2020-05-16：Synthesized quantitative assessment of human mental fatigue with EEG and HRV

文章信息

文献标题：Effect of different vibration frequencies on heart rate variability and driving fatigue in healthy drivers
期刊名称：会议 international conference on mechatronics
所属级别：
影响因子：
发表时间： 2005
作者机构：
^a Dept. Biomedical Engineering, Zhejiang University Hangzhou, P.R.China 310027;
^b School of Environmental Science & Engineering, Yangzhou Univ. Yangzhou, P.R.China 225009;
^c Dept. Mechanical Engineering , Northeastern Univ., Shenyang, P.R.China 110004
作者姓名：Qingpeng Han^*a,b, Li Wang^c, Ping Wang^a ,Bangchun Wen^c

内容提要

主要内容：采用非线性动力学和混沌理论分析了与人体精神应激相关的脑电图信号和心率变异性信号。在计算出三个非线性参数的基础上，提出了一种综合定量的评价人体精神疲劳状态的标准。
实验方法：利用小波变换技术从原始信号中提取脑电信号的HRV和横波。然后计算了HRV和横波的最大李雅普诺夫指数、复杂度和近似熵。这三个非线性参数定量地反映了人的生理活动，可以用来评价人的心理负荷。在对实际脑电图和HRV数据进行计算和统计分析的基础上，建立了具有上述两种节律三个非线性参数的精神疲劳综合定量评价标准。
技术指标：最大李雅普诺夫指数、复杂度和近似熵
创新之处：

方法介绍

利用小波变换方法对心电信号的R波峰进行了有效、准确的识别，得到了R波峰内的R波峰序列。利用三阶样条函数对RR内序列进行插值，并在适当的采样频率下对序列进行重采样，得到HRV信号。采用六层小波包分解滤波器，提取出与人体精神状态有关的脑电图信号的横波。采用非线性分析方法对HRV信号和脑电信号进行分析，计算了两种信号的非线性参数。这些参数包括最大李亚普诺夫指数、复杂性和近似熵，它们与人体的精神疲劳程度有关。这6种疲劳指标可以定量地评价人体的精神疲劳状态

结果讨论

与实际案例相比，精神疲劳的识别准确率可达100%。弱疲劳、中度疲劳和重度疲劳心理负荷的准确率均较高;分别是94.44,88.89和83.33%

总结评论

使用小波分解提取ECG和EEG信号，使用并计算最大李雅普诺夫指数、复杂度和近似熵，根据结果判断精神疲劳状态，具有较高的准确度

值得学习

最大李雅普诺夫指数、复杂度和近似熵等非线性算法的应用