[发明专利]一种基于广义一致性构建脑功能网络与相关向量机的疲劳分类方法

摘要

本发明提供一种基于广义一致性构建脑功能网络与相关向量机的疲劳分类方法，本发明相对于现有技术具有较高的可靠性和准确性，通过信息流动的方向、因果关系构建有效的疲劳分类网络，以对不同精神状态下脑网络的连接特性进行分类，有效验证拓扑结构研究的结果，提高对驾驶疲劳的检测能力。本发明通过广义一致性算法的方法构建脑网络，将大脑视为一个多区域协同合作的网络，研究其信息流通方向及节点间因果关系，分析不同精神状态下大脑网络的拓扑结构变化，揭示疲劳产生的机理，为疲劳相关研究提供一种新的视角。本发明利用相关向量机对连接特征进行分类，能够实现90％以上的分类精度，验证拓扑结构分析的可靠性，还为疲劳检测提供一种新的方法。

主权项

1.一种基于广义一致性构建脑功能网络与相关向量机的疲劳分类方法，其特征在于，包括以下步骤：S1)、采集受试者模拟驾驶时的脑电信号；S2)、在模拟驾驶过程中，随机发布刹车命令，记录受试者的反应时间；S3)、通过独立成分分析去除采集到的原始脑电信号中的眼电信号；S4)、采用小波包变换对脑电信号信号进行分解与重构，按照频率范围重构为三个子频带(Theta，Alpha，Beta)；S5)、采用电磁成像(eLORETA)技术对脑电信号的每个子频带的信号进行溯源，将头皮信号溯源到大脑皮层上；S6)、采用广义一致性算法的方法计算各通道间的统计学耦合关系；S7)、通过各通道间的耦合关系，形成因效连接网络，得到清醒与疲劳时的信息流向；S8)、确定合适的阈值，构建脑功能网络，分析其拓扑结构变换；S9)、通过不同的连接特性，利用相关向量机对不同精神状态进行分类，判断驾驶疲劳。