疲劳状态下EEG信号α波的最大李雅普诺夫指数估算

脑电信号(EEG)的α波在人体的疲劳评估中具有重要作用,通过脑电信号的α波,可以挖掘更多的有关人体疲劳的信息.利用非线性动力学的方法对EEG信号α波进行了研究,比较了疲劳与非疲劳EEG信号α波之间的非线性动力学上的差别.人在疲劳与非疲劳下的EEG信号α波最大李雅普诺夫指数是不同的,当出现疲劳时指数减少,因此李雅普诺夫指数可作为人体是否疲劳状态的特征刻画指标.文中非疲劳状态的最大李雅普诺夫指数为0.436 67,疲劳状态者的最大李雅普诺夫指数是0.335 57,它们均为混沌信号,但是处于疲劳状态节律的混沌程度明显比处于非疲劳状态的混沌程度低.     

多方法融合的EEG信号特征提取及分类研究

在对EEG信号进行深入分析的基础上,将小波、分形和统计三种方法相结合,提出一种多方法融合的EEG信号分类特征提取方法.应用小波对EEG信号去噪,并对去噪重构后的EEG信号进行分解,提取各尺度空间上的平均高频系数作为第一部分EEG分类特征,在多尺度下对去噪重构后EEG信号进行多重分形分析,依据EEG数据的特点和分类的需要,提取相关多重分形谱参数作为第二部分EEG分类特征;根据EEG信号的特点,提取相关统计特征作为第三部分EEG分类特征;针对上述提取特征,使用BP神经网络作为分类器,结合EEG信号的自身特点和分类结果,选择确定最终的EEG分类特征,完成了EEG信号的分类.并通过比较说明了本文方法的优势,提高了EEG分类的精度.     

基于EEG与EOG信号的疲劳驾驶状态综合分析

疲劳驾驶时,司机的脑电信号和眼电信号特征均发生显著变化,本文针对这两类信号进行分析研究,利用这两类数据综合分析判断司机是否处于疲劳驾驶状态.首先对采集的脑电信号进行小波包分解,提取信号中的α波,并计算其相对功率谱P;然后利用Pearson相关系数分析两路对称导联F7,F8中眨眼信号特征,去除干扰;最后利用BP神经元网络对眨眼信号进行识别,计算眨眼频率.结果表明,利用眼电信号和脑电信号特征综合分析司机眨眼动作,能准确识别出眨眼信号,并能正确检测人的驾驶疲劳状态的变化.     

基于EEG与EOG信号的疲劳驾驶状态综合分析

疲劳驾驶时,司机的脑电信号和眼电信号特征均发生显著变化,本文针对这两类信号进行分析研究,利用这两类数据综合分析判断司机是否处于疲劳驾驶状态.首先对采集的脑电信号进行小波包分解,提取信号中的α波,并计算其相对功率谱P;然后利用Pearson相关系数分析两路对称导联F7,F8中眨眼信号特征,去除干扰;最后利用BP神经元网络对眨眼信号进行识别,计算眨眼频率.结果表明,利用眼电信号和脑电信号特征综合分析司机眨眼动作,能准确识别出眨眼信号,并能正确检测人的驾驶疲劳状态的变化.     

基于GM-HMM的驾驶人疲劳状态检测

驾驶人状态检测是舱内感知技术(ICS)的重点研究方向之一,其中驾驶疲劳作为交通事故致因的重要组成部分,越来越受到人们的重点关注.驾驶人疲劳检测的本质是通过相关特征对当前驾驶人状态的间接评估过程,其中疲劳状态的标定对构建特征-疲劳状态的映射关系具有重要影响,也是目前相关车载系统研发所面临的共性关键问题.由此,基于脑电(EEG)信号数据和驾驶疲劳的动态生成特性提出了一种高斯混合隐马尔可夫模型(GM-HMM)进行疲劳状态评估,以对相关车载系统研发提供必要的疲劳状态比对参考.实验和对比测试结果表明,所提模型在准确率、灵敏度和特异性方面具有较大优势.     

基于多分量奇异熵的往复式压缩机故障分类

由于往复式机械振动信号的强烈非线性,对其进行特征提取较为困难.针对上述现象提出了一种计算信号多分量奇异熵的特征提取方法.通过局域波法提取出振动信号的各基本模式分量. 利用非线性动力学相空间重构理论适当选择嵌入维数与延迟时间,计算出往复机振动信号各基本模式分量的奇异熵值,提取出故障信息,并经自适应神经模糊推理系统(ANFIS)对故障特征进行分类.结果表明全部分类正确,达到了故障诊断的目的.     

非线性Lamb波结构疲劳损伤层析成像研究

由于现有的基于线性Lamb波的结构损伤监测方法对于疲劳微裂纹等微尺度损伤不敏感,近几年来对非线性Lamb波损伤监测技术的关注越来越多.对非线性Lamb波的基本理论进行了分析,根据具有累加效应的非线性Lamb波传播特点,研究了结构微尺度损伤的非线性Lamb波特征分析和提取方法,结合压电阵列方法,研究基于非线性Lamb波特征参数的结构损伤层析成像方法.在T6061铝合板材料上进行了实验验证,实验结果表明,当结构发生损伤时,非线性特征参数会显著增大,以此为特征可实现对模拟疲劳损伤的成像、定位和评估.     

基于脑电的水平运动立体影像视疲劳评估

针对长时间观看水平运动立体视频所引发的视觉疲劳这一现象,采用单一运动形式的水平立体视频刺激为实验素材,通过主观实验对比分析被试观看同样的3D素材与2D素材后所引起疲劳感受的差异性.分别采集被试疲劳前后的EEG(electroencephalography)信号与ERP(event related potentials)信号,提取疲劳前后30个电极EEG信号的θ、?、β3个波段小波系数的均值及其比值、、θ/(?+β)、(?+θ)/β、θ/β、(?+θ)/(?+β)作为时频域特征,提取样本熵作为脑电信号的非线性特征.将时频域特征与非线性特征作为联合特征进行立体视觉疲劳评估,避免了单一特征的局限性,多角度分析了视觉疲劳前后特征参数变化.实验结果表明,3D与2D视频均能够使被试在一定程度上产生视觉疲劳现象,且3D显示比传统2D显示对人的影响更大.对比分析ERP信号发现疲劳状态下的N200和P300成分幅值明显下降,而潜伏期略有增加.通过可分性指数FCSI(Fisher’s class separability index)算法、支持向量机SVM(support vector machines)、基于互信息的特征选择算法等筛选出评估水平运动视觉疲劳的最佳特征参数为CP3电极上的?/θ.同时,结合脑区分析发现,与水平运动立体视频关系最为密切的两个脑区可能为顶区与前额区.     

一种基于融合特征的慢性意识障碍自动评估方法

慢性意识障碍(prolonged disorders of consciousness, PDOC)是一种由严重脑损伤导致个体意识丧失状态持续时间超过28 d的神经系统疾病,其主要包括植物状态(vegetative state, VS)和微意识状态(minimally conscious state, MCS),而MCS可进一步细分为MCS-和MCS+。PDOC的准确评估能够辅助医生制定合理的康复治疗方案,促进患者意识神经网络的恢复与重建。临床上,关于意识状态评估的主要方式为行为量表、神经影像学检查等,但这些检查方法只能获取某一时刻信息,并无法通过连续监测患者的生理病理状态来进行更为准确和完备的评估。脑电图(electroencephalogram, EEG)能够实时记录反映患者意识状态的生理病理电活动,且睡眠脑电活动与PDOC患者的意识状态紧密联系。基于此,从夜间EEG为主的多源数据出发,提出一种基于融合特征的慢性意识障碍自动评估方法。首先,对PDOC-EEG进行数据增广、滤波、去噪等预处理;其次,利用时域、频域和非线性分析方法分别提取用于刻画PDOC-EEG病理表现的特征。在此过程...     

急性中度饮酒对人体脑电信号的影响

分析志愿者在急性中度饮酒前后的脑电信号(EEG)变化,研究急性中度饮酒对人体健康的影响.基于Neuroscan脑电仪构建实验平台,实时采集志愿者在急性中度饮酒前以及饮酒后2,h内的脑电信号数据.利用Curry7软件对数据进行预处理,去除伪迹;预处理后的数据用Matlab中的EEG工具包用小波变换的方式进行特征波形的相对功率计算.得到各个频段(α波、β波、θ波)的功率值在急性中度饮酒前后都有不同程度的变化,在低频段(θ波)表现得尤其明显,在饮酒后1,h达到峰值.由各频段功率值计算得到的疲劳因子R值,与低频段变化趋势基本一致.急性中度饮酒前后大脑疲劳度没有瞬时的变化.大脑疲劳度在急性中度饮酒后1,h达到峰值,并在之后逐渐衰减,直到酒后2,h基本恢复正常水平.     

脑信息处理动态特征研究

为提取脑信息处理过程中的动态特征参数,提出运用基于相空间重构思想的时间序列分维算法(G-P算法). 讨论了G-P算法的3个重要参数(即无标度域、嵌入维数和延时)的确定规则,记录大脑在不同状态下的EEG信号并计算其关联维数. 实验结果表明,EEG关联维数能够反映脑信息处理过程中的神经元群活动状态,可作为脑信息处理的非线性特征参数.     

基于多特征融合的疲劳驾驶状态识别方法研究

针对交通安全中疲劳驾驶状态识别问题，使用单一的疲劳驾驶特征的方法识别率较低，本文提出一种基于面部多特征加权和的疲劳识别方法.通过人眼状态检测算法提取眼部疲劳参数，即持续闭眼时间、闭眼帧数比、眨眼频率，通过打哈欠状态检测得到打哈欠次数和打哈欠持续时间，通过头部运动状态分析得到点头频率，建立融合以上六个特征的驾驶疲劳状态检测模型来评估驾驶员的疲劳等级并进行相应的预警.实验测试数据选自NTHU驾驶员疲劳检测视频数据集的部分数据.经实验调整后，发现该方法的识别准确率较高，识别效果好.     

预应力混凝土梁疲劳挠度计算的神经网络模型

在分析多种疲劳损伤累积准则的基础之上,针对混凝土材料疲劳损伤发展受多种因素影响,损伤累积过程表现出非线性,难以用较准确的数学函数模型对其进行描述和分析的问题,建立了基于神经网络的预应力混凝土梁疲劳挠度计算的仿真模型,提出了3种仿真模拟方法,并在结合预应力混凝土梁疲劳实验结果分析的基础上,分析了各方法的精度、优势和适用范围.结果表明,3种仿真模型误差范围在5%~15%之间,可用于预应力混凝土桥梁结构抗疲劳设计及疲劳耐久性评估.建议根据不同情况需求选取合理高效的仿真模拟方法.     

再热式汽轮机功频调节系统的非线性数学模型与动态分析

本文提出再热式汽轮机功频调节系统的非线性数学模型和状态空间方程,介绍用于判别系统稳定性和求解上述系统动态过程的ALGOL和BASIC计算程序粗框,分析PID调节器近似最佳参数的合理性.文中还讨论了非线性因素和其他参数对动态特性的影响.     

基于脑电的实时疲劳监测算法的研究

疲劳驾驶是造成交通事故的一个重要因素。基于脑电波传感器采集到的脑电(EEG)信号,提出了一种基于特征节律波样本空间距离的实时驾驶疲劳监测算法。该算法通过提取脑电特征信号并建立相应的特征样本空间,然后通过将实时采集的脑电信号与样本空间之间的距离来判别驾驶员是否处于疲劳状态;并结合多次实验结果,使用ROC曲线分析方法获得确定疲劳判别的阈值,由此实现对驾驶者疲劳状态的实时监测。实验结果显示,该算法能有效地、实时地对疲劳进行监测,且具有较好的鲁棒性和准确性。     

基于计算机视觉的驾驶员疲劳状态检测预警技术研究

疲劳驾驶是造成交通事故的主要原因之一，为提高驾驶员疲劳驾驶状态的智能化检测水平，提出一种基于计算机视觉的面部多特征疲劳驾驶检测算法。该算法采用多线程优化后的Dlib（图像处理开源库）实现对驾驶员面部的定位与追踪，利用Dlib开源库中的人脸关键点检测器对驾驶员面部关键特征点进行提取，实时计算驾驶员眼部的纵横比（EAR）和嘴部长宽比（MAR），并以自制视频流数据集作为实验样本计算出相关阈值，有效提高了检测算法的普适性，在此基础上，计算出眨眼频率、闭眼次数、眼睛闭合时间百分比（perclos）以及打哈欠频率这四个反映驾驶员疲劳状态的指标，并利用数学方法进行指标实时融合，根据融合指标的数值对驾驶员疲劳状态进行分级，最终通过实验验证该疲劳检测系统的准确性。结果表明，提出的综合疲劳指标能够准确反映在不同环境和光照下驾驶员的疲劳状态和发展趋势，驾驶员疲劳判定的正确率达到97.5%以上。     

基于多特征分析的运动员训练辅助决策模型设计

[目的]收集并统计运动员训练数据,设计基于多特征分析的运动员训练辅助决策模型。[方法]使用摄像机采集运动果;运用传感器采集运动员肌电信号数据,使用小波变化提取肌电信号特征,通过时间窗识别运动员疲劳状态,得到初步运动员的训练图像,利用尺度不变特征变换方法提取运动图像特征,在此基础上使用支持向量机获得运动员训练状态初步评估结疲劳状态评估结果;决策级融合２种初步评估结果,设计运动员训练辅助决策模型,实现运动员训练疲劳状态的有效评估。[结果]经过实验分析,使用多特征辅助决策模型后,各运动项目的平均训练分数均达到９０分以上。[结论]该模型能够准确提取运动图像特征与运动员肌电特征,并对运动员运动疲劳状态作出准确评价,为制定运动员训练计划打下坚实基础     

基于时频分析自动识别睡眠脑电的梭形波

为了识别睡眠脑电图（EEG）中出现的梭形波，使用Choi-Williams分布对EEG信号进行时频变换，根据瞬时频谱估计局部范围里EEG的波形特征，在此基础上设计了一个自动识别睡眠EEG梭形波的方法，对实际睡眠EEG中的梭形波进行识别，识别正确率为85．04％，并且能够提供梭形波的定量指标。实验结果表明，经过进一步完善，这种方法可以作为神经内科专家用于研究睡眠生理变化的一种辅助工具。     

某型飞机的偏离特性/尾旋敏感性分析

综合利用几种判据预测了具有新一代气动布局的某型飞机其偏离特性和尾旋敏感性。给出了β+δ轴稳定性指示法判据、侧滑偏离参数CnβD判据、横向操纵偏离参数LCDP判据、Weissman判据图和耦合判据的物理意义、数学表达式及稳定性条件。针对具有新一代气动布局的某型飞机模型并结合相关试验数据,利用上述几种判据进行仿真计算和综合分析,得到了该飞机的偏离特性和尾旋敏感特性。仿真结果表明,利用这些判据计算偏离特性和尾旋敏感特性能够在一定程度上较好地预测飞机大迎角运动的稳定性,有利于指导真实试飞。     

海底管道涡激振动疲劳可靠性分析

海底管道悬跨管段在波流联合作用下非常容易发生疲劳破坏,故提出管跨非线性涡激振动疲劳失效可靠性分析方法．通过多项Galerkin方法对海底管跨的涡激振动方程进行求解,获得系统的非线性动力响应;综合考虑管跨疲劳可靠性评估中相关参数和程序的不确定性,运用现代断裂力学的方法对管跨进行疲劳可靠性评估．分析了几个重要参数对管跨疲劳失效的影响程度,建立了基于裂纹扩展理论的海底管道疲劳可靠性分析的方法．通过实例计算与分析,验证了该方法的适用性和可靠性．