利用EEG信号的小波包变换与非线性分析实现精神疲劳状态的判定

• 作者: 韩清鹏
• 来源期刊: 振动与冲击
• 学科: 生物学
• 关键词: EEG信号 精神疲劳状态 小波包变换 非线性征参数
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 第一届全国神经动力学会议推荐论文
• 页码范围: 182-188
• 页数: 7页
• 分类号: Q42
• 字数: 3865字
• 语种: 中文

摘要

EEG(脑电)信号的4个节律(δ波、θ波、α波、β波)与人的精神疲劳状态有对应关系,不同节律的能量值及其非线性特征参数可以用于疲劳状态的判定.本文首先利用小波包分解与重构技术,构造了以“db20”为基小波函数的6层分解,得到EEG信号的4个节律.然后,对4个节律信号分别计算相应的节律的频带能量比例值,这些频带能量比例值作为对人体精神状态进行评价的量化指标.通过计算EEG信号α波的非线性特征参数,包括最大Lyapunov指数、近似熵、复杂度,并将这些非线性特征参数组成疲劳状态的综合评估判据,可以实现疲劳状态的判定.10组EEG信号的分析结果表明了该本文方法的有效性,其中对疲劳和非疲劳状态的判定准确率较高,而对轻微疲劳、中等疲劳和严重疲劳三种状态的准确区分稍差一些.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩清鹏	辽宁科技大学机械工程与自动化学院	10	13	1.0	3.0