[发明专利]一种基于脑电信号船员专注度检测系统的检测方法在审

专利信息
申请号: 202011077475.2 申请日: 2020-10-10
公开(公告)号: CN112336348A 公开(公告)日: 2021-02-09
发明(设计)人: 杨柳;万志远;刘清;涂延芳;陈俊华;何萌;杨锬 申请(专利权)人: 武汉理工大学
主分类号: A61B5/18 分类号: A61B5/18;A61B5/16;A61B5/372;A61B5/00
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 许莲英
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 电信号 船员 专注 检测 系统 方法
【权利要求书】:

1.一种基于脑电信号船员专注度检测系统的检测方法,其特征在于:

所述脑电信号船员专注度检测系统包括:

脑电采集模块、第一蓝牙模块、第二蓝牙模块、微处理器、显示模块、语音模块;

所述脑电采集模块与所述第一蓝牙模块通过有线方式连接;

所述第一蓝牙模块与所述第二蓝牙模块通过无线方式连接;

所述第二蓝牙模块与所述微处理器通过有线方式连接;所述微处理器分别与所述的显示模块、语音模块通过有线方式依次连接;

所述的脑电采集模块、第一蓝牙模块安放在船员头部;

所述的第二蓝牙模块、微处理器、显示模块、语音模块均安放于船舱驾驶台;

所述检测方法包括以下步骤:

步骤1:脑电采集模块采集用于离线训练的脑电信号数据集,通过所述的第一蓝牙模块、第二蓝牙模块传输至微处理器;

步骤2:在微处理器中将脑电信号数据集进行预处理得到预处理后脑电数据集;

步骤3:在微处理器中将预处理后脑电数据集进行小波包分解,得到小波包分解后的脑电信号特征量数据集;

步骤4:在微处理器中使用离线训练数据集通过Baum-Welch算法对隐马尔可夫模型的参数进行离线训练,得到隐马尔可夫模型的参数;

步骤5:使用在线应用数据集经过步骤1至3所得时间序列,以及步骤4所得隐马尔可夫模型参数通过维特比算法计算,获得船员的专注度检测结果;

步骤6:微处理器根据专注度状态结果,控制显示模块、语音模块进行预警。

2.根据权利要求1所述的基于脑电信号船员专注度检测系统的检测方法,其特征在于:

步骤1中所述用于离线训练的不同专注状态下脑电信号数据集为:

其中,k为离线训练时的专注度水平,k=1表示低专注度状态脑电信号数据集,k=2表示一般专注度状态脑电信号数据集,k=3表示高专注状态脑电信号数据集;K=3,表示离线训练时的专注度水平等级数量,表示用于离线训练的专注度水平为k的脑电信号数据集;表示离线训练的专注度水平为k的脑电信号数据集中第l点脑电信号数据,L为脑电信号数据的长度,由采样率决定。

3.根据权利要求1所述的基于脑电信号船员专注度检测系统的检测方法,其特征在于:

步骤2中所述将脑电信号数据集进行预处理具体为:

将脑电信号数据集中每个点数据依次通过带通滤波,独立成分分析去除伪迹操作;

所述带通滤波的下限为FL,所述带通滤波的上限为FH

步骤2所述预处理后脑电数据集为:

其中,表示数据集经过预处理后生成的预处理脑电数据集,表示专注度水平k的预处理后脑电数据集中第l点脑电数据,k为离线训练时的专注度水平,K表示离线训练时的专注度水平等级数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011077475.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top