本發(fā)明涉及人體疲勞狀態(tài)檢測(cè)領(lǐng)域，尤其涉及基于多源信息融合的疲勞檢測(cè)方法。

背景技術(shù)：

目前腦力疲勞度的檢測(cè)方法主要是主觀評(píng)測(cè)法和客觀評(píng)測(cè)法。主觀評(píng)測(cè)是通過文件調(diào)查的形式進(jìn)行，這種方法能提供關(guān)于腦力疲勞的多種信息，如疲勞出現(xiàn)的時(shí)間，造成疲勞的原因和主觀上的不舒適等。但主觀評(píng)測(cè)評(píng)分標(biāo)準(zhǔn)不易統(tǒng)一，受記憶和個(gè)人原因影響較大，從而導(dǎo)致疲勞檢測(cè)準(zhǔn)確度較低?？陀^評(píng)測(cè)法是一種借助儀器設(shè)備等輔助工具記錄人體行為、生理、生化的某些指標(biāo)變化并進(jìn)行評(píng)測(cè)的方法。包括(1)心理學(xué)、行為學(xué)指標(biāo)評(píng)測(cè)法，主要采用心理運(yùn)動(dòng)測(cè)驗(yàn)和心理測(cè)驗(yàn)對(duì)腦力疲勞進(jìn)行評(píng)估。(2)生理學(xué)指標(biāo)評(píng)測(cè)法，腦力疲勞的生理學(xué)指標(biāo)主要是電生理指標(biāo)，如腦電，眼電，心電等。(3)生化指標(biāo)評(píng)測(cè)法，主要涉及疲勞狀態(tài)下血液成分，睡眠激素或多態(tài)的研究。目前生理學(xué)指標(biāo)評(píng)測(cè)法研究最為深入，但具有設(shè)備體積大，便攜性差，費(fèi)用高，單一指標(biāo)檢測(cè)準(zhǔn)確性低等缺點(diǎn)，難以應(yīng)用于日常生活的疲勞檢測(cè)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明目的在于提供一種方便攜帶、操作簡(jiǎn)單、疲勞分類準(zhǔn)確性高、疲勞改善效果明顯的基于多源信息融合的疲勞檢測(cè)方法。

為實(shí)現(xiàn)上述目的，采用了以下技術(shù)方案，本發(fā)明所述方法包括以下步驟：

步驟1，分別利用腦電采集設(shè)備、心電采集設(shè)備，同步采集被試者腦電信號(hào)、眨眼信息和心電信號(hào)；

步驟2，提取腦電信號(hào)特征：腦電節(jié)律波ɑ波β波θ波，δ波相對(duì)能量；眼電信息：眨眼頻率e，眨眼強(qiáng)度f；心電特征：心率值hr，lf，hf；

步驟3，運(yùn)用邏輯回歸算法將疲勞程度初步分成三類：非疲勞、輕度疲勞和深度疲勞，同時(shí)，根據(jù)邏輯回歸權(quán)重篩選權(quán)重較大的特征，進(jìn)行特征融合；

驟4，融合后的特征向量，采用基于支持向量機(jī)的bagging算法重新分類，將處理后的特征向量作為bagging算法的輸入，確定被試者當(dāng)前疲勞程度；

步驟5，提出自適應(yīng)疲勞改善方法：根據(jù)被試者疲勞程度的分類結(jié)果，采取不同的緩解疲勞方法。

進(jìn)一步的，步驟1中，所述腦電信號(hào)和眨眼信息采集設(shè)備為藍(lán)牙腦電耳機(jī)，所述耳機(jī)一個(gè)輸入端與使用者前額的腦電傳感器連接，另一個(gè)輸入端與使用者耳部電極連接，通過干電極獲得使用者fp1和a1信道的腦電波電壓變化，并經(jīng)內(nèi)部的放大，濾波將反應(yīng)腦電強(qiáng)度的數(shù)字信號(hào)通過藍(lán)牙方式輸出至腦電信號(hào)分析模塊；所述心電信號(hào)采集模塊為基于bmd101芯片的心電采集電路，人體心電信號(hào)經(jīng)過2片銀-氯化銀電極采集后，經(jīng)高通濾波器送入bmd101采集器，經(jīng)芯片內(nèi)部放大，濾波，計(jì)算輸出心電數(shù)字信號(hào)并通過藍(lán)牙方式送入心電處理模塊。

進(jìn)一步的，在步驟2中，采用小波包變換算法，提取ɑ，β，θ，δ四種節(jié)律波，分別計(jì)算四種節(jié)律波相對(duì)能量eɑ，eβ，eθ，eδ；

利用藍(lán)牙腦電耳機(jī)的眨眼信息接口，記錄一分鐘內(nèi)的眨眼次數(shù)和強(qiáng)度，得出眨眼頻率e，和平均眨眼強(qiáng)度f；

利用中值濾波和平滑濾波去除心電信號(hào)基線漂移和其他干擾信號(hào)，記錄心電設(shè)備輸出的原始心電信號(hào)(ecg)，和心率值(hr)；采用差分閾值法對(duì)ecg信號(hào)進(jìn)行rr間期提取，并做頻域分析，生成lf波和hf波，分別計(jì)算lf波和hf波的功率，作為心電信號(hào)特征。

進(jìn)一步的，

在步驟3中，將步驟2中提出的特征向量歸一化處理后作為輸入，采用多元邏輯回歸算法對(duì)疲勞狀態(tài)進(jìn)行初步分類，基于特征向量的特征權(quán)重，篩選主要特征，并進(jìn)行特征融合，提出融合特征向量e(ɑ+θ)/β、e(ɑ+θ)/β/hr、眨眼頻率e、lf/hf、(lf-hf)/hr。融合后的特征向量e(ɑ+θ)/β、e(ɑ+θ)/β/hr、lf/hf、(lf-hf)/hr均隨著疲勞程度的增加而增加，眨眼頻率e在非疲勞狀態(tài)下的范圍為7～20,其他情況視為疲勞狀態(tài)。

進(jìn)一步的，步驟5中，采取自適應(yīng)疲勞改善方法：輕度疲勞階段，采用播放音樂療法；過度疲勞階段，采用音樂電刺激療法；音樂播放和音樂電刺激均由音樂電刺激電路提供。

進(jìn)一步的，所述音樂電刺激電路主要包括，存儲(chǔ)單元，主控單元，音頻解碼單元，信號(hào)處理單元，信號(hào)輸出單元，耳機(jī)，和觸摸屏單元；主控芯片控制音頻解碼單元讀取內(nèi)存單元中音樂文件，解碼生成音頻信號(hào)，一路經(jīng)耳機(jī)輸出，另一路送入信號(hào)處理單元采樣放大處理；放大后信號(hào)經(jīng)與輸出單元相連的電極作用于人體；輸出電流強(qiáng)度，播放音量等均有主控單元控制；輸出脈沖變化經(jīng)lcd屏反饋給被試者。

與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)：

1、基于可穿戴腦電心電設(shè)備開發(fā)，便攜性強(qiáng)，克服了大型信號(hào)采集設(shè)備，體積大，價(jià)格高，不能廣泛應(yīng)用的缺點(diǎn)。

2、采用多源信息融合的疲勞檢測(cè)算法，提高了檢測(cè)的精度和魯棒性。

3、采取自適應(yīng)疲勞改善方法，針對(duì)性更強(qiáng)，避免了緩解措施冗余，改善效果顯著。

附圖說明

圖1是本發(fā)明的整體框架圖。

圖2是音樂電刺激器功能框架圖。

圖3是音樂電刺激器存儲(chǔ)單元原理圖。

圖4是音樂電刺激器音頻解碼單元電路圖。

圖5是音樂電刺激器采樣電路原理圖。

圖6是音樂電刺激器放大部分和輸出部分原理圖。

附圖標(biāo)號(hào)：1為主控單元、2為存儲(chǔ)單元、3為音頻解碼單元、4為耳機(jī)、5為信號(hào)處理單元、6為輸出單元、7為觸摸屏單元、5-1為采樣電路、5-2為放大電路。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步說明：

結(jié)合圖1，疲勞檢測(cè)包括以下步驟：

步驟1：分別利用藍(lán)牙采集設(shè)備、心電傳感器、同步采集腦電信號(hào)、眨眼信息和心電信號(hào)。

腦電信號(hào)，眨眼信息采集設(shè)備為藍(lán)牙腦電耳機(jī)。該耳機(jī)一個(gè)輸入端與使用者前額的腦電傳感器連接，另一個(gè)輸入端與使用者耳部電極連接，通過干電極獲得使用者fp1和a1信道的腦電波電壓變化，并經(jīng)內(nèi)部的放大，濾波將反應(yīng)腦電強(qiáng)度的數(shù)字信號(hào)通過藍(lán)牙方式輸出至腦電信號(hào)分析模塊。采樣頻率為512hz，波特率為115200bps。

心電信號(hào)采集模塊為基于bmd101芯片的心電采集電路，人體心電信號(hào)經(jīng)過2片銀-氯化銀電極采集后，經(jīng)高通濾波器送入bnd101采集器，經(jīng)芯片內(nèi)部放大，濾波，計(jì)算輸出心電數(shù)字信號(hào)并通過藍(lán)牙方式送入心電處理模塊。

步驟2：腦電信號(hào)處理模塊接收腦電數(shù)據(jù)。采用小波包變換算法，去除原始腦電信號(hào)(eeg)中其他干擾信號(hào)，并進(jìn)行：α，β，θ，δ節(jié)律波提取，分別計(jì)算四種節(jié)律波能量eɑ，eβ，eθ，eδ。

腦電信號(hào)為非平穩(wěn)信號(hào)，一般頻率在0.5～100hz,本發(fā)明中的主要頻率在0～30hz。首先采用高通濾波器濾除頻率小于0.5hz的干擾信號(hào)，然后通過小波包變換算法提取四種節(jié)律波。

小波包變換是在小波變換的基礎(chǔ)上提出的，小波包變換會(huì)同時(shí)分析信號(hào)的高頻和低頻成分，提供更精確的時(shí)頻分析。小波包分解與重構(gòu)算法公式如下：

(快速分解算法)(1)

f(t)為采集到的eeg信號(hào)，該信號(hào)在第j層上一共有2^j個(gè)小波包，其中第i個(gè)小波包可表示為g、h代表小波包分解濾波器，他們分別與小波包函數(shù)ψj(t)和尺度函數(shù)有關(guān)。式中，t＝1,2,...,2^j-j；i＝1,2,...,2^j；

(快速重構(gòu)算法)(2)

g、h代表小波包重構(gòu)的濾波器，其中g(shù)與小波函數(shù)ψj(t)有關(guān)，h與尺度函數(shù)有關(guān)。j＝j(luò)-1,j-2,...,1,0；i＝2^j,2^j-1,...,2,1；

本實(shí)施例中利用db4小波對(duì)eeg信號(hào)進(jìn)行7層分解。然后利用小波包重構(gòu)將各個(gè)節(jié)律所對(duì)應(yīng)的子帶疊加起來，即可獲得信號(hào)的四個(gè)節(jié)律的時(shí)域信息。

根據(jù)小波包分解的機(jī)理可知，eeg信號(hào)的能量可由小波包子帶能量表示，其中各節(jié)點(diǎn)重構(gòu)信號(hào)的能量可表示成：其中表示在時(shí)間點(diǎn)t上第j層第i個(gè)節(jié)點(diǎn)的小波包分解系數(shù)。eeg信號(hào)中各個(gè)節(jié)律的能量er為：式中，r代表節(jié)律α，β，θ或δ，k的取值范圍由r代表的節(jié)律頻帶決定。結(jié)合兩式求出四種節(jié)律波的能量為eɑ，eβ，eθ，eδ。

眨眼信息由藍(lán)牙腦電耳機(jī)自帶的眨眼信息接口提供，記錄一分鐘內(nèi)的眨眼次數(shù)和強(qiáng)度，得出眨眼頻率e，和平均眨眼強(qiáng)度f。

心電信號(hào)處理模塊接收采集到的心電數(shù)據(jù)，解析后記錄原始心電信號(hào)，利用中值濾波和平滑濾波消除基線漂移和去除毛刺。采用差分閾值法進(jìn)行r波檢測(cè)，提取rr間期。使用lomb-scargle周期圖法對(duì)rr間期做譜估計(jì)。提取頻域指標(biāo)hf和lf。lomb-scargle周期圖法是從傳統(tǒng)的傅里葉變換頻譜分析發(fā)展過來的，給定一段時(shí)間序列x(tj)，j＝1,2,3,...,n,功率譜如下：

其中px(f)是頻率f的周期信號(hào)的功率，tj是樣本時(shí)間，n是樣本總數(shù)，τ是時(shí)間平移不變量。

步驟3：采用多元邏輯回歸算法，將上述特征值作為回歸算法的輸入，對(duì)疲勞結(jié)果做初步分類，并記錄每種特征值的權(quán)重，篩除權(quán)重小于±0.2的特征值。對(duì)剩下的特征值進(jìn)行特征融合，從而提高融合特征與疲勞程度的相關(guān)性。具體如下：

提出融合特征向量：e(ɑ+θ)/β、e(ɑ+θ)/β/hr、眨眼頻率e、lf/hf、(lf-hf)/hr。

隨疲勞程度的增加，腦電信號(hào)中ɑ，θ節(jié)律波增加，β節(jié)律波減少，e(ɑ+θ)/β隨之增加，心率hr降低，心率變異性的高頻段功率hf降低，低頻段功率lf增加。眨眼頻率e在非疲勞狀態(tài)下的范圍為7～20，其他情況視為疲勞狀態(tài)。因此融合后e(ɑ+θ)/β、e(ɑ+θ)/β/hr、lf/hf、(lf-hf)/hr均隨著疲勞程度的增加而增加。

步驟4：將訓(xùn)練集分成20份，將上述融合特征作為輸入，對(duì)每一份訓(xùn)練集進(jìn)行支持向量機(jī)，得到20個(gè)弱分類器。結(jié)合bagging算法，對(duì)20個(gè)弱分類器進(jìn)行集成學(xué)習(xí)，得到強(qiáng)分類器，并將強(qiáng)分類器下的分類結(jié)果作為最終的疲勞程度分類結(jié)果。

步驟5：提出自適應(yīng)疲勞改善方法：根據(jù)被試疲勞程度的分類結(jié)果，采取不同的緩解疲勞方法。輕度疲勞階段，采用播放音樂療法；過度疲勞階段，采用音樂電刺激療法；音樂播放和音樂電刺激均由音樂電刺激電路提供。

結(jié)合圖2，本發(fā)明的音樂電刺激器主要包括主控單元1、存儲(chǔ)單元2、音頻解碼單元3、耳機(jī)4、信號(hào)處理單元5、輸出單元6、觸摸屏單元7。

主控單元控制音頻解碼單元讀取存儲(chǔ)單元中的音樂文件，解碼為音頻信號(hào)，一路信號(hào)經(jīng)耳機(jī)播放，另一路信號(hào)送至信號(hào)處理單元。。信號(hào)處理單元包括采樣電路5-1和放大電路5-2，將音頻信號(hào)采樣放大后輸出至輸出單元，通過與輸出單元相連的電極作用于人體。解碼后的音頻信號(hào)可傳回主控單元經(jīng)主控單元內(nèi)部的a/d轉(zhuǎn)換功能轉(zhuǎn)換為數(shù)字信號(hào)，用于實(shí)時(shí)觀察波形變化，觸摸屏單元與主控單元相連用于顯示波形變化，音量，曲目等。

下面結(jié)合附圖對(duì)音樂電刺激單元各個(gè)模塊做進(jìn)一步闡述：

主控單元選擇stm32f103系列單片機(jī)，通過串口控制音頻解碼單元讀取存儲(chǔ)單元中的音樂文件解碼生成音頻信號(hào)。經(jīng)信號(hào)處理單元采樣，放大輸出至電極。單片機(jī)內(nèi)部adc可將放大后的音頻信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，用于在lcd上繪制波形，反饋給被試者。同時(shí)主控單元還可以控制音量大小，以及輸出電流強(qiáng)度。

觸摸屏單元選擇tftlcd，通過主控芯片的fsmc控制顯示?？梢燥@示播放曲目，刺激波形，音樂音量等。實(shí)現(xiàn)治療的數(shù)字化和人性化。

stm32f103原理圖，及tftlcd與單片機(jī)連接均可從各自說明手冊(cè)中得到，在此不再詳述。

存儲(chǔ)單元如圖3所示，存儲(chǔ)器采用sd卡存儲(chǔ)所需的音樂文件，主控單元控制音頻解碼單元讀取sd卡中的音樂文件，解碼后生成音頻信號(hào)。一路經(jīng)耳機(jī)播放，一路送至信號(hào)處理單元處理。

音頻解碼單元如圖4所示，a2為音頻解碼核心芯片搭配外圍電路構(gòu)成音頻解碼單元，管腳1,2,3與存儲(chǔ)單元sd卡相連，管腳4為播放指示燈，播放時(shí)為高電平，其他位低電平，5,6管腳為usb接口可通過usb數(shù)據(jù)線連接電腦，管腳7,8為內(nèi)部參考電平，管腳9,10位音頻輸出，9為左聲道，10為右聲道，管腳1，12均為參考電源，管腳14,15位串口通信引腳，管腳16位一線串口引腳。

采樣電路如圖5所示，8腳輸入可調(diào)方波，當(dāng)在低電平時(shí)，lf398處于截止?fàn)顟B(tài)，輸出電壓為0。當(dāng)在高電平時(shí)，lf398在導(dǎo)通狀態(tài)，輸出電壓等于引腳3的輸入電壓，為了使輸出的電壓呈一個(gè)跟隨狀態(tài)，引腳6連接一個(gè)電阻。調(diào)節(jié)脈沖的頻率和占空比就可以改變輸入波形的頻率和占空比。

放大與輸出電路如圖6所示，放大電路包括前置放大電路和功率放大電路，前置放大電路由數(shù)字電位器u10和集成運(yùn)放u9a組成，音樂信號(hào)由u10的5腳輸入，由主控單元控制其阻值大小，從而改變u9a同相端的音樂電流強(qiáng)度，集成運(yùn)放u9a構(gòu)成反比例運(yùn)算放大器增益倍數(shù)為r22/r21。

功率放大器由u8及其外圍電路構(gòu)成，經(jīng)前置放大的音樂信號(hào)通過cp16輸入到u8的1腳，2腳接電容cp19與外電阻r30構(gòu)成交流負(fù)反饋，c19和r27為防自激網(wǎng)絡(luò)，電源電壓為12v，靜態(tài)電路為45ma,輸出從cp14的負(fù)腳端輸出，輸出功率可達(dá)6w。

輸出電路由繼電器k1、三極管q1、耦合變壓器t1。三極管q1工作在開關(guān)狀態(tài)，當(dāng)基極為低電平時(shí)三極管截止，k1接地，變壓器t1沒有輸出。當(dāng)q1基極接高電平時(shí)，q1飽和導(dǎo)通，繼電器通電，k1閉合，音樂信號(hào)輸入到變壓器t1的初級(jí)線圈。經(jīng)變壓器升壓后產(chǎn)生很高的刺激電壓，最后通過電極作用于人體。

以上所述的實(shí)施例僅僅是對(duì)本發(fā)明的優(yōu)選實(shí)施方式進(jìn)行描述，并非對(duì)本發(fā)明的范圍進(jìn)行限定，在不脫離本發(fā)明設(shè)計(jì)精神的前提下，本領(lǐng)域普通技術(shù)人員對(duì)本發(fā)明的技術(shù)方案做出的各種變形和改進(jìn)，均應(yīng)落入本發(fā)明權(quán)利要求書確定的保護(hù)范圍內(nèi)。