基于生理电信号的精神疲劳分级研究

发布时间：2022-12-18 18:19

　　激烈的社会竞争,过快的生活节奏,使得人们的心理压力不断增大,疲劳人群越来越多。精神疲劳造成人们工作或学习效率低下,不断引发各种生理和心理疾病,严重威胁着人类的身心健康。同时,精神疲劳也是交通、生产等事故的重要原因,因此,对精神疲劳的研究不仅具有重要的医学价值,而且还有巨大的社会价值和经济价值。 生理电信号包含大量人体生理信息,能够有效反映人体生理状态变化情况,已成为评估疲劳状态的可靠指标。近年来,生物医学信号处理技术发展迅速,数字信号处理方法和模式识别方法的发展,使得监测评估精神疲劳状态的研究取得了很大进步。 为了探寻生理电信号与精神疲劳的关系,本研究以连续两小时两位数加法作业作为精神疲劳实验,记录下包括F3、F4、01等8导脑电、一导皮肤阻抗、一导心电信号、一导垂直眼电信号、一导水平眼电信号和一导肌电信号信号共13导生理电信号,同时记录了实验中每半小时被试者主观问卷调查结果以及心算正确率、反应时间等绩效成绩指标。 在本研究中,眼电伪差混入脑电信号中,严重影响脑电信号的分析。针对频繁出现的眼电伪差,本文提出一种新的眼电伪差去除方法,该方法结合经验模态分解的特点和... 

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景与意义
    1.2 疲劳概念简介
        1.2.1 疲劳的概念与分类
        1.2.2 疲劳产生的原因和影响因素
        1.2.3 疲劳的表现
    1.3 国内外研究现状
        1.3.1 精神疲劳研究方法的发展现状
        1.3.2 精神疲劳中的信号处理方法
    1.4 本文的主要研究内容
第2章 精神疲劳实验的设计
    2.1 信号的采集
        2.1.1 采集装置的选择
        2.1.2 脑电的导联选择
        2.1.3 电极的放置
    2.2 精神疲劳实验
        2.2.1 实验对象与实验环境
        2.2.2 实验设计
        2.2.3 实验准备和实验流程
        2.2.4 实验结果
    2.3 本章小结
第3章 脑电信号的预处理
    3.1 脑电信号的伪差分析
        3.1.1 来自被试者的伪差
        3.1.2 脑电图仪的伪差
        3.1.3 来自外界的伪差
        3.1.4 本研究的伪差分析
    3.2 希尔伯特-黄变换和经验模态分解
        3.2.1 瞬时频率和希尔伯特变换(Hilbert Transform,HT)
        3.2.2 经验模式分解和希尔伯特谱分析
        3.2.3 EMD的滤波特性
        3.2.4 EMD端点效应
    3.3 基于经验模态分解的眼电伪差去除
    3.4 本章小结
第4章 数据分析和精神疲劳的特征提取
    4.1 评价指标分析
        4.1.1 主观调查指标
        4.1.2 心算绩效指标
    4.2 生理信号分析
        4.2.1 时域分析
        4.2.2 频域分析
        4.2.3 非线性分析
    4.3 精神疲劳分级与特征提取
    4.4 本章小结
第5章 基于支持向量机的精神疲劳分类
    5.1 支持向量机方法
        5.1.1 支持向量分类机
        5.1.2 核函数
        5.1.3 多分类问题
    5.2 精神疲劳状态分类
        5.2.1 训练集来自同一被试者
        5.2.2 训练集来自不同被试者
        5.2.3 实验结果讨论
    5.3 本章小结
第6章 全文总结与展望
    6.1 全文工作总结
    6.2 研究展望
参考文献
致谢
攻读硕士学位期间发表的论文


【参考文献】：
期刊论文
[1]汽车驾驶员疲劳监测技术研究现状及发展趋势[J]. 熊运霞,苗德华,马林昌,郭世杰,邓三鹏.  天津工程师范学院学报. 2009(02)
[2]一种基于皮层成像的自动眼电伪迹去除方法[J]. 刘铁军,田银,尹刚,尧德中.  中国生物医学工程学报. 2009(01)
[3]基于HHT的脑电信号眼电伪差自动去除方法研究[J]. 汪彦龙,沈民奋,叶中付.  电子测量与仪器学报. 2008(06)
[4]基于脑电功率谱特征的脑力疲劳分析[J]. 张崇,郑崇勋,欧阳轶,于晓琳.  航天医学与医学工程. 2008(01)
[5]基于脑电功率谱-连续隐马尔科夫链的精神疲劳分级模型[J]. 赵春临,郑崇勋,赵敏.  西安交通大学学报. 2007(12)
[6]基于驾驶操作行为的驾驶员疲劳状态识别模型研究[J]. 吴超仲,张晖,毛喆,初秀民,严新平.  中国安全科学学报. 2007(04)
[7]EEG柯尔莫哥洛夫熵测度用于精神疲劳状态的研究[J]. 张连毅,郑崇勋,李小平,沈开泉.  中国生物医学工程学报. 2007(02)
[8]基于脑电近似熵的脑机能疲劳状态分析[J]. 张崇,郑崇勋,于晓琳,李小平,沈开泉.  航天医学与医学工程. 2006(06)
[9]基于脑电α波的非线性参数人体疲劳状态判定[J]. 王黎,于涛,闻邦椿.  东北大学学报. 2005(12)
[10]Hilbert-Huang变换及其在去噪方面的应用[J]. 王春,彭东林.  仪器仪表学报. 2004(S2)



本文编号：3722533