[发明专利]一种融合脑电和心电信号的疲劳驾驶检测方法

权利要求书

1.一种融合脑电和心电信号的疲劳驾驶检测方法，其特征在于该方法包括以下步骤： 

首先计算脑电的功率谱特征数据和相位同步特征数据，具体是： 

通过gUSBamp放大器来记录Fz、Pz、Oz、Fp1、Fp2、F7、F3、F4、F8、C3、C4、P7、P3、P4和P8这15个通道的原始数据； 

脑电数据的处理单位为1s，选取F3、Fz、F4、P3、Pz和P4这6个通道的脑电原始数据x(n)＝{x(0),x(1),...,x(N-1)}，采用Welch法进行功率谱估计，选择汉宁窗函数w(n)进行窗处理，则计算通道w的M频段的功率谱估计为： 

其中归一化因子为： 

由此可分别计算得到通道w的α，β和θ频段功率谱估计为I_α(w)，I_β(w)和I_θ(w)，其中w为F3、Fz、F4、P3、Pz、P4； 

则，脑电的功率谱特征数据——脑电疲劳指数为： 

  w＝F3、Fz、F4、P3、Pz、P4 

  w＝F3、Fz、F4、P3、Pz、P4 

选取Pz-Fz、P3-P4这2对电极通道的脑电原始数据，则脑电相位同步特征数据—Pz-Fz和P3-P4的delta频段的平均相位相干性为： 

其中，Δt为采样周期，N为样本点数，θ^H(kΔt)为在k个采样周期后的信号的瞬时相位，λ的取值范围是[0，1]，若λ＝0，表明信号x(t)和y(t)相位完 全不同步，若λ＝1则表明信号x(t)和y(t)相位完全同步； 

然后计算心电时域特征数据和频域特征数据，具体是： 

心电信号的原始数据采集是利用通过16通道的gUSBamp放大器的没有用到的最后一个通道得到；一个典型的心电信号包含着P波、QRS波和T波；其中QRS波是最明显的，包含着许多跟心脏状态有关的信息； 

由于R波具有变化快，幅度大，持续时间短特征，采用差分阈值法来进行R波的监测；对于得到的滤波后的心电信号X(i),i＝1,2,...，计算一阶差分和二阶差分为： 

f′(i)＝[X(i+1)-X(i-1)]/2 

f″_i(i)＝[f′(i+1)-f′(i-1)]/2 

把一阶差分和二阶差分相结合得： 

F(i)＝f′(i)×f′_max+f″(i)×f″_max

给定的阈值为： 

R_thr＝C×f_max

其中，C为经验参数，f_max为F(i)最大值； 

若存在连续的F(i)＞R_thr，则在R点附近存在一个QRS波，在R点附近查找振幅绝对值最大值点，即为R波的波峰点； 

计算窗口时间100s内所有RR期间的平均值为： 

则，心电的时域特征数据—心率HR为： 

10s为窗口前移步长，即重叠窗口为90s，重复计算HR，得到驾驶过程中的心率数据； 

对于心电数据样本时间序列X(t_j),j＝1,2,3,...,N，采用Lomb-Scargle周期图法，计算频率f的周期信号功率为： 

其中，t_j是样本时间，N是样本总数，τ是时间平移变量； 

计算低频LF的周期信号功率为： 

其中：低频的频率范围为0.04～0.14Hz； 

计算高频HF的周期信号功率为： 

其中：高频的频率范围为0.15～0.4Hz； 

则，心电的频域特征数据为：LF/HF； 

在上述计算脑电和心电特征数据时，脑电特征提取的窗口为1s，而心电特征的窗口为100s；为了便于脑电和心电信号的直接比较和融合，对100s内的脑电特征取其均值作为脑电100s的特征数据，以便与心电特征对应； 

最后将得到的脑电和心电特征数据整理为： 

(x_i,y_i),i＝1,...,n,x∈R^d,y∈{+1,-1} 

其中“+1”表示疲劳时的脑电或心电数据，“-1”表示清醒时的脑电或心电数据，并将得到的脑电和心电特征数据作为SVM进行分类的样本数据； 

由于脑电和心电数据的特征向量在输入空间R^d中线性不可分，非线性SVM通过非线性映射函数： 

φ:R^d→H 

将特征向量x∈R^d映射到高维欧几里得空间H； 

在非线性SVM情况下，两分类的最优分类面的方程为： 

φ(x)·w+b＝0 

之后将问题转化为以下的最优解问题： 

最优分类面问题转化为对偶问题： 

判断函数为： 

。