（信号与信息处理专业论文）基于脑电信号的睡意检测方法研究.pdf

硕十学位论史 摘要 睡意检测是指能够通过某种技术手段对被检测对象是否处于睡意状态做出 判断，睡意虽然是正常的生理现象，但是在一些特殊的群体，可能会引起i 分严 重的后果，甚至危及生命。为寻找实时可靠的睡意检测方法，本文主要进行了以 下几个方面的工作： ( 1 ) 研究睡意状态脑电信号的特点，并与清醒状态进行对比，利用脑电信号 中蕴藏的各利时域、频域、时频域、非线性动力学信息来寻找合适的检测方法并 论证了分析方法的可行性。 ( 2 ) 设计合理而有效的实验方案，主要以在校学生为研究对象，利用美国 b i o p a cm p l 5 0 多导生理信号记录仪及相应模块采集3 5 位被试者睡意状态与清 醒状态的生理信号。 ( 3 ) 以m a t l a b 为主要数据分析平台，配合使用e e g l a b 工具箱、 a c k n o w l e d g e 软件对采集的信号进行去工频干扰、去除基漂、提取四种节律波等 操作，使用a c k n o w l e d g e 软件和希尔伯特- 黄变换( h i l b e r t - h u a n gt r a n s f o r m ，h h t ) 方法去除脑电信号中的眼电伪迹。 ( 4 ) 参考采集到的眼电等生理信号依照国际通行的r & k 规则对原始脑电信 号进行分期，将睡意实验采集到的脑电信号划分出觉醒期与睡眠1 期，截取睡眠 1 期之前连续6 0 s 共6 0 0 0 0 点睡意处脑电信号，作为待研究信号；截取清醒状态 6 0 s 脑电信号，作为对照组信号。 ( 5 ) 在提取c 4 p 4 和t 4 t 6 导联脑电四种节律的基础上，计算脑电节律波幅 度的平方，并应用t s a l l i s 熵对脑电信号a l p h a 节律和t h e t a 节律进行非线性分析， 提出一种基于脑电信号幅度和t s a l l i s 熵的睡意检测方法。 ( 6 ) 针对上述方法对a l p h a 节律检测效果不理想的状况，提出如下改进方法： 对其中十位被试者的c 4 p 4 导联3 0 0 0 0 点睡意脑电信号进行h h t 分析，利用 e m d 分解的自适应性分解出a l p h a 节律对应的i m f 模态分量1 m f , ，并计算该分 量的t s a l l i s 熵值。 研究结果表明，睡意的来临与脑电信号的变化息息相关，c 4 p 4 导联a l p h a 节律幅度平方的均值在清醒和睡意状态具有非常明显的差别；清醒状态c 4 p 4 、 t 4 t 6 导联脑电t h e t a 节律的t s a l l i s 熵值显著高于睡意状态；c 4 p 4 导联清醒状 态a l p h a 节律对应的模态分量i m f , ，的t s a l l i s 熵值显著高于睡意状态，因此，应 用c 4 p 4 导联a l p h a 节律幅度或i m f , ，分量的t s a l l i s 熵，结合t 4 t 6 导联或c 4 p 4 导联脑电t h e t a 节律的t s a l l i s 熵，是能够实现睡意状态实时可靠检测的有效方法。 荩丁腑巾f i 号的i f f f 意伶洲i j - l k 研究 关键词：睡意检测；脑电信号；t s al lis 熵：a ip h a 节律；t h e t a 节律；h h t i i a b s t r a c t 一r o w s l n e s sd e t e c t i o n sat e c h n o l o g yt h a tc a nd e t e c tw h e t h e rap e r s o n i si n d r o w s l n e s so rn o t i ns o m e s p e c i a l g r o u p s ，d r o w s i n e s s m a yc a u s es e r i o u s c o n s ，e q u e n c e s ，e v e nl i f e - t h r e a t e n i n g t h e r e f o r e ，i ti so f g r e a ts i g n i f i c a n c ea n du r g e n t ：e e d s o p r o p o s ead r o w s i n e s sd e t e c t i o nm e t h o d f 。rr e a l i z i n gr e l i a b l e d e t e c t i o no f 甜0 w 翼1 8 m e p a p 盯妣u s e d 0 nt h e f o l l o w i n ga s p e c t s ( 1 ，t h ec h a r a c t e r i s t i c so ft h ee e gi n d r o w s i n e s sa n dw a k ew a ss t u d i e da n d c o l ：p a ：e d ，。h e a p p r o p r l a t ed e t e c t i o nm e t h o dw a sf o u n da n dt h e f 色a s i b i l i t yo ft h e s e m 雩h 。d ：w a s d e m 。n s 2 r a 。e di nt i m ed 。m i n ，f e q u e n c yd 。m a i n t i m e - f i r e q u e n c yd o m a i n 8 1 mn 0 7 i n d y 舳m i “蚴r m a t i o n t h a tc o n t a i n e di ne e g r e a s o n a b l e a n de f f e c t i v e e x p e r i m e n ts c h e m ew a sd e s i g n e d ，t h ef e s e a r c h s u b j e ：= s w a sc h 。s em a n l yi ns t u d e n t s ，w eu s e db i o p a c m p 15 0a n dc 。r r e s p 。n d i n g ? 。d u l - s w h i c hm a d e nu s at o c 。l l e c t p h y s i 。】。g i c a ls i g n a l s 。f3 5s u b j e c t s i n 。 ( 3 ) w e u s e d m a t l a ba st h em a j o ra n a l y s i sp l a t f o r m ，c 。m b i n e dw i t he e g l a b t o o l b o xa n da c k n 。w l e d g es 。f t w a r et 。矗n s ht h e c o l l e c t e ds i g n a l sp r e t r e a t m e n tw 。r k s u c h a s o w e r f e q u e n c y n t e r f e r e n c e ，b a s e l i n ed r i f ta n de x t e r a c t i 。n 。ff o u rr h y t h m y 神? a 呔w 1 酣g e s o f t w a r e a n dh h t m e t h 。dw e r e u s e dt 。e l i m i n a t ee y ep 。w e r i n t e r f e r e n c e ( 4 ) a f t e r d i s t i n c t a r t i f a c t s r e m o v e d b ye x p e r i e n c e de e g p r a c t i t i o n e r 翼a c r o s ? c a h y ，w e 8 h o u i dm a r kt h e 。b v i o u sp h a s e ss w ( s t a g ew a k e ) a n ds 1 ( s t a g e ：) r e f l l n g 幻m e r & k c o m b i n e dw i t h o t h e r p h y s i o l 。g i c a l s i g n a l s ，s e g m e n tl o n g e r ? a n 0 s ( 6 0 0 0 0 p o i n t s ) w a sc h 。s e nb e t w e e n t w 。p h a s e sa n ds u c c e s s i v e6 0 se 主g s l g n a lw a se x t r a c t e df r o mt h em o m e n t t h a tt y p i c a ls1p h a s et u r n e du p f o r w a r d ，( 5 ) a r e r f o u rk i n d so fe e gr h y t h mw a v e sw e r e e x t r a c t e d ，t h es q u a r eo ft h e ? y ! ：m w a v e sa v e r a g ea m p l i t u d ew a sc a l c u l a t e da n d t h ec o m p l e x i t y 。ft h ea l p h a f h ”h ma n dt h c t ar h ”h mf o rt h ee e g s i g n a l sw a sa n a l y z e dw i t ht s a l l i se n t r 。p 王a d r o w s i n e s s d e t e c t i o nm e t h o d b a s e do na m p l i t u d ea n dt s a l l i s e n t r o p yo fe e gs i g n a l 1 嚣p r o p o s e a 粤h “e w 0 ft h e n o ti d e a l c o n d i t i o n 。f t h ed e t e c t i o n m e t h 。dm e n t i o n e da b o v e 1 n a 1 p h am ”h m ，w e p u tf o r w a r d t h ef o l l 。w i n g i m p r o v e m e n tm c t h 。d ：t h e3 0 0 0 0 p k o 。i n t s 髓g ：1 掣1 w a s a n a l y z e db yh h tm e t h 。d 。f10 s u b j e c t s i nd r o w s i n e s s ，t ；： 1 m 加8 1 甜e 甜幻n s ( i m f ) w a s d c c o m p o s e dt o i m f 。, b yt h ea d a p t a b i l i t o f i i i 萆丁喃电信号的师意柃测，j 洼研究 e m dw h i c hc o r r e s p o n d e db ya l p h ar h y t h m ，t h e nt h et s a l l i se n t r o p yo ft h e c o m p o n e n tw a sc o m p u t e d t h er e s e a r c hs h o w st h a t ，t h ea d v e n to fd r o w s i n e s si sc l o s e l yr e l a t e dw i t ht h e c h a n g eo fe e g ，t h et s a l l i se n t r o p yo fe e gt h e t ar h y t h m se i t h e rc 4 - p 4o rt 4 一t 6i n w a k ei so b v i o u s l yh i g h e rt h a nd r o w s i n e s s ，t h et s a l l i se n t r o p yo fi m f , r i nw a k ei s o b v i o u s l yh i g h e rt h a nd r o w s i n e s s ，s ot h ed r o w s i n e s sc o u l db er e l i a b l yd e t e c t e di n r e a l t i m eb yt h ea l p h ar h y t h ma m p l i t u d eo nc 4 - p 4a n dt h et s a l l i se n t r o p yo fi m f , , ， c o m b i n e dw i t ht h et s a l l i se n t r o p yo ft h e t ar h y t h mo nc 4 - p 4o rt 4 t 6 k e y w o r d s ：d r o w s i n e s sd e t e c t i o n ；e e g ；t s a l l i se n t r o p y ；a l p h ar h y t h m ；t h e t a r h y t h m ；h h t i v 硕l j 学他沦史 插图索引 图2 1 实验过程示意图8 图2 2m p l 5 0 多导生理信号记录仪9 图2 31 0 - 2 0 国际标准系统电极放置法与实际脑电帽电极位置对比1 1 图2 4m p l5 0 实际测得的各项生理信号波形1 2 图3 1m p l 5 0 多导生理信号记录仪采集到的脑电信号1 5 图3 2 陷波器频率响应及滤波前后的频谱变化情况1 8 图3 3 原始信号与去除基线漂移后的信号对比1 9 图3 4a c k n o w l e d g e 软件自带自适应滤波器的操作界面及滤波后波形2 0 图3 5 用e e g l a b 进行伪迹去除和基线调整后的对比图形2 1 图3 6 原始脑电信号与滤出的彳勿h a 、t h e t a 波形图2 2 图4 1c 4 - p 4 导联a t p h a 节律与t h e t a 节律清醒和睡意状态幅度值的比较2 5 图4 2t 4 - t 6 导联a l p h a 节律与t h e t a 节律清醒和睡意状态幅度值的比较2 5 图4 3s p s s 操作界面2 6 图4 4 脑电信号四种节律波的概率密度函数直方图2 8 图4 5c 4 - p 4 导联a l p h a 与t h e t a 节律睡意与清醒状态对比图2 9 图4 6c 4 一p 4 导联彳勿细节律与t h e t a 睡意与清醒状态对比图2 9 图4 7 经过若干次筛分的i m f 分量3 3 图4 8 经h h t 分析得到的脑电信号i m f 分量3 4 图4 9 脑电信号的希尔伯特频谱图3 5 图4 1 0h h t 分析对眼电干扰的去除过程示意图3 7 图4 11 睡意与清醒状态下的希尔伯特谱图对比3 8 图4 1 2i m f , , 分量的频谱图对比3 8 v 硕i ：学位论文 1 1 课题研究背景和意义 1 1 1 课题研究背景 第一章绪论 睡意检测是指能够通过某种技术手段对被检测对象是否处于睡意状态做出 判断。睡意的反映可分为生理的和心理的两个方面：生理反映有神经系统的功能、 血液和眼睛的变化等，往往用脑电信号( e 1 e c t r o e n c e p h a l o g r a p h ，e e g ) 、心电信号 ( e l e c t r o c a r d i o s i g n a l ，e c g ) 、眼睑眨动、眼球运动、头部的位移加以鉴别；心理 反映有反应时间延长、警戒水平降低、注意力不集中等。睡意产生的原因多种多 样，如压力、疲劳、睡眠疾病、睡h 民不足甚至烦躁，睡意虽然是正常的生理现象， 但是在一些特殊的群体，如重要接待场所工作人员、飞行员、驾驶员、电力钢铁 领域操作工人等，可能会引起十分严重的后果，甚至危及生命，因此，对睡意的 检测是非常必要的。 睡甘民是身心状态的重要窗口，睡眠质量良好也是日常作业能力的重要保证， 在许多危险性操作环境，更要求操作人员时刻保持清醒状态。然而，现实生活中， 由于工作机械重复，睡眠及清醒时段长期紊乱，卡车司机等工作时间不规律的人 群经常发生在工作时段产生睡意的现象，并因此产生大量事故，美国国家安全董 事会( n t s b ) 1 9 9 9 年在基于驾驶员的自我报告和对交通事故原因的深入调查研 究报告表明，全美有1 0 2 0 的交通事故与睡意的产生有关【2 j 。驾驶时产生睡意 是导致交通事故发生的最重要因素，事故发生前有夜间驾驶、睡眠时间小于五小 时的经历会使这一风险迅速增大，对人们的生命安全以及财产安全造成了严重的 威胁。 据粗略估计，在美国，与睡意有关的事故造成的各类损失每年有4 3 0 亿到 5 6 0 亿之间，它也被认为是历史上某些灾难性事件的主要原因，例如三里岛核事 故和挑战号航天飞机失事事件【3 】。根据2 0 0 1 年中国交通部的统计，我国4 8 的 车祸由驾驶员疲劳驾驶引起，有关汽车驾驶员的疲劳与睡意检测问题，随着高速 公路的发展和车速的提高，已成为汽车安全研究的重要一环【4 j 。 1 1 2 课题研究意义 目前睡意检测的研究工作主要集中在驾驶员睡意监测领域，驾驶员产生睡意 后，其生理及心理状态也会发生各种各样的变化，如视力下降，注意力分散、视 幕r 目l u 信j 的睡愿伶测方泫硎究 野逐渐变窄；思维能力下降，致使反应迟钝、判断迟缓、动作僵硬、节律失调； 自我控制能力减退，出现错误的操作次数增多，车辆偏离正常行驶轨道等。为增 加交通安全，减少交通事故的发生，目前已有许多大学、科研中心、汽车制造公 司( 丰田、奔驰、克莱斯勒、三菱等) 和政府( 欧盟等) 致力于开发使用基于多 种技术的驾驶员监测设备【5 】。梅赛德斯的“注意力警示辅助系统”通过转向柱中 的感应器探测转向轮的移动以及驾驶员的位置，如果驾驶员的头部在头枕上倚靠 过长时间，或者出现突如其来的转向动作，警报就会响起，仪表盘显示屏上还会 出现带有咖啡杯图案的“请休息片刻的提示信息。 许多其他领域对人员的工作状态也有一定要求，如重要接待、交际人员等， 需要保持人员形象健康。另外，现代人性化管理和人性化工作环境得到广泛认可 和发展，特别是在医院里，那些住院病人更需要人性化的关怀，虽然有护士医生 以及亲属等的悉心照顾，但是一些长期卧病在床的病人生活中仍旧会有不便，比 如睡觉前的关灯等生活小事，如果能对睡意进行检测，那么这些病人的生理需求 就可以很好的被照顾到，不仅仅是光线的调度，还有温度湿度等也可以进行控制。 在智能化的房间里也可以应用这些技术，例如智能化的婴儿房。 在发达国家，睡眠问题给很多人带来困扰。据美国睡眠基金会2 0 11 年“睡 在美国调查显示，在年龄为1 9 岁至6 4 岁的人群中，约有四分之一的人在工作 日晚间的睡h 民时间少于七个小时。而l9 9 7 年发表于自然杂志的研究表明， 连续2 4 小时不睡觉对认知能力造成的损害，远远超过过量饮酒对身体的危害， 在这种情况下，大脑未处于完全清醒的状态，也未处于沉睡的状态，如果能对自 己的睡眠有深入了解，拥有衡量自己需要多长睡眠时间的严格标准，人们就可以 采取措施来抵挡倦意【6 l 。近几年来，世界卫生组织提出2 l 世纪医学要从以疾病 为中心转向以健康为中心，在此趋势推动下，在中国，人类健康工程的发展已初 步确定了以“监测辨识调控 为切入点，并提出了健康物联网的概念。它是 借助于互联网信息传输形式，以及与此相匹配的健康状态辨识与调控技术，对人 的健康进行网络式的管理，以达到维持和促进健康，消除病痛的目的，人在家中 能通过一系列生理信号监护装置采集生理信息，经由近距离传输技术上传到家庭 健康数据库中，实现医生在远程提供诊疗服务的目的。在此背景下，睡意与健康 的联系及各种工作环境的睡意检测引起了研究者的极大兴趣，并拟将其作为评估 人整体健康状况的一部分，研究涉及的学科包括神经心理学、病理生理学、心理 学、认知神经科学、社会心理学、信息与信号处理等。随着生活节奏的加快，我 国睡眠时间严重不足的人群也在迅速增加，但是关于睡意检测的研究尚处于起步 阶段，因此，这项研究，对人们的生产生活有着重要的意义和必要性。 2 硕i j # 化论文 1 2 睡意检测国内外研究现状 在睡意检测研究工作的早期，主观的报告方法成为各领域和实验室搜集信息 的主要方式，对于习惯性的睡意发生，爱泼沃斯睡意量表( e p w o r t hs l e e p i n e s s s c a l e ，e s s ) 被广泛使用，对于突发性的睡意来临，视觉模拟量表、李克特量表、 七级斯坦福睡意量表( s t a n f o r ds l e e p i n e s ss c a l e ，s s s ) 被作为主要估量工具。在e s s 中，每个问题得分为0 3 分，0 表示在给定环境中从来不会打盹或入睡，3 表示有 很高的几率入睡，该表的目的在于评估一个人打盹或入睡的可能性，而s s s 贝j j 侧 重估量人在一天特殊时段的警醒程度，这类基于问卷调查形式的检测睡意方法在 长期的发展演化过程中已量化的比较准确，但是主观性测试方式在对个人工作环 境中连续监督睡意风险水平并不能发挥太大的作用1 7 j 。 目前，睡意检测系统的研究工作大部分集中在驾驶领域，且检测方法多样， 基本可分为三类：一是关注车辆各种参数的变化。二是关注睡意引起的人体反应 变化。三是关注睡意引起的生理信号变化。文献【8 9 】采用驾驶模拟实验将驾驶者 由清醒到睡眠的过程分为若干阶段，研究车辆中心与道路中心线的位置差异j 与 道路左右肩线的位置差异、方向盘角度的变化等相关变量，其优点在于实施性强， 但对路况要求较高，光线不足时易测量失效。m a r c oj a v i e rf l o r e s 等人提出基于 人工智能和虚拟仪器技术的睡意检测系统，记录被试者眨眼频率、凝视运动；，点 头运动、表情等的改变，缺点在于由于戴眼镜、相关系数不足等原因容易误报， 准确性不高【l o 1 1 1 。一些企业家也将研究成果应用于实际产品之中，澳大利亚墨 尔本的o p t a l e r t 公司开发了配有红外线传感器的眼镜，能够持续测量眼镜佩戴者 眼睑的位置和闭合速率，这些信息还被实时用于为危险行业操作人员提供睡意程 度评分。文献 1 2 】对三位被试者的研究表明，在睡意状态，心率变异性中l f h f 的比值显著降低，由于实验对象较少，这一结论还有待进一步验证。 除驾驶安全外，睡意检测在其他领域也具有十分重要的应用价值，并取得了 相当丰硕的成果。华盛顿大学医学院的神经生物学副教授保罗j 肖认为，在 人体之中存在某种或某几种特质或物质，能表明人们是否疲倦，研究者希望用此 种物质的出现或改变来衡量突发睡意的程度，并在睡意发生前确认其风险；宾夕 法尼亚大学的科研人员对数对同卵双胞胎和异卵双胞胎进行了研究，结果在人体 血液中发现了六种含量会随着疲倦感相应变化的蛋白质。芬兰赫尔辛基大学应用 物理学教授爱德华黑格斯特罗姆发现困倦的士兵在列队时身体会晃动，得出睡 意与身体平衡的变化之间有必然的联系的结论，目前，这一研究在该领域尚处于 初级阶段，真正付诸生物学实验得出定量结论可能还需要数年。一些网络教育机 构建立了远程教室，与传统的课堂相比，教师无法实时获得来自学生的反馈信息， 从而影响授课效果，利用实时睡意监控系统，当学生感到困倦时，可以通过振动 3 基十i | i 目也竹0 的睡恿伶测方f ：j = 石j f 究 桌椅等方式加以提醒【1 3 】。 脑电信号反映了大脑的工作状态，在脑电信号的睡意检测方面，国内国外学 者进行了大量的研究，方法多种多样。睡意状态的脑电信号判别经历了由医师目 视分析到定量分析的过程，目视分析这种简单的定性研究难以在复杂多变的脑电 信号中直接发现具有意义的信息，而计算机技术的迅猛发展，使得基于计算机的 定量脑电分析成为可能。目前可利用的基于生理信号的睡意测试技术为多睡眠潜 伏期测试( m u l t i p l es l e e pl a t e n c yt e s t ，m s l t ) ，该方法作为客观性的睡意检测方 法，可鉴别被试者是否为生理上的困倦或真正的睡眠不规律疾病，误差极小，其 缺点在于操作程序复杂，耗时较长，需要专业脑电技师不问断进行测试，且需要 人工测定重要参数一入睡所需时问长度( s l ) 1 1 4 】。v i n a y a ks w a r n k a r 于2 0 1 0 年以 m s l t 方法为基础，提出了一种应用在广泛职业领域内的睡意检测方法，使用s i ( 睡意指数) 来量化睡意阶段并由此计算s l ，主要运用双谱分析方法进行脑电 信号的分析，实现了单导联的全自动睡意检测，取得了不错的效果，但算法复杂 度较高【”j 。 在国内，睡意检测的研究仍处于起步阶段，成果较少。其中，浙江大学率先 开展了汽车驾驶员睡意状态的脑电信号特征研究，研究人员采用动态脑电图仪记 录健康汽车驾驶员驾车行驶时的脑电波，并对采集得来的信号进行多种功率谱密 度估计及计算，得到驾驶员清醒时起步、换挡、转向等情况下脑电波不同频带的 平均功率谱密度比值，与驾驶员睡意时的脑电波平均功率谱密度比值对比，得出 用0 【波和6 波的平均功率谱密度之比或用仅波和0 波的平均功率谱密度之比作为驾 驶员睡意判定指标的结论【1 6 1 。上海交通大学的研究者在2 0 0 8 年提出一种基于普 通摄像头的快速有效的人眼定位和睡意检测方法，从u s b 摄像头截取头肩部图 像，经过图像处理技术判断眼睛状态，对光照、姿势和背景都具有较好的鲁棒性 【1 7 】 口 综上所述，睡意检测已有许多研究成果，其中，相对与其他生理信号而言， 脑电能直接地反映大脑本身的活动，同时由于其无创性和测量准确而成为研究的 热点，研究表明，在不同困倦程度下，脑电图会呈现出不同的节律变化【l 引，其 作为监测疲劳的“金标准”，已被众多研究者大量应用于疲劳驾驶领域的各个方 面，取得了相当丰富的研究成果。为满足实时性、高效性、准确性的要求，基于 脑电信号的睡意检测目前仍存在很大研究空间。本课题综合考虑以上三方面因 素，提出一种基于幅度和t s a l l i s 熵的睡意检测方法和基于希尔伯特黄变换 ( h i l b e r t h u a n gt r a n s f o r m ，h h t ) 的改进方法。 1 3 睡意检测的研究思路 脑电信号是通过电极记录下来的脑细胞群的自发性、节律性电活动，这种电 4 硕i 学位论支 现象伴随着生命的始终，是大脑神经元活动的外在体现，蕴含着丰富的病理、生 理及心理信息，是医学诊断、大脑意识和认知等科研活动的重要工具。1 9 2 4 年，。 德国耶拿大学精神科教授h a n sb e r g e r 博士在他的儿子头皮上首次记录到了人类 的脑电活动，并命名为e e g ( e l e c t r o e n c e p h a l o g r a p h ，e e g ) 1 9 。大脑主要包括左 右大脑半球，半球表面凹凸不平，布满深浅不同的沟和裂，这些沟裂将大脑半球 分为四个叶：中间沟以前、外侧裂以上的额叶，外侧裂以下的颞叶，顶枕裂后方 的枕叶，外侧裂上方、中央沟与顶枕裂之间的顶叶，他们分别对应于额骨、顶骨、 枕骨和颞骨等位置。脑电是自发的有节律的神经电活动，其频率变动范围在每秒 1 3 5 次之间，临床上将其划分为四个波段，6 ( d e l t a ) 节律波( 0 5 3 h z ) 、0 ( t h e t a ) 节律波( 4 7 h z ) 、a ( a l p h a ) 节律波( 8 1 3 h z ) 、1 3 ( b e t a ) 节律波( 1 4 3 5 h z ) 。当人在婴儿 期或智力发育不成熟、成年人在极度疲劳和昏睡状态下，可出现d e l t a 波段，振 幅为2 0 1 0 0l av 。成年人在意愿受到挫折和抑郁时以及精神病患者会出现显著 t h e t a 波，此波还为少年( 1o 一17 岁) 脑电图中的主要成分，振幅为1 0 0 15 0p v 。a l p h a 波是正常人脑电波的基本节律，如果没有外加的刺激，其频率相当恒 定，人在清醒、安静并闭眼时该节律最为明显，睁开眼睛或接受其它刺激时，零 a l p h a 波即刻消失，振幅为2 0 1 0 0 | lv 。当精神紧张和情绪激动或亢奋时出现b e t a 波，当人从睡梦中惊醒时，原来的慢波节律可立即被该节律所替代，一般认为是 大脑皮层兴奋的表现，振幅为5 2 0u v 。 人类大脑是一个复杂的、自组织的非线性动力学系统，研究表明，脑电信号 起源于高度的非线性系统，脑电活动具有确定性混沌特征，脑电非线性动力学分 析可以提供有关神经网络功能、相互联系的信息以及大脑功能活动变化轨迹等情 况【2 0 1 。认知过程是一个动态变化的过程，t h e t a 节律被证明与认知过程有很大关 联，在这个过程中大脑的功能活动随时间推移不断地发生变化，这就要求我们要 以动态的观点和方法来进行研究，使用脑电非线性动力学方法研究认知过程让我 们可以用系统论的观点来认识脑电信号，了解其内涵，可以为复杂的认知过程的 研究提供有效的分析手段。在清醒睡眠过程中，随着睡意的来临，人的意识与 认知会发生显著变化，m a r c oj a v i e rf l o r e s 等人正是从知觉、思维、注意力、记 忆力等认知角度出发，对睡意进行实时检测。 1 4 本文研究内容及主要工作 本实验使用美国b i o p a c 公司生产的精密仪器m p l 5 0 多导生理信号记录仪 来采集人体的各种生理信号，包括脑电信号、眼电信号( e l e c t r o o c u l o g r a m ，e o g ) 、 心电信号、脉搏信号和血氧饱和度信号。在实验过程中，该仪器可以同时同步获 取各种生理信号，这对研究信号之间的联系及利用多种生理指标的改变来分析睡 意过程带来很大方便，同时，本课题所设计的实验在采集实验数据时，具有无创、 5 幂十腑f u 信 的睡愚伶测方法研究 方便、安全的特点。 为寻找实时、可靠的检测睡意方法，本文主要做了以下几个方面的工作： 第一章主要说明了课题的研究意义及国内外现状，从理论上介绍了脑电信 号的特点，概括描述了本课题的研究思路，引用大量文献证明了目前的研究方法 是可行的，与现有方法相比在可靠性和实时性上具有一定的优势。 第二章讲述课题的实验方案设计，选择了一种适合多领域睡意检测的实验 方案，特点在于简便、有效、不引入其他参考因素。同时对信号采集及分析仪器 m p l 5 0 的使用方法及数据采集过程进行了介绍。 第三章详细研究了脑电信号的预处理方法及处理过程。预处理主要以 m a t l a b 为数据处理平台，配合使用e e g l a b 工具箱、a c k n o w l e d g e 软件对脑 电信号采集过程中易产生的各种干扰进行去除。 第四章详细说明了脑电信号的产生特点及在临床上睡意状态脑电图的直观 变化。从时域、非线性动力学角度对清醒及睡意状态的脑电信号进行分析，提取 了睡意状态脑电信号的特征，提出一种基于时域和t s a l l i s 熵的脑电信号睡意检 测方法；并针对该方法在a l p h a 节律检测上的不足使用了希尔伯特黄变换进行 改进。 最后，总结本次课题研究的实验结果，并展望了该课题未来可能的发展方向。 6 硕i 学化论丈 第二章睡意实验设计与生理信号采集 2 1 引言 由于目前的睡意检测方法研究大多集中在疲劳驾驶领域，因此实验方案的 设计也都围绕驾驶模拟系统展开，为获取清醒和睡意阶段的生理信号，实验对象 通常选取有驾龄的人员，一般分为两个部分：一为日间部分，一为晚间部分。前 者要求作息规律，在实验开始前一晚有超过八小时的睡眠时间，后者要求有至少 十小时以上的睡h 民剥夺经历。实验开始时，研究者还需细致观察被试者的驾驶行 为、控制方式等，通过注视屏幕前方的模拟驾驶场景，操作方向盘，被试者会经 过时间不等的实验过程，在此过程中，驾驶员的各种生理信号、面部表情、操作 过程、车辆系数等都被此系统记录，该实验方案的优点在于能准确模拟驾驶环境， 对驾驶员和车辆的各种参数都能实时记录，实验设计针对性强。本课题的研究范 围为广泛领域的睡意检测，因此该实验的设计重点在于充分考虑到在工作场所突 然跌入睡眠时的情形，该环境下的睡意产生原因大部分在于疲劳、生物钟的作用 等，综合考虑实验设备的安放与上述各因素，设计如下的实验方案。在采集脑电 前，被试者还应注意洗净头发，不要用含油脂多的用品，以免因头皮电阻过大引 起波形失真；在进餐后3 小时内进行测试，因为血糖过低会影响脑电的结果；保 证良好的精神状态，实验前被试者被告知此项检查是无痛苦无其他不良影响的， 以解除其紧张焦虑情绪；采用坐姿闭目测试，以达到舒适的目的。 2 2 实验设计 影响脑电信号波形的因素非常多，主要有个体差异、年龄因素、外界刺激 与精神活动和意识状态，而体内生理条件的改变也会使脑电信号发生改变，如酸 碱平衡破坏、脑缺氧、血糖的改变、脑血流量的改变等，此外，催眠药、抗抑郁 剂、抗癫痫、兴奋剂类药物的使用也会影响脑电的波形，因此，实验方案的设计， 要充分考虑到这些因素的影响，谨慎筛选实验对象，严格制定实验步骤。 整个实验过程分三组，一组为睡意实验组，二组为睡眠剥夺实验组，三组 为对照组。实验设计如下： 实验对象选择：实验前两周通过问卷调查选取身体状态良好的实验对象， 实验所采用的问卷一是亚健康自评表( 见附录b ) 。该表有很好的信度和测度， 共3 0 题组成，从躯体、心理、社会功能3 各方面评测被试者的健康状况，评分 在4 0 分以下的为健康人，评分在4 0 7 0 分的为亚健康人。然后被试者需先填写 7 甚于肭f 乜信号的唾恋榆测方泫研 匹兹堡睡眠质量指数自测表( p i t t s b u r g hs l e e pq u a l i t yi n d e x ，p s q i ) ，该表是美 国匹兹堡大学d a n i e lj b u y s s e 博士等人于1 9 8 9 年编制，总分范围为0 2 l ，得分 越高，说明睡眠质量越差。被试者第一个表得分需低于4 0 分，第二个表得分需 低于10 分。选取被试者共2 0 人，均为在校大学生志愿者，年龄在2 0 3 0 岁之间 ( 平均年龄2 5 3 5 5 ) ，男性，身体近况良好，实验前2 4 h 内禁止摄入烟、酒、 咖啡等。 实验仪器选择：实验仪器为美国b i o p a c 公司生产的1 6 通道m p l 5 0 多导生 理信号记录仪，数据采集软件是a c k n o w l e d g e4 0 ，使用e c i 公司的脑电帽采集 被试者c 4 一p 4 ( 顶叶) 、t 4 t 6 ( 颞叶) 、p 3 0 1 ( 顶枕叶) 、f 3 c 3 ( 额顶叶) 、 0 2 a 2 ( 枕叶) 处脑电信号，同时，眼电信号、心电信号、脉搏信号也被同步采 集，做为参考之用。额前电极为接地电极，a 2 为参考电极，采样频率1 0 0 0 h z ， 放大器增益为5 0 0 0 d b ，所有通道头皮电阻均在5 0 0 0 q 以下。 a ) 摄像机实时记录的被试者情况b ) 某次实验所采集信号显示情况 图2 1 实验过程示意图 实验步骤：实验分为三个阶段进行，( 1 ) 睡意实验要求被试者实验前有规律 的作息，中午有午睡的习惯，1 3 ：0 0 1 4 ：0 0 坐在椅子上从平静状态下自然入眠， 不能抵抗睡意的发生，利用a c k n o w l e d g e 软件记录此过程的脑电信号。( 2 ) 睡眠 剥夺实验要求被试者在测试信号前一天9 ：0 0 以前起床，直到测试信号当天8 ：0 0 以前不能休息，保证有超过2 0 个小时的睡眠剥夺时间，在夜间被试者每隔半小 时用手机向测试者发送字数不少于2 0 字的短信，以起到监督作用，在此期间被 试者可正常进食。测试时间为第二天早上8 ：0 0 1 0 ：0 0 ，被试者平静坐于椅子上， 仪器记录从平静到睡着的生理信号变化过程。( 3 ) 对照组实验在8 ：3 0 9 ：0 0 吃完早 饭后进行，记录各被试者清醒睁眼静坐时的脑电信号。实验前均详细告知被试者 实验意图及详细操作步骤，以缓解其紧张心理，避免其他干扰因素。在数据采集 过程中，摄像机会实时监控被试者的表情、动作等变化情况，作为睡意开始的辅 硕。i ：学位论文 助判断标准。 如图2 1 所示，a ) 图为摄像机实时记录的被试者面部及肢体变化，b ) 图为某 次实验所采集信号显示情况。 2 3 实验仪器与信号采集 a ) m p l5 0 多导生理信号记录仪模块部分 二，：。，、 。一 一。”1 “。“。92_。 一? 翥| 拦：一；一 漆；i i i i i i i i i l - i ：= ： 一云 草f 鲷函 曰 c 一t n nh 虻d y 瓤鬈珥- m 纛。一j 0 ”=罩量一：m t tt - j ：| _ | v - =s c 纛e r o _ 毫 -= 蠢；i p t 。i 一。- 誊vm ，n 。 j ， 一 o 2 t0 0e i c o h d s j 4 ：。* ，一驰“一“m “t 一，f m = “。蝴m * ，* “，一。t 1 # ，# liq+只挚坤4 霸= ： 一+ b ) 系统分析软件a c k n o w i e d g e 界面 图2 2m p l 5 0 多导生理信号记录仪 m p l5 0 系统是一款基于计算机的生理信号采集系统，并自带系统软件 a c k n o w l e d g e ，该系统的核心是m p l 5 0 数据采集单元，它具有模块化的结构，由 三部分组成，一是主控模块；二是可选的扩展模块；三是与扩展模块匹配的传感 器。根据实际采集的生理信号，可以灵活组合扩展模块和传感器，从而变成满足 特定需求的专用检测仪器，借助于a c k n o w l e d g e 软件，它能实现实时显示原始 信号，又能将数据存储为多种格式供以后的分析使用，还能实现在线对信号进行 实时分析，由于数据处理以m a t l a b 为平台，为方便后续分析工作，在实验结 束时，数据将以t x t 格式存储在专用硬盘。其内部有一个微处理器来控制数据采 集和与计算机通信的工作，电源开关、电源输入孔和以太网口位于模块的后方。 9 幕于j j l i 1 【l 信i ，的l 睡愚伶测方法硎究 使用时，将系统自带的黄色交叉网线把连接记录仪的主机和电脑连接在一起，在 保证了主机电源接通、网线使用连接j 下常后，点击“s t a r t ”后a c q k n o w l e d g e 软 件和主机便可正常传输数据，此时，右下角指示灯变为绿色。在各信号采集模块 左侧有一个陷波开关，根据我国的电源频率，应该设置为5 0 h z ，在信号采集开始 前，采集生理信号的模块应该调零，方法为：把正负输入和g n d 短接在一起， 点击s t a r t 按钮让相应通道被采集，调节模块上的z e r o 电位器，直到屏幕上显示 的波形在o 伏特上下对称分布。 a c k n o w l e d g e 软件属于交互式软件，界面结构与o f f i c e 系列软件类似，菜单 栏包括：文件、编辑、变换、显示、窗口、m p l5 0 和帮助。其特点在于用户不 需要进行复杂的程序输入，就能实现数据采集、模拟仿真等功能，数据分析、滤 波和转换结果能在线或离线实时的反馈给使用者，它也能实现一些特殊的模式识 别算法，如查找到异常脑电波等。在保存方面，数据能以常用的文件格式保存在 电脑中，如m a t 格式和t x t 格式等。 上图2 2 为m p l 5 0 多导生理信号记录仪主机外观与系统软件界面。 2 3 1 脑电信号采集 脑电信号采集需使用e e g l0 0 c 放大器模块和脑电帽。试验中，放大器增益 设置在5 0 0 0 d b ，高通滤波器设置在1 h z ，低通滤波器设置在3 5 h zo n 。试验中用 到的电极对应的脑电帽连接线颜色分别为：c 3 、c 4 橙色，0 1 、0 2 绿色，t 3 、 t 4 紫色，p 3 、p 4 黄色，g n d 白色，g n d 为接地电极，一端接模块上g n d 插孔， 另一端接脑电帽特定位置，a 1 、a 2 为参考电极，一端分别接左耳垂和右耳垂， 另一端接模块上v i n + 。实验开始前，需用尺子准确量取被试者头围大小和鼻根 到