基于脑电与心电信息融合的精神状态识别研究

发布时间：2024-06-01 16:18

　　精神状态的好坏直接影响个人能力的发挥水平,特别是对关键岗位上从事特种作业的人员而言,丝毫的差错都将造成严重后果。针对这一问题,开展以精神状态为对象的智能识别评估系统研究,避免特殊岗位上的工作人员因精神状态不佳而造成重大的工作失误。得益于脑机接口技术与人工智能算法的快速发展,近年来基于脑电信号的状态识别研究已成为人机交互领域的热点方向。但是在精神状态识别方面仍存在以下问题:首先,精神状态主观测试没有统一的评判标准,需要研究人员自行设计,相互之间存在较大的差异;然后,精神状态评估算法的设计没有固定的参考及标准,即可选取不同类型的参数结合不同的算法实现精神状态评估;最后,没有明确提出精神状态与人体生理参数之间的联系,采集的数据中存在无用的信号,有效信号中包含过多的冗余信息,给算法模型的训练带来非必要的消耗。针对上述问题,从以下三个方面进行了研究工作:首先,选取人体精神疲劳评估的“金标准”脑电信号以及准确反映人体生理状态的心电信号作为本次研究的数据基础。分别设计疲劳,情绪诱发实验。依靠两者相对成熟的评判标准确定精神状态的主观评测指标;然后,根据信号特征分别使用滤波器及小波变换的方法对信号进行去...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图2-1OpenBCIcyton开发套板Fig2-1OpenBCIcytondevelopmentkit

中北大学学位论文8段。本文采用OpenBCIcyton开发套板作为脑电波的采集装置。它是面向脑机接口脑电信号采集的开源硬件。具有8/16路信号采集能力，24位数据精度，采样率可调等特点，搭配OpenBCI_GUI可以实现对脑电、心电、肌电信号的采集。采集的数据通过SD卡实现存储或....

图2-2脑电电极放置图

中北大学学位论文8段。本文采用OpenBCIcyton开发套板作为脑电波的采集装置。它是面向脑机接口脑电信号采集的开源硬件。具有8/16路信号采集能力，24位数据精度，采样率可调等特点，搭配OpenBCI_GUI可以实现对脑电、心电、肌电信号的采集。采集的数据通过SD卡实现存储或....

图2-3OpenBCIGUI软件界面

中北大学学位论文9软件上通过设置相应的参数，启动数据采集。即可实现脑电信号的采集与回传，为后续进一步研究提供原始的脑电数据。图2-3为OpenBCI_GUI的设置界面。图2-3OpenBCI_GUI软件界面Fig2-3OpenBCI_GUIsoftwareinterface2.1....

图2-5心电电极放置图

中北大学学位论文11Q-T间期：QRS波群开始到T波结束的时间段，反映了心室从除极到复极结束的心室电激动总时间。R-R间期：心电图中两个相邻周期中R波峰值之间的时间差。它也是窦性心律速率评判的一个重要指标，R-R间期的长短与心率的快慢密切相关，心率值越快，R-R间期越校另有相关研....

本文编号：3986160