一种生理性精神疲劳的分级方法
【专利摘要】本发明公开了一种生理性精神疲劳的分级方法，包括如下步骤：将原始脑电信号x={x(1),x(2),…,x(n)}转换成0-1序列P={s(1),s(2),…,s(n)}；重构0-1序列P={s(1),s(2),…,s(n)}的Lempel-Ziv复杂度计算；对该序列P={s(1),s(2),…,s(n)}的Lempel-Ziv复杂度进行归一化处理；按照归一化后的Lempel-Ziv复杂度的大小，对生理性精神疲劳进行分级，通过本发明，实现了简捷、快速地对生理性精神疲劳进行分级的目的。
【专利说明】一种生理性精神疲劳的分级方法
【技术领域】
[0001]本发明涉及电子信息处理领域，特别是涉及一种生理性精神疲劳的分级方法。
【背景技术】[0002]人们说生理性精神疲劳，通常是凭感觉而说的，往往是指连续用脑思考或学习后，人的工作或学习效率下降，反应迟缓，注意力不够集中，协调性能变差，这时人们身体内也可能发生了种种生理变化，但其标准只是一种模糊的感觉。在交通运输业，尤其是航空航天中，瞬间的注意力分散、反应迟缓或协调性不够，都可能导致极为严重的事故发生。因此，监测、研究生理性精神疲劳并将其科学分级，就显得非常必要。
[0003]目前，对于生理性精神疲劳的分级，都是在特定的领域内，根据研究者自己的专业判断选择处理方法，没有系统的分级方法。
【发明内容】
[0004]为克服上述现有技术存在的不足，本发明之目的在于提供一种生理性精神疲劳的分级方法，实现了简捷、快速地对生理性精神疲劳进行分级的目的。
[0005]为达上述及其它目的，本发明提出一种生理性精神疲劳的分级方法，包括如下步骤:
[0006]步骤一，将原始脑电信号x={x(l), x(2),…，x(n)}转换成0_1序列P={s(l), s(2),…，s(n)}；
[0007]步骤二,重构0-1序列P={s⑴，s (2)，…，s (η)}的Lempel-Ziv复杂度计算；
[0008]步骤三,对该序列P={s (1)，s (2)，…，s (η)}的Lempel-Ziv复杂度进行归一化处理；
[0009]步骤四，按照归一化后的Lempel-Ziv复杂度的大小，对生理性精神疲劳进行分级。
[0010]进一步地,步骤一包括如下步骤:
[0011]将原始脑电信号x={x(l), X ⑵，...，x(n)}分解成 xl={xl (1)，xl (2),...，xl (ml)}(x (i) > 0)与 x2={x2(l), x2 (2),...，x2 (m2)} (x(i) < 0)，其中 x=xl+x2, n=ml+m2,然后分别求得xl与x2的均值Yl、Y2 ;
[0012]将xl={xl (1)，xl (2)，…，xl (ml)}分解成 x3= {x3 (1)，x3 (2)，…，x3 (mil)}(x(i)≥ Yl)与 x4={x4(l), x4(2),...，x4(ml2)} (x(i) < Yl)，其中 xl=x3+x4，ml=mll+ml2，然后分别求得x3与x4的均值Y3、Y4，
[0013]将χ2= {χ2 (1)，χ2 (2)，…，χ2 (m2)}分解成 χ5= {χ5 (1)，χ5 (2)，...，χ5 (m21)}(x(i)≥ Υ2)与 χ6={χ6(1), χ6(2),…，x6(m22)} (x(i) < Y2)，其中 x2=x5+x6，m2=m21+m22，然后分别求得x5与x6的均值Y5、Y6，
[0014]转换成0-1 序列 P={s(l), s⑵，…，s(n)}，计算 s(i)。
[0015]进一步地，
【权利要求】
1.一种生理性精神疲劳的分级方法，包括如下步骤:步骤一，将原始脑电信号x={x(l), x(2),…，x(n)}转换成0-1序列P={s(l), s (2)，…，s (η)}；步骤二，重构0-1序列P={s(l), s(2),…，s(n)}的Lempel-Ziv复杂度计算；步骤三，对该序列P={s(l), s(2),…，s(n)}的Lempel-Ziv复杂度进行归一化处理；步骤四，按照归一化后的Lempel-Ziv复杂度的大小，对生理性精神疲劳进行分级。
2.如权利要求1所述的一种生理性精神疲劳的分级方法，其特征在于，步骤一包括如下步骤:将原始脑电信号Χ= {χ⑴，X (2)，…，X (η)}分解成xl= {xl⑴，xl⑵，…，xl (ml)}(x (i) > 0)与 x2={x2(l), x2 (2),...，x2 (m2)} (x(i) < 0)，其中 x=xl+x2, n=ml+m2,然后分别求得xl与x2的均值Yl、Y2 ;将 xl={xl (1)，xl (2)，...，xl (ml)}分解成 x3={x3(l), x3 (2)，...，x3(mll)} (x(i)≥ Yl)与 x4= {x4 (1)，x4 (2)，...，x4 (ml2)} (x (i) < Yl)，其中 xl=x3+x4，ml=mll+ml2，然后分别求得x3与x4的均值Y3、Y4， 将 x2={x2(l)，x2 (2)，一32(1112)}分解成 x5= {x5 (1)，x5 (2)，…，x5 (m21)} (x(i)≥ Y2)与 x6= {x6 (1)，x6 ⑵，…，x6 (m2 2)} (x (i) <Y2),其中 x2=x5+x6,m2=m21+m22,然后分别求得x5与x6的均值Y5、Y6，转换成o-l序列P= {s⑴，s (2)，…，s (η)},计算s⑴。
3.如权利要求2所述的一种生理性精神疲劳的分级方法，其特征在于:
4.如权利要求3所述的一种生理性精神疲劳的分级方法，其特征在于，步骤二中，Lempel-Ziv复杂度计算采用如下方法:在一个“0，1”时间序列中的一串字符S(sl，s2,…，sm)后再加一个或一串字符Q，看字符Q是否属于SQv;如果Q是SQv的一个子串，则认为这个过程没有新模式出现，把该字符加在字符串S的后面，保持S不变，继续增长Q，再进行判断；若它没有出现过，那么对这个字符进行插入，插入时用一个“ 〃 ”把前后字符分开，认为出现了一个新的模式；把最后一个“ 〃 ”前面所有字符看成S，重新构造Q，再重复上述操作直到该序列结束并计算发现的模式数的总和。
5.如权利要求4所述的一种生理性精神疲劳的分级方法，其特征在于，于步骤三中，利用下式对Lempel-Ziv复杂度进行归一化处理:
【文档编号】A61B5/16GK103637810SQ201310675151
【公开日】2014年3月19日 申请日期:2013年12月11日 优先权日:2013年12月11日
【发明者】张连毅 申请人:上海电机学院