本发明专利技术提供一种判断大脑是否疲劳的方法，所述方法包括：S1、实时采集被测者的脑电信号；S2、利用样本熵算法对所述脑电信号进行量化处理，以获得脑电信号的最终样本熵值；S3、根据所述最终样本熵值判断被测者的大脑是否疲劳，其中，当所述最终样本熵值处于预定区间内时，则判定被测者的大脑处于疲劳状态。本发明专利技术还提供一种执行上述方法的装置。利用样本熵算法计算脑电信号的样本熵值后，根据样本熵值可以客观准确的评价被测者的大脑的疲劳程度。
【技术实现步骤摘要】
本专利技术涉及大脑疲劳监测领域，具体地，涉及一种判断大脑是否疲劳的方法和执行该方法的装置。
技术介绍
随着工业化技术的迅猛发展，脑力劳动已经成为当今社会的主要劳动形式。然而现代社会竞争激烈，工作压力剧增，长时间、高强度、单调的脑力劳动会使人们产生脑力疲劳，若此时依然强制大脑继续工作就会降低人们学习和工作的效率，在对人体健康带来危害的同时，还容易酿成安全事故。目前脑疲劳测定方法主要有主观评定法和客观评定法两种。主观评定法根据作业者的身体感受症状、神经感受症状来判断疲劳的程度，主要通过问卷调查的形式来进行。主观评定法的评分标准不易统一、且易受主观因素的影响，无法对疲劳时心理生理状态进行客观的评定。客观评定法就是借助仪器、设备等辅助工具对人体的生理、生化指标进行的观察，对这些指标进行综合评价来估计疲劳程度。然而这些生理生化指标与疲劳程度的关系是不确定的，个体差异大，很难做到客观和定量化。因此，如何客观地衡量大脑的疲劳状态成为本领域亟待解决的技术问题。
技术实现思路
本专利技术的目的在于提供一种判断大脑是否疲劳的方法和执行该方法的装置，利用所述方法可以客观地衡量大脑的疲劳状态。为了实现上述目的，作为本专利技术的一个方面，提供一种判断大脑是否疲劳的方法，其中，所述方法包括：SI、实时采集被测者的脑电信号；S2、利用样本熵算法对所述脑电信号进行量化处理，以获得脑电信号的最终样本熵值；S3、根据所述最终样本熵值判断被测者的大脑是否疲劳，其中，当所述最终样本熵值处于预定区间内时，则判定被测者的大脑处于疲劳状态。优选地，所述预定区间为;在所述步骤S3中，当所述最终样本熵值处于（O. 8，I]区间内时判定被测者的大脑处于活跃状态，继续执行步骤Si。优选地，所述预定区间包括第一预定子区间和第二预定子区间，所述第一预定子区间为，所述第二预定子区间为（O. 5，O. 8]，当所述最终样本熵值处于所述第一预定子区间内时判定被测者的大脑处于过度疲劳状态，当所述最终样本熵值处于所述第二预定子区间内时判定被测者的大脑处于轻度疲劳状态。优选地，当步骤S3中判定被测者的大脑处于疲劳状态时，所述方法还包括：S4、生成提醒信息。优选地，所述提醒信息包括互不相同的第一提醒信息和第二提醒信息，所述步骤S4包括当所述最终样本熵值处于区间内时生成所述第一提醒信息，当所述最终样本熵值处于(0.5，0.8]区间内时生成所述第二提醒信息。优选地，所述提醒信息包括音频提醒信息和/或振动提醒信息。优选地，所述提醒信息包括所述振动提醒信息，在所述步骤S4中，将所述振动信息施加在被测者的风池穴上。优选地，所述步骤S2包括:S21、对所述脑电信号进行滤波处理，以去除噪音干扰；S22、利用样本熵算法对滤除了噪音的脑电信号进行量化计算，获得初始样本熵值；S23、对所述初始样本熵值进行归一化处理，以获得所述最终样本熵值。作为本专利技术的另一个方面，提供一种判断大脑是否疲劳的装置，其中，所述装置包括:脑电信号采集模块，所述脑电信号采集模块用于采集被测者的脑电信号；量化处理模块，所述量化处理模块的输入端与所述脑电信号采集模块的输出端相连，所述量化处理模块用于利用样本熵算法对所述脑电信号进行量化处理，以获得的脑电信号的最终样本熵值；疲劳状态判断模块，所述疲劳状态判断模块的输入端与所述量化处理模块的输出端相连，所述疲劳状态判定模块用于根据所述最终样本熵值判断被测者的大脑是否疲劳，其中，当所述最终样本熵值处于预定区间内时判定所述被测者的大脑处于疲劳状态。优选地，所述预定区间为，当所述最终样本熵值处于(0.8，1]区间内时，所述疲劳状态判断模块判定被测者的大脑处于活跃状态。优选地，所述脑电信号采集模块包括用于设置在被测者前额叶位置的主采集电极和用于将所述脑电信号输出至所述量化处理模块的第一通信单元，所述主采集电极用于采集被测者的脑电信号，且所述主采集电极与所述第一通信单元电连接，所述量化处理模块包括用于与所述第一通信单元通信的第二通信单元和用于对所述脑电信号进行量化处理的处理单元，所述第一通信单元形成为所述脑电信号采集模块的输出端，所述第二通信单元形成为所述量化处理模块的输入端。优选地，所述第一通信单元和所述第二通信单元均为无线通信单元。优选地，所述脑电信号采集模块还包括用于设置在被测者耳后的参考电极，所述参考电极也用于采集所述被测者的脑电信号，且所述参考电极也与所述第一通信单元电连接。优选地，所述量化处理模块还包括滤波单元和后处理单元，所述滤波单元与所述第二通信单元相连，以接收脑电信号，且所述滤波单元用于滤除接收到的脑电信号中的噪声，所述处理单元用于利用样本熵算法对滤除了噪音的脑电信号进行量化计算，获得初始样本熵值，所述后处理单元用于对所述初始样本熵值进行归一化处理，以获得所述最终样本熵值。优选地，所述预定区间包括第一预定子区间和第二预定子区间，所述第一预定子区间为，所述第二预定子区间为(0.5，0.8]，当所述最终样本熵值处于所述第一预定子区间内时判定被测者的大脑处于过度疲劳状态，当所述最终样本熵值处于所述第二预定子区间内时判定被测者的大脑处于轻度疲劳状态。优选地，所述装置还包括提醒信息生成模块，疲劳状态判断模块判定被测者的大脑处于疲劳状态时生成提醒控制信号并将该提醒控制信号发送至所述提醒信息生成模块，所述提醒信息生成模块能够根据所述提醒控制信号生成提醒信息。优选地，所述提醒控制信号包括第一提醒控制信号和第二提醒控制信号，所述疲劳判断模块能够生在所述最终样本熵值处于区间内时生成所述第一提醒控制信号，所述疲劳判断模块能够在所述最终样本熵值处于(0.5，0.8]区间内时生成所述第二提醒控制信息，所述提醒信息包括互不相同的第一提醒信息和第二提醒信息，所述提醒信息生成模块能够在接收到所述第一提醒控制信号时生成所述第一提醒信息，并在接收到所述第二提醒控制信号时生成所述第二提醒信息。优选地，所述疲劳状态判断模块包括疲劳状态判断单元和第三通信单元，所述疲劳状态判断单元用于根据所述最终样本熵值判断被测者的大脑是否处于疲劳状态并生成响应的提醒控制信号，所述提醒信息生成模块包括第四通信单元、提醒信号生成单元、音频存储单元和音频播放单元，所述第三通信单元用于将所述提醒控制信号发送至所述第四通信单元，所述第四通信单元接收到所述提醒控制信号后将所述提醒控制信号发送至所述提醒信号生成单元，所述提醒信号生成单元能够在接收到所述提醒控制信号后向所述音频存储单元发送播放信号，以通过所述音频播放单元播放存储在所述音频存储单元中的音频。优选地，所述提醒信息生成模块还包括振动生成单元和与该振动生成单元固定连接的振动传导单元，所述第四通信单元接收到所述提醒控制信号后将所述提醒控制信号发送至所述提醒信号生成单元，所述提醒信号生成单元能够在接收到所述提醒控制信号后向所述振动生成单元发出振动开始信号，以通过所述振动生成单元产生振动，并通过所述振动传导单元传送至被测者。优选地，所述装置包括佩戴本体，所述脑电信号采集模块和所当前第1页1 2 3 4 本文档来自技高网...
【技术保护点】
一种判断大脑是否疲劳的方法，其特征在于，所述方法包括：S1、实时采集被测者的脑电信号；S2、利用样本熵算法对所述脑电信号进行量化处理，以获得脑电信号的最终样本熵值；S3、根据所述最终样本熵值判断被测者的大脑是否疲劳，其中，当所述最终样本熵值处于预定区间内时，则判定被测者的大脑处于疲劳状态。
【技术特征摘要】
【专利技术属性】
技术研发人员：李慧，
申请(专利权)人：京东方科技集团股份有限公司，
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。