[发明专利]依据脑电信号判定疲劳状态的方法

说明书

技术领域

本发明涉及脑机接口(brain-computer interface，BCI)装置中脑波α、β、θ、δ分量能量的提取方法，特别涉及一种独立分量分析方法与BP神经网络相结合的特征提取及分类方法。

背景技术

脑机接口(BCI)是在人或动物脑(或者脑细胞的培养物)与外部设备间建立的直接连接通路。在单向脑机接口的情况下，计算机或者接受脑传来的命令，或者发送信号到脑(例如视频重建)，但不能同时发送和接收信号。而双向脑机接口允许脑和外部设备间的双向信息交换。

脑机接口又分为侵入式脑机接口、部分侵入式脑机接口以及非侵入式脑机接口。

侵入式脑机接口主要用于重建特殊感觉(例如视觉)以及瘫痪病人的运动功能。此类脑机接口通常直接植入到大脑的灰质，因而所获取的神经信号的质量比较高。但其缺点是容易引发免疫反应和愈伤组织(疤)，进而导致信号质量的衰退甚至消失。

部分侵入式脑机接口一般植入到颅腔内，但是位于灰质外。其空间分辨率不如侵入式脑机接口，但是优于非侵入式脑机接口。其另一优点是引发免疫反应和愈伤组织的几率较小。皮层脑电图(ECoG)的技术基础和脑电图的相似，但是其电极直接植入到大脑皮层上，硬脑膜下的区域。

非侵入式脑机接口是通过贴在头皮表面上的电极记录脑电信号(Electroencephalogram，EEG)。虽然这种非侵入式的装置方便佩戴于人体，但是由于颅骨对信号的衰减作用和对神经元发出的电磁波的分散和模糊效应，记录到信号的分辨率并不高。一般来说，EEG脑电信号具有以下几个特点：

(1)幅度微弱，但背景噪声信号强。EEG信号虽然可被检测到，但很难确定发出信号的脑区或者相关的单个神经元的放电。而且在头皮上出现的脑电位波动的波幅很低，一般在50μV左右，最大100μV。需要放大100万倍才能记录到，很容易受到心电(ECG)、肌电(EMG)、眼点(EOG)、出汗以及外界环境等干扰的影响。

(2)非平稳性和随机性强。对于脑电信号的产生机理及其规律至今仍没有明确的认识。很多初步的规律只能从统计学角度进行分析。影响脑电信号的因素众多，并且由于脑的活动十分活跃且十分容易受到周围环境甚至受试者自身思想变化的影响，这使得脑电信号表现出很强的非平稳性。研究表明，脑电信号的长度从1s增加至10s，其平稳性由90％降至10％，因此非平稳性信号分析方法在脑电信号处理中具有重要意义。

(3)非线性。生物组织的自我调节和适应机制使得生理电信号具有非线性的特点。由于传统的信号处理技术基本上是建立在线性系统理论的分析基础之上。如何处理非线性信号带来的误差，也是脑电信号处理中必须要注意的问题。

(4)脑电信号的频域特征比较突出。因此基于谱的频域分析信号处理方法在脑电信号分析方法中占有更重要的地位。

(5)多导信号。一般脑电信号都是采用多导电极测量得到的，各导联信号之间有着一定的交互信息，如何有效的利用这些隐含在多导脑电信号之间的重要特征是建立和评价脑电信号处理方法的一个重要标准。

目前，已经有多种脑电信号处理方法，根据出发角度的不同，大致可以分为以下几类：

(1)时域分析方法。早期的脑电信号大多采用时域分析方法，通过对脑电信号时域波形的分析来获得一些时域特征，如方差分析、相关分析、峰值检测、过零检测等。

(2)频域分析方法。主要指功率谱分析方法，通过对脑电信号进行功率谱分析，来获取脑电信号的频域特征。如经典谱估计(周期图)、现代谱估计(参数模型估计)等。

(3)时频分析方法。以小波变换为主要代表的新的信号分析方法。在非平稳信号分析领域中占有重要地位。由于脑电信号的非平稳性很强，小波变换等时频分析方法在脑电信号处理领域受到了广泛的重视。

(4)非线性分析方法。从非线性运动力学角度，提取脑电信号的非线性动力学参数。如复杂度分析、关联维数、Lorenz散点图、Kolmogorov熵、李雅谱诺夫指数等。

(5)多维统计分析方法。由于多维统计分析方法的特点是能同时处理多导脑电信号，因此更有利于揭示脑电信号中的隐含特征，并且在脑电消噪以及特征提取等方面具有独特的效果。如主成分分析(Principal ComponentAnalysis，PCA)、独立成分分析(IndependentComponentAnalysis，ICA)、因子分析(FactorAnalysis)，共同空间滤波方法(Common SpecialPattern，CSP)等。