基于脑电波评估人体情绪和疲劳状态的方法及系统技术方案

本发明专利技术涉及医疗数据领域，提供了一种基于脑电波评估人体情绪和疲劳状态的方法及系统，所述方法包括如下步骤：通过电极传感器采集人体脑电波，根据所述脑电波获取到脑电波信号；将所述脑电波信号进行傅里叶变换得到对应频段的频段能量；根据所述对应频段的频段能量，得到个体的情绪和疲劳状态的特征值，所述情绪和疲劳状态包括：对刺激的反应强度、对事件的喜恶反应、疲劳度。通过计算得到待评估个体当前的情绪和疲劳状态的特征值，对人体的脑电波以量化的形式体现当前的情绪状态，专注度水平、放松度水平等形式，对情绪和疲劳状态针对性的评估，降低误判率，实现自我情绪和疲劳状态的准确评估。

【技术实现步骤摘要】

本专利技术涉及医疗数据领域，尤其涉及一种基于脑电波评估人体情绪和疲劳状态的方法及系统。
技术介绍
通常对于人体情绪的识别分为两种方法：分类趋近法及维度趋近法。基于分类趋近法的理论是将情绪分类为六种，分别是愤怒、讨厌、害怕、悲伤、开心及惊吓；维度趋近法是将情绪以维度区分，分别是愉悦/厌恶，激发/抑制，紧张/放松。维度趋近法的模型分为二维、三维模型，如图1，其是一种二维的维度趋近模型，分别以对刺激的反应强度为纵坐标、对事件的喜恶反应为横坐标形成坐标轴，该坐标轴的原点表示一个平衡程度的状态，在心理学上认为，通过环状模型中的对刺激的反应强度、对事件的喜恶反应两个值的组合，可以构成图2中的各种情绪。疲劳是指机体在一定环境条件下，由于长时间或过度紧张的体力或脑力劳动引起的劳动效率趋向下降的状态。在医学上，按疲劳的性质，疲劳可分为生理疲劳和心理疲劳，对疲劳状态的评价可通过主观和客观的方法来进行。主观评测的方法主要依据主观调查表、自我记录表、睡眠习惯调查表和斯坦福睡眠尺度表等来测评被试者的疲劳程度。客观测评的方法主要从医学角度出发，借医用仪器、设备等辅助工具测试被试者的人体行为、生理、生化方面的某些指标的变化，从而确定其疲劳程度。主观评价方法虽然操作简单、直接、费用低廉、加之对任务完成无干扰、易被接受等优点，是一种被广为采用的评价疲劳的方法，但这种方法很难量化疲劳的等级和程度，又因每个人的理解有明显的差异，其结果往往不能令人满意。近年来，脑电图、眼电图、心电图等检测与
分析技术取得了很大的进步，而且在脑力疲劳研究中，脑电波现已成为最广泛的评价中枢神经系统变化的指标之一，然而如何将获得到的脑电波经过处理形成客观有效的数据进行对个体状态评估成为亟待解决的问题。
技术实现思路
本专利技术的目的在于提供基于脑电波评估人体情绪和疲劳状态的方法及系统，旨在解决现有技术中评估结果针对性不强，误判率过大的问题。本专利技术是这样实现的，提出了一种基于脑电波评估人体情绪和疲劳状态的方法，包括如下步骤：通过电极传感器采集人体脑电波，根据所述脑电波获取到脑电波信号，所述脑电波信号根据频段包括：α波、β波、θ波；将所述脑电波信号进行傅里叶变换得到对应频段的频段能量，所述频段能量包括：α波频段能量、β波频段能量、θ波频段能量；根据所述对应频段的频段能量，得到个体的情绪和疲劳状态的特征值，所述情绪和疲劳状态包括：对刺激的反应强度、对事件的喜恶反应、疲劳度，其中，所述对刺激的反应强度为β波频段能量与α波频段能量的比值，所述对事件的喜恶反应为个体左右脑的α波频段能量的差值，所述疲劳度为α波频段能量与θ波频段能量之和与β波频段能量的比值。本专利技术实施例又提供了一种基于脑电波评估人体情绪和疲劳状态的系统，所述系统包括：脑电波信号采集单元，用于通过电极传感器采集人体脑电波，根据所述脑电波获取到脑电波信号，所述脑电波信号根据频段包括：α波、β波、θ波；傅里叶变换单元，用于将所述脑电波信号进行傅里叶变换得到对应频段的频段能量，所述频段能量包括：α波频段能量、β波频段能量、θ波频段能量；情绪和疲劳状态特征值计算单元，用于根据所述对应频段的频段能量，得
到个体的情绪和疲劳状态的特征值，所述情绪和疲劳状态包括：对刺激的反应强度、对事件的喜恶反应、疲劳度，其中，所述对刺激的反应强度为β波频段能量与α波频段能量的比值，所述对事件的喜恶反应为个体左右脑的α波频段能量的差值，所述疲劳度为α波频段能量与θ波频段能量之和与β波频段能量的比值。本专利技术提出的基于脑电波评估人体情绪和疲劳状态的方法及系统，通过获取待评估个体的脑电波，根据脑电波的频段，得到对应频段的频段能量，进而计算得到待评估个体当前的情绪和疲劳状态的特征值，对人体的脑电波以量化的形式体现当前的情绪状态，专注度水平、放松度水平等形式，对情绪和疲劳状态针对性的评估，降低误判率，实现自我情绪和疲劳状态的准确评估。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为现有技术中提供的二维的维度趋近模型的示意图；图2为现有技术中提供的二维的维度趋近模型中各种情绪状态的示意图；图3为本专利技术实施例提供的基于脑电波评估人体情绪和疲劳状态的方法的流程图；图4为本专利技术实施例提供的人体头部电极位置的示意图；图5为本专利技术实施例提供的基于脑电波评估人体情绪和疲劳状态的方法中计算得到对刺激的反应强度的波形图；图6为本专利技术实施例提供的基于脑电波评估人体情绪和疲劳状态的方法中计算得到对事件的喜恶反应的波形图；图7为本专利技术实施例提供的基于脑电波评估人体情绪和疲劳状态的系统的原理框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。脑电波(Electroencephalogram,EEG)是大脑在活动时，脑皮质细胞群之间形成电位差，从而在大脑皮质的细胞外产生电流。它记录大脑活动时的电波变化，是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。脑电波中按其频率包括：α波(7-14Hz)、β波(14-30Hz)、θ波(4-7Hz)。脑电信号蕴含着包括思维、情感、精神以及心理等活动的丰富内容，可以从其电信号模式和频率来加以区分。如：当我们在昏昏欲睡或者处于疲劳时，脑电波显示θ波(4-7Hz)占优势；当我们在日常清醒状态下，α波(7-14Hz)所占的比例维持在一般的水平；当我们在清醒状态下闭起双眼时，立刻就会发现脑电的α波大幅度地增加；在放松、快乐状态下，与α波在整个脑电分布图中所占的比例有密切关系；但是，如果我们闭着眼睛睡着了，意识模糊了，α波就渐渐消失不见了；当我们在正常的清醒状态下，对于周遭环境，包括人、事、物的体验，大都是基于习惯性的警觉和反应，监控并期望着事物都能如我们所知、所愿地发生，这时脑电β波(14-30Hz)出现；在处心积虑而步调快速的日常生活中，当我们心怀紧张、焦虑、激动或者注意力不集中时，β波的电位就显得更强劲，充分显示出β波经常处于主导地位的状态，这当然也表示脑部的活动趋于活跃、激动或亢奋。也是说，在脑电波中的α波(7-14Hz)是大脑在低认知负荷时的主要标尺，当大脑处于低认知负荷时，α波所对应的频段的频段能量就会变强；在脑电波中的β波(14-30Hz)是大脑在高认知负荷时的主要标尺，当大脑处于高认知负荷时，β波所对应的频段的频段能量就会变强。图3示出了本专利技术实施例提供的基于脑电波评估人体情绪和疲劳状态的方
法的流程图，为了便于描述，仅示出了与本专利技术实施例相关的部分，基于脑电波评估人体情绪和疲劳状态的方法：在步骤S101中，通过电极传感器采集人体脑电波，根据所述脑电波获取到脑电波信号，所述脑电波信号根据频段包括：α波、β波、θ波。在本实施例中，通常情况下，脑电波是通过安置在头皮上的电压传感器采集的，大脑中有数以百亿计的神经元，每个神经元都可以产生微小的电场，大量相本文档来自技高网...

【技术保护点】
一种基于脑电波评估人体情绪和疲劳状态的方法，其特征在于，包括如下步骤：通过电极传感器采集人体脑电波，根据所述脑电波获取到脑电波信号，所述脑电波信号根据频段包括：α波、β波、θ波；将所述脑电波信号进行傅里叶变换得到对应频段的频段能量，所述频段能量包括：α波频段能量、β波频段能量、θ波频段能量；根据所述对应频段的频段能量，得到个体的情绪和疲劳状态的特征值，所述情绪和疲劳状态包括：对刺激的反应强度、对事件的喜恶反应、疲劳度，其中，所述对刺激的反应强度为β波频段能量与α波频段能量的比值，所述对事件的喜恶反应为个体左右脑的α波频段能量的差值，所述疲劳度为α波频段能量与θ波频段能量之和与β波频段能量的比值。

【技术特征摘要】
1.一种基于脑电波评估人体情绪和疲劳状态的方法，其特征在于，包括如下步骤：通过电极传感器采集人体脑电波，根据所述脑电波获取到脑电波信号，所述脑电波信号根据频段包括：α波、β波、θ波；将所述脑电波信号进行傅里叶变换得到对应频段的频段能量，所述频段能量包括：α波频段能量、β波频段能量、θ波频段能量；根据所述对应频段的频段能量，得到个体的情绪和疲劳状态的特征值，所述情绪和疲劳状态包括：对刺激的反应强度、对事件的喜恶反应、疲劳度，其中，所述对刺激的反应强度为β波频段能量与α波频段能量的比值，所述对事件的喜恶反应为个体左右脑的α波频段能量的差值，所述疲劳度为α波频段能量与θ波频段能量之和与β波频段能量的比值。2.如权利要求1所述的方法，其特征在于，所述α波为在人清醒、安静、闭眼及正常血糖范围情况下出现；所述β波为在人睁眼和大脑皮层处在紧张活动状态时出现的脑电波，即正常人白天工作时会出现的脑电波；所述θ波为少年或成年人困倦时出现的脑电波。3.如权利要求1所述的方法，其特征在于，所述β波根据频段包括：β1波，β2波，β3波，对应频段的频段能量包括：β1波频段能量，β2波频段能量，β3波频段能量。4.如权利要求2所述的方法，其特征在于，所述β1波的频段为14-16Hz；所述β2波的频段为16.5-20Hz；所述β3波的频段为20.5-28Hz。5.如权利要求1、3或4所述的方法，其特征在于，所述对刺激的反应强度的计算式为：所述对事件的喜恶反应的计算式为：对事件的喜恶反应＝左脑α波频段能量-右脑α波频段能量；
\t所述疲劳度的计算式为：6.如权利要求1所述的方法，其特征在于，所述方法还包括如下步骤：在设定时间段内，获取个体的一情绪和疲劳状态的特征值，并在该设定时间段内对该情绪和疲劳状态的特征值进行采样，并组成序列一，所述序列一记为：X(1),X(2)，X(3)……X(n)；对所述序列一引入尺度k，形成序列二，所述序列二记为：X(m)， X ( m + k ) , X ( m + 2 k ) . . . . . . X ( m + [ n - m k ] k ) , ]]>其中，m＝(1,2,3……k)；根据所述序列二计算出每个序列对应的曲线长度，所述曲线长度计算式为： L m ( k ) = 1 k ( Σ i = 1 [ n - m k ] ( X ...

【专利技术属性】
技术研发人员：梁坚，
申请(专利权)人：深圳市前海览岳科技有限公司，
类型：发明
国别省市：广东;44