System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及脑电信号监测,尤其涉及一种用于作业人员的脑电信号疲劳监测方法。
技术介绍
1、脑电信号是脑神经组织的电生理活动在大脑皮层表面的总体反映,是大脑神经元突触后电位的综合;分为自发脑电和诱发脑电,自发脑电是指没有特定外界刺激时大脑神经细胞自发产生的电位变化,诱发脑电是指人为地对感觉器官施加光、声、电刺激所引起的脑电变化;人在疲劳状态下,脑电信号会偏离正常值,慢波增加,快波降低;但是人在特殊情况下受光、声、电刺激也会导致脑电信号偏离正常值。
2、现有的技术中,在对作业人员的疲劳状态进行脑电波监测时,往往是直接采集作业人员的脑电信号,并对作业人员的脑电信号的波长进行分析得到作业人员的疲劳状态,例如在申请公开号为cn113367695a的一种基于脑电信号的疲劳监测方法中,是对脑电信号进行采集后并筛选最后利用疲劳状态判断算法对所述第三脑电信号进行疲劳状况判断,没有对作业人员的其他生理状态进行综合分析和校准,可能会导致由于特殊工作环境引起作业人员脑电信号变化被判定为作业人员疲劳的问题。
技术实现思路
1、针对现有技术存在的不足,本专利技术目的是提供一种用于作业人员的脑电信号疲劳监测方法,通过采集测试人员的脑电信号和其他生理状态数据,建立脑电信号疲劳数据库,能够通过匹配作业人员和脑电信号疲劳数据库内的信号特征,得到作业人员的实时疲劳状态;以解决现有的疲劳监测方法不够精准,无法对作业人员的疲劳状态进行准确实时识别和校准的问题。
2、为了实现上述目的,本专利技术是通
3、步骤s1:获取测试人员的生理状态数据,所述测试人员的生理状态数据包括测试人员的脑电信号、心率指标、眼动频率和测试人员的感知等级;
4、步骤s2:提取测试人员的脑电信号的信号特征;
5、步骤s3:对测试人员的脑电信号进行处理得到测试人员疲劳状态的脑电信号分级;
6、步骤s4:根据测试人员的心率指标、眼动频率和测试人员的感知等级对测试人员状态进行分级,得到测试人员的感知分级;
7、步骤s5:获取大量测试人员的脑电信号分级和测试人员的感知分级,建立脑电信号疲劳数据库;
8、步骤s6:获取作业人员的脑电信号并提取脑电信号特征;
9、步骤s7:将作业人员的脑电信号的信号特征与脑电信号疲劳数据库中的脑电信号的信号特征进行比对,进行疲劳度匹配,得到作业人员疲劳程度。
10、进一步地,所述步骤s1中所述测试人员为佩戴测试装备的作业人员;所述测试装备包括脑电信号采集设备、心率指标采集设备和视频采集设备,所述视频采集设备用于采集测试人员的眼动频率;所述感知等级由测试人员记录,测试人员每间隔第一时长s记录一次当前感知等级,所述感知等级包括不疲劳、一般疲劳、疲劳和严重疲劳。
11、进一步地,所述步骤s2包括如下子步骤:
12、步骤s201:获取测试人员的脑电信号图的零交率和坡度符号变化;
13、步骤s202:将脑电信号图的零交率和坡度符号变化设置为脑电信号图的信号特征。
14、进一步地,步骤s201包括如下子步骤:
15、步骤s20101:获取信号x(t),计算同时满足
16、{x(t)<0andx(t+1)>0}or{x(t)<0andx(t+1)>0}的次数,得到该信号的零交率,其中,|x(t)-x(t+1)≥∈,∈为一个阈值,以避免由于噪声而误算过零次数;
17、步骤s20102:获取信号x(m),计算同时满足的次数,得到斜率信号变化的次数;其中,x(m)-x(m+1)|≥∈andx(m)-x(m-1)|≥∈
18、进一步地,所述步骤s3包括如下子步骤:
19、步骤s301:根据脑电信号的频率对脑电信号进行分类:将频率为8-14hz的脑电信号设置为α节律;将频率为14-30hz的脑电信号设置为β节律;将频率为4-8hz的脑电信号设置为θ节律;将频率为0.5-4hz的脑电信号设置为δ节律;
20、步骤s302:每间隔第一时长s获取一次脑电信号节律占比,所述脑电信号节律占比包括α节律占比j(α)、β节律占比j(β)、θ节律占比j(θ)和δ节律占比j(δ);
21、步骤s303:将脑电信号节律占比代入脑电信号疲劳计算公式中,求得测试人员的脑电信号疲劳值;其中,pn为脑电信号疲劳值;
22、步骤s304:当pn>2时,判定测试人员为脑电信号严重疲劳;
23、当2≥pn>1.5时,判定测试人员为脑电信号疲劳;
24、当1.5≥pn>1时,判定测试人员为脑电信号一般疲劳;
25、当pn≤1时,判定测试人员为脑电信号不疲劳。
26、进一步地,所述步骤s4包括如下子步骤:
27、步骤s401:获取测试人员的心率指标hr,根据测试人员的心率指标对测试人员的疲劳程度进行初步划分得到心率疲劳等级d(hr);当测试人员的心率指标hr小于90beats/min时,判定测试人员处于心率不疲劳;当测试人员的心率指标hr在90至110beats/min之间时,判定测试人员处于心率一般疲劳;当测试人员的心率指标hr在110至130beats/min之间时,判定测试人员处于心率疲劳;当测试人员的心率指标hr大于130beats/min之间时,判定测试人员处于心率严重疲劳;
28、步骤s402:对测试人员的眼动频率进行初步划分得到眼动频率等级e;当测试人员眼动频率小于15次/min时,判定测试人员为严重疲劳眼动;当测试人员眼动频率为15至20次/min时,判定测试人员为正常眼动;当测试人员眼动频率为20至25次/min时,判定测试人员为一般疲劳眼动;当测试人员眼动频率为25至30次/min时,判定测试人员为疲劳眼动;当测试人员眼动频率为大于30次/min时,判定为异常眼动,不计入数据;
29、步骤s403:将心率疲劳等级、眼动频率和感知等级代入感知疲劳公式pg=c1×d(hr)+c2×e+c3×d(p);其中,pg为感知疲劳值,c1为心率疲劳权重值,d(hr)为心率疲劳等级,c2为眼动频率等级权重值,e为眼动频率等级,c3为自我感知权重值,d(p)为感知等级;
30、步骤s404:对测试人员的感知疲劳值进行分类得到测试人员的感知疲劳等级:
31、当pg>0.8时,判定测试人员为感知严重疲劳;
32、当0.8≥pg>0.6时,判定测试人员为感知疲劳;
33、当0.6≥pg>0.4时,判定测试人员为感知一般疲劳;
34、当pg≤0.4时,判定测试人员为感知不疲劳。
35、进一步地,所述步骤s5包括如下子步骤:
36、步骤s501:为脑电信号分级和感知分级进行赋值;对脑电信号不疲劳赋值为1,本文档来自技高网...
【技术保护点】
1.一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述监测方法包括如下步骤:
2.根据权利要求1所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述步骤S1中所述测试人员为佩戴测试装备的作业人员;所述测试装备包括脑电信号采集设备、心率指标采集设备和视频采集设备,所述视频采集设备用于采集测试人员的眼动频率;所述感知等级由测试人员记录,测试人员每间隔第一时长s记录一次当前感知等级,所述感知等级包括不疲劳、一般疲劳、疲劳和严重疲劳。
3.根据权利要求2所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述步骤S2包括如下子步骤:
4.根据权利要求3所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,步骤S201包括如下子步骤:
5.根据权利要求4所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述步骤S3包括如下子步骤:
6.根据权利要求5所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述步骤S4包括如下子步骤:
7.根据权利要求6所述的一种用于作业人员的脑电信号
8.根据权利要求7所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述步骤S6包括如下子步骤:
9.根据权利要求8所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述步骤S7包括如下子步骤:
10.适用于权利要求1-9任意一项所述的一种用于作业人员的脑电信号疲劳监测方法的系统,包括:脑电信号采集模块、测试信号采集模块、脑电信号处理模块、数据库建立模块和疲劳特征匹配模块;
...【技术特征摘要】
1.一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述监测方法包括如下步骤:
2.根据权利要求1所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述步骤s1中所述测试人员为佩戴测试装备的作业人员;所述测试装备包括脑电信号采集设备、心率指标采集设备和视频采集设备,所述视频采集设备用于采集测试人员的眼动频率;所述感知等级由测试人员记录,测试人员每间隔第一时长s记录一次当前感知等级,所述感知等级包括不疲劳、一般疲劳、疲劳和严重疲劳。
3.根据权利要求2所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,所述步骤s2包括如下子步骤:
4.根据权利要求3所述的一种用于作业人员的脑电信号疲劳监测方法,其特征在于,步骤s201包括如下子步骤:
5.根据权利要求4所述的一种用于...
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。