一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法技术

本发明专利技术涉及驾驶疲劳检测领域，具体为一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法，通过分别采集在清醒时间和测试时间内驾驶时的脑电信号，并对其进行去噪处理、分解和重构，然后分别对每两个通道计算在清醒时间内和测试时间序列内的相位锁定值PLV，并根据PLV形成通道在清醒时间内和测试时间序列内的功能连接矩阵，设置连接强度阈值并与功能连接矩阵中每个元素值进行比较，以分别获取清醒时间内和测试时间序列内通道间连接关系并形成受试者清醒时间内和测试时间序列内的脑功能网络，对比分析清醒时间内和测试时间序列内的脑功能网络拓扑结构在三个子频带的差异，以判断测试时间序列内是否处于驾驶疲劳状态，检测的可靠性和准确性较高。

A Driving Fatigue Detection Method Based on Phase Lock-in Value Constructing Brain Functional Network

The invention relates to the field of driving fatigue detection, in particular to a driving fatigue detection method based on phase locked value to construct a brain functional network. By collecting the EEG signals during driving in waking time and testing time respectively, and denoising, decomposition and reconstruction of the EEG signals, the phase locked in waking time and testing time series is calculated for each two channels respectively. Value PLV, and according to the function connection matrix formed by PLV in waking time and test time series, set the connection strength threshold and compare with each element value in the function connection matrix, in order to obtain the connection relationship between channels in waking time and test time series respectively, and form the brain function network of subjects in waking time and test time series, and compare and analyze the clearance. The difference of topological structure of brain functional network between wake-up time and test time series in three sub-bands can be used to judge whether the test time series is in driving fatigue state or not, and the reliability and accuracy of the test are high.

【技术实现步骤摘要】
一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法
本专利技术涉及驾驶疲劳检测领域，更具体地，涉及一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法。
技术介绍
许多国家都重视驾驶疲劳相关的检测方法研究，最初的研究主要从医学方面入手，利用医疗设备研究人的精神状态。十九世纪初美国最早开展了机动车驾驶员服务时间管理条例的合理性的调查。之后关于驾驶疲劳的研究相继展开。经过多年的发展，驾驶疲劳检测方法的研究大致可分为三类：基于面部特征的检测方法、基于驾驶行为的检测方法、基于生理特征的检测方法。基于面部特征的检测方法，通过检测驾驶员眨眼幅度、频率以及平均闭合时间等眼部活动、频繁点头、头部长期不动等头部特征以及其它的面部特征，判断驾驶员是否处于疲劳状态。这些检测方法大多基于机器视觉，有检测设备易于放置、检测时效性好等优点，是驾驶疲劳检测最常用的方法。基于驾驶行为的检测方法，通过监控驾驶员操作方向盘转动角度、加速踏板、制动器等车辆控制特征，以及车辆行驶过程中的速度、加速度、控制稳定性、是否偏移驾驶路线等车辆行驶特征，间接判断驾驶员是否进入疲劳状态。优点在于无需接触人体以及使用方便，设备在车辆内部占用空间小。基于生理特征的驾驶疲劳检测方法中，脑电信号可以直接反映人的身体及精神活动，被誉为检测驾驶疲劳的“金标准”。在针对脑电信号的方法中，大多使用功率谱或熵的方法。功率谱密度方法是将脑电信号从时域转化为频域进行分析，针对每个频带可以分析其清醒到疲劳时的能量变化。当人的大脑进入疲劳状态时，脑电信号的δ、θ频带的能量会升高，而α、β频带的能量会降低，通过对相应频带能量的比，可以放大这种趋势从而判断驾驶员的精神状态。熵可以用来测量系统的混乱程度。基于熵的方法，包括近似熵、样本熵、小波熵等。其中，小波变换具有时频局部化特性，小波熵是从小波分解后的信号序列计算的一种熵值，它可准确反映脑电波的复杂程度。用小波熵值分析驾驶员疲劳状态脑电波的复杂度，并对模拟驾驶前、模拟驾驶疲劳后和休息后的脑电信号进行分析，可以判断驾驶疲劳。但是，上述驾驶疲劳检测方法存在如下不足：基于面部特征的疲劳检测方法易受环境影响，亮度、角度以及其他的一些不可控因素仍然在一定程度上限制着算法的性能，基于计算机视觉的面部特征提取方法非常容易接受人为的伪造信号，并且被其所欺骗；驾驶行为方法则对非标准型道路无能为力，准确率不够，易产生误报；在基于生理信息的检测方法中，脑电能够直接反映人的身体活动、精神状态等信息，大脑通过不同区域的相互连接和集群工作来实现信息交互，人的意识、行为等状态也并非由某个区域单独决定，而往往是由全脑的多个区域共同协作完成的，但基于功率谱、熵的驾驶疲劳检测方法没有涉及大脑区域性的信息，无法全面、系统研究驾驶疲劳产生的机理。
技术实现思路
本专利技术旨在克服上述现有技术的缺陷，提供一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法，检测的可靠性和准确性较高。为达到上述目的，本专利技术采取的技术方案是：提供一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法，其特征在于，包括如下步骤：S1.使用脑电信号采集设备采集受试者分别在清醒时间和测试时间内驾驶时的脑电信号；其中脑电信号采集设备中每个电极的位置作为一个脑功能网络节点，电极个数为节点个数N；S2.对脑电信号进行去噪处理，以提高脑电信号的信噪比；S3.对去噪处理后的脑电信号进行分解和重构，按频率范围重构三个子频带波形，其中θ波频率为4-8Hz，α波频率为8-13Hz，β波频率为13-30Hz；S4.重构后的信号中每个脑功能网络节点作为一个通道；对每两个通道计算在清醒时间内的相位锁定值PLV，以获取清醒时间内每两个通道的耦合关系；将测试时间划分为多个测试时间序列，对每两个通道计算在测试时间序列内的相位锁定值PLV，以获取测试时间序列内每两个通道的耦合关系；相位锁定值PLV表示两个通道间的连接强度，分别利用清醒时间内和测试时间序列内相位锁定值PLV形成通道在清醒时间内和测试时间序列内的功能连接矩阵；PLV的计算使用公式(1)：其中，是两个通道在清醒时间内和测试时间序列内的相位差，每个通道在清醒时间内和测试时间序列内的相位使用希尔伯特变换获取，i∈N为脑功能网络节点，PLV值在[0，1]之间，0为通道间无连接，1为通道间完全连接；S5.设置连接强度阈值并与功能连接矩阵中每个元素值进行比较，以分别获取清醒时间内和测试时间序列内通道间连接关系；元素值大于或等于连接强度阈值的为两个通道间连接，否则为两个通道间无连接；S6.根据通道间连接关系，形成受试者清醒时间内和测试时间序列内的脑功能网络；对比分析清醒时间内和测试时间序列内的脑功能网络拓扑结构在三个子频带的差异，以判断测试时间序列内是否处于驾驶疲劳状态。上述方案中，通过分别采集在清醒时间和测试时间内驾驶时的脑电信号，并对其进行去噪处理、分解和重构，然后分别对每两个通道计算在清醒时间内和测试时间序列内的相位锁定值PLV，并根据PLV形成通道在清醒时间内和测试时间序列内的功能连接矩阵，设置连接强度阈值并与功能连接矩阵中每个元素值进行比较，以分别获取清醒时间内和测试时间序列内通道间连接关系并形成受试者清醒时间内和测试时间序列内的脑功能网络，对比分析清醒时间内和测试时间序列内的脑功能网络拓扑结构在三个子频带的差异，以判断测试时间序列内是否处于驾驶疲劳状态，检测的可靠性和准确性较高。优选地，步骤s1中脑电采集设备为无线干电极脑电采集设备，包括24个电极，采集信号的频率为250Hz；功能连接矩阵为24*24；测试时间为90分钟。采用改进的国际10-20放置标准放置电极，电极名称为：AFp3h,AFpz,AFp4h,AFF3,AFFz,AFF4,FFC5h,FFC3h,FFCz,FFC4h,FFC6h,CCP5h,CCP1,CCPz,CCP2,CCP6h,PO3,POz,PO4,PO7,O1h,Oz,O2h,PO8，该无线干电极脑电采集设备被公布在文献(KlemGH,LüdersHO,JasperHH,etal.Theten-twentyelectrodesystemoftheInternationalFederation[J].ElectroencephalogrClinNeurophysiol,1999,52(3):3-6.)中；每次驾驶疲劳检测实验测试时间为90分钟的设置，以确保获取受试者从清醒状态进入疲劳状态整个过程的脑电信号。优选地，步骤s1中受试者利用模拟驾驶系统进行驾驶，且模拟驾驶系统随机发出刹车命令，记录受试者在看到刹车命令和做出反应的时间间隔；设置时间间隔阈值，若反应的时间间隔大于或等于时间间隔阈值，则将从这个时间间隔往前的测试时间内的脑电信号作为清醒时间内的脑电信号，将从这个时间间隔往后的测试时间内的脑电信号作为待检测是否疲劳的信号。时间间隔阈值来源于训练实验，由于受试者的个体差异，时间间隔阈值也不统一，因此在测试实验前即步骤S1之前需要通过训练实验获得面向个体受试者的时间间隔阈值，其计算方法是训练实验过程中，受试者外在表现为疲劳状态(如打呵欠)或汽车行车路径偏离正常运行轨迹的时间段内反应的时间间隔的平均值；驾驶疲劳时，受试者在看到刹车命令和做出反应的时间间隔会本文档来自技高网...

【技术保护点】
1.一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法，其特征在于，包括如下步骤：S1.使用脑电信号采集设备采集受试者分别在清醒时间和测试时间内驾驶时的脑电信号；其中脑电信号采集设备中每个电极的位置作为一个脑功能网络节点，电极个数为节点个数N；S2.对脑电信号进行去噪处理，以提高脑电信号的信噪比；S3.对去噪处理后的脑电信号进行分解和重构，按频率范围重构三个子频带波形，其中θ波频率为4‑8Hz，α波频率为8‑13Hz，β波频率为13‑30Hz；S4.重构后的信号中每个脑功能网络节点作为一个通道；对每两个通道计算在清醒时间内的相位锁定值PLV，以获取清醒时间内每两个通道的耦合关系；将测试时间划分为多个测试时间序列，对每两个通道计算在测试时间序列内的相位锁定值PLV，以获取测试时间序列内每两个通道的耦合关系；相位锁定值PLV表示两个通道间的连接强度，分别利用清醒时间内和测试时间序列内相位锁定值PLV形成通道在清醒时间内和测试时间序列内的功能连接矩阵；PLV的计算使用公式(1)：

【技术特征摘要】
1.一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法，其特征在于，包括如下步骤：S1.使用脑电信号采集设备采集受试者分别在清醒时间和测试时间内驾驶时的脑电信号；其中脑电信号采集设备中每个电极的位置作为一个脑功能网络节点，电极个数为节点个数N；S2.对脑电信号进行去噪处理，以提高脑电信号的信噪比；S3.对去噪处理后的脑电信号进行分解和重构，按频率范围重构三个子频带波形，其中θ波频率为4-8Hz，α波频率为8-13Hz，β波频率为13-30Hz；S4.重构后的信号中每个脑功能网络节点作为一个通道；对每两个通道计算在清醒时间内的相位锁定值PLV，以获取清醒时间内每两个通道的耦合关系；将测试时间划分为多个测试时间序列，对每两个通道计算在测试时间序列内的相位锁定值PLV，以获取测试时间序列内每两个通道的耦合关系；相位锁定值PLV表示两个通道间的连接强度，分别利用清醒时间内和测试时间序列内相位锁定值PLV形成通道在清醒时间内和测试时间序列内的功能连接矩阵；PLV的计算使用公式(1)：其中，是两个通道在清醒时间内和测试时间序列内的相位差，每个通道在清醒时间内和测试时间序列内的相位使用希尔伯特变换获取，i∈N为脑功能网络节点，PLV值在[0，1]之间，0为通道间无连接，1为通道间完全连接；S5.设置连接强度阈值并与功能连接矩阵中每个元素值进行比较，以分别获取清醒时间内和测试时间序列内通道间连接关系；元素值大于或等于连接强度阈值的为两个通道间连接，否则为两个通道间无连接；S6.根据通道间连接关系，形成受试者清醒时间内和测试时间序列内的脑功能网络；对比分析清醒时间内和测试时间序列内的脑功能网络拓扑结构在三个子频带的差异，以判断测试时间序列内是否处于驾驶疲劳状态。2.根据权利要求1所述的一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法，其特征在于，步骤s1中脑电采集设备为无线干电极脑电采集设备，包括24个电极，采集信号的频率为250Hz；功能连接矩阵为24*24；测试时间为90分钟。3.根据权利要求1所述的一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法，其特征在于，步骤s1中受试者利...

【专利技术属性】
技术研发人员：王洪涛，刘旭程，吴聪，唐聪，裴子安，岳洪伟，陈鹏，李俊华，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东,44