The present invention relates to a method for identifying mental workload oriented to RSVP brain-computer interface, belonging to the field of mental workload identification technology, and solves the problem that the existing technology can not accurately evaluate the mental workload of RSVP-BCI operators. A method of recognizing mental workload oriented to RSVP brain-computer interface includes the following steps: presenting image content with different RSVP presentation frequencies, responding to the target image when it appears, and recording its behavioral information; extracting and preprocessing the EEG signals of the subjects, taking the differential entropy of the EEG signals as the characteristics of mental workload; and specializing the mental workload. Signs are identified and the results of mental load identification are obtained. Accurate identification of worker's mental load during RSVP BCI operation is realized, which provides technical support for mental load monitoring under RSVP BCI task.
【技术实现步骤摘要】
一种面向RSVP脑-机接口的脑力负荷识别方法
本专利技术涉及脑力负荷识别
,尤其涉及一种面向RSVP脑-机接口的脑力负荷识别方法。
技术介绍
快速序列视觉呈现(rapidserialvisualpresentation,RSVP)指在相同的空间位置序列性地高速呈现图像的过程。基于RSVP的脑-机接口(Brain-computerinterface,BCI),通过检测图像序列高速呈现过程中小概率目标刺激诱发的大脑响应,从而识别使用者所关注的目标图像。RSVP-BCI技术利用人类视觉系统的图像处理和理解能力,具有比机器视觉更加高效的信息处理能力。并且,相比于人工检测,RSVP-BCI技术具有省时、高效等优势。RSVP-BCI技术已被逐渐应用于人脸识别、医学图像分析等海量图像/信息处理领域。脑力负荷指的是满足系统实际需求所要的作业人员信息处理能力或认知资源的比例。任务认知资源占用率决定了脑力负荷水平。RSVP-BCI中,图像序列的呈现速度、目标多样性、目标种类数、目标比例等参数的变化,均会改变任务的认知资源占用率,从而引起作业人员脑力负荷的变化。过高的脑力负荷会造成作业人员快速疲劳、注意力降低、反应迟缓,从而对工作绩效产生影响,造成信息的误判、漏判,甚至操作失误引发安全隐患。因此,对快速目标图像处理任务造成的脑力负荷进行实时评估,实现作业人员脑力负荷的监测、反馈,并进一步实现人机动态任务分配,避免出现过高的脑力负荷,对作业人员工作绩效和安全性的提高具有重大意义。
技术实现思路
鉴于上述的分析,本专利技术旨在提供一种面向RSVP脑-机接口的脑力负荷识别方法,用以 ...
【技术保护点】
1.一种面向RSVP脑‑机接口的脑力负荷识别方法,其特征在于,包括以下步骤:以不同RSVP呈现频率分别呈现图像内容,当目标图像出现时,被试者作出行为反应,并记录其行为学信息;提取被试者脑电信号,并进行预处理,以脑电信号的微分熵作为脑力负荷特征;对所述脑力负荷特征进行识别,得到脑力负荷识别结果。
【技术特征摘要】
1.一种面向RSVP脑-机接口的脑力负荷识别方法,其特征在于,包括以下步骤:以不同RSVP呈现频率分别呈现图像内容,当目标图像出现时,被试者作出行为反应,并记录其行为学信息;提取被试者脑电信号,并进行预处理,以脑电信号的微分熵作为脑力负荷特征;对所述脑力负荷特征进行识别,得到脑力负荷识别结果。2.根据权利要求1所述方法,其特征在于,以不同RSVP呈现频率分别呈现图像内容,具体包括,分别以低、中、高三种RSVP呈现频率aHz、bHz、cHz呈现m段图像内容,共有3*m段,其中,a<b<c,三种频率中的每段分别包括α、β、γ个组,每组中包含n张图像,n≥100,m≥2。3.根据权利要求1所述的方法,其特征在于,提取被试者脑电信号具体包括:使用脑电采集系统,以前额为地,左乳突为参考,在一定的采样频率采集脑电初始信号;通过带通滤波器和陷波器进行带通滤波和去除工频干扰,提取得到被试者脑电信号。4.根据权利要求1所述的方法,其特征在于,对脑电信号进行预处理,以脑电信号的微分熵作为脑力负荷特征,具体包括:对提取到的脑电信号进行进行变参考处理,转化为双侧乳突参考信号;带通滤波到一定的频率范围,进行降采样处理;将降采样处理后脑电信号截取为多个数据片段;计算数据片段的微分熵作为脑力负荷特征。5.根据权利要求4所述的方法,其特征在于,将降采样处理后脑电信号截取为多个数据片段,具体包括:将每一段任务中所采集的脑电信号截取为多个时长相同且相邻无重叠的数据片段。6.根据权利要求4所述的方法,其特征在于,...
【专利技术属性】
技术研发人员:奕伟波,刘洋,范新安,张利剑,
申请(专利权)人:北京机械设备研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。