一种基于PLI-Relief的疲劳驾驶脑电通道选择方法技术

本发明专利技术涉及智能交通领域和脑电信号通道选择技术，具体涉及一种基于PLI

【技术实现步骤摘要】
一种基于PLI
‑
Relief的疲劳驾驶脑电通道选择方法


[0001]本专利技术涉及智能交通领域，尤其涉及一种基于PLI
‑
Relief的疲劳驾驶脑电通道选择方法。

技术介绍

[0002]汽车的普及给我们的生活带来了极大的便利，随之而来的道路交通安全问题也越来越严重。研究表明，疲劳驾驶已成为影响交通安全的主要原因之一。疲劳驾驶所引起的交通事故，通常是在驾驶员没有采取风险规避措施的情况下发生的，这往往会导致连环交通事故，甚至造成更严重的后果，严重威胁着国家道路交通安全、经济发展和人民生活质量。因此，寻找一种可以对驾驶员疲劳状态进行实时准确监测的方法，在驾驶员感到疲劳或困倦时对其进行提示或者预警，对于减少人员伤亡和经济损失具有重要的现实意义。现阶段驾驶疲劳的检测方法以驾驶员的生理特征检测为主，尤其基于脑电信号的生理特征被认为是有效判断疲劳状态的客观手段。
[0003]基于脑电信号对疲劳驾驶状态进行识别是近年来的研究热点，主要是通过脑电帽采集驾驶员的多通道脑电信号，对脑电数据进行预处理之后提取脑电信号特征，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PLI
‑
Relief的疲劳驾驶脑电通道选择方法，其特征在于包括以下步骤：步骤1：使用脑电设备实时采集被试执行驾驶任务时的脑电信号；步骤2：对原始脑电数据进行预处理；步骤3：采用相位滞后指数(Phase Lag Index，PLI)计算各通道之间的关联关系，选择阈值对PLI矩阵进行二值化，构建脑功能网络，根据网络属性选择相位同步性较高的通道作为初选通道；步骤4：对每位被试，计算初选通道的功率谱密度特征，将每个通道当作一个特征，然后利用Relief算法得到各初选通道的权重，并且将所有初选通道的权重归一化在[
‑
1，1]之间，把所有被试的该通道权重进行加和，得到和个体无关的每个初选通道的权重；步骤5：按照权重大小对T个初选通道进行排序，从权值最大的通道开始分别取前N(N从1到T)个通道特征进行组合，并通过常用的分类算法进行疲劳状态分类，得到每种通道特征组合所对应的准确率，随着通道数目的增加，当疲劳状态识别准确率变化较小时，则选择当前的准确率对应的通道组合为最优通道选择结果。2.根据权利要求1所述的一种基于PLI
‑
Relief的疲劳驾驶脑电通道选择方法，其特征在于：所述步骤3，是通过相位滞后指数度量通道之间的功能连接关系，然后构建脑功能网络，两个通道信号之间的PLI值表示为：其中，N表示时间点的个数，Δφ
rel
(t
n
)表示两个信号在时间点n处的相位...

【专利技术属性】
技术研发人员：贺炎，王忠民，赵玉鹏，范琳，张洁，衡霞，张荣，梁琛，王文浪，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：