[发明专利]一种高强度运动下机体疲劳评估方法

权利要求书

1.一种高强度运动下机体疲劳评估方法，其特征在于，包括：

S1：采集静息状态以及高强度运动后疲劳状态的心电、脑电信号；

S2：对心电信号进行去噪处理；定位去噪后的心电信号的R波，得到RR间期序列；根据RR间期序列得到心电特征，包括心率、心率变异性时域特征和心率变异性频域特征；

S3：对脑电信号进行去噪处理，计算去噪后的脑电信号的功率谱密度；

S4：构建脑网络，脑网络中的节点为脑电电极，边权值为节点间的相位锁定值；

S5：计算脑网络参数，包括聚类系数、特征路径长度、全局效率、小世界属性；

S6：对心电特征、脑电信号的功率谱密度和脑网络参数进行筛选，得到最优特征集合；

S7：根据最优特征集合进行机体疲劳评估，得到机体疲劳评估结果。

2.根据权利要求1所述的一种高强度运动下机体疲劳评估方法，其特征在于，脑网络的边权值的计算公式为：

其中，PLV表示相位锁定值，N表示脑网络的节点总数，表示第一电极导联信号x(t)的瞬时相位，表示第二电极导联信号y(t)的瞬时相位，j表示虚数单位。

3.根据权利要求1所述的一种高强度运动下机体疲劳评估方法，其特征在于，脑网络的聚类系数为所有节点聚类系数的平均值；节点聚类系数的计算公式为：

其中，C_i表示第i个节点的聚类系数，k_i表示第i个节点的邻接点个数，e_i表示第i个节点与邻接点的连接边数量。

4.根据权利要求1所述的一种高强度运动下机体疲劳评估方法，其特征在于，计算特征路径长度的公式为：

其中，L表示脑网络的特征路径长度，N表示脑网络的节点总数，d_ij表示两连通节点i和节点j之间的最短路径长度，V表示网络中所有节点组成的集合。

5.根据权利要求1所述的一种高强度运动下机体疲劳评估方法，其特征在于，全局效率为最短路径长度的倒数。

6.根据权利要求1所述的一种高强度运动下机体疲劳评估方法，其特征在于，计算小世界属性的公式为：

其中，σ表示脑网络的小世界属性，C_real、C_random分别表示当前脑网络的聚类系数以及与当前网络对应的随机网络的聚类系数，L_real、L_random分别表示当前脑网络的特征路径长度以及与当前网络对应的随机网络的特征路径长度。

7.根据权利要求1所述的一种高强度运动下机体疲劳评估方法，其特征在于，得到最优特征集合的过程包括：将心电特征、脑电信号的功率谱密度和脑网络参数构成第一特征集合，对第一特征集合进行差异显著性分析，筛选出与静息状态差异大的疲劳状态下的特征构成第二特征集合；计算第二特征集合中所有特征的筛选指标，将第二特征集合中筛选指标最高的N个特征构成第三特征集合；取第二特征集合与第三特征集合的交集作为最优特征集合。

8.根据权利要求7所述的一种高强度运动下机体疲劳评估方法，其特征在于，计算特征的筛选指标的过程包括：计算特征的信息量；计算特征之间的相关性，根据特征与其他特征的相关性计算特征的独立性；将特征信息量与特征独立性的乘积作为特征的筛选指标。