基于虚拟现实和近红外脑氧信号的驾驶员脑功能评估技术研究

摘要

自从人类发明交通工具以来，交通事故就如影随形，给人民的生产生活和生命安全造成了妨碍。如何减少交通事故的发生，提高交通运输的安全性，是学者们长久以来一直关注的课题。该问题解决的关键，在于如何探究交通事故的产生机理，只有明确了交通事故的成因，才能预先发现事故的可能性，并制定对策以防止交通事故的产生。驾驶员是“人—车—路”系统的主要构成因素之一，在相当的程度上决定了交通事故是否会发生。通过评估驾驶员的驾驶能力，可以对驾驶员发生交通事故的可能进行预测。排除身体躯干运动能力的影响，驾驶能力是脑功能的直接反映。本文在使用近红外光谱技术对驾驶员脑功能评估方面进行了初步尝试。
　　本文的主要工作分为三部分。其一，提出一种基于小“光源—探头”间距的功能性近红外光谱表层生理噪声抵消方法。从近红外光谱血氧仪的检测原理以及人体头部的解剖学结构入手分析，汇总现有的小间距探头布置测量规律，并根据具体使用的近红外光谱仪参数规格，设计了具体的小间距探头布置方案。之后，针对基于小波相位相干性的功能连接分析和基于相位耦合函数的效应连接分析两种脑功能数据分析方法的要求，提出了一种基于连续小波变换的自适应噪声抵消方法，对其中的技术难点进行了阐述。
　　其二，基于Unity3D的虚拟驾驶器的设计和开发。基于作者的本科毕业设计，改进机械结构设计，选用并安装改进的传感器，设计传感器的单片机控制电路。基于Unity3D，根据不同的实验设计要求，开发了多种针对性的虚拟驾驶任务，可以对驾驶员的驾驶表现进行记录和评估。
　　其三，使用虚拟驾驶器进行了驾驶任务实验，使用近红外光谱血氧仪同步测量被试者静息态和任务态情况下的脑活动情况。使用基于连续小波变换的自适应噪声抵消方法对脑功能数据进行了预处理，并对进行过滤波去噪的数据和未进行滤波去噪的数据都进行了小波相位相干性功能连接分析，并对结果进行了进一步的统计分析。证实本文中自适应滤波去噪方法的有效性。
　　综上，本文提出了一种用于功能性近红外光谱法测量脑功能的表层生理信号滤除方法，并设计虚拟驾驶任务实验对方法的有效性进行了证实。该方法进一步提高了功能性近红外光谱法测量脑组织血氧变化的准确性，这对于实时、动态、准确地评估驾驶员的脑功能具有重要意义。

目录

声明

摘要

1．1 课题背景与意义

1．2 基于近红外的脑氧信号检测技术简介

1．3 驾驶员驾驶能力评估技术简介

1．4 脑功能评估方法简介

1．5 本论文的主要研究内容

第2章 基于自适应滤波的近红外信号除噪方法

2．1 近红外脑血氧信号的含义

2．1．1 神经血管耦合效应

2．1．2 人体头部血管的分布情况简介

2．1．3 神经血管单元中四种细胞的作用

2．1．4 近红外脑血氧信号的生理含义

2．1．5 基于小间距辅助通道的自适应滤波方法

2．2 自适应滤波器

2．2．1 RLS自适应滤波原理

2．3 基于连续小波变换的自适应去噪

2．3．1 滤波器的线性相位特性

2．3．2 血氧信号线性相位预处理方法

2．3．3 基于连续小波变换的自适应去噪

2．4 本章小结

第3章 基于Unity3D的虚拟驾驶平台设计

3．1 设计思路概述

3．2 机械结构与传感器安装设计

3．3 电路设计

3．4 通讯程序设计

3．4．1 单片机通讯程序设计

3．4．2 计算机通讯程序设计

3．5 虚拟车辆与场景设计

3．5．1 Unity3D简介

3．5．2 虚拟车辆的构建

3．5．3 虚拟场景的构建

3．6 本章小结

第4章 虚拟驾驶条件下的功能连接评估

4．1 实验方案

4．1．1 实验样本

4．1．2 实验仪器

4．1．3 实验流程

4．2 数据处理

4．2．1 数据预处理

4．2．2 自适应生理噪声抵消

4．2．3 小波相位相干性功能连接分析

4．2．4 统计分析

4．3 结果分析与讨论

4．4 本章小结

总结与展望

参考文献

攻读硕士学位期间发表论文

致谢