一种利用脑电信号进行小型办公室打卡考勤的方法
【技术领域】
[0001] 本发明涉及生物医学工程领域，主要是用于小型办公室内工作考勤，通过利用脑 电信号的方法避免传统的考勤中的代考勤等弊端的出现。
【背景技术】
[0002] 在现代化管理模式下的办公室，公平、公正是维持办公室和谐办公，推进工作效率 的一个基石。为了监督和促进员工的工作积极性，很多办公室都采用"考勤"的方法，通过 考勤指标来衡量员工的积极性，无疑是一种有效的手段，现在流行的考勤手段有传统意义 上的签到，也有一些基于生理特征的例如指纹等等，这些方法的考勤结果虽然对员工出勤 有一定的借鉴意义，但是因为这种考勤很容易造假，代考勤，因此会影响员工的公平性，影 响办公室内的员工友好气氛。
[0003] 随着对脑电波的研究深入，很多研究团队开始研究脑电波的身份识别领域，因为 脑电波是人对外界刺激或者主动思考产生的一种生物信号，因此很难伪造，能否用脑电波 进行身份识别，现在相关研究还存在一定的争议，但是，稳定的脑电波信号特征难以伪造， 是众多研究团队的共识，目前利用脑电波进行身份识别的研究团队，正在致力于找到一个 稳定的能反应受试者本人的某些特征。
[0004] 在大范围内，寻找受试者本人特征，是因为脑电信号是一个弱电信号，特征很容易 受到干扰，在没有一个参照物下，进行受试者的特异性特征确实比较困难。
【发明内容】
[0005] 本发明主要是通过利用小范围内的成员照片，按照一定的顺序组成刺激源，诱发 带有个体特征的脑电信号，然后对搜集到的脑电信号进行预处理和特征提取，然后对每个 成员设计专属BP神经网络分类器，最终高效准确的实现公平的打卡考勤方法。
[0006] 为达上述目的，本发明采用的技术方案是，利用脑电信号的小型办公室打卡考勤 方法，主要包括以下步骤：
[0007] 1、人员照片采集：对每个成员采集2存免冠的相同背景和表情的上身照片1张；
[0008] 2、刺激程序设计：实验目标成员照片放在第一位置，首发出现，然后随机摆放其他 成员相片为背景，在刺激电脑上依次显示给实验目标成员观看，最佳参数设计为每次照片 展现1000毫秒，之后照片消失，保持电脑黑屏200毫秒，一个完整的实验照片显示两轮，总 共耗时2*n*(1000+200)毫秒，其中η是办公室内员工人数；
[0009] 3、数据采集参数：考勤成员用便携式脑电采集设备，用右侧乳突做参考电极，采集 前额区双导脑电信号，采样频率256Hz，50Hz陷波；
[0010] 4、对采集到的脑电信号进行滤波，因为有用的脑电信号集中在频率为l-50Hz之 内，对脑电信号进行滤波能很好的消除噪音和眼电的干扰，本方法使用卡尔曼滤波，进行 I-50Hz 滤波；
[0011] 5、对采集到的脑电信号进行离线特征提取，主要步骤包括：
[0012] 1)把滤波后的脑电信号进行分段，把脑电信号，按照不同的事件（即成员看不同 照片所产生的脑电信号）进行分段，然后把每个成员看自己相片的脑电信号片段给组合起 来，每个片段长1200ms，去掉末尾几个空白点，每个脑电信号片段为300个时间点，这样就 得到对于每个成员的滤波后的原始特征矩阵Ca = m*300*2,其中m是脑电信号片段数，2是 两个导联，也就是样本数；
[0013] 2)对Ca的每个时间点求Fisher距离，根据Fisher距离判断是否作为初步的特征 时间点，时间点上的距离矩阵F，其中F的计算方法为：
[0015] μ和〇分别为均值和方差。设定特征选择点λ = (max (F)-min (F))/2,选择F 中大于λ的时间点为特征点，以此对每个受试者组建相应的m*kx特征矩阵，其中kx表示 特征数；
[0016] 3)对于m*kx的特征矩阵中的kx和样本数m进行筛选，选择内聚力较高的样本和 特征点作为该员工的有效样本特征矩阵；
[0017] 把m个样本的kx矩阵分别对每列向量，也就是时间点向量求他们的对角阵T，T可 以通过公式
[0018] T (X) = E {[x-E (X) ] [x-E (X) ] tI
[0019] 其中E(X)是向量里面每个分量的均值。根据对角阵T来确定这个时间点特征是 否可用来作为特征，从而得到一个新的矩阵m*ky，同时得到特征的时间点Time向量；
[0020] 4)对于m*ky的每一行，也就是对于样本数进行筛选，通过计算每个样本到其他样 本的距离和，可以筛选出离其他样本距离过大的样本，以此来提高分类的准确率。最终得到 的样本特征数矩阵就是这个人的特征矩阵；
[0021] 5)利用BP神经网络，根据每个成员的特征矩阵，设计BP神经网络；
[0022] 6、在线脑电信号特征提取，主要用于考勤过程中，实时采集到脑电信号，用上述的 方法对脑电信截断，每次使用包括两次使用者看自己相片的脑电信号片段，首先把这两段 脑电信号滤波后进行叠加平均，然后对得到的信号，根据时间点Time向量进行特征截取；
[0023] 7、把根据时间点向量截取的特征，用成员的BP神经网络进行计算，这样就得到一 个长度为η的向量TF，其中η是成员数，当TF的最大值比次大值大于0. 1时，确定计算有 效，否则定义为信号质量较差，重新进行在线采集，并重新计算；
[0024] 8、根据输出的结果，当结果是第一个照片时候，考勤成功，否则确定为代点，发出 敏出 吕口 〇
【附图说明】
[0025] 图1为本发明方法流程示意图；
[0026] 图2为本发明方法的刺激流程示意图；
[0027] 图3为本发明方法的数据处理流程图。
【具体实施方式】
[0028] 以下结合实施例，对本发明上述的和另外的技术特征和优点作更详细的说明。
[0029] 本发明是利用脑电信号对小型办公室进行考勤的一种方法，首先通过设计的刺激 模式进行脑电信号采集，然后对采集到的脑电信号进行特征提取，最后利用特征进行个人 BP分类器，通过分类器来实现个人考勤结果的计算。
[0030] (1)如图1和2所示，本方法的脑电信号诱发是通过对照片反应的不同，刺激方 法如图2所示，首先是一个时间段的黑屏，本次例子使用的一个时间段为200毫秒，然后是 1000毫秒的照片显示时间，之后是200毫秒的黑屏，然后是第二张照片，一次循环把五个人 的照片显示一遍，然后在重头循环一次，每个人照片显示两次，在本例中，第一个显示的相 片被要求为考勤人的相片。
[0031] (2)脑电信号采集阶段，在本例中使用的脑电信号采集设备为G-tec便携6导脑电 采集设备，采集点为前额两导，右侧乳突作为参考电极。256作为采样频率，采集过程中设置 50Hz陷波。
[0032] (3)对五个成员进行脑电信号采集，每个员工采集40次，通过人工校验，删除漂移 过大的脑电信号，五个员工最终有效脑电信号（36,32,38,35,38)次，然后对有效脑电信号 进行l-50Hz滤波。
[0033] (4)对每个成员的脑电信号进行分段，最终五个员工的样本数（72,64,76,70， 76) 〇
[0034] (5)把每个成员的脑电信号样本进行拼接组建m*600的特征矩阵。
[0035] (6)对第五步的矩阵计算每个时间点的Fisher距离，通过Fisher的值来确定特征 的时间点，得出的F矩阵计算方法如下：
[0037] μ和σ分别为均值和方差。设定特征选择点λ = (max (F)-min (F))/2,选择F 中大于λ的时间点为特征点，以此对每个受试者组建相应的m*kx特征矩阵，其中kx表示 特征数。本实施中，总共有五个受试者，这五个受试者的最终有效样本数分别是（72,64， 76,70,76)，分别计算受试者到其他四个受试者的每个数据点的距离特征，可以得到一个 Fisher距离F，这个矩阵对于每个受试者都是一个4*600的矩阵，然后对于每个受试者计算 F矩阵的