【技术实现步骤摘要】
脑力负荷检测及模型训练方法、装置、设备及存储介质
[0001]本专利技术涉及生物电信号处理
,尤其涉及一种脑力负荷检测及模型训练方法、装置、设备及存储介质。
技术介绍
[0002]脑力负荷的大小对人们的日常活动影响颇大。例如,驾驶员在驾驶车辆的过程中,脑力负荷过大会加速驾驶疲劳,增加安全驾驶风险。由于脑电等信号对脑力负荷检测的出色表现,近年来针对脑电等其他人体生理信号进行客观脑力负荷检测的研究越来越多。但是现有技术在不能很好地利用多模态生理信号,使得对脑力负荷检测的准确率较低。
技术实现思路
[0003]本专利技术实施例提供一种脑力负荷检测及模型训练方法、装置、设备及存储介质,能够充分有效地利用用户的多模态生理信号,提高对用户力脑力负荷的检测准确率。
[0004]第一方面,本专利技术实施例提供一种脑力负荷检测方法,包括:分别对用户的脑电信号、心率信息以及眼动信息进行采集和特征提取,对应得到所述用户的待检测脑电特征、待检测心率特征以及待检测眼动特征;所述待检测脑电特征包括所述脑电信号的能量谱特征,模糊熵特征以及信息熵特征;将所述待检测脑电特征、所述待检测心率特征以及所述待检测眼动特征进行特征融合得到所述用户的待检测融合生理特征;以及,将所述待检测融合生理特征作为预训练的脑力负荷检测模型的输入,利用所述脑力负荷检测模型检测并输出得到所述用户的脑力负荷。
[0005]第二方面,本专利技术实施例提供一种脑力负荷检测模型训练方法,包括:分别对受试者面对多个刺激场景的脑电信号、心率信息以及眼 ...
【技术保护点】
【技术特征摘要】
1.一种脑力负荷检测方法,其特征在于,包括:分别对用户的脑电信号、心率信息以及眼动信息进行采集和特征提取,对应得到所述用户的待检测脑电特征、待检测心率特征以及待检测眼动特征;所述待检测脑电特征包括所述脑电信号的能量谱特征,模糊熵特征以及信息熵特征;将所述待检测脑电特征、所述待检测心率特征以及所述待检测眼动特征进行特征融合得到所述用户的待检测融合生理特征;以及将所述待检测融合生理特征作为预训练的脑力负荷检测模型的输入,利用所述脑力负荷检测模型检测并输出得到所述用户的脑力负荷。2.根据权利要求1所述的脑力负荷检测方法,其特征在于,所述对用户的脑电信号进行特征提取得到所述待检测脑电特征的过程包括:根据所述脑电信号对脑力负荷的敏感程度,对所述脑电信号进行滤波得到负荷敏感脑电信号;根据预设的时间窗对所述负荷敏感脑电信号进行切分得到多个脑电信号切片;以及计算得到每个脑电信号切片对应的能量谱特征,模糊熵特征以及信息熵特征,并对所述每个脑电信号切片对应的能量谱特征,模糊熵特征以及信息熵特征进行拼接得到所述待检测脑电特征。3.根据权利要求2所述的脑力负荷检测方法,其特征在于,所述计算得到每个脑电信号切片对应的能量谱特征,模糊熵特征以及信息熵特征的过程包括:对所述每个脑电信号切片进行频段划分得到所述每个脑电信号切片的多个脑电信号频带;对所述每个脑电信号切片的每个脑电信号频带进行时频转换得到所述每个脑电信号切片的多个脑电频域信号;对所述每个脑电信号切片的每个脑电频域信号的能量谱占所述每个脑电信号切片的所述多个脑电频域信号的总能量谱的比例进行计算,得到所述每个脑电信号切片对应的能量谱特征;对所述每个脑电信号切片的每个脑电频域信号的模糊熵进行计算得到所述每个脑电信号切片对应的模糊熵特征;以及对所述每个脑电信号切片的每个脑电频域信号的信息熵进行计算得到所述每个脑电信号切片对应的信息熵特征。4.根据权利要求2所述的脑力负荷检测方法,其特征在于,所述心率信息包括:心率以及心率异变性;所述眼动信息包括:眨眼时间,眨眼频率以及瞳孔直径。5.根据权利要求4所述的脑力负荷检测方法,其特征在于,所述对用户的心率信息进行特征提取得到所述待检测心率特征的过程包括:分别计算得到与每个所述时间窗对应的时段内的所述心率以及所述心率异变性的数值的平均值,以及对所述心率以及所述心率异变性的数值的平均值进行归一化处理,并拼接得到所述待检测心率特征;所述对用户的眼动信息进行特征提取得到所述待检测眼动特征的过程包括:分别计算得到与每个所述时间窗对应的时段内的所述眨眼时间,所述眨眼频率以及所述瞳孔直径的
数值的平均值,以及对所述眨眼时间,所述眨眼频率以及所述瞳孔直径的数值的平均值进行归一化处理,并拼接得到所述待检测眼动特征。6.根据权利要求1所述的脑力负荷检测方法,其特征在于,所述将所述待检测脑电特征、所述待检测心率特征以及所述待检测眼动特征进行特征融合得到所述用户的待检测融合生理特征的过程包括:对所述待检测脑电特征、所述待检测心率特征以及所述待检测眼动特征进行拼接得到所述待检测融合生理特征。7.一种脑力负荷检测模型训练方法,其特征在于,包括:分别对受试者面对多个刺激场景的脑电信号、心率信息以及眼动信息进行采集和特征提取,对应得到分别与每个刺激场景一一对应的多个样本脑电特征,多个样本心率特征和多个样本眼动特征;所述样本脑电特征包括所述脑电信号的能量谱特征,模糊熵特征以...
【专利技术属性】
技术研发人员:王祎男,刘汉旭,魏源伯,王迪,杨纯宇,
申请(专利权)人:中国第一汽车股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。