一种自适应的精神疲劳评估装置及方法制造方法及图纸

本发明专利技术公开了一种自适应的精神疲劳评估方法，包括：1)采集脑电信号构成脑电样本；2)对采集到的脑电信号进行低通滤波，提取δ、θ、α和β四个不同的脑电节律信号，然后以δ、θ、α三个节律信号的相对能量和能量比值作为各通道脑电信号的特征信息；3)利用训练好的初始基分类器对在线采集到的脑电样本进行预测，通过多数投票的策略选择预测结果，对样本进行标记，给出当前的疲劳状态评估结果。本发明专利技术提出利用选择性集成技术为半监督评估模型训练一组速度快、具有差异性的基分类器作为初始分类器，在线并行更新，进而集成强分类器，以保障分类器在更新过程中泛化能力的增强，同时取得高的分类精度和快的运行速度。

【技术实现步骤摘要】
一种自适应的精神疲劳评估装置及方法
本专利技术属于生物医学与信息学的交叉领域，具体涉及一种基于集成学习和半监督学习的在线精神疲劳评估装置及方法。
技术介绍
由于社会竞争压力大，精神疲劳逐渐成为了影响人体健康的主要原因之一。精神疲劳会引起人在生理与心理状态上的变化，导致警觉性、持续性注意力、工作记忆力，判断力、决策制定等能力的下降。在现代社会中，特别是诸如实时监控、交通运输、高危作业、航空航天等作业情况下，工作人员如果处于疲劳的状态，非常容易出现随意操作和违章行为，从而引发安全事故。因此，研究客观、可靠、准确的精神疲劳检测方法对于防范由精神疲劳引发的安全事故和维护人体的健康状态是十分必要的，具有极大的经济和社会价值。脑电信号能够客观的记录大脑机能状态的连续变化，是人脑思维活动、认知和意识状态的一种外在表现。采用各种高效的信号处理技术可以挖掘脑电信号所蕴涵的丰富信息，实现对疲劳状态的判定与评估。因此基于脑电信号分析的客观评估方法被认为是最有前途、最可预报和最可靠的途径。围绕基于脑电信号实现人的精神疲劳状态检测的这一思路，研究者们已经开展了广泛的研究。但专利技术人在实现本专利技术的过程中，本文档来自技高网...

【技术保护点】
一种自适应的精神疲劳评估方法，其特征在于：包括1)采集脑电信号构成脑电样本；2)对采集到的脑电信号进行低通滤波，提取δ、θ、α和β四个不同的脑电节律信号，然后以δ、θ、α三个节律信号的相对能量和能量比值作为各通道脑电信号的特征信息；3)利用训练好的初始基分类器对在线采集到的脑电样本进行预测，通过多数投票的策略选择预测结果，对样本进行标记，给出当前的疲劳状态评估结果。

【技术特征摘要】
1.一种自适应的精神疲劳评估方法，其特征在于：包括1)采集脑电信号构成脑电样本；2)对采集到的脑电信号进行低通滤波，提取δ、θ、α和β四个不同的脑电节律信号，然后以δ、θ、α三个节律信号的相对能量和能量比值作为各通道脑电信号的特征信息；3)利用训练好的初始基分类器对在线采集到的脑电样本进行预测，通过多数投票的策略选择预测结果，对样本进行标记，给出当前的疲劳状态评估结果。2.根据权利要求1所述的一种自适应的精神疲劳评估方法，其特征在于：还包括：4)计算步骤3)中标记过的样本的置信度，从标记过的样本中选择具有高置信度的样本加入到临时训练集中；5)利用更新的训练集重新训练三个基分类器，再利用更新后的基分类器对新采集的未标记脑电样本进行预测和标记。3.根据权利要求1或2所述的一种自适应的精神疲劳评估方法，其特征在于：利用训练好的初始基分类器对在线采集到的脑电样本进行预测，其中所述基分类器通过以下方式获取：1)在疲劳或者不疲劳状态下采集脑电信号构成脑电样本，并对脑电信号所属状态进行标记，所属状态包括疲劳状态和非疲劳状态；2)对采集到的标记了所属状态的脑电信号进行低通滤波，提取δ、θ、α和β四个不同的脑电节律信号，然后以δ、θ、α三个节律信号的相对能量和能量比值作为各通道脑电信号的特征信息；3)对有标记的脑电样本组成的训练数据集进行多次样本抽取，产生不同的子训练集；选择Fisher辨别分析、基于高斯径向基核函数的核Fisher辨别分析和基于线性核函数的核Fisher辨别分析作为基分类器，利用不同的子训练集分别对三种基分类器进行训练，得到初始基分类器。4.根据权利要求3所述的一种自适应的精神疲劳评估方法，其特征在于：置信度高低的判别方法为：利用训练集中的样本确定类别1和类别2的置信度阈值，计算过程为：a)分别按照由Fisher辨别分析、基于高斯径向基核函数的核Fisher辨别分析和基于线性核函数的核Fisher辨别分析所决定的投影方向对训练集中的样本进行投影，再分别计算投影空间中两类样本的均值Mji，其中j＝1,2,3，分别代表三种投影方向，i＝1,2，代表两种类别；b)分别在三种投影空间中，计算当前训练集中的各个样本与所属类别的类均值Mji之间的欧式距离，然后分别计算两种类别的样本与所属类别的类均值之间的平均欧式距离Dj1和Dj2；c)在各个投影空间中，计算类别1和类别2各自的置信度阈值Cji＝Wji●Dji，其中，Wji表示权系数；在由对未标记样本进行预测时取得相同预测结果的两种分类器所决定的两个投影空间中，分别计算该样本的投影与投影空间中两类类均值之间的欧氏距离dji，如果在两个投影空间中，均有dji≤Cji成立，则该样本属于高置信度样本；反之，如果在其中的任意一个投影空间中，有dji﹥Cji成立，则认为该样本属于低置信度样本。5.一种自适应的精神疲劳评估装置，其特征在于：包括第一脑电样本采集模块、第一特征信息提取模块和状态评估模块；所述第一脑电...

【专利技术属性】
技术研发人员：张莉，何传红，陈杨文，黎昌盛，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50