一种疲劳检测方法、装置及其存储介质制造方法及图纸

本发明专利技术提供了一种疲劳检测方法、装置及其存储介质；所述疲劳检测方法通过对脑电信号和眼电信号进行特征提取和特征融合以得到特征值，并根据特征值进行分类以确认使用者的疲劳状态。所述疲劳检测装置及其存储介质采用了上述方法实现疲劳检测。本发明专利技术结合脑电信号和眼电信号两者，从多维的角度进行分析检测，并引入多种熵从非线性的角度分析脑电信号和眼电信号来表达疲劳状态，从而提高疲劳检测的抗噪性和准确率。

A Fatigue Detection Method, Device and Storage Medium

The invention provides a fatigue detection method, device and storage medium; the fatigue detection method obtains eigenvalues by feature extraction and feature fusion of EEG and Eye signals, and classifies them according to eigenvalues to confirm the fatigue state of users. The fatigue detection device and its storage medium adopt the above method to realize the fatigue detection. The method combines EEG signal and Eye signal to analyze and detect from multi-dimensional angle, and introduces multiple entropy to analyze EEG signal and Eye signal from non-linear angle to express fatigue state, so as to improve the anti-noise and accuracy of fatigue detection.

【技术实现步骤摘要】
一种疲劳检测方法、装置及其存储介质
本专利技术涉及人体状态检测领域，特别是一种疲劳检测方法、装置及其存储介质。
技术介绍
疲劳是人体常见的一种生理现象，表现为身体机能或反应能力减弱。长时间或长距离驾驶容易导致疲劳驾驶，而疲劳驾驶现在已经成为了马路杀手，每年全世界有百万人因此失去生命。因此疲劳检测常应用于车辆驾驶方面，而如何能够准确地检测出驾驶者的疲劳状态就非常重要。生理特征可以反映出驾驶者不同状态下的疲劳状况。因此，可以通过检测生理特征的变化来判断驾驶员的疲劳状况，目前常用于实施疲劳检测的生理特征为脑电信号(EEG)、眼电信号(EOG)、心电信号和肌电信号。但人体信号具有多维和非线性的特点。目前，疲劳检测多为基于单一信号的线性检测，信息来源单一，不够全面；容易受到外界其他信号的干扰，抗噪性低；线性的分析方法难以反映人体信号非线性的特点；这些原因也导致了目前的疲劳检测准确率不高。
技术实现思路
为解决上述问题，本专利技术实施例的目的在于提供一种疲劳检测方法、装置及其存储介质，实现多维和非线性的疲劳检测，提高疲劳检测的抗噪性和准确性。本专利技术解决其问题所采用的技术方案是：本专利技术的第一方本文档来自技高网...

【技术保护点】
1.一种疲劳检测方法，其特征在于，包括：采集使用者的脑电信号和眼电信号；预处理脑电信号和眼电信号；对脑电信号和眼电信号进行特征提取和特征融合以得到特征值；根据特征值进行分类，确认使用者的疲劳状态；其中，对脑电信号和眼电信号进行特征提取和特征融合以得到特征值包括：对脑电信号按频率范围进行重构；提取眼电信号的第一样本熵；提取重构后的脑电信号的频谱熵、第二样本熵和近似熵；将重构后的脑电信号的频谱熵、第二样本熵和近似熵降维融合得到多个融合特征熵；将眼电信号的第一样本熵以及脑电信号的多个融合特征熵构成特征值。

【技术特征摘要】
1.一种疲劳检测方法，其特征在于，包括：采集使用者的脑电信号和眼电信号；预处理脑电信号和眼电信号；对脑电信号和眼电信号进行特征提取和特征融合以得到特征值；根据特征值进行分类，确认使用者的疲劳状态；其中，对脑电信号和眼电信号进行特征提取和特征融合以得到特征值包括：对脑电信号按频率范围进行重构；提取眼电信号的第一样本熵；提取重构后的脑电信号的频谱熵、第二样本熵和近似熵；将重构后的脑电信号的频谱熵、第二样本熵和近似熵降维融合得到多个融合特征熵；将眼电信号的第一样本熵以及脑电信号的多个融合特征熵构成特征值。2.根据权利要求1所述的一种疲劳检测方法，其特征在于，所述对脑电信号按频率范围进行重构具体为：利用离散小波变换方法对脑电信号按频率范围重构得到δ波、θ波、α波和β波四个子频带波形；其中，δ波的频率范围为0.01-3.91Hz，θ波的频率范围为3.91-7.81Hz，α波的频率范围为7.81-13.67Hz，β波的频率范围为13.67-31.25Hz。3.根据权利要求2所述的一种疲劳检测方法，其特征在于，所述提取眼电信号的第一样本熵具体为：提取眼电信号的垂直方向样本熵ySamEn；提取眼电信号的水平方向样本熵xSamEn；所述提取重构后的脑电信号的频谱熵、样本熵和近似熵具体为：提取δ波脑电信号得到δ波频谱熵δSpeEn、δ波样本熵δSamEn和δ波近似熵δAppEn；提取θ波脑电信号得到θ波频谱熵θSpeEn、θ波样本熵θSamEn和θ波近似熵θAppEn；提取α波脑电信号得到α波频谱熵αSpeEn、α波样本熵αSamEn和α波近似熵αAppEn；提取β波脑电信号得到β波频谱熵βSpeEn、β波样本熵βSamEn和β波近似熵βAppEn。4.根据权利要求3所述的一种疲劳检测方法，其特征在于，所述将重构后的脑电信号的频谱熵、第二样本熵和近似熵降维融合得到多个融合特征熵具体为：将δ波频谱熵δSpeEn、θ波频谱熵θSpeEn、α波频谱熵αSpeEn和β波频谱熵βSpeEn两两之间降维融合得到第一融合特征熵；将δ波样本熵δSamEn、θ波样本熵θSamEn、α波样本熵αSamEn和β波样本熵βSamEn两两之间...

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