基于HHT的视觉疲劳脑电特征提取

• 作者: 刘家卓 谢云 邬洋 陈学强
• 来源期刊: 中国医学物理学杂志
• 关键词: 基于稳态视觉诱发电位 希尔伯特黄算法 视觉疲劳特性 支持向量机
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 1473-1478
• 页数: 6页
• 分类号: R318|R388.8
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2018.12.020

摘要

为准确提取到脑电信号中的疲劳特征,以此作为预警器提醒程序员休息,本文设计了一个基于稳态视觉诱发电位(SSVEP)的脑电实验,采用希尔伯特黄算法提取被试者脑电信号中EEG参数θ、α、β、β α、(α+θ)β在正常状态和疲劳状态下的希尔伯特边际谱能量值,分析两种状态下的希尔伯特边际谱能量的变化趋势.单因素方差分析结果表明:在疲劳状态下α、(α+θ)β的边际谱能量显著上升,β、β α波边际谱能量显著下降.通过支持向量机分类,β α的最大分类准确率达到了94.4％,β节律的最大分类准确率达到了93.3％.α、(α+θ)β也表现出良好的可分性.从希尔伯特黄算法中提取的4个EEG参数[α、β、β α、(α+θ)β]的边际谱能量特征均可以作为评价视觉疲劳特性的指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢云	广东工业大学自动化学院	105	485	10.0	16.0
2	刘家卓	广东工业大学自动化学院	2	3	1.0	1.0
3	陈学强	广东工业大学自动化学院	2	3	1.0	1.0
4	邬洋	广东工业大学自动化学院	2	5	2.0	2.0