基于EEG信号特征的脑力疲劳快速检测方法

摘要

空间站飞行过程中航天员容易产生脑力疲劳,其是影响作业效率和引起失误的主要因素。为此,研究人体脑力疲劳的快速检测方法,将有利于保障在轨运行安全。脑电波(EEG)的特征变化能够反映出大脑疲劳状态,但现有EEG方法分析脑力疲劳时需要多个导联的信号,这严重限制了其在空间站环境中的实际应用。通过地基实验,采用36 h睡眠剥夺的方式成功诱发出45名受试者的多种脑力疲劳状态。针对EEG信号的非平稳性,设计的8层db4小波变换结构,有效分解出了δ、θ、α和β脑节律波。先使用方差分析(ANOVA)和Logistic回归筛选出脑力疲劳敏感特征,再依据脑力疲劳敏感特征数量进一步筛选出脑力疲劳敏感导联,应用6个敏感导联的特征分别构建了随机森林回归模型。加权融合6个导联处的回归模型,形成脑力疲劳快速检测模型,其平均精确率高达85.25%。