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

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.

关键词：EEG信号、精神疲劳状态、小波包变换、非线性征参数

所属期刊栏目：32

分类号：Q42(神经生理学)

资助基金：国家自然科学基金项目10972192

在线出版日期：2013-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：182-188