一种基于前额脑电信号的脑力负荷在线检测方法
【专利摘要】本发明公开了一种基于前额脑电信号的脑力负荷在线检测方法，所述方法包括以下步骤：采用银/氯化银电极作为传感器采集前额脑电信号；采用脑电放大器对前额脑电信号进行放大、滤波处理，随后进行数据预处理，获取到处理后前额脑电信号；编写刺激任务为n-back；从处理后前额脑电信号中提取小波多尺度熵特征；通过支持向量机对小波多尺度熵特征进行模式识别，得到的结果即为该数据的脑力负荷等级以及识别正确率。该项发明的实验过程在前额上进行，避免了使用前后洗头的必要，方便操作的同时，也避免了头发及头皮对信号采集的影响。该项发明可有效地提高脑力负荷检测系统准确性和简便性，并获得可观的社会效益和经济效益。
【专利说明】一种基于前额脑电信号的脑力负荷在线检测方法【技术领域】
[0001]本发明涉及脑力负荷检测领域，特别涉及一种基于前额脑电信号的脑力负荷在线检测方法。
【背景技术】
[0002]近年来，随着信息技术的飞速发展，在操作任务中人的脑力负荷程度不断加大，脑力负荷已成为系统设计中必须考虑的重要课题，其检测技术引起广泛的关注。脑力负荷，指作业人员为达到业绩标准而付出的注意力大小，其涉及到完成某项任务时的工作要求、时间压力、作业人员的能力和努力程度，以及任务不顺利时的挫折感等。
[0003]由定义可知，脑力负荷是一个多维的概念，目前脑力负荷测量的方法主要有如下4类:(1)主观测量法:该方法要求操作者陈述特定操作过程中的脑力负荷体验，或根据脑力负荷体验对操作活动进行难度顺序的排列，通常要给出一些定义和规则以指导操作人员的评估；(2)主任务测量法:通过测量主任务操作绩效来评估操作者的脑力负荷大小，常用绩效指标有执行速度、准确率、反应时和错误率等；(3)次任务测量法:该方法指操作人员被要求同时做两件工作，操作人员把主要精力放在主任务上，当他有多余的能力时，尽量做辅助任务。常用的辅任务有选择反应、追踪任务、监视、记忆、数字计算、时间估计等；(4)生理学测量法:通过测量操作者的某些生理指标的变化来反映其脑力负荷的变化。主观测量法简单无干扰，但由于易受个体特征、认知策略以及个体的心理和生理状况等多种因素影响，其评定结果容易出现较大的偏差；任务测量法效度较高，但任务绩效与脑力负荷的关系不一定是简单的线性关系；由于生理参数的客观、实时性，因此生理学测量法是在线检测脑力负荷的首选方法。
[0004]脑电(EEG)是脑神经细胞的电生理活动在大脑皮层或头皮表面表现出的电现象，它包含了丰富能够反映生理、心理状态的信息，其节律随着精神状态的变化而不断改变，不同的脑力负荷程度会使脑电信号产生不同的变化。因此，根据脑电信号的变化，可推测大脑活动的功能状态，从而检测出特定任务的脑力负荷强度。实际脑电信号中都包含有趋势、突变、事件的开始与结束等特征，这些变化中蕴含着非常重要的信息，脑电信号可以看作是发生在不同时间尺度上不同结构的重叠结果。
[0005]传统的脑电信号采集方法需要配备多导联电极帽，实验时需要打导电膏，操作较复杂，并且给受试者带来不适，影响了其操作绩效的发挥，这些均为脑力负荷在线检测方法与仪器的研发带来了挑战。
【发明内容】
[0006]本发明提供了一种基于前额脑电信号的脑力负荷在线检测方法，本发明只需要采集人头部前额的两导脑电信号，简化了操作，通过采集前额脑电，结合小波多尺度熵及支持向量机，提高了脑力负荷分类正确率，详见下文描述:
[0007]—种基于前额脑电信号的脑力负荷在线检测方法，所述方法包括以下步骤:[0008](I)采用银/氯化银电极作为传感器采集前额脑电信号；
[0009](2)采用脑电放大器对前额脑电信号进行放大、滤波处理，随后进行数据预处理，获取到处理后前额脑电信号；
[0010](3)编写刺激任务为n-back ；
[0011](4)从处理后前额脑电信号中提取小波多尺度熵特征；
[0012](5)通过支持向量机对小波多尺度熵特征进行模式识别，得到的结果即为该数据的脑力负荷等级以及识别正确率。 [0013]所述采用银/氯化银电极作为传感器采集前额脑电信号的操作为:
[0014]在前额设置有两导采集电极，在左右耳设置两导参考电极，两导参考电极作为接地端输入放大器，前额脑电信号采集使用单极导联方式。
[0015]所述从处理后前额脑电信号中提取小波多尺度熵特征的操作为:
[0016]I)采用小波分解，将前额脑电信号进行8个尺度的信号分解与重构；
[0017]2)对于给定的t个点的重构后前额脑电信号X(t)将其表示为序列{X(i)}，将序列{X(i)l按顺序组成m维矢量，即Xm(i) = [X⑴，X(i+1)，…，X(i+m-l)]；
[0018]3)计算矢量Xm⑴与其余矢量Xm(j)之间的距离d[Xm⑴，Xm(j)]；
[0019]4)给定一个相似容限r值，对每一个i值统计(1?111(1)3111(」)]〈1.的数目，以及此
数目与总的距离数目t-m-1的比值
[0020]5)求对所有i值的平均值Bni(r)；
[0021]6)增加维数为m+1，构造m+1维矢量，重复步骤I )_4)的操作，得到i?/+1(r)对所有i值的平均值Bm+1 (r)；
[0022]7)前额脑电信号的样本熵为:SampEn (m, r)=-ln[Bm+1 (r)/Bm(r)]。
[0023]本发明提供的技术方案的有益效果是:本发明只需要采集人头部前额的两导脑电，操作方便、快捷，不影响操作者正常操作，为脑力负荷的在线检测提供了便捷。通过采集前额脑电，结合小波多尺度熵及支持向量机，得到较高的脑力负荷分类正确率。该项发明的实验过程在前额上进行，避免了使用前后洗头的必要，方便操作的同时，也避免了头发及头皮对信号采集的影响。同时，小波多尺度熵可从多个角度表征出脑电信号的复杂度，从而提高脑力负荷检测正确率。该项发明可有效地提高脑力负荷检测系统准确性和简便性，并获得可观的社会效益和经济效益。
【专利附图】
【附图说明】
[0024]图1为本发明采用的实验装置的示意图；
[0025]图2为本方法的检测的流程图；
[0026]图3为刺激任务的示意图；
[0027]图4为刺激界面的示意图；
[0028]图5为小波分解示意图。
【具体实施方式】
[0029]为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
[0030]参见图1和图2，区别于经典的脑电分析方法，本方法通过计算脑电的小波多尺度信息熵，它结合小波变换与信息熵的优点，可以表征出EEG序列的复杂度，从而获得较高的分类正确率，详见下文描述:
[0031]101:采用银/氯化银电极作为传感器采集前额脑电信号；
[0032]它是一种非侵入式电极，抗干扰能力强，可以保证慢电位的可靠记录。电极安放位置见图1中的黑色矩形框所示，分别为前额两导采集电极与左右耳两导参考电极，同时后者也作为接地端输入放大器。脑电信号采集使用单极导联方式(该采集方式为本领域技术人员所公知，本发明实施例对此不做赘述)，优点在于每个导联记录的是电极所在头皮电位活动的绝对值，便于后期信号处理。
[0033]102:采用脑电放大器对前额脑电信号进行放大、滤波处理，随后进行数据预处理，获取到处理后前额脑电信号；
[0034]人体的脑电信号幅度比较小且容易掺杂噪声，需要进行放大和滤波处理。脑电放大器采用Neuroscan公司研制的电生理放大器NuAmp，其采用集成可编程软件，可将采集到的脑电数据放大，以便后 续处理。
[0035]其中，数据预处理包括降采样、带通滤波及去眼电三步，具体处理方法与参数设置为本领域技术人员所公知，本发明实施例对此不做赘述。
[0036]103:编写刺激任务为n-back ；
[0037]在硬件系统搭建完成后，就要完善硬件系统的软支持，也就是实验方案及采集程序。刺激界面程序由E-Prime软件[1]编写，参见图3和图4，刺激任务为n_back，具体操作内容为:26个字母随机的出现在屏幕中央，操作者需将当前所呈现字母与倒数第η个字母进行比较，若相同，则按“一”键，不同按“一”键。操作中，η依次取0、1、2、3，即四个脑力负荷等级，每个负荷等级随机出现。每一负荷等级包括60个试次(Trials)(表示一次刺激)，在每个Trial中，字母呈现0.5s,间隔3s，即每一等级刺激时间为3.5min，整个任务总计14min，中间会根据不同被试的需要给予休息时间，以消除脑力疲劳带来的影响。
[0038]其中，步骤103与步骤101与步骤102的执行顺序不做限制，即可以先执行步骤103，在依次执行步骤101和102 ;或，步骤103与步骤101同时执行后，再执行步骤102 ;或按照目前实施例撰写的顺序进行。
[0039]104:从处理后前额脑电信号中提取小波多尺度熵特征；
[0040]脑电信号[2]中包含有趋势、突变、事件的开始与结束等特征，这些变化中蕴含着非常重要的信息。经典的脑电分析认为EEG信号是由许多本质的振荡频率成分组成，如α波和β波等，当然还有噪声成分叠加在其中，EEG信号可以看作是发生在不同时间尺度上不同结构的重叠的结果。
[0041]小波多尺度熵[3](wavelet entropy, WE)是在小波变换(wavelat transform, WT)的基础上发展起来的信息熵，小波变换工作于一个多尺度的基础上，结合小波变换与信息熵的优点，可以表征出EEG序列的复杂度。
[0042]本方法中小波多尺度熵值的计算分为两步，首先是小波分解，然后是每个分解尺度下的样本熵计算。下述的计算步骤均以一个尺度下的脑电信号为例进行说明，其他尺度的脑电信号以此类推，本发明实施例对此不做赘述)，参见图5，首先对处理后前额脑电信号进行小波分解，由于要分析的脑电信号有用信息在0-50HZ之间，所以选择小波分解层数为7，得到8个尺度下的脑电信号。如图5所示，尺度为I时，将信号分解为低频成分cAl与高频成分cDl，尺度为2时，再将低频成分cAl分解为次低频成分cA2与次高频成分cD2，依次类推，得出8个尺度下的脑电信号，具体分解计算步骤如下:
[0043]当处理后前额脑电信号X(t)通过小波分解到第j分辨层后得到2n_l个等带宽的
子空间。在子空间G—1的子信号f⑴能够重构成:
[0044]
【权利要求】
1.一种基于前额脑电信号的脑力负荷在线检测方法，其特征在于，所述方法包括以下步骤: (1)采用银/氯化银电极作为传感器采集前额脑电信号； (2)采用脑电放大器对前额脑电信号进行放大、滤波处理，随后进行数据预处理，获取到处理后前额脑电信号； (3)编写刺激任务为n-back； (4)从处理后前额脑电信号中提取小波多尺度熵特征； (5)通过支持向量机对小波多尺度熵特征进行模式识别，得到的结果即为该数据的脑力负荷等级以及识别正确率。
2.根据权利要求1所述的一种基于前额脑电信号的脑力负荷在线检测方法，其特征在于，所述采用银/氯化银电极作为传感器采集前额脑电信号的操作为: 在前额设置有两导采集电极，在左右耳设置两导参考电极，两导参考电极作为接地端输入放大器，前额脑电信号采集使用单极导联方式。
3.根据权利要求1所述的一种基于前额脑电信号的脑力负荷在线检测方法，其特征在于，所述从处理后前额脑电信号中提取小波多尺度熵特征的操作为: 1)采用小波分解，将前额脑电信号进行8个尺度的信号分解与重构； 2)对于给定的t个点的重构后前额脑电信号X(t)将其表示为序列{X(i)}，将序列{X(i)l 按顺序组成 m 维矢量，即 Xm(i) = [X⑴，X(i+1)，…，X(i+m-l)]；` 3)计算矢量Xm(i)与其余矢量Xm(j)之间的距离d[Xm(i)，Xm(j)]；4)给定一个相似容限r值，对每一个i值统计d[Xm⑴，Xm(j)] <r的数目，以及此数目与总的距离数目t-m-1的比值 5)求(r)对所有i值的平均值Bm(r)；6)增加维数为m+1，构造m+1维矢量，重复步骤I)_4)的操作，得到Wf+1(r)对所有i值的平均值旷七)； 7)前额脑电信号的样本熵为:SampEn(m, r) =_ln [Bm+1 (r)/Bm (r)]。
【文档编号】A61B5/00GK103610447SQ201310653737
【公开日】2014年3月5日 申请日期:2013年12月4日 优先权日:2013年12月4日
【发明者】明东, 李南南, 王坤, 柯余峰, 綦宏志, 周鹏, 张力新, 赵欣, 万柏坤 申请人:天津大学