脑电信号处理与分析方法研究进展

脑电信号是人体中枢神经系统中大量神经元的同步电生理活动在大脑皮层和头皮表面的整体反应,对脑电信号进行处理分析对于探索大脑工作机制和诊治脑神经系统疾病具有重要意义。本文针对国内外近五年来与脑电信号处理与分析相关的研究进行了归纳整理,按照时频分析、高阶谱分析、非线性动力学和人工神经网络四类方法分别进行了回顾总结,概括展示了最新的研究成果。希望为学者们了解脑电信号处理与分析的研究现状,选择恰当的处理与分析方法提供一定的借鉴和参考。

基于多尺度熵和支持向量机的人体脑疲劳状态检测研究

目的探索多尺度熵结合支持向量机的方法是否可以有效检测人体脑疲劳状态,进而比较不同脑皮层位置的电极检测脑疲劳的效果。方法通过持续认知负荷任务建立脑疲劳模型,采用一款便携式脑电设备采集12名实验对象清醒和疲劳状态的脑电信号,以多尺度熵为特征,结合支持向量机算法对两种状态的脑电进行分类。结果在进行持续认知负荷任务后,实验对象的疲劳程度明显上升,NASA-TLX和KSS量表结果均具有显著的统计学差异(P<0.01);在额叶Fpz、顶叶Pz和枕叶Oz三个电极,实验对象清醒和疲劳状态脑电信号的平均分类准确率分别为92.16%、81.63%和90.54%,其中Fpz和Oz电极之间没有统计学差异(P>0.05),二者和Pz电极之间有显著的统计学差异(P<0.05)。结论多尺度熵结合支持向量机可以有效地对人体清醒和脑疲劳状态进行检测,Fpz和Oz电极比Pz电极的检测效果更好。