[发明专利]基于脑电波采集的疲劳检测及预警方法和系统

摘要

本发明公开了一种基于脑电波采集的疲劳检测及预警方法和系统，方法包括指标获取步骤和监测预警步骤。本发明在指标获取阶段，将脑电波与眨眼特征值进行相关性判断，提高后期数据检测的鲁棒性；根据分析结果，将功率百分比指标中的慢α%、功率比值指标中的慢α/β和θ/慢α这三个指标作为监测预警步骤中瞌睡状态时的辅助检验指标，功率加和比值指标中的(θ+慢α)/β和功率比值指标中的慢α/β作为监测预警步骤中入睡状态时的辅助检验指标，对用户不同等级的疲劳进行不同方式的检测，同时对不同等级的疲劳可以采用不同方式的预警。

主权项

基于脑电波采集的疲劳检测及预警方法，其特征在于：包括指标获取步骤和监测预警步骤，所述的指标获取步骤包括以下子步骤：S11：通过传感器测量脑电波，同时用高清摄像机对被测者脸部特征进行全程实时录像，分别获取被测者在不同疲劳状态下的脑电波数据及眨眼数据；S12：对脑电波数据进行消噪处理，再进行快速傅立叶转换将以时域为主的脑电波数据转化为频域数据；S13：依次提取样本不同疲劳状态下脑电波数据片断，并对相应的录像资料进行整理，提取包括眨眼次数和闭眼时间在内的眨眼特征值；S14：分析不同疲劳状态下不同波段的变化特征，包括功率值、功率百分比、功率比值、功率加和比值；对不同疲劳状态下每个指标值进行ANOVA变异性分析，提取差异性达到显著性水平的指标，并分析这些指标与眨眼的相关性；S15：脑电波指标的F检验结果及与眨眼的相关性分析结果表明：在功率百分比指标中的慢α%和功率比值指标中的慢α/β与θ/慢α这三个指标的差异显著性水平高的情况下，瞌睡状态下与眨眼的相关系数绝对值最大；同时功率加和比值指标中的(θ+慢α)/β和功率比值指标中的慢α/β这两个指标在入睡状态下与眨眼的相关性最为明显；因此将功率百分比指标中的慢α%、功率比值指标中的慢α/β和θ/慢α这三个指标作为监测预警步骤中瞌睡状态时的辅助检验指标，功率加和比值指标中的(θ+慢α)/β和功率比值指标中的慢α/β作为监测预警步骤中入睡状态时的辅助检验指标，并根据分析结果获取具体阈值；所述的监测预警步骤包括以下子步骤：S21：通过脑电波传感器采集脑电信号；S22：对采集到的脑电信号进行小波去噪处理，去掉脑电伪迹和高频噪声；S23：对去噪之后脑电信号进行分析：（1）将通过分析得到的功率百分比指标中的慢α%、功率比值指标中的慢α/β和θ/慢α与步骤S15得到的阈值进行比较，判断用户是否处于瞌睡状态，如果处于瞌睡状态，则进行第一级反馈；（2）将通过分析得到的功率加和比值指标中的(θ+慢α)/β和功率比值指标中的慢α/β与步骤S15得到的阈值进行比较，判断用户是否处于入睡状态，如果处于入睡状态，则进行第二级反馈。