基于腦電信號的警覺度估計算法與實時監(jiān)測研究.pdf

1、警覺度可以衡量人在一定時期內(nèi)保持注意力的程度,對警覺度的準(zhǔn)確度量和估計可以被用來預(yù)防在高危作業(yè)中經(jīng)常發(fā)生的嚴(yán)重事故。腦電信號(ElectroEncephaloGraph, E E G)是大腦中上億個單獨(dú)的神經(jīng)元隨機(jī)觸發(fā)的生物電活動的綜合反映,布于頭皮上的電極與參考電位間的電位差被記錄下來,是人腦狀態(tài)的自然真實流露,正確解讀和翻譯腦電信號中所蘊(yùn)含的信息具有重大實際價值?；谀X電信號的腦機(jī)接口是檢測人腦傳達(dá)信息的一種重要手段和方式,利用這項

2、技術(shù)對人的警覺度做出判斷和預(yù)測是計算機(jī)科學(xué)、生物科學(xué)、心理學(xué)三者交叉結(jié)合的一個綜合應(yīng)用領(lǐng)域,具有非?？捎^的前景。
　　然而想要根據(jù)實時的腦電信號可靠的預(yù)測警覺度水平通常會遇到一些較大的問題,包括難以獲得與信號一一對應(yīng)的準(zhǔn)確的標(biāo)定,信號對偽跡的高度敏感性,較難挖掘表征警覺度的相關(guān)特征,以及腦電信號在不同個體,甚至不同年齡、性別間的分布形式顯著不同。在本文中我們相繼克服了這些困難,給出了一套完整的利用腦電信號預(yù)測分析警覺度的方案。并在

3、給定的12組數(shù)據(jù)集上進(jìn)行了大量的對比實驗,以具有說服力的評價標(biāo)準(zhǔn)證明了我們整套方案的有效性。我們利用額葉上的部分電極,最終分別使用邏輯斯蒂回歸(Logistic Regression, L R)、高斯混合模型(GaussianMixtureModel, G M M)和支持向量機(jī)(Support Vector Machine, S V M)得到了一個較高的分類結(jié)果,并基于接受者操作特征(ReceiverOperatingCharacter

4、istic, R O C)圖具有合理的解釋,對未來警覺度估計的實際應(yīng)用提供了可行的解決方案。本文的主要貢獻(xiàn)如下:
　　1.針對事件刺激反饋的實驗設(shè)計了一個綜合考慮被試任務(wù)錯誤率和反應(yīng)時間的懲罰函數(shù),我們提出的關(guān)于懲罰函數(shù)的定義引出了修正錯誤率的概念,并基于此提出了一種警覺度的自動量化與標(biāo)注方法。
　　2.詳細(xì)考察了腦電信號中偽跡的來源與影響,并利用這些先驗知識使用了大量信號處理領(lǐng)域的先進(jìn)技術(shù)對原始腦電信號進(jìn)行濾波、下采樣、去