一种基于静息态脑电微状态的测谎方法以及装置制造方法及图纸

本公开是关于一种基于静息态脑电微状态的测谎方法、装置、电子设备以及存储介质。其中，该方法包括：基于脑电采集设备，采集被测谎者在预设状态下的脑电数据；根据所述脑电数据计算所述被测谎者的微状态特征；对所述微状态特征进行主成分分析，生成所述微状态特征的特征值；以所述微状态特征的特征值为输入，基于预设SVM分类模型生成测谎结果。本公开静息态脑电微状态分析判定测谎状态，可有效减少反测谎的影响，且测试期间对被测者的配合度要求较低，更易推广使用。更易推广使用。更易推广使用。

【技术实现步骤摘要】
一种基于静息态脑电微状态的测谎方法以及装置


[0001]本公开涉及脑电技术应用领域，具体而言，涉及一种基于静息态脑电微状态的测谎方法、装置、电子设备以及计算机可读存储介质。

技术介绍

[0002]在谎言检测方法中，早期常使用多道生理测谎仪，其通过测量被测者在被问询期间的自主神经反应，包括呼吸、皮肤电导、脉搏、血压等生理参数的变化来判断被测者是否说谎。该方法基于的观点是，人在说谎时，愧疚、慌张、恐惧等心理状态会引起一些生理指标的变化。然而这种测谎方法具有很大的局限性，其测量的生理指标变化是否具有特异性和普适性尚无定论，因为测量指标容易受到被测者的身体机能、心理状态以及测谎环境、测谎员素质等多种因素的影响，甚至能被心理素质强的被测者控制而成功掩盖其隐瞒行为，因此该方法受到越来越多的质疑。
[0003]近年来，随着事件相关电位(ERP)和功能磁共振脑神经成像(fMRI)等脑神经和认知神经成像技术的发展，基于中枢神经活动的测谎方法逐渐发展起来，这类方法比依靠测量外部生理信号的传统测谎技术更加客观。脑电信号以其时间分辨率高、使用便捷、成本低等优势本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于静息态脑电微状态的测谎方法，其特征在于，所述方法包括：基于脑电采集设备，采集被测谎者在预设状态下的脑电数据；根据所述脑电数据计算所述被测谎者的微状态特征；对所述微状态特征进行主成分分析，生成所述微状态特征的特征值；以所述微状态特征的特征值为输入，基于预设SVM分类模型生成测谎结果。2.如权利要求1所述的方法，其特征在于，所述方法还包括：基于脑电采集设备，采集被测谎者在完成预设任务后，进入第一预设时长的静息态时的脑电数据。3.如权利要求2所述的方法，其特征在于，所述方法还包括：所述预设任务为进行第二预设时长的为所述被测谎者展示包含预设刺激材料的图片，并使所述被测谎者在观察所述图片后在预设操作组中选择并执行一个操作。4.如权利要求1所述的方法，其特征在于，所述方法还包括对所述脑电数据进行预处理：将所述脑电数据基于全脑平均参考值进行重参考处理；将所述进行重参考处理后的脑电数据基于第一预设频段进行滤波处理；将所述进行滤波处理后的脑电数据基于第三预设时长进行分段处理；检查并基于插值替换所述进行分段处理后的脑电数据中的坏电极脑电数据；检查并剔除替换坏电极脑电数据后的脑电数据中的伪迹片段及数据异常分布片段；基于独立成分分析法，识别并剔除所述剔除伪迹片段及数据异常分布片段后的脑电数据中的非脑电成分，完成对所述脑电数据的预处理。5.如权利要求1所述的方法，其特征在于，所述方法还包括：基于脑电数据微状态的预设分类，根据所述脑电数据计算所述被测谎者脑电数据微状态各预设分类的平均出现时间、每秒出现频率、分类间转换概率、全局解释方差的微状态特征。6.如权利要求1所述的方法，其特征在于，所述方法还包括：提取预设比例方差的所述微状态特征完成对所述微状态特征进行主成分分析，生成所述微状态特征的特征值。7.如权利要求5所述的方法，其特征在于...

【专利技术属性】
技术研发人员：吴锦涛，李佳轩，肖毅，
申请(专利权)人：北京机械设备研究所，
类型：发明
国别省市：