基于多尺度熵和支持向量机的人体脑疲劳状态检测研究

• 作者: 张尊景 景达 汤池 田敬才 翟明明 谢康宁 郭伟 韩伟
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: 脑疲劳 多尺度熵 支持向量机 脑电信号
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 医学工程技术
• 页码范围: 42-46
• 页数: 5页
• 分类号: R318
• 字数: 4065字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2020.03.011

摘要

目的 探索多尺度熵结合支持向量机的方法 是否可以有效检测人体脑疲劳状态,进而比较不同脑皮层位置的电极检测脑疲劳的效果.方法通过持续认知负荷任务建立脑疲劳模型,采用一款便携式脑电设备采集12名实验对象清醒和疲劳状态的脑电信号,以多尺度熵为特征,结合支持向量机算法对两种状态的脑电进行分类.结果 在进行持续认知负荷任务后,实验对象的疲劳程度明显上升,NASA-TLX和KSS量表结果均具有显著的统计学差异(P<0.01);在额叶Fpz、顶叶Pz和枕叶Oz三个电极,实验对象清醒和疲劳状态脑电信号的平均分类准确率分别为92.16％、81.63％和90.54％,其中Fpz和Oz电极之间没有统计学差异(P>0.05),二者和Pz电极之间有显著的统计学差异(P<0.05).结论 多尺度熵结合支持向量机可以有效地对人体清醒和脑疲劳状态进行检测,Fpz和Oz电极比Pz电极的检测效果更好.