本文關(guān)鍵詞：基于心腦電的大腦警覺度檢測技術(shù)研究

  更多相關(guān)文章： 警覺度 心率變異性 腦電 導(dǎo)聯(lián)優(yōu)化 特征降維 支持向量機(jī)

【摘要】：警覺度是人在一段時間里保持持續(xù)注意力的能力。隨著自動化技術(shù)的發(fā)展，越來越多的人由原先設(shè)備操作者轉(zhuǎn)變?yōu)樵O(shè)備工作的監(jiān)督者：在較長時間（超過兩個小時）內(nèi)監(jiān)督設(shè)備的一些特定信號的發(fā)生并做相應(yīng)的反應(yīng)。警覺度的降低會使監(jiān)督者錯過這些信號，進(jìn)而可能導(dǎo)致無法挽回的后果。例如在太空作業(yè)中，低壓、缺氧、充滿各種有害射線的宇宙環(huán)境時刻威脅著宇航員的安全和健康；航天器空間大小的限制，使得每個宇航員都承擔(dān)著高負(fù)荷的工作任務(wù)；高度自動化的航天器任何一個微小的問題都可能會造成嚴(yán)重的后果，需要宇航員保持一定水平的警覺度。因此，建立航天員的警覺度檢測系統(tǒng)，探求警覺度隨時間的變化規(guī)律，進(jìn)而研究提高警覺度的技術(shù)或是合理安排宇航員的工作時間，具有非常深遠(yuǎn)的實用價值。 在這種背景下，本文設(shè)計了以三位數(shù)加減法作為腦力負(fù)荷誘導(dǎo)警覺度變化、PVT實驗結(jié)合心腦電設(shè)備測量該變化過程的實驗。本文采用了PVT實驗的平均反應(yīng)時間和錯誤指標(biāo)，同時參考主觀評價方法——KSS量表和DSSQ量表，對整個實驗過程進(jìn)行警覺度標(biāo)注，將警覺度變化過程劃分為三個階段。然后從腦電和心率變異性的時域、頻域和非線性三個方面提取能夠表征警覺度變化的指標(biāo)，并且對腦電的19導(dǎo)導(dǎo)聯(lián)提取出的信號進(jìn)行了導(dǎo)聯(lián)優(yōu)化以及特征降維。在此基礎(chǔ)上利用支持向量機(jī)進(jìn)行模式分類，對比了單獨(dú)用腦電、單獨(dú)用心率變異性和心腦電相結(jié)合的方法分類效果的差異。 本文得到的結(jié)論主要有：長時間腦力負(fù)荷導(dǎo)致警覺度水平的下降：相對于實驗初始階段，即警覺度平靜時期，警覺度下降一期的PVT實驗的反應(yīng)時間增加了5%到12%，，警覺度下降二期的反應(yīng)時間增加了15%到25%；心率變異性指標(biāo)的變化表征，心率變異性整體是在下降當(dāng)中，其中交感神經(jīng)的活性在波動中逐漸增強(qiáng)；腦電指標(biāo)的變化表明大腦皮層興奮程度在逐漸降低，被試的清醒程度在下降。Fisher判別法將腦電的19導(dǎo)聯(lián)優(yōu)化到了5導(dǎo)聯(lián)，PCA在此基礎(chǔ)上將特征數(shù)降到了5個。在支持向量機(jī)分類結(jié)果中，單純用心率變異性分類的準(zhǔn)確率為78.18%，低于單純用腦電分類的準(zhǔn)確率81.01%，而用腦電和心率變異性共同分類的準(zhǔn)確率為88.28%，證明了多參數(shù)分類的效果更好。
【關(guān)鍵詞】：警覺度 心率變異性 腦電 導(dǎo)聯(lián)優(yōu)化 特征降維 支持向量機(jī)
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：R338
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-19
• 1.1 引言9-10
• 1.2 警覺度的研究現(xiàn)狀10-17
• 1.2.1 警覺度的影響因素11-13
• 1.2.2 警覺度的檢測方法13-17
• 1.3 論文內(nèi)容安排17-19
• 第二章 生理信號的研究基礎(chǔ)19-32
• 2.1 心率變異性19-25
• 2.1.1 心電基礎(chǔ)19-22
• 2.1.2 預(yù)處理22-25
• 2.2 腦電研究基礎(chǔ)25-30
• 2.2.1 腦電信號產(chǎn)生基礎(chǔ)25-29
• 2.2.2 腦電信號預(yù)處理29-30
• 2.3 本章小結(jié)30-32
• 第三章 實驗設(shè)計及結(jié)果分析32-52
• 3.1 實驗設(shè)計32-35
• 3.1.1 實驗對象和環(huán)境32-33
• 3.1.2 實驗方案設(shè)計33-35
• 3.2 數(shù)據(jù)標(biāo)注35-39
• 3.2.1 主觀量表結(jié)果35-37
• 3.2.2 警覺度任務(wù)37-39
• 3.3 生理信號結(jié)果39-51
• 3.3.1 心率變異性特征提取39-46
• 3.3.2 腦電特征提取46-51
• 3.4 本章小結(jié)51-52
• 第四章 警覺度分階52-61
• 4.1 特征降維52-55
• 4.1.1 導(dǎo)聯(lián)優(yōu)化52-53
• 4.1.2 特征優(yōu)化53-55
• 4.2 警覺度分階55-60
• 4.2.1 理論基礎(chǔ)55-58
• 4.2.2 分類結(jié)果58-60
• 4.3 本章小結(jié)60-61
• 第五章 總結(jié)與展望61-64
• 5.1 總結(jié)61-62
• 5.1.1 本文主要工作61-62
• 5.1.2 本文的創(chuàng)新工作點(diǎn)62
• 5.2 展望62-64
• 參考文獻(xiàn)64-70
• 發(fā)表論文和參加科研情況說明70-71
• 附錄 171-72
• 附錄 272-74
• 致謝74

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 趙曉華;房瑞雪;榮建;毛科俊;;基于生理信號的駕駛疲勞綜合評價方法試驗研究[J];北京工業(yè)大學(xué)學(xué)報;2011年10期

2 李凌,王志中,蔡立羽;心率變異信號的非均勻采樣問題研究[J];北京生物醫(yī)學(xué)工程;2001年01期

3 周鵬;張翼;李向新;王明時;;大腦警覺度檢測的研究現(xiàn)狀與進(jìn)展[J];生物醫(yī)學(xué)工程學(xué)雜志;2012年03期

4 劉浩;白振興;;BP網(wǎng)絡(luò)的Matlab實現(xiàn)及應(yīng)用研究[J];現(xiàn)代電子技術(shù);2006年02期

5 趙小磊;任明榮;張亞庭;王普;;基于排列熵的心電信號非線性分析[J];現(xiàn)代電子技術(shù);2010年19期

6 沈子煒;申云海;卞春華;馬千里;;運(yùn)用排列熵方法分析冥想訓(xùn)練對心率變異性的影響[J];中國組織工程研究;2012年44期

本文編號：517009