一种基于脑电信号重心频率的视觉诱导晕动症检测方法技术

本发明专利技术公开了一种基于脑电信号重心频率的视觉诱导晕动症检测方法，在用户的左右额叶区、左右颞叶区设置两对脑电信号传感器，分别采集用户在正常阶段和检测阶段的四个通道脑电信号，并计算左、右额叶区脑电信号的差信号，从每个脑电信号中提取alpha波信号，然后根据预设的时间窗口参数计算得到每个alpha波信号的重心频率序列，计算正常阶段和检测阶段下右额叶区、右颞叶区alpha波信号的重心频率平均值以及右额叶区、左颞叶区、右颞叶区、左右额叶区脑电信号的差信号的alpha波信号的重心频率标准差，将这6对信号作为检测信号，当正常阶段与检测阶段的检测信号差异较大时判定出现视觉诱导晕动症现象，从而实现视觉诱导晕动症的检测。

Visual induced motion sickness detection method based on brain electrical signal centroid frequency

The invention discloses an EEG signal center frequency of visual induced motion sickness detection method based on the two set of EEG sensors on the user's left and right frontal lobe and left temporal lobe, users in four normal EEG signal channel and testing phases were collected, and calculate the difference signal of the right frontal area the EEG signals of the left and, to extract the alpha wave signals from each EEG, and then get each alpha wave signal sequence is calculated according to the gravity frequency time window parameters preset, calculation and testing phases under normal gravity frequency of right frontal lobe and right temporal lobe alpha wave signal average and standard frequency Center right the frontal lobe and left temporal lobe region difference signal and the right temporal lobe, left frontal lobe area EEG alpha wave signal, the 6 signal as the detection signal, when the normal order and phase detection When the detected signal of the segment is different, the phenomenon of visual induced motion sickness is determined, so as to realize the detection of visually induced motion sickness.

【技术实现步骤摘要】
一种基于脑电信号重心频率的视觉诱导晕动症检测方法
本专利技术属于立体显示
，更为具体地讲，涉及一种基于脑电信号重心频率的视觉诱导晕动症检测方法。
技术介绍
近年来，3D、虚拟现实(VirtualReality,VR)等技术飞速发展，立体显示技术(stereodisplaytechnology)迎来了全新的发展机遇，不仅在影视、游戏等互动娱乐领域有了规模化应用，而且在临床医疗、电子地图、交通管理、智慧生活等方面也具有广阔的应用前景。这些发展是基于立体显示技术的主要特点：该技术以三维立体形态呈现视觉图像，能给人带来强烈的立体感和沉浸感。然而，不少人在立体观影中会产生视觉诱导晕动症(visuallyinducedmotionsickness,VIMS)，这是一种通过视觉刺激诱发身体做出的反应，包括头痛、晕眩、恶心、作呕和呕吐等不适症状，这在一定程度上阻碍了立体显示技术的发展与应用。因此，建立一种视觉诱导晕动症检测方法甚至减缓方法是立体显示
急需攻克的难题。目前，针对立体观影中不适感进行检测的方法主要有主观检测法和客观检测法两大类。主观检测法指通过主观问卷对视觉诱导晕动症进行检测，受试者需要根据自身体验回答问卷，再由研究人员对问卷进行统计分析检测视觉诱导晕动症程度，该方法简单、便捷，但是主观性大、可靠性低，检测结果不够准确。客观检测法指通过定义某些客观指标对受试者的视觉诱导晕动症程度进行公式化检测，该方法不受主观因素的影响，但指标的选取困难、测试复杂，难以达到理想效果。生物电信号作为生物体生命活动状态的反映，是生物医学工程研究的重要手段，广泛应用于生理状态监测、脑功能研究、情感与心理分析等方面，而研究人员使用脑电信号(electroencephalogram,EEG)、心电图(electrocardiogram,ECG)、血压(Bloodpressure,BP)、心率(Heartrate,HR)等对不适感进行了研究，其中EEG被认为是不适感研究中最可靠、最有效的生物指标。脑电信号EEG是用电极记录大脑皮层神经元生物电活动的电位变化，这种电位变化非常微小，因此，脑电信号的波幅也比较微小，一般以微伏(μV)为单位。正常脑电信号的波幅在10-200μV之间，频率变化范围在0.5-30Hz之间，通常根据脑电信号的波幅和频率的变化范围将其分成五类：delta(0.5-4Hz，10-20μV)、theta(4-8Hz，20-40μV)、alpha(8-12Hz，10-100μV)、beta(12-30Hz，5-30μV)、gamma(30-50Hz)。EEG是人脑神经电生理活动在大脑皮层或头皮表面的总体反映，可以直接无损地监测大脑皮层的神经中枢电信号，准确反映大脑所处的状态，且不同频段的波在不同条件下表现出的显著性不同。现如今，常用于脑电信号分析的方法有：时域分析法，该方法直接提取EEG信号的波形特征参数，具有较强的直观性、物理意义明确；频域分析法将EEG信号在时域范围的幅度变化转变为在频域范围的功率变化，对信号进行相关特征提取，功率谱估计是频域分析的一种重要手段；时频分析方法利用时间分辨率观察EEG信号的快变成分，利用频率分辨率观察EEG信号的慢变成分，该方法需要权衡时间分辨率和频率分辨率，小波变换是时频分析方法的一种重要手段；非线性分析方法，可以有效地分析时变、非稳态、非线性的生理信号。快波是大脑皮层兴奋时的主要波形，反映大脑神经元兴奋的程度；慢波是大脑皮层处于抑制状态时电活动的主要表现，反映了大脑神经元抑制的程度；脑电功率谱密度(PowerSpectraDensity,PSD)是反映大脑神经元兴奋或抑制程度的一个指标；重心频率(GravityFrequency,GF)是频谱中分量较大的信号成分的频率，反映在不同条件下整个EEG功率谱的迁移情况。在疲劳状态时，慢波增加，快波减少，大脑神经元处于抑制状态，使脑电功率谱降低，重心频率也向低频迁移。综上可知，脑电信号含有丰富的大脑活动信息，可以直接无损地监测大脑皮层的神经中枢电信号，准确反映大脑所处的状态，基于脑电信号进行视觉诱导晕动症检测成为可能，但是尚未出现有效的检测方法。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于脑电信号重心频率的视觉诱导晕动症检测方法，通过分析脑电信号的重心频率来得到检测信号，实现视觉诱导晕动症的检测。为实现上述专利技术目的，本专利技术基于脑电信号重心频率的视觉诱导晕动症检测方法包括以下步骤：S1：在用户的左右额叶区、左右颞叶区设置两对脑电信号传感器，分别采集用户在正常阶段的脑电信号EEG0和检测阶段的脑电信号EEG1，其中每个脑电信号分别包括4个通道的脑电信号i＝0表示正常阶段脑电信号，i＝1表示检测阶段脑电信号，分别表示用户左额叶区和右额叶区的脑电信号，和分别表示用户左颞叶区和右颞叶区的脑电信号，并计算左、右额叶区脑电信号的差信号S2：从每个脑电信号提取出其alpha波信号j＝1,2,3,4,5；S3：对于每个alpha波信号根据预设的时间窗口参数，计算每个时间窗口下的重心频率t表示时间窗口序号，得到重心频率序列S4：分别根据右额叶区alpha波信号和右颞叶区alpha波信号的重心频率序列和计算得到重心频率平均值和作为检测信号和S5：分别根据右额叶区alpha波信号左、右颞叶区alpha波信号和以及左、右额叶区脑电信号的差信号alpha波信号的重心频率序列和计算得到重心频率标准差作为检测信号和S6：根据步骤S4和步骤S5获取的6对检测信号k＝1,2,…,6，分别计算每对检测信号之间的相对偏差如果Δk小于预设阈值TH1，则判定该检测信号得到的视觉诱导晕动症检测结果标识Pk＝1，否则Pk＝0；当Pk＝1的检测信号数量大于预设阈值TH2时，判定该用户在检测阶段出现视觉诱导晕动症现象，否则未出现。本专利技术基于脑电信号重心频率的视觉诱导晕动症检测方法，在用户的左右额叶区、左右颞叶区设置两对脑电信号传感器，分别采集用户在正常阶段和检测阶段的四个通道脑电信号，并计算左、右额叶区脑电信号的差信号，从每个脑电信号中提取alpha波信号，然后根据预设的时间窗口参数计算得到每个alpha波信号的重心频率序列，计算正常阶段和检测阶段下右额叶区、右颞叶区alpha波信号的重心频率平均值以及右额叶区、左颞叶区、右颞叶区、左右额叶区脑电信号的差信号的alpha波信号的重心频率标准差，将这6对信号作为检测信号，当正常阶段与检测阶段的检测信号差异较大时判定出现视觉诱导晕动症现象，从而实现视觉诱导晕动症的检测。附图说明图1是基于脑电信号重心频率的视觉诱导晕动症检测方法的具体实施方式流程图；图2是Muse可穿戴设备的电极位置示意图；图3是基于虚拟现实的主动式汽车驾驶模拟器图片；图4是受试者在实验过程中的主观VIMSL变化图；图5是受试者的alpha波信号的重心频率变化图；图6是本实施例中6对检测信号的实验数据散点图。具体实施方式下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本专利技术的主要内容时，这些描述在这里将被忽略。实施例图1是基于脑电信号重心频本文档来自技高网...

【技术保护点】
一种基于脑电信号重心频率的视觉诱导晕动症检测方法，其特征在于，包括以下步骤：S1：在用户的左右额叶区、左右颞叶区设置两对脑电信号传感器，分别采集用户在正常阶段的脑电信号EEG

【技术特征摘要】
1.一种基于脑电信号重心频率的视觉诱导晕动症检测方法，其特征在于，包括以下步骤：S1：在用户的左右额叶区、左右颞叶区设置两对脑电信号传感器，分别采集用户在正常阶段的脑电信号EEG0和检测阶段的脑电信号EEG1，其中每个脑电信号分别包括4个通道的脑电信号i＝0表示正常阶段脑电信号，i＝1表示检测阶段脑电信号，分别表示用户左额叶区和右额叶区的脑电信号，和分别表示用户左颞叶区和右颞叶区的脑电信号，并计算左、右额叶区脑电信号的差信号S2：从每个脑电信号提取出其alpha波信号j＝1,2,3,4,5；S3：对于每个alpha波信号根据预设的时间窗口参数，计算每个时间窗口下的重心频率t表示时间窗口序号，得到重心频率序列S4：分别根据右额叶区alpha波信号和右颞叶区al...

【专利技术属性】
技术研发人员：刘然，李德豪，张艳珍，徐苗，邓泽坤，贾瑞双，刘明明，
申请(专利权)人：小菜儿成都信息科技有限公司，重庆大学，
类型：发明
国别省市：四川,51