【摘要】：謊言測試在刑訊偵查和心理疾病治療中具有重要意義。為了區(qū)分是否說謊,30名受試者被隨機(jī)分為誠實和說謊兩組,根據(jù)腦電信號的非線性特征——復(fù)雜性測度,對他們的12導(dǎo)聯(lián)的腦電信號提取了KC復(fù)雜度、近似熵與樣本熵3種復(fù)雜度特征,通過統(tǒng)計分析,用兩類受試者具有顯著差異的多導(dǎo)電極上的復(fù)雜度構(gòu)建特征向量,最后使用支持向量機(jī)分類識別特征樣本。研究發(fā)現(xiàn):3種復(fù)雜度指標(biāo)中,兩類受試者的樣本熵特征在更多電極上存在顯著差異,由它們構(gòu)建的特征向量的分類準(zhǔn)確率最高,表明樣本熵可以更有效地區(qū)分誠實和說謊兩種不同腦認(rèn)知狀態(tài)下的腦電信號,該研究為基于腦電的測謊提供了一種新的途徑。
[Abstract]:Lie testing plays an important role in the investigation of torture and the treatment of mental illness. In order to distinguish whether to lie or not, 30 subjects were randomly divided into two groups: honest and lying. According to the complexity measure of EEG, the KC complexity of their 12-lead EEG was extracted. The approximate entropy and sample entropy are three kinds of complexity features. By statistical analysis, the feature vectors are constructed by using the complexity of the two kinds of subjects with significant differences in multi-conducting poles. Finally, support vector machine is used to classify and identify the feature samples. It is found that the entropy features of the two groups of subjects are significantly different from each other on more electrodes, and the classification accuracy of the feature vectors constructed by them is the highest. The results show that sample entropy can more effectively distinguish the EEG signals under different cognitive states of honesty and lying. This study provides a new approach to lie detection based on EEG.
【作者單位】： 中南民族大學(xué)生物醫(yī)學(xué)工程學(xué)院;電子科技大學(xué)生命科學(xué)與技術(shù)學(xué)院;認(rèn)知科學(xué)國家民委重點實驗室;武警警官學(xué)院信息工程系;醫(yī)學(xué)信息分析及腫瘤診療湖北省重點實驗室;
【基金】：國家自然科學(xué)基金(81271659) 中國博士后基金(2014M552348,2015M572465) 四川省科技廳基金(2015JY0222) 四川省教育廳項目(16ZA0449,16ZA0452)
【分類號】：R318;TN911.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;腦電信號處理的研究取得階段性成果[J];河北師范大學(xué)學(xué)報;1987年01期

2 李志瑞;張文杰;;通用腦電信號處理——微機(jī)系統(tǒng)初探[J];河北師范大學(xué)學(xué)報;1988年Z1期

3 孟欣，歐陽楷;腦電信號的幾個非線性動力學(xué)分析方法[J];北京生物醫(yī)學(xué)工程;1997年03期

4 吳小培,馮煥清,周荷琴,王濤;獨立分量分析及其在腦電信號預(yù)處理中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;2001年01期

5 李英遠(yuǎn),周衛(wèi)東;徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在腦電信號建模中的應(yīng)用[J];山東生物醫(yī)學(xué)工程;2002年02期

6 劉大路,江朝暉,馮煥清,王聰;基于腦電信號時空分布信息的思維特征研究[J];北京生物醫(yī)學(xué)工程;2004年02期

7 許崇濤,沈民奮,李慧,朱國平;雙譜分析方法在腦電信號分析中的應(yīng)用[J];中國行為醫(yī)學(xué)科學(xué);2004年03期

8 湯曉軍,宋卓,楊卓,張濤;雙任務(wù)事件中腦電信號的熵計算(英文)[J];生物物理學(xué)報;2005年05期

9 蔣辰偉;章悅;曹洋;朱國行;顧凡及;王斌;;腦死亡與腦昏迷腦電信號的復(fù)雜度研究[J];生物物理學(xué)報;2008年02期

10 李谷;范影樂;龐全;;基于排列組合熵的腦電信號睡眠分期研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2009年04期

相關(guān)會議論文 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓?fù)鋱D[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學(xué)會第21屆全國代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學(xué)會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

相關(guān)重要報紙文章 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

相關(guān)博士學(xué)位論文 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 吳畏;基于統(tǒng)計建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機(jī)接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學(xué);2012年

5 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

6 趙麗;基于腦電信號的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

7 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學(xué);2010年

9 繆曉波;基于腦電信號的認(rèn)知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學(xué);2004年

10 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學(xué);2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學(xué);2010年

3 張志琴;腦電信號的復(fù)雜性分析[D];中南大學(xué);2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學(xué);2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學(xué)評價分析[D];杭州電子科技大學(xué);2012年

6 薛吉星;多通道腦電信號采集與處理系統(tǒng)研究[D];華南理工大學(xué);2015年

7 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學(xué);2015年

8 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學(xué);2015年

9 王歡;基于非平穩(wěn)時間序列分析方法的腦電信號模式識別[D];蘇州大學(xué);2015年

10 王瓊穎;腦電信號的非線性動力學(xué)分析及其在睡眠分期中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號：2344893