基于Morlet小波的EEG疲劳程度的识别研究

摘要

为了识别人类疲劳程度,文中提出一种基于Morlet小波变换的EEG脑电信号测量方法来分析受测者的眼动信号,通过时域信号的特征值筛选来识别疲劳状态,进而了解受测者的疲劳程度.本研究使用非侵入式脑电信号测量仪,进行脑电信号原始数据的采集,使用Matlab程序对于脑电信号进行Morlet小波变换(Morlet Wavelet transform,MWT)将信号分解,再将数据转化为特征值之后,使用支持向量机(Support vector machine,SVM)与反向传播类神经网络(Back propagation neural network,BPNN)进行疲劳的状态分析.该方法对400名测试者在不同疲劳程度状态下进行测试,结果显示脑电信号识别的正确率平均达到96.15％.