【技术实现步骤摘要】
本专利技术涉及晕动症的易感性，尤其涉及一种事件相关电位晕动易感性预测方法及装置。
技术介绍
1、晕动症是一种由运动引发的不适反应，其症状主要包括眼动紊乱、方向感迷失，以及出汗恶心呕吐等自主神经反应。晕动症常见于各类运动场景，不仅包括真实的运动，如搭乘车、船和飞机等；也可以是虚拟的运动，如观看大屏幕电影，使用虚拟现实眼镜等。晕动症的存在，不仅限制自动驾驶、虚拟现实等技术的应用和普及；对于航海航天员等需要长期暴露在极端运动场景下的作业人员，更是困扰他们的普遍问题。
2、许多研究表明，不同个体对晕动症的易感性存在很大的差异。尽管面对相同的物理刺激，不同的人可能会表现出不同程度的症状，甚至不出现症状。目前测量个体易感性的方法主要依赖于个体对运动经验的主观报告。然而，主观报告法存在许多局限性，例如必须体验过各类运动刺激、回忆不可靠、受主观因素影响、报告数据不稳定等，因此实用价值不高。
3、近来虽然出现了一些客观测量方法，但仍不够理想。例如，最近的一些研究发现，基于肠电、眼电、姿势变化等指标可以明显区分晕动症易感者和抵抗者，提供了客观测量个体易感性的可能性。然而，这些指标测量时间长、且主要依赖于外周生理活动的改变，因此仍然只能在晕动症状已经明显出现后进行测量，无法提前预测晕动症的发生，实际应用价值不高。对于选拔和培训航海航天等特殊作业人员，改善自动驾驶、虚拟现实等新兴技术的体验来说，一种能够在晕动症状出现前就能快速地测量个体易感性的客观方法是十分必要的。
4、eeg是指脑电图(electroencepha
5、1、目前基于eeg(或其他生物电)所提取的特征均与晕动症状相关，无法提前预测个体是否对晕动症易感，也无法预测后续出现晕动症症状的严重程度。
6、2、目前检测晕动症的特征均基于自发的脑电信号(eeg)，与刺激事件没有锁定关系，持续受与检测刺激无关的许多其他大脑活动干扰(如眼动、注意、觉醒程度、情绪等等)。因而在实际应用过程中，数据来源信噪比受限，准确性难以保证。
7、3、近年的研究表明晕动症的易感性更多反应在脑区之间的功能连接上，而并非反应在局部脑区的活动上。当前已有的检测方法，无论是利用单个电极的信号还是多组/全脑的信号的方法，均是对单电极信息进行局部处理，既没有基于全脑信号的空间处理流程，在检测晕动症时也未考虑到不同脑区之间的网络联接特征。
技术实现思路
1、为此，本专利技术目的在于至少一定程度上解决现有技术中的不足，从而提出一种事件相关电位晕动易感性预测方法及装置。
2、第一方面，本专利技术提供了一种事件相关电位晕动易感性预测方法，所述方法包括：
3、获取多个eeg电极与视觉刺激锁定的连续eeg信号，进行分段操作得到erp数据并进行处理；
4、计算两两所述eeg电极之间的所述erp数据的同步性，得到两两所述eeg电极的同步性数值；
5、将多个所述eeg电极转换为预设的同步网络中的网络节点，并将两两所述eeg电极之间的所述同步性数值转换为所述网络节点之间的连接权重，根据所述连接权重得到网络连接特征指标；
6、联合对比所述网络连接特征指标与正常状态下的数据得到预测结果，所述正常状态至少包括静息状态。
7、第二方面，本专利技术提供了一种晕动易感性预测系统，所述系统包括：
8、获取模块：用于获取多个eeg电极与视觉刺激锁定的连续eeg信号，进行分段操作得到erp数据并进行处理；
9、同步模块：用于计算两两所述eeg电极之间的所述erp数据的同步性，得到两两所述eeg电极的同步性数值；
10、转换模块：用于将多个所述eeg电极转换为预设的同步网络中的网络节点，并将两两所述eeg电极之间的所述同步性数值转换为所述网络节点之间的连接权重，根据所述连接权重得到网络连接特征指标；
11、预测模块：用于联合对比所述网络连接特征指标与正常状态下的数据得到预测结果，所述正常状态至少包括静息状态。
12、第三方面，本专利技术还提供了一种事件相关电位晕动易感性预测设备，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如第一方面所述的事件相关电位晕动易感性预测方法中的各个步骤。
13、第四方面，本专利技术还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被执行时，实现如第一方面所述的事件相关电位晕动易感性预测方法中的各个步骤。
14、本专利技术提供了一种事件相关电位晕动易感性预测方法及装置，所述方法包括：获取多个eeg电极与视觉刺激锁定的连续eeg信号，进行分段操作得到erp数据并进行处理；计算两两所述eeg电极之间的所述erp数据的同步性，得到两两所述eeg电极的同步性数值；将多个所述eeg电极转换为预设的同步网络中的网络节点，并将两两所述eeg电极之间的所述同步性数值转换为所述网络节点之间的连接权重，根据所述连接权重得到网络连接特征指标；联合对比所述网络连接特征指标与正常状态下的数据得到预测结果，所述正常状态至少包括静息状态。通过本专利技术提供的方法可以通过较短的测试时间，在不出现症状的情况下，预测个体是否对当前晕动刺激有较高的易感性；且通过使用erp数据可以更好地获取与当前测试视觉刺激直接相关的大脑活动信息，不容易受其它因素干扰；且通过脑网络连接预测晕动症的预测效力(即获取静态状态下的数据)比传统局部点位活动提取的特征，解释力更高。
本文档来自技高网...【技术保护点】
1.一种事件相关电位晕动易感性预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取多个EEG电极与视觉刺激锁定的连续EEG信号，进行分段操作得到ERP数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述得到ERP数据并进行处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述得到ERP数据并进行处理，还包括：
5.根据权利要求1所述的方法，其特征在于，所述网络连接特征指标至少包括节点密度，所述将多个所述EEG电极转换为预设的同步网络中的网络节点，并将两两所述EEG电极之间的所述同步性数值转换为所述网络节点之间的连接权重，根据所述连接权重得到网络连接特征指标，包括：
6.根据权利要求1所述的方法，其特征在于，所述联合对比所述网络连接特征指标与正常状态下的数据得到预测结果，包括：
7.根据权利要求6所述的方法，其特征在于，所述联合对比所述网络连接特征指标与正常状态下的数据得到预测结果，还包括：
8.一种晕动易感性预测系统，其特征在于，所述系统包括：p>
9.一种事件相关电位晕动易感性预测设备，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-7任一项所述的事件相关电位晕动易感性预测方法中的各个步骤。
10.一种存储设备，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-7任一项所述的事件相关电位晕动易感性预测方法中的各个步骤。
...【技术特征摘要】
1.一种事件相关电位晕动易感性预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取多个eeg电极与视觉刺激锁定的连续eeg信号，进行分段操作得到erp数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述得到erp数据并进行处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述得到erp数据并进行处理，还包括：
5.根据权利要求1所述的方法，其特征在于，所述网络连接特征指标至少包括节点密度，所述将多个所述eeg电极转换为预设的同步网络中的网络节点，并将两两所述eeg电极之间的所述同步性数值转换为所述网络节点之间的连接权重，根据所述连接权重得到网络连接特征指标，包括：
6.根据权利要求1所述的方...
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。