用于精神疲勞監(jiān)測的WSN脈搏波檢測系統(tǒng)的研究.pdf

1、現(xiàn)代心理學和認知神經(jīng)學的研究表明，人體在一定環(huán)境條件下，由于過于長時間或過度緊張的腦力勞動而引發(fā)的勞動效率趨向下降的狀態(tài)，稱為精神疲勞。受到人體自主神經(jīng)系統(tǒng)調(diào)控的脈搏波信號不僅反映了人體瞬間心血管壓力的變化，還包含著豐富的人體生理信息，并且易于長時間的無創(chuàng)采集和分析，是用于評價精神疲勞程度的良好的生理指標之一。
　　 本文基于光電容積脈搏波描記圖技術和無線傳感網(wǎng)絡技術，實現(xiàn)了脈搏波信號的無線實時檢測并進一步研究了與被試精神疲勞狀

2、態(tài)相關的脈搏波變化規(guī)律。在設計精神疲勞心理學實驗的時候，本文同時考慮到了實驗室狀態(tài)下和實際課堂2種情況，基于E-Prime軟件平臺設計了相應的試驗，并借鑒了FS-14疲勞量表，個人疲勞強度問卷（CIS）和厭倦情緒分離問卷，對被試及其實驗數(shù)據(jù)進行了篩選，保證了實驗數(shù)據(jù)的可靠性。
　　 整個硬件系統(tǒng)包括紅外脈搏波信號傳感模塊、無線網(wǎng)絡通信模塊和與PC通信的串口模塊?；贚abVIEW軟件開發(fā)平臺，本文自主開發(fā)了脈搏波信號數(shù)據(jù)實時顯示

3、和存儲軟件。在信號預處理中，對比了采用哈爾（Harr）小波和多貝西（Daubechies）小波等37種小波濾波前后的實驗數(shù)據(jù)得出，在離散小波變換下，使用Daubechies小波中的db4小波用于脈搏波小波濾波效果最好。并進一步將信號分解為6級的db4小波，然后使用A1，D4和D5子帶重建出信號，從而實現(xiàn)了對脈搏波信號的艘間期的特征提取。
　　 本文總共采集到完整的數(shù)據(jù)共20組，其中有效數(shù)據(jù)17組。本文設計了不同的算法，可以分析時

4、域下7個特征量，頻域下welch法和AR法各9個特征量，非線性分析下龐加萊圖（Poincare Plot）中的2個特征量和去趨勢圖（DFA Plot）中的2個特征量，共29個特征量。在時域、頻域和非線性分析下，和正常狀態(tài)比較，被試在精神疲勞狀態(tài)下，本文有如下結論：采用自回歸（AR）模型法進行功率譜估計的識別效果要優(yōu)于Welch法；時域分析下，RR Std（ms），PR Std（bpm）數(shù)值增大是一個普遍現(xiàn)象；頻域分析下，HF（％）比例上