【技术实现步骤摘要】
本专利技术涉及智能穿戴设备领域。特别是涉及基于脑机智能穿戴设备的井下作业生命体征监测系统。
技术介绍
1、矿产资源是人类社会发展的重要物质基础，它们在国民经济和社会发展中具有举足轻重的地位。矿产资源的开采和利用为人类提供了丰富的原材料，推动了科技进步和产业升级，促进了社会经济的快速发展。矿产资源的种类繁多，包括金属矿产、非金属矿产、能源矿产等，它们在各个领域都有着广泛的应用。
2、井下作业是指在地下矿山进行的各种生产活动，包括采矿、掘进、支护、运输等。井下作业环境复杂，存在着诸多安全隐患。首先，井下作业人员面临着瓦斯爆炸、煤尘爆炸、水害等自然灾害的威胁。这些灾害往往发生突然，造成严重的人员伤亡和财产损失。其次，井下作业人员长期处于高压、高温、高湿的环境中，容易导致职业病的发生，如尘肺病、热射病等。此外，井下作业人员还需要面对设备故障、地质条件变化等不确定因素，这些都给他们的生命安全带来了极大的隐患。由于上述原因，井下作业人员容易出现由疲劳现象导致的认知能力降低状态，这不仅影响了工作效率，更直接影响到矿山生产的安全和效率。疲劳会导致作业人员的注意力下降、反应迟钝、操作失误等问题，从而增加事故发生的风险。因此，对井下作业人员进行认知状态监测具有重要意义。通过实时监测作业人员的生命体征信号，如心率、血氧、脑电信号等，可以了解他们的认知状态，及时采取措施进行调整。
3、井下作业点位分散、作业面广、人员繁杂，实时获取作业人员的认知状态是十分有必要的。然而，由于井下作业环境的复杂性，不可能使用固定式、大型化的设备来对
4、血氧信号，即血液中携带氧气的血红蛋白与氧气结合后产生的信号，是生物体生命活动的重要指标之一，在医学、生理学、运动科学等领域具有广泛的应用价值，血氧信号可以直接反映生物体的生理状态，如心率、呼吸频率、新陈代谢等。通过对血氧信号的监测，可以实时了解生物体的健康状况，为诊断疾病、评估治疗效果提供依据。
5、脑电信号作为脑神经细胞电生理活动的宏观反映，它包含了大量的生理信息，体现了人脑的活动状态和思维情况，越来越成为疲劳状态监测的优先选择方式。此外，脑电信号便于采集，具有较高的时间分辨率，为实时疲劳监测提供了基础。
6、然而，脑电信号具有非线性、特征复杂、信噪比低的特点，这使得脑电信号的辨识极具难度。传统的脑电辨识方式主要有两种，一种是人工判读法，这需要有经验的专家进行判读；另一种是使用机器学习算法进行解码，这需要人为提取脑电特征进行分析。上述方法都需要人工操作检验，既不利于长时间的监测，也会因主观因素的影响而遗漏掉脑电的重要特征。作为机器学习的最先进理论，深度学习在处理复杂信息和海量数据上有着很强的优越性，已经在脑电信号的研究中得到了广泛的应用。深度学习是一种端到端的学习方法，能够从输入信号中直接提取并学习更深层次的内在表征并进行分类。目前已有许多深度学习的体系结构被提出并应用于脑电信号的分析解码。
7、然而，脑电信号蕴含着丰富的时域、频域、空域特征，且个体差异性较大，现有的深度学习脑电解码模型往往只关注其中一种或某几种特征，无法全面反映脑电活动的复杂性，也不能很好地对使用者进行个性化匹配，通用模型的解码效果较差，无法满足实际需求。因此，有必要设计一种能够充分融合、提取脑电特征，同时又能针对不同的使用者，自动完成个性化匹配过程的模型。
8、融合有血氧、脑电信号的多模态生理信号蕴含着丰富的大脑活动信息，如何有效挖掘这些信息背后蕴含的丰富特征，并对大脑活动进行细致刻画和解读，是未来脑科学的方向之一。
技术实现思路
1、本专利技术所要解决的技术问题是，提供基于脑机智能穿戴设备的井下作业生命体征监测系统，通过监测使用者的脑电、血氧多模态生理信号，使用多尺度多感知度神经网络模型，实现对认知状态的有效辨识，当使用者处于紧急状态时，能够及时做出响应，并为救援任务提供指导，同时该系统能够为每个使用者个性化匹配最优监测方案，具备较高的实用价值。
2、本专利技术所采用的技术方案是：基于脑机智能穿戴设备的井下作业生命体征监测系统，包括有依次连接的：多模态生理信号调理及转换模块、生命体征解码模块、监测调度模块，所述的多模态生理信号调理及转换模块从使用者头部同步采集多模态生理信号并发送至生命体征解码模块；所述的生命体征解码模块提出模态匹配多感知度分支流形网络dms-lrnet，基于多模态生理信号，在使用者正常工作时监测认知状态，在使用者需要求助时可以迅速响应、密切监测生命体征强弱；所述的监测调度模块将生命体征解码模块的结果传送至地面指挥中心，为实时人员安排、调度、决策提供参考信息；所述的多模态生理信号包括多通道数字脑电信号和多通道血氧信号；该系统具备校准模式和工作模式共两种模式，当系统处于校准模式下，多模态生理信号将被存储并用于模型个性化匹配，当系统处于工作模式下，多模态生理信号将被直接用于生命体征实时解码。
3、所述的多模态生理信号调理及转换模块，包括有：脑电电极、用于脑电信号放大和转换的多通道脑电采集模块、用于血氧信号采集和转换的血氧采集模块、用于控制多通道脑电采集模块和血氧采集模块的微处理器单元以及分别连接多通道脑电采集模块、血氧采集模块和微处理器单元的供电模组；其中，
4、所述的脑电电极由数块覆有ag/agcl薄层的低阻抗电极组成，具有低直流失调电压、高信噪比的特性，分为采集电极、参考电极、去干扰电极；采集电极负责监测使用者的fp1、fp2、f7、f8共四通道的模拟脑电信号，电极的分布遵循10/20国际标准导联，参考电极位于左耳后乳突处，作为采集电极的电势参考点，去干扰电极位于右耳后乳突处，用于消除人体引入的共模干扰，提高脑电信号信噪比；
5、所述的多通道脑电采集模块集成有多个具有高共模抑制比的用于放大模拟脑电信号的低噪声可编程增益放大器(pga)、一个用于将模拟脑电信号转换为多通道数字脑电信号的高精度多通道模数转换器(adc)以及一个用于降低共模干扰的右腿驱动电路(rld)，rld使用运算放大器对各个pga的差分输入信号进行累加，并与共模电压参考点进行比较，通过去干扰电极向人体输出反向电压信号以抵消共模信号；
6、所述的血氧采集模块由若干个集成有双波长led、高精度a/d转换器、光电探测器和环境光抑制模块的低噪声、低功耗血氧传感器组成，采集佩戴者前额部位的多通道血氧信号；
7、所述的微处理器单元由一颗32位低功耗片上系统(soc)芯片构成，具有gpio、spi、i2c、uart接口，通过蓝牙ble4.2协议，将多模态生理信号传输至生命体征解码模块；
8、所述的供电模组由电池组、充电管理模块和一组超低压降线性稳压器组成；进一步地，所述电池组由多节容量不低于2000mah、供电电压为3.7～4.2v的本文档来自技高网...
【技术保护点】
1.基于脑机智能穿戴设备的井下作业生命体征监测系统，包括有依次连接的：多模态生理信号调理及转换模块(1)、生命体征解码模块(2)、监测调度模块(3)，其特征在于，所述的多模态生理信号调理及转换模块(1)从使用者头部同步采集多模态生理信号并发送至生命体征解码模块(2)；所述的生命体征解码模块(2)提出模态匹配多感知度分支流形网络DMS-LRNet，基于多模态生理信号，在使用者正常工作时监测认知状态，在使用者需要求助时可以迅速响应、密切监测生命体征强弱；所述的监测调度模块(3)将生命体征解码模块(2)的结果传送至地面指挥中心，为实时人员安排、调度、决策提供参考信息；所述的多模态生理信号包括多通道数字脑电信号和多通道血氧信号；该系统具备校准模式和工作模式共两种模式，当系统处于校准模式下，多模态生理信号将被存储并用于模型个性化匹配，当系统处于工作模式下，多模态生理信号将被直接用于生命体征实时解码。
2.根据权利要求1所述的基于脑机智能穿戴设备的井下作业生命体征监测系统，其特征在于，所述的多模态生理信号调理及转换模块(1)，包括有：脑电电极(11)、用于脑电信号放大和转换的多通
3.根据权利要求1所述的基于脑机智能穿戴设备的井下作业生命体征监测系统，其特征在于，所述的生命体征解码模块(2)，提出模态匹配多感知度分支流形网络DMS-LRNet，该网络由提出的E-RBV分支与F-MPN分支组成；其中，提出的E-RBV分支接收多通道数字脑电信号，将欧几里得空间数据映射为黎曼空间数据，在保留黎曼空间流形不变的前提下，进行黎曼空间特征对齐及提取，最大程度降低因不同使用者而导致的个体偏差；提出的F-MPN分支接收多通道血氧信号，并施加空域高维信息凝聚、时域熵惩罚操作，进一步浓缩多通道血氧信号的全局与局部多源特征，在最后对两个分支的输出进行信息融合，实现对生命体征的辨识，通过个性化匹配模块为每个使用者提供一套最优化的认知状态监测方案；
4.根据权利要求1所述的基于脑机智能穿戴设备的井下作业生命体征监测系统，其特征在于，所述的监测调度模块(3)对来自生命体征解码模块(2)输出的各个子频段信号的能量值、认知状态进行监测、分析，并上传至地面指挥中心，为实时人员安排、调度、决策提供参考信息，具体包括如下步骤：
5.根据权利要求1所述的基于脑机智能穿戴设备的井下作业生命体征监测系统，其特征在于，当系统处于校准模式下，使用者需要分别在不同的认知状态下，使用多模态生理信号调理及转换模块(1)各采集一段时间的多模态生理信号进行校准操作；当系统处于工作模式下，生命体征解码模块(2)将实时对生命体征进行解码，并将解码结果发送至监测调度模块(3)。
6.根据权利要求5所述的基于脑机智能穿戴设备的井下作业生命体征监测系统，其特征在于，所述的校准操作，包括如下步骤：
...【技术特征摘要】
1.基于脑机智能穿戴设备的井下作业生命体征监测系统，包括有依次连接的：多模态生理信号调理及转换模块(1)、生命体征解码模块(2)、监测调度模块(3)，其特征在于，所述的多模态生理信号调理及转换模块(1)从使用者头部同步采集多模态生理信号并发送至生命体征解码模块(2)；所述的生命体征解码模块(2)提出模态匹配多感知度分支流形网络dms-lrnet，基于多模态生理信号，在使用者正常工作时监测认知状态，在使用者需要求助时可以迅速响应、密切监测生命体征强弱；所述的监测调度模块(3)将生命体征解码模块(2)的结果传送至地面指挥中心，为实时人员安排、调度、决策提供参考信息；所述的多模态生理信号包括多通道数字脑电信号和多通道血氧信号；该系统具备校准模式和工作模式共两种模式，当系统处于校准模式下，多模态生理信号将被存储并用于模型个性化匹配，当系统处于工作模式下，多模态生理信号将被直接用于生命体征实时解码。
2.根据权利要求1所述的基于脑机智能穿戴设备的井下作业生命体征监测系统，其特征在于，所述的多模态生理信号调理及转换模块(1)，包括有：脑电电极(11)、用于脑电信号放大和转换的多通道脑电采集模块(12)、用于血氧信号采集和转换的血氧采集模块(13)、用于控制多通道脑电采集模块(12)和血氧采集模块(13)的微处理器单元(14)以及分别连接多通道脑电采集模块(12)、血氧采集模块(13)和微处理器单元(14)的供电模组(15)；其中，
3.根据权利要求1所述的基于脑机智能穿戴设备的井下作业生命体征监测系统，其...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。