，它指机体在一定环境条件下，由于超长时间或超强度的进行体力脑力劳动，使身体的精神状态下降而导致工作能力，注意力及工作效率下降的一种心理生理状态。
[0003]国际上对疲劳的定义和定位并不是十分精确，疲劳度的量化和检测的标准也不是十分确定，对精神疲劳的研究也处于初级阶段，国内对疲劳的研究也主要是集中在疲劳驾驶和睡眠剥夺这些比较简单和明显的疲劳状态，检测手段主要有主观检测法和客观检测法两种。
[0004]主观检测法主要是采用疲劳量表，进行主观自评的方法。该方法主要考虑到疲劳是人的一种主观感受。所以，在早期对疲劳的研究中主要采用该方法。常见的测量疲劳量表有 Stanford 嗜睡量表 SSS, Karolinska 困倦量表 KSS, Samn-Perelli 疲劳量表 SPFC, BorgCRlO量表CR10。该种检测方法简单直接，可操作性强，能提供关于疲劳的各方面信息，比如产生疲劳的时间和过程，主观上产生疲劳的原因等。
[0005]但因为主观评测受到个人因素的影响比较大，每个人的生活背景和感觉标准不同，甚至无意的会去迎合某个方面的结果，所以评测结果会有较大的差异。
[0006]客观评测法主要是指使用仪器设备来对人体的生理指标来进行测量、记录和分析。客观评定法根据所使用的客观指标不同，大致可分为行为学指标评定法、生化指标评定法和生理指标评定法。
[0007]行为学指标评定法主要是根据受试者对规定事物的做出反应，测量记录反应的准确度和时间，以此来表征被试者中枢系统技能的迟钝化程度与兴奋水平，作为反映被试者疲劳程度的指标。
[0008]生化指标评定法主要是通过监测分析受试者的血、尿、汗及唾液等体液成分的变化来判断疲劳，因为研究表明，疲劳试验血脂、血糖和尿酸的水平均比正常情况下偏高，可以作为一个指标评测疲劳度。但是操作不便，会让被试者产生不适感。
[0009]生理指标评定法是通过测量人体的生理指标特征，如心电，脑电，心率，脉搏，眼电，皮肤电阻等来评测受试者的精神疲劳程度。现在的研究表明，随着疲劳程度的加深，脑电信号中alpha波的比率会增加，其他研究也表明这种评测指标是可用的。这是现在主流的检测方法，这种检测方法是无损的，对被试着不会造成损害。
[0010]脑电源定位技术(eeg source localization, ESL)它几乎与EEG技术同时出现，受数字EEG技术和计算机技术的推动，ESL发展迅速，现在广泛应用于关于脑电的研究中，这里的ESL特指电脑辅助ESL。
[0011]在研究能引起可记录电流区域的脑电信号中，ESL的主要目的是定位这些电流信号的源，这种定位是无创的，且采集的可用信息量多，精度也较高，对环境要求不高，可以满足临床医学，神经科学等各领域的研究要求。
[0012]发明目的
[0013]为了克服上述现有技术的缺点，本发明的目的在于提供了基于脑电源定位方法的人体精神状态检测方法，有效地提高了评测的准确性和时间空间上的适应性，为进一步提高人体精神状态评估的辨识正确率和缩短辨识时间奠定了基础。
[0014]为了达到上述目的，本发明采取的技术方案为:
[0015]基于脑电源定位方法的人体精神状态检测方法，包括以下步骤:
[0016]步骤1，选择实验对象:受试者选择遵循年龄相似，工作情况相同，身体健康且无脑部疾病历史者；
[0017]步骤2，电极导联位置及信号采集:硬件使用128位脑电信号采集系统，电极安放标准是依据临床神经生理学国际联合会的电极安放标准5/10系统，电极帽采集信号后经过两台64active box送至g.HIamp处理,最后送到计算机进行分析,存储和显示，g.Hiamp的驱动程序是基于MATLAB数据采集工具包MATLAB API，其应用编程接口 API是开源的；
[0018]在受试者清醒时、轻度疲劳时、睡眠剥夺即重度疲劳时分别采集2组、2组和6组数据，该三种实验情况互为对照；
[0019]步骤3，对采集到的脑电信号进行预处理:脑电信号预处理先对采集信号进行滤波，滤波条件是8-13HZ alpha频段滤波，然后再进行独立成分分析，即ICA技术，采用ICA技术对脑电信号进行处理，实现各种伪迹的分离和脑电信号的特征提取，
[0020]ICA的运用过程描述如下:设X(t) = [Xl (t)，X2 (t)，…，xN(t) ]τ是N维的观测信号，S(t) = [Slt)，s2(t)，…，sM(t)]T是产生观测信号X(t)的M个相互统计独立的源信号，且观测信号X(t)是源信号S(t)经过一个未知的矩阵A线性混合产生，即X(t)=AS(t)，在源信号S(t)与混合矩阵A是未知的情况下，仅利用源信号S(t)和观测信号X(t)统计上相互独立的假设，找寻一个完成线性变换分离的矩阵W，希望得到的输出信号Y (t) =WX (t) =WAS (t)尽可能的逼近真实的源信号S(t)；
[0021]步骤4，以步骤3处理后的脑电信号为基础进行信号源定位:将电偶极子的研究运用于脑电源定位分析，通过建立相应头部模型，运用数学方法实现脑电信号源的定位，内容分为以下3方面:
[0022]I)确定外部电场和源电流之间的关系:将头部看作是一个电磁学系统，这样外部电磁场和脑内的电流源之间的关系用麦克斯韦方程组表示:
【权利要求】
1.基于脑电源定位方法的人体精神状态检测方法，其特征在于，包括以下步骤: 步骤1，选择实验对象:受试者选择遵循年龄相似，工作情况相同，身体健康且无脑部疾病历史者； 步骤2，电极导联位置及信号采集:硬件使用128位脑电信号采集系统，电极安放标准是依据临床神经生理学国际联合会的电极安放标准5/10系统，电极帽采集信号后经过两台64active box送至g.HIamp处理,最后送到计算机进行分析,存储和显示,g.Hiamp的驱动程序是基于MATLAB数据采集工具包MATLAB API，其应用编程接口 API是开源的； 在受试者清醒时、轻度疲劳时、睡眠剥夺即重度疲劳时分别采集2组、2组和6组数据，该三种实验情况互为对照； 步骤3，对采集到的脑电信号进行预处理:脑电信号预处理先对采集信号进行滤波，滤波条件是8-13HZ alpha频段滤波，然后再进行独立成分分析，即ICA技术，采用ICA技术对脑电信号进行处理，实现各种伪迹的分离和脑电信号的特征提取， ICA的运用过程描述如下:设X(t) = [Xl(t)，X2(t)，...，XN(t)]τ是N维的观测信号，S(t) = [Slt)，s2(t)，…，sM(t)]T是产生观测信号X(t)的M个相互统计独立的源信号，且观测信号X(t)是源信号S(t)经过一个未知的矩阵A线性混合产生，即X(t)=AS(t)，在源信号S(t)与混合矩阵A是未知的情况下，仅利用源信号S(t)和观测信号X(t)统计上相互独立的假设，找寻一个完成线性变换分离的矩阵W，希望得到的输出信号Y(t)=WX(t)=WAS(t)尽可能的逼近真实的源信号S(t)； 步骤4，以步骤3处理后的脑电信号为基础进行信号源定位:将电偶极子的研究运用于脑电源定位分析，通过建立相应头部模型，运用数学方法实现脑电信号源的定位，内容分为以下3方面: I)确定外部电场和源电流之间的关系:将头部看作是一个电磁学系统，这样外部电磁场和脑内的电流源之间的关系用麦克斯韦方程组表示:
【文档编号】A61B5/0476GK103505203SQ201310466293
【公开日】2014年1月15日 申请日期:2013年9月30日 优先权日:2013年9月30日
【发明者】王晶, 杨扬, 徐光华 申请人:西安交通大学