[发明专利]基于脉搏波形态特征的大脑认知负荷客观量化评估方法

说明书

本发明公开了一种基于脉搏波形态特征的大脑认知负荷客观量化评估方法，步骤如下：采集静坐及脑力任务期间的脉搏波信号；对脉搏波信号进行预处理；逐周期提取预处理后的脉搏波信号形态特征；提取脉搏波信号形态特征的时域指标，对时域指标进行去差异处理；使用序列后向选择算法筛选特征，通过最优特征组合训练SVM分类器；通过Sigmoid参数模型构建SVM概率输出模型；使用SVM概率输出模型对待测对象的脉搏波信号进行认知负荷量化评估。本发明避免了传统的主观量表检测所具有的主观局限性，对认知负荷进行客观评估；采用去差异处理后的最优特征组合综合评估，使评估结果更准确；对认知负荷水平进行了进一步客观量化。

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于脉搏波形态特征的大脑认知负荷客观量化评估方法。

背景技术

认知负荷是指人在一个特定的作业时间内，施加于个体认知系统的心理活动总量。认知负荷是外界因素(任务需求、环境因素等)与内在因素(作业人员的能力、努力程度等)共同决定的。一项可能使得一个作业人员感到高负荷的任务，不一定对一个能力更强或者经验更丰富的作业人员同样引起高负荷感。因此需要及时、精准的确定作业人员的认知负荷是否超出他们自身能够承受的负荷水平，在作业人员的认知出现超负荷情况时，适时调整任务难度，才能保证工作效率。

目前测量认知负荷的方法可分为三类，分别是主观量表评定、任务绩效评定及生理指标评定。主观量表评定依托于主观量表，需要在任务完成后，根据作业人员的回忆和主观感受来评估认知负荷，存在时滞性和主观局限性。而任务绩效虽然可以间接评估认知负荷，但其评定标准需要根据具体任务设定，同样具有局限性。生理指标评定是一种客观的测量方法，常用的生理指标包括脑电图、心电图、血压和皮肤肌电活动，但是这些测量方式的灵敏度、可靠性和可用性存在各种限制。已有研究表明，脉搏波信号中蕴含了非常丰富的心血管信息，不同的负荷水平会引起脉搏波形态特征变化，因此可以通过检测脉搏波信号的形态特征差异间接分析自主神经系统的活动，且脉搏波信号的采集简单方便，具有较高的实际应用价值。

现有的认知负荷生理指标测量研究大部分只对不同难度任务下的认知负荷水平进行区分，对与任务绩效相关的认知负荷水平并未进一步细分，因而无法准确判别认知超负荷水平。

发明内容

本发明的目的是为了解决现有的认知负荷评估方法所具有的主观局限性问题，提供一种基于脉搏波信号形态特征的大脑认知负荷客观量化评估方法。本发明采集静坐基线状态及任务状态下的短时脉搏波，结合任务绩效对训练数据进行划分，将任务期间的认知负荷水平划分为认知负荷匹配水平及认知负荷超载水平，并将分类器的硬判别转换为概率输出，输出结果不仅可以反映用户的认知负荷水平，还能反映用户在该类认知负荷水平下的相对负荷程度，评估结果客观详细，且评估方法可以运用到不同的脑力任务中，应用范围广泛。

本发明的目的可以通过采取如下技术方案达到：

一种基于脉搏波形态特征的大脑认知负荷客观量化评估方法，所述评估方法包括以下步骤：

S1、采集静坐基线状态下的基线脉搏波信号y_baseline和脑力任务状态下的任务态脉搏波信号y_task；其中，脑力任务开始前1分钟称为处于基线状态，这段时间测得的脉搏波为基线脉搏波信号y_baseline；脑力任务开始后到结束，这段时间称为处于脑力任务状态，所采集的脉搏波信号为任务态脉搏波信号y_task；

S2、对采集到的脉搏波信号y_baseline和y_task进行预处理，得到预处理后的脉搏波信号y'_baseline和y'_task；

由于采集得到的脉搏波信号中存在各种噪声干扰，包括基线漂移、高频干扰、工频干扰等；因此需要根据脉搏波信号的特点及常见的噪声，对脉搏波进行预处理，所述的预处理包括去除高频噪声、去除基线漂移、周期分割及筛选；