一种基于脑电频域特征指标化算法的测量警觉性的方法

摘要

本发明涉及一种基于脑电频域特征指标化算法测量警觉性的帽子及方法。所述帽子还包括脑电信号采集装置、IC电路、信号传输装置及终端设备，所述采集装置对人脑活动产生的模拟脑电波进行采样、量化，变成离散数字信号，进行后续的处理；所述信号放大器将量化的数字信号进行放大，增强处理和传输过程中的抗干扰能力；所述信号处理器对采集的信号进行去噪预处理，增强脑电波信号的强度，并从中提取反映人认知状态变化的计算指标，评估使用者的状态；所述信号传输装置连接IC电路与终端设，将IC电路提取的计算指标传输给终端设备；所述终端设备为一PC机，对上述计算指标进行处理，并进行显示和反馈。本发明测量精度高可以应用于各种工作环境。

主权项

一种基于脑电频域特征指标化算法的测量警觉性的方法，其特征在于，所述方法步骤如下：(1)初始化设备硬件，设定可接受条件；(2)采集脑电数据；(3)对采集的数据滤波、去噪、时频分析、计算脑电指标；(4)将计算的脑电指标传输至终端并进行显示；(5)判断是否符合接受条件，进而判断使用者是否处于疲劳状态，如果判定处于疲劳状态，则给出警示；如果判定不处于疲劳状态，则再次至步骤(2)进行相关步骤；所述脑电指标算法具体如下：(a)预处理：对量化的脑电波进行数字滤波，去除肌电等干扰噪音；滤波器为无限冲激响应(IIR)带通滤波器；(b)特征表达和提取：从预处理之后的脑电信号中提取反映综合认知状态的基本指标，具体包括alpha波8‑13Hz、beta波13‑20Hz，delta1‑4Hz，theta4‑7Hz；运用时频分析技术将这些指标从原始时域信号中提取出来，在频域上以能量或功率的时间序列形式加以表达；(c)指标化表示：将上述基本指标进行标准化，使得不同使用者以及同一个使用者不同时间的同一指标具有相同的物理含义；所述算法输出警觉性水平和紧张度水平两个指标，所述警觉性水平指标和紧张度水平指标具体如下：a(t)、b(t)和c(t)分别表示alpha、beta和theta三个频段的时序信号，他们分别由原始脑电信号的经由时频分析并选定特定频段的能量累加实现；警觉性水平指标：S1(t)＝c(t)/a(t)，其中t表示时间，a和c分别表示alpha和theta的能量；紧张度水平指标：S2(t)＝b(t)*c(t)，其中t表示时间，b和c分别表示beta和theta的能量；(d)注意力水平的判定：即以正常使用者在没有困倦、疲劳状态发生的情况下，持续保持注意2分钟的警觉性水平指标和和紧张度水平指标两项指标序列的时序均值的60％作为判决门限，低于此门限判决为疲劳发生。