基于心脑电的大脑警觉度检测技术研究

发布时间：2017-07-04 08:12

  本文关键词：基于心脑电的大脑警觉度检测技术研究

  更多相关文章： 警觉度 心率变异性 脑电 导联优化 特征降维 支持向量机

【摘要】：警觉度是人在一段时间里保持持续注意力的能力。随着自动化技术的发展，越来越多的人由原先设备操作者转变为设备工作的监督者：在较长时间（超过两个小时）内监督设备的一些特定信号的发生并做相应的反应。警觉度的降低会使监督者错过这些信号，进而可能导致无法挽回的后果。例如在太空作业中，低压、缺氧、充满各种有害射线的宇宙环境时刻威胁着宇航员的安全和健康；航天器空间大小的限制，使得每个宇航员都承担着高负荷的工作任务；高度自动化的航天器任何一个微小的问题都可能会造成严重的后果，需要宇航员保持一定水平的警觉度。因此，建立航天员的警觉度检测系统，探求警觉度随时间的变化规律，进而研究提高警觉度的技术或是合理安排宇航员的工作时间，具有非常深远的实用价值。 在这种背景下，本文设计了以三位数加减法作为脑力负荷诱导警觉度变化、PVT实验结合心脑电设备测量该变化过程的实验。本文采用了PVT实验的平均反应时间和错误指标，同时参考主观评价方法——KSS量表和DSSQ量表，对整个实验过程进行警觉度标注，将警觉度变化过程划分为三个阶段。然后从脑电和心率变异性的时域、频域和非线性三个方面提取能够表征警觉度变化的指标，并且对脑电的19导导联提取出的信号进行了导联优化以及特征降维。在此基础上利用支持向量机进行模式分类，对比了单独用脑电、单独用心率变异性和心脑电相结合的方法分类效果的差异。 本文得到的结论主要有：长时间脑力负荷导致警觉度水平的下降：相对于实验初始阶段，即警觉度平静时期，警觉度下降一期的PVT实验的反应时间增加了5%到12%，，警觉度下降二期的反应时间增加了15%到25%；心率变异性指标的变化表征，心率变异性整体是在下降当中，其中交感神经的活性在波动中逐渐增强；脑电指标的变化表明大脑皮层兴奋程度在逐渐降低，被试的清醒程度在下降。Fisher判别法将脑电的19导联优化到了5导联，PCA在此基础上将特征数降到了5个。在支持向量机分类结果中，单纯用心率变异性分类的准确率为78.18%，低于单纯用脑电分类的准确率81.01%，而用脑电和心率变异性共同分类的准确率为88.28%，证明了多参数分类的效果更好。
【关键词】：警觉度 心率变异性 脑电 导联优化 特征降维 支持向量机
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R338
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-19
• 1.1 引言9-10
• 1.2 警觉度的研究现状10-17
• 1.2.1 警觉度的影响因素11-13
• 1.2.2 警觉度的检测方法13-17
• 1.3 论文内容安排17-19
• 第二章 生理信号的研究基础19-32
• 2.1 心率变异性19-25
• 2.1.1 心电基础19-22
• 2.1.2 预处理22-25
• 2.2 脑电研究基础25-30
• 2.2.1 脑电信号产生基础25-29
• 2.2.2 脑电信号预处理29-30
• 2.3 本章小结30-32
• 第三章 实验设计及结果分析32-52
• 3.1 实验设计32-35
• 3.1.1 实验对象和环境32-33
• 3.1.2 实验方案设计33-35
• 3.2 数据标注35-39
• 3.2.1 主观量表结果35-37
• 3.2.2 警觉度任务37-39
• 3.3 生理信号结果39-51
• 3.3.1 心率变异性特征提取39-46
• 3.3.2 脑电特征提取46-51
• 3.4 本章小结51-52
• 第四章 警觉度分阶52-61
• 4.1 特征降维52-55
• 4.1.1 导联优化52-53
• 4.1.2 特征优化53-55
• 4.2 警觉度分阶55-60
• 4.2.1 理论基础55-58
• 4.2.2 分类结果58-60
• 4.3 本章小结60-61
• 第五章 总结与展望61-64
• 5.1 总结61-62
• 5.1.1 本文主要工作61-62
• 5.1.2 本文的创新工作点62
• 5.2 展望62-64
• 参考文献64-70
• 发表论文和参加科研情况说明70-71
• 附录 171-72
• 附录 272-74
• 致谢74

【参考文献】

中国期刊全文数据库 前6条

1 赵晓华;房瑞雪;荣建;毛科俊;;基于生理信号的驾驶疲劳综合评价方法试验研究[J];北京工业大学学报;2011年10期

2 李凌,王志中,蔡立羽;心率变异信号的非均匀采样问题研究[J];北京生物医学工程;2001年01期

3 周鹏;张翼;李向新;王明时;;大脑警觉度检测的研究现状与进展[J];生物医学工程学杂志;2012年03期

4 刘浩;白振兴;;BP网络的Matlab实现及应用研究[J];现代电子技术;2006年02期

5 赵小磊;任明荣;张亚庭;王普;;基于排列熵的心电信号非线性分析[J];现代电子技术;2010年19期

6 沈子炜;申云海;卞春华;马千里;;运用排列熵方法分析冥想训练对心率变异性的影响[J];中国组织工程研究;2012年44期

本文编号：517009