基于HHT的视觉疲劳脑电特征提取

作     者：刘家卓 谢云 陈学强 邬洋 LIU Jiazhuo;XIE Yun;CHEN Xueqiang;WU Yang

作者机构：广东工业大学自动化学院广东广州510006 

基　　金：广东省自然科学基金(2016A030313706) 

出 版 物：《中国医学物理学杂志》 (Chinese Journal of Medical Physics)

年 卷 期：2018年第35卷第12期

页      码：1473-1478页

摘      要：为准确提取到脑电信号中的疲劳特征,以此作为预警器提醒程序员休息,本文设计了一个基于稳态视觉诱发电位(SSVEP)的脑电实验,采用希尔伯特黄算法提取被试者脑电信号中EEG参数θ、α、β、β/α、(α+θ)/β在正常状态和疲劳状态下的希尔伯特边际谱能量值,分析两种状态下的希尔伯特边际谱能量的变化趋势。单因素方差分析结果表明:在疲劳状态下α、(α+θ)/β的边际谱能量显著上升,β、β/α波边际谱能量显著下降。通过支持向量机分类,β/α的最大分类准确率达到了94.4%,β节律的最大分类准确率达到了93.3%。α、(α+θ)/β也表现出良好的可分性。从希尔伯特黄算法中提取的4个EEG参数[α、β、β/α、(α+θ)/β]的边际谱能量特征均可以作为评价视觉疲劳特性的指标。

主 题 词：基于稳态视觉诱发电位 希尔伯特黄算法 视觉疲劳特性 支持向量机 

学科分类：0831[工学-公安技术类] 1001[医学-基础医学] 08[工学] 100103[100103] 0836[0836] 10[医学] 

D　O　I：10.3969/j.issn.1005-202X.2018.12.020

馆 藏 号：203428308...