基于腦電頻域特征指標(biāo)化算法測量警覺性的帽子及方法
【專利摘要】本發(fā)明涉及一種基于腦電頻域特征指標(biāo)化算法測量警覺性的帽子及方法。所述帽子還包括腦電信號采集裝置、IC電路、信號傳輸裝置及終端設(shè)備，所述采集裝置對人腦活動產(chǎn)生的模擬腦電波進(jìn)行采樣、量化，變成離散數(shù)字信號，進(jìn)行后續(xù)的處理；所述信號放大器將量化的數(shù)字信號進(jìn)行放大，增強處理和傳輸過程中的抗干擾能力；所述信號處理器對采集的信號進(jìn)行去噪預(yù)處理，增強腦電波信號的強度，并從中提取反映人認(rèn)知狀態(tài)變化的計算指標(biāo)，評估使用者的狀態(tài)；所述信號傳輸裝置連接IC電路與終端設(shè)，將IC電路提取的計算指標(biāo)傳輸給終端設(shè)備；所述終端設(shè)備為一PC機，對上述計算指標(biāo)進(jìn)行處理，并進(jìn)行顯示和反饋。本發(fā)明測量精度高可以應(yīng)用于各種工作環(huán)境。
【專利說明】基于腦電頻域特征指標(biāo)化算法測量警覺性的帽子及方法
[0001]
【技術(shù)領(lǐng)域】
[0002]本發(fā)明涉及一種基于腦電頻域特征指標(biāo)化算法測量警覺性的帽子及方法。
[0003]【背景技術(shù)】
[0004]腦電可以反映人的注意力或疲勞與否早已為眾人所熟知，并且實驗室環(huán)境中相關(guān)的技術(shù)也非常的成熟。在許多場合了解被試是否為覺醒態(tài)具有重要意義，如教室和工廠車間等，尤其是駕駛環(huán)境中，當(dāng)使用者處于困倦、注意力不集中狀態(tài)時馬上可以報警或給出提示。但是由于腦電是非常微弱的電信號(微伏級)，在實際環(huán)境中記錄的過程很容易受到干擾，能夠提取穩(wěn)定的表征疲勞和困倦的指標(biāo)并把它非常方便的應(yīng)用與實際生活或工作中的技術(shù)，沒有查閱到文獻(xiàn)或?qū)＠麍蟮馈?br> [0005]
【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的，提供一種基于腦電頻域特征指標(biāo)化算法測量警覺性的帽子及方法，以客觀的判斷、評估測試者的狀態(tài)并及時的給出提示。
[0007]本發(fā)明的技術(shù)方案如下:
一種基于腦電頻域特征指標(biāo)化算法測量警覺性的帽子，所述帽子還包括腦電信號采集裝置、IC電路、信號傳輸裝置及終端設(shè)備，其特征在于:
腦電信號采集裝置包括腦電信號采集電極、腦電信號參考電極和信號處理器，所述采集裝置對人腦活動產(chǎn)生的模擬腦電波進(jìn)行采樣、量化，變成離散數(shù)字信號，進(jìn)行后續(xù)的處理；
所述IC電路包括信號放大器及信號處理器，所述信號放大器為前置信號放大器，將量化的數(shù)字信號進(jìn)行放大，增強處理和傳輸過程中的抗干擾能力；
所述信號處理器對采集的信號進(jìn)行去噪預(yù)處理，增強腦電波信號的強度，并從中提取反映人認(rèn)知狀態(tài)變化的計算指標(biāo)，評估使用者的狀態(tài)；
所述信號傳輸裝置連接IC電路與終端設(shè)，將IC電路提取的計算指標(biāo)傳輸給終端設(shè)
備;
所述終端設(shè)備為一 PC機，對上述計算指標(biāo)進(jìn)行處理，并進(jìn)行顯示和反饋。
[0008]進(jìn)一步的，所述IC電路內(nèi)置于帽子內(nèi)部，進(jìn)一步整合有電池倉及電源開關(guān)。
[0009]進(jìn)一步的，所述腦電信號采集電極位于頭部，腦電信號參考電極夾位于耳部。
[0010]進(jìn)一步的，所述信號傳輸裝置為無線信號傳輸裝置。
[0011]一種基于腦 電頻域特征指標(biāo)化算法的測量警覺性的帽子，其特征在于，所述方法，所述方法步驟如下:(1)初始化設(shè)備硬件，設(shè)定可接受條件；
(2)采集腦電數(shù)據(jù)；
(3)對采集的數(shù)據(jù)濾波、去噪、時頻分析、計算腦電指標(biāo)；
(4)將計算的腦電指標(biāo)傳輸至終端并進(jìn)行顯示；
(5)判斷是否符合接受條件，進(jìn)而判斷使用者是否處于疲勞狀態(tài)，如果判定處于疲勞狀態(tài)，則給出警示；如果判定不處于疲勞狀態(tài)，則再次至步驟(2)進(jìn)行相關(guān)步驟。
[0012]6、根據(jù)權(quán)利要求5所述的方法，其特征在于，所述指標(biāo)化算法具體如下:
(1)預(yù)處理:對量化的腦電波進(jìn)行數(shù)字濾波，去除肌電等干擾噪音；所述濾波器為無限沖激響應(yīng)(IIR)帶通濾波器；
(2)特征表達(dá)和提取:從預(yù)處理之后的腦電信號中提取反映綜合認(rèn)知狀態(tài)的基本指標(biāo)，具體包括 alpha 波(8_13Hz)、beta 波(13_20Hz)，delta (l_4Hz), theta (4_7Hz);運用時頻分析技術(shù)將這些指標(biāo)從原始時域信號中提取出來，在頻域上以能量或功率的時間序列形式加以表達(dá)；
(3)指標(biāo)化表示:將上述基本指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，使得不同使用者以及同一個使用者不同時間的同一指標(biāo)具有相同的物理含義；所述算法輸出警覺性水平和緊張度水平兩個指標(biāo)，所述警覺性水平指標(biāo)和和緊張度水平指標(biāo)具體如下:
a(t)、b(t)和c(t)分別表示alpha、beta和theta三個頻段的時序信號,他們分別由原始腦電信號的經(jīng)由時頻分析并選定特定頻段的能量累加實現(xiàn)；
警覺度指標(biāo):` SI (t)=c (t)/a(t),其中t表示時間，a和c分別表示alpha和theta的能量；
緊張度指標(biāo):
S2(t)=b(t)*c(t),其中t表示時間，b和c分別表示beta和theta的能量；
(4)注意力水平的判定:即以正常使用者在沒有困倦、疲勞狀態(tài)發(fā)生的情況下，持續(xù)保持注意2分鐘的警覺性水平指標(biāo)和和緊張度水平指標(biāo)兩項指標(biāo)序列的時序均值的60%作為判決門限，低于此門限判決為疲勞發(fā)生。
[0013]進(jìn)一步的，所述步驟(1)中，帶通濾波器的低通起始頻率為1Hz，高通截止頻率為35Hz。
[0014]進(jìn)一步的，所述步驟(2)特征表達(dá)子模塊的具體算法如下:
采用Morlat函數(shù)為母小波函數(shù)，對腦電時域信號進(jìn)行連續(xù)小波變換；輸入信號為單導(dǎo)聯(lián)腦電采集到的離散腦電時間序列，與以上母小波函數(shù)卷積并經(jīng)過變換后得到一系列不同頻段的復(fù)時間序列信號即小波系數(shù)，其中時間與輸入信號長度保持一致，頻率范圍對為l-35Hz，保留其中l(wèi)-35Hz用于提取節(jié)律特征；對于特定的時刻和頻點，系數(shù)表示信號的時頻分布情況，對其取模，即用功率表示；按照頻段范圍高低，分別提取alpha波(8-13Hz)、beta波(13-20Hz), delta (l_4Hz), theta (4_7Hz)對應(yīng)頻段的復(fù)小波系數(shù)的模的時間序列，即功率表示頻段能量的時序變化。
[0015]進(jìn)一步的，所述步驟(3)指標(biāo)化表示采用特征歸一化算法，即:
將某一頻段能量占總能量的比值作為指標(biāo):
P ,-(?)=...................................................r -..r'.其中，t表示時間，f表示頻率，P表示功率，從而Pf (t)表示某一頻率f范圍內(nèi)的能量隨時間變化的函數(shù)，公式的分母部分則表示將I到35HZ頻率范圍內(nèi)的能量累加總和；根據(jù)以上模型將Pf⑴除以總能量歸一化以后，每個頻段的相對能量變?yōu)?-1范圍內(nèi)的數(shù)值，即用Pf’(t)表示。
[0016]本發(fā)明的有益效果在于:
本發(fā)明基于腦電頻域特征指標(biāo)化算法測量警覺性，測量精度高，能精確的對腦電信號進(jìn)行提取和處理，并且基于腦電頻域特征指標(biāo)化算法，可以客觀的判斷使用者當(dāng)前的精神狀態(tài)，并給出及時的提示。可以應(yīng)用于各種工作環(huán)境。
[0017]
【專利附圖】

【附圖說明】
[0018]圖1是本發(fā)明的設(shè)備結(jié)構(gòu)示意圖。
[0019]圖2是本發(fā)明的方法流程示意圖。
[0020]其中，1-腦電信號采集電極，2-1C電路，3-腦電信號參考電極，4-帽子。
[0021]
【具體實施方式】
[0022]如圖1所示，是本發(fā)明的帽子結(jié)構(gòu)示意圖，包括帽子、腦電信號采集裝置、IC電路、信號傳輸裝置及終端設(shè)備，腦電信號采集裝置包括腦電信號采集電極和腦電信號參考電極，所述采集裝置對人腦活動產(chǎn)生的腦電波進(jìn)行采樣、量化，變成離散數(shù)字信號，進(jìn)行后續(xù)的處理；該兩個電極與帽子`相整合，為了更為精確的采集腦電信號，腦電信號采集電極位于頭部，腦電信號參考電極夾位于耳部。
[0023]IC電路包括信號放大器及信號處理器，所述信號放大器為前置信號放大器，將量化的數(shù)字信號進(jìn)行放大，增強處理和傳輸過程中的抗干擾能力；IC電路也是內(nèi)置于帽子中。信號處理器對采集的信號進(jìn)行去噪預(yù)處理，增強腦電波信號的強度，并從中提取反映人認(rèn)知狀態(tài)變化的計算指標(biāo)，評估使用者的狀態(tài)；信號傳輸裝置連接IC電路與終端設(shè)備，將IC電路提取的計算指標(biāo)傳輸給終端設(shè)備。帽子還進(jìn)一步整合有電池倉及電源開關(guān)。
[0024]終端設(shè)備為一 PC機，對上述計算指標(biāo)進(jìn)行處理，并進(jìn)行顯示和反饋。一般來說，終端設(shè)備與IC電路之間采用無線信號傳輸。
[0025]本發(fā)明的一種基于腦電頻域特征指標(biāo)化算法的測量警覺性的帽子，所述方法步驟如下:
(1)初始化設(shè)備硬件，設(shè)定報警條件；
(2)同時采集腦電數(shù)據(jù)，一般采集I秒；
(3)對采集的數(shù)據(jù)濾波、去噪、時頻分析、計算腦電指標(biāo)；
(4)將計算的腦電指標(biāo)傳輸至終端并進(jìn)行顯示；
(5)判斷是否符合報警條件，進(jìn)而判斷使用者是否處于疲勞狀態(tài)，如果判定處于疲勞狀態(tài)，則給出警示；如果判定不處于疲勞狀態(tài)，則再次至步驟(2)進(jìn)行相關(guān)步驟。
[0026]其中，指標(biāo)化算法具體如下:
(I)預(yù)處理:對量化的腦電波進(jìn)行數(shù)字濾波，去除肌電等干擾噪音；所述濾波器為無限沖激響應(yīng)(IIR)帶通濾波器；帶通濾波器的低通起始頻率為1Hz，高通截止頻率為35Hz。
[0027](2)特征表達(dá)和提取:從預(yù)處理之后的腦電信號中提取反映綜合認(rèn)知狀態(tài)的基本指標(biāo)，具體包括 alpha 波(8_13Hz)、beta 波(13_20Hz), delta (l_4Hz), theta (4_7Hz);運用時頻分析技術(shù)將這些指標(biāo)從原始時域信號中提取出來，在頻域上以能量或功率的時間序列形式加以表達(dá)；
(3)指標(biāo)化表示:將上述基本指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，使得不同使用者以及同一個使用者不同時間的同一指標(biāo)具有相同的物理含義；所述算法輸出警覺性水平和緊張度水平兩個指標(biāo)，所述警覺性水平指標(biāo)和和緊張度水平指標(biāo)具體如下:
a(t)、b(t)和c(t)分別表示alpha、beta和theta三個頻段的時序信號,他們分別由原始腦電信號的經(jīng)由時頻分析并選定特定頻段的能量累加實現(xiàn)；
警覺度指標(biāo):
SI(t)=c (t)/a(t),其中t表示時間，a和c分別表示alpha和theta的能量；
緊張度指標(biāo):
S2(t)=b(t)*c(t),其中t表示時間，b和c分別表示beta和theta的能量；
(4)注意力水平的判定:即以正常使用者在沒有困倦、疲勞狀態(tài)發(fā)生的情況下，持續(xù)保持注意2分鐘的警覺性水平指標(biāo)和和緊張度水平指標(biāo)兩項指標(biāo)序列的時序均值的60%作為判決門限，低于此門限判決為疲勞發(fā)生。
[0028]其中，特征表達(dá)子模塊的具體算法如下:
采用Morlat函數(shù)為母小波函數(shù)，對腦電時域信號進(jìn)行連續(xù)小波變換；輸入信號為單導(dǎo)聯(lián)腦電采集到的離散腦電時間序列，與以上母小波函數(shù)卷積并經(jīng)過變換后得到一系列不同頻段的復(fù)時間序列信號即小波系數(shù)，其中時間與輸入信號長度保持一致，頻率范圍對為l-35Hz，保留其中l(wèi)-35Hz用于提取節(jié)律特征；對于特定的時刻和頻點，系數(shù)表示信號的時頻分布情況，對其取模，即用功率表示；按照頻段范圍高低，分別提取alpha波(8-13Hz)、beta波(13-20Hz), delta (l_4Hz), theta (4_7Hz)對應(yīng)頻段的復(fù)小波系數(shù)的模的時間序列，即功率表示頻段能量的時序變化。
[0029]其中，所述步驟(3)指標(biāo)化表示采用特征歸一化算法，即:
將某一頻段能量占總能量的比值作為指標(biāo):
【權(quán)利要求】
1.一種基于腦電頻域特征指標(biāo)化算法測量警覺性的帽子，所述帽子還包括腦電信號采集裝置、IC電路、信號傳輸裝置及終端設(shè)備，其特征在于: 腦電信號采集裝置包括腦電信號采集電極、腦電信號參考電極和信號處理器，所述采集裝置對人腦活動產(chǎn)生的模擬腦電波進(jìn)行采樣、量化，變成離散數(shù)字信號，進(jìn)行后續(xù)的處理； 所述IC電路包括信號放大器及信號處理器，所述信號放大器為前置信號放大器，將量化的數(shù)字信號進(jìn)行放大，增強處理和傳輸過程中的抗干擾能力； 所述信號處理器對采集的信號進(jìn)行去噪預(yù)處理，增強腦電波信號的強度，并從中提取反映人認(rèn)知狀態(tài)變化的計算指標(biāo)，評估使用者的狀態(tài)； 所述信號傳輸裝置連接IC電路與終端設(shè)，將IC電路提取的計算指標(biāo)傳輸給終端設(shè)備; 所述終端設(shè)備為一 PC機，對上述計算指標(biāo)進(jìn)行處理，并進(jìn)行顯示和反饋。
2.根據(jù)權(quán)利要求1所述的設(shè)備，其特征在于:所述IC電路內(nèi)置于帽子內(nèi)部，進(jìn)一步整合有電池倉及電源開關(guān)。
3.根據(jù)權(quán)利要求1所述的設(shè)備，其特征在于:所述腦電信號采集電極位于頭部，腦電信號參考電極夾位于耳部。
4.根據(jù)權(quán)利要求1所述的設(shè)備，其特征在于:所述信號傳輸裝置為無線信號傳輸裝置。
5.一種基于腦電頻域特征指標(biāo)化算法的測量警覺性的帽子，其特征在于，所述方法，所述方法步驟如下:` (1)初始化設(shè)備硬件，設(shè)定可接受條件； (2)采集腦電數(shù)據(jù)； (3)對采集的數(shù)據(jù)濾波、去噪、時頻分析、計算腦電指標(biāo)； (4)將計算的腦電指標(biāo)傳輸至終端并進(jìn)行顯示； (5)判斷是否符合接受條件，進(jìn)而判斷使用者是否處于疲勞狀態(tài)，如果判定處于疲勞狀態(tài)，則給出警示；如果判定不處于疲勞狀態(tài)，則再次至步驟(2)進(jìn)行相關(guān)步驟。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述指標(biāo)化算法具體如下: (1)預(yù)處理:對量化的腦電波進(jìn)行數(shù)字濾波，去除肌電等干擾噪音；所述濾波器為無限沖激響應(yīng)(IIR)帶通濾波器； (2)特征表達(dá)和提取:從預(yù)處理之后的腦電信號中提取反映綜合認(rèn)知狀態(tài)的基本指標(biāo)，具體包括 alpha 波(8_13Hz)、beta 波(13_20Hz)，delta (l_4Hz), theta (4_7Hz);運用時頻分析技術(shù)將這些指標(biāo)從原始時域信號中提取出來，在頻域上以能量或功率的時間序列形式加以表達(dá)； (3)指標(biāo)化表示:將上述基本指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，使得不同使用者以及同一個使用者不同時間的同一指標(biāo)具有相同的物理含義；所述算法輸出警覺性水平和緊張度水平兩個指標(biāo)，所述警覺性水平指標(biāo)和和緊張度水平指標(biāo)具體如下:a(t)、b(t)和c(t)分別表示alpha、beta和theta三個頻段的時序信號,他們分別由原始腦電信號的經(jīng)由時頻分析并選定特定頻段的能量累加實現(xiàn)； 警覺度指標(biāo): SI (t)=c (t)/a(t),其中t表示時間，a和c分別表示alpha和theta的能量； 緊張度指標(biāo): S2(t)=b(t)*c(t),其中t表示時間，b和c分別表示beta和theta的能量； (4)注意力水平的判定:即以正常使用者在沒有困倦、疲勞狀態(tài)發(fā)生的情況下，持續(xù)保持注意2分鐘的警覺性水平指標(biāo)和和緊張度水平指標(biāo)兩項指標(biāo)序列的時序均值的60%作為判決門限，低于此門限判決為疲勞發(fā)生。
7.根據(jù)權(quán)利要求6所述的算法，其特征在于:所述步驟(1)中，帶通濾波器的低通起始頻率為IHz，高通截止頻率為35Hz。
8.根據(jù)權(quán)利要求5所述的算法，其特征在于: 所述步驟(2)特征表達(dá)子模塊的具體算法如下: 采用Morlat函數(shù)為母小波函數(shù)，對腦電時域信號進(jìn)行連續(xù)小波變換；輸入信號為單導(dǎo)聯(lián)腦電采集到的離散腦電時間序列，與以上母小波函數(shù)卷積并經(jīng)過變換后得到一系列不同頻段的復(fù)時間序列信號即 小波系數(shù)，其中時間與輸入信號長度保持一致，頻率范圍對為l-35Hz，保留其中l(wèi)-35Hz用于提取節(jié)律特征；對于特定的時刻和頻點，系數(shù)表示信號的時頻分布情況，對其取模，即用功率表示；按照頻段范圍高低，分別提取alpha波(8-13Hz)、beta波(13-20Hz), delta (l_4Hz), theta (4_7Hz)對應(yīng)頻段的復(fù)小波系數(shù)的模的時間序列，即功率表示頻段能量的時序變化。
9.根據(jù)權(quán)利要求5所述的算法，其特征在于: 所述步驟(3)指標(biāo)化表示采用特征歸一化算法，即: 將某一頻段能量占總能量的比值作為指標(biāo):
【文檔編號】A61B5/0476GK103815900SQ201310594232
【公開日】2014年5月28日 申請日期:2013年11月22日 優(yōu)先權(quán)日:2013年11月22日
【發(fā)明者】劉志勇 申請人:劉志勇