[发明专利]一种脑机融合的神经信号测谎方法

说明书

本发明公开了一种脑机融合的神经信号测谎方法，其利用多种不同类型的刺激构建快速视觉序列呈现的序列，获得被试的脑信号后，有效预处理和降维，最后用自编码器学习分类和提取有效特征，使得本发明能够有效抵御对抗方法，并且有较好的鲁棒性。本发明将快速序列视觉呈现范式应用到了测谎领域，并且通过算法有效提取特征和分类数据，具有较好的抗干扰性和准确率。

技术领域

本发明属于脑电数据分析技术领域，具体涉及一种脑机融合的神经信号测谎方法。

背景技术

说谎是人类生活中经常发生的事情，但是说谎包含了大量的神经活动，很难被准确识别。现有的测谎仪主要是基于对于外周神经系统的测量，包括心脏的、血管的和皮肤电生理的活动。作为一种直接测量中枢神经信号的方法，脑电测谎可以直接测量被试说谎时大脑的反应，基本的脑电测谎使用的是事件相关电位的方法，被试对于不同类型的刺激的脑信号反应是不同；对于可疑的信息，知情的被试就会有特殊的脑电反应，而不知情的被试就不会产生这些反应。

文献[Farwell L A,Donchin E.The Truth Will Out:InterrogativePolygraphy(Lie Detection)With Event-Related Brain Potentials[J].Psychophysiology,1991,28(5):531-547]首次提出使用犯罪场景中物品的名称作为刺激构建测谎范式，该范式被称为GKT范式，其中包含三种类型的不同刺激：可疑刺激、目标刺激和无关刺激；可疑刺激是犯罪现场中的物件的单词，可以引起知情被试的脑信号反应；目标刺激需要被试特定反应，可以使被试集中注意力；无关刺激是可疑刺激的对照，是与犯罪现场不相关的单词；实验得出，在多次重复的情况下，知情被试对于可疑刺激的反应显著大于无关刺激。

尽管GKT范式在普通的测谎环境中有比较好的效果，但是文献[Rosenfeld J P,Soskins M,Bosh G,et al.Simple,effective countermeasures to P300-based testsof detection of concealed information[J].Psychophysiology,2004,41(2):205-219]提出了非常简单有效的方法来对抗GKT测谎，通过几种简单的对抗动作让测谎的准确率从92％降低到了42％。

为了解决对抗动作的问题，文献[Howard,Bowman,Abdulmajeed,etal.Breakthroug Percepts-(Sub)liminal Salience Search and EEG DeceptionDetection on the Fringe of Awareness[J].Journal of Vision,2015]提出把快速序列视觉呈现范式应用到了测谎领域，文献中把被试的姓名与其余不相关的姓名作为刺激的内容，得到了两种信号的显著区别。但是，该文献技术只讨论了以被试的姓名作为刺激，这种刺激是被试固有的特征，对于任务相关的信息，包括犯罪现场相关的图片或词语，是否能有效还存在一定的疑问。

因此一种可靠的能够抵抗对抗动作的，能够用于检测任务相关刺激的测谎方法是具有十分重要的价值的。

发明内容

鉴于上述，本发明提出了一种脑机融合的神经信号测谎方法，其利用多种不同类型的刺激构建快速视觉序列呈现的序列，获得被试的脑信号后，有效预处理和降维，最后用自编码器学习分类和提取有效特征，使得本发明能够有效抵御对抗方法，并且有较好的鲁棒性。

一种脑机融合的神经信号测谎方法，包括如下步骤：

(1)通过对可疑信息和无关信息组合生成RSVP(rapid serial visualpresentation task，快速序列视觉呈现任务)刺激序列，该序列分为三类即由单个可疑图片、对照图片、目标图片分别与多个随机图片组合形成的图片序列；