基于采集腦電信號的人體昏厥預(yù)警方法
【專利摘要】本發(fā)明提出一種基于采集腦電信號的人體昏厥預(yù)警方法。該方法包括：通過腦電圖EEG采集儀采集不同G值下載人離心機的M個通道的腦電信號，其中，M為正整數(shù)；對M個通道中的腦電信號進行預(yù)處理，以獲取M個通道中每個通道的低頻腦電數(shù)據(jù)；根據(jù)低頻腦電數(shù)據(jù)獲取每個腦電信號的頻段在每個數(shù)據(jù)段的參數(shù)相關(guān)率當(dāng)參數(shù)相關(guān)率符合昏厥前預(yù)警條件時，進行人體昏厥預(yù)警提醒。本發(fā)明實施例的方法，可對人體昏厥前的狀態(tài)進行提前識別和預(yù)警，有利于全面了解受訓(xùn)者的體征，指導(dǎo)人體訓(xùn)練具有實際應(yīng)用價值。
【專利說明】基于采集腦電信號的人體昏厥預(yù)警方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及航空醫(yī)學(xué)及生物醫(yī)學(xué)工程領(lǐng)域，尤其涉及一種基于采集腦電信號的人體昏厥預(yù)警方法。
【背景技術(shù)】
[0002]高性能戰(zhàn)斗機問世以來，高G防護已成為航空醫(yī)學(xué)亟待解決的重大理論和現(xiàn)實問題。重力加速度引起的意識喪失(G — L0C(G_induced loss of consciousness,G-L0C)嚴(yán)重威脅著飛行安全。為此，在飛行和訓(xùn)練中，為了保證飛行員的安全，需要實時監(jiān)測人體的生理狀態(tài)以進行判斷和預(yù)警。
[0003]目前，可通過監(jiān)測飛行員的心電、耳脈信號和腦電信號來了解飛行員的身體狀態(tài)。其中，心電中的心律失常經(jīng)常作為訓(xùn)練過程中停機的指標(biāo)，并且心率是選拔高G特級飛行和儲備飛行員的具有價值的重要指標(biāo)。當(dāng)心電中的心律失常時，說明人體的心臟已出現(xiàn)嚴(yán)重異常，此時需要立即停機以免對受試者造成更大的傷害。耳脈搏和頭水平血壓具有一致性，通常耳脈搏可作為判斷+Gz耐力終點的客觀指標(biāo)，其中，+Gz表示z軸正方向的重力加速度。通常耳脈搏拉平I~2秒，即可作為黑視或意識喪失的預(yù)警?，F(xiàn)在普遍認為腦電信號是一個很好的檢測指標(biāo)，目前可通過缺氧、意識喪失、下體負壓等各種方法來模擬高G時產(chǎn)生的加速度效果來間接研究高G環(huán)境下的腦電變化特征。
[0004]目前存在的問題是，由于心率的變化受個體差異影響較大，且和行為及心理活動密切相關(guān)，容易受到外界影響，因此，將其作為耐力終點判別意義不大。耳脈反映的是腦顱外動脈壓的變化，并不是腦顱內(nèi)動脈壓的變化。此外，由于受溫度的影響，所測量的耳脈信號并不準(zhǔn)確，且不穩(wěn)定。腦電信號的研究目前多基于靜態(tài)腦電數(shù)據(jù)來研究人體處于昏厥或已經(jīng)臨近昏厥時的腦電變化特征，并且以目測分析暴發(fā)性的高幅慢波為特征，當(dāng)發(fā)現(xiàn)肉眼可辨識的“高幅慢波”(比如δ波或Θ波)時，腦功能狀態(tài)可能已處于嚴(yán)重的抑制狀態(tài)，再進行G-LOC預(yù)警已失去意義。此外，由于個體不同產(chǎn)生的差異，目前評價腦電變化的判斷依據(jù)并不準(zhǔn)確，缺乏客觀性。

【發(fā)明內(nèi)容】

[0005]本發(fā)明旨在至少解決上述技術(shù)問題之一。
[0006]為此，本發(fā)明的目的在于提出一種基于采集腦電信號的人體昏厥預(yù)警方法。該方法可對人體大腦昏厥前的狀態(tài)進行提前識別和預(yù)警，從而避免了對受訓(xùn)者造成更大的傷害，對解決高G防護問題具有重要現(xiàn)實意義。
[0007]為了實現(xiàn) 上述目的，本發(fā)明實施例的基于采集腦電信號的人體昏厥預(yù)警方法，包括:通過腦電圖EEG采集儀采集不同G值下載人離心機的M個通道中的腦電信號，其中，M為正整數(shù)；對所述M個通道中的腦電信號進行預(yù)處理，以獲取所述M個通道中每個通道的低頻腦電數(shù)據(jù)；根據(jù)所述低頻腦電數(shù)據(jù)獲取每個所述腦電信號的頻段在每個數(shù)據(jù)段的參數(shù)相
關(guān)率(%)；當(dāng)所述參數(shù)相關(guān)率<(%)符合昏厥前預(yù)警條件時，進行人體昏厥預(yù)警提醒。[0008]本發(fā)明實施例的基于采集腦電信號的人體昏厥預(yù)警方法，具有以下有益效果:1、通過直接在載人離心機上開展人體實驗，研究離心機+Gz下的腦電變化特征，根據(jù)腦電變化特征可以充分了解到暈厥前或G-LOC前僅通過肉眼判圖而無法了解的有關(guān)的腦功能狀態(tài)的變化信息，并根據(jù)參數(shù)相關(guān)率的變化情況對+Gz引起的暈厥提出預(yù)警及判別方法，對于全面了解受訓(xùn)者的體征，指導(dǎo)人體訓(xùn)練具有實際應(yīng)用價值，對于提醒飛行員在訓(xùn)練和執(zhí)行飛行任務(wù)中及早采取相應(yīng)的防護措施，解決高G防護問題具有重要現(xiàn)實意義；2、通過參
數(shù)相關(guān)率/--(%)可以消除個體不同產(chǎn)生的差異，在評價人體的腦電變化時能夠給出客觀的
和較為準(zhǔn)確的判斷依據(jù)。
[0009]本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。
【專利附圖】

【附圖說明】
[0010]本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結(jié)合附圖對實施例的描述中將變得明顯和容易理解，其中，
[0011]圖1是本發(fā)明一個實施例的基于采集腦電信號的人體昏厥預(yù)警方法的流程圖；
[0012]圖2是alpha頻帶的參數(shù)相關(guān)率<(%)隨不同G值變化的示意圖；以及
[0013]圖3是beta頻帶的參數(shù)相關(guān)率^(%)隨不同G值變化的示意圖。
【具體實施方式】
`[0014]下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。相反，本發(fā)明的實施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同物。
[0015]在本發(fā)明的描述中，需要理解的是，術(shù)語“第一”、“第二”等僅用于描述目的，而不能理解為指示或暗示相對重要性。在本發(fā)明的描述中，需要說明的是，除非另有明確的規(guī)定和限定，術(shù)語“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連。對于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明中的具體含義。此外，在本發(fā)明的描述中，除非另有說明，“多個”的含義是兩個或兩個以上。
[0016]流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括一個或更多個用于實現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分，并且本發(fā)明的優(yōu)選實施方式的范圍包括另外的實現(xiàn)，其中可以不按所示出或討論的順序，包括根據(jù)所涉及的功能按基本同時的方式或按相反的順序，來執(zhí)行功能，這應(yīng)被本發(fā)明的實施例所屬【技術(shù)領(lǐng)域】的技術(shù)人員所理解。
[0017]下面參考附圖描述本發(fā)明實施例的基于采集腦電信號的人體昏厥預(yù)警方法。
[0018]目前，由于在載人離心機上對人體進行試驗要求的特殊性以及+Gz環(huán)境下腦電信號易受干擾并且腦電信號的測量難度較大。因此，目前對腦電變化特征的研究多通過缺氧、意識喪失、下體負壓等各種方法來間接研究高G環(huán)境下的腦電變化特征，其主要以目測分析暴發(fā)性的高幅慢波為特征。然而，當(dāng)發(fā)現(xiàn)肉眼可辨識的“高幅慢波”時，人體腦功能狀態(tài)可能已處于嚴(yán)重的抑制狀態(tài)，此時再對G-LOC進行預(yù)警已失去意義。如果可以在不同G值下，直接采集載人離心機中的腦電信號，并對采集到的腦電信號進行綜合分析以獲取不同G值下人體昏厥前或G-LOC前腦電信號的變化特征，則可以更方便地了解受訓(xùn)者的體征變化，當(dāng)飛行員或者受訓(xùn)者在訓(xùn)練和執(zhí)行任務(wù)中如果腦電變化符合預(yù)設(shè)昏厥前則可進行提前預(yù)警，并及時采取相應(yīng)的防護措施，從而避免了對飛行員或者受試者造成更大的傷害。為此，本發(fā)明提出了一種基于采集腦電信號的人體昏厥預(yù)警方法。
[0019]圖1是本發(fā)明一個實施例的基于采集腦電信號的人體昏厥預(yù)警方法的流程圖。
[0020]如圖1所示，該基于采集腦電信號的人體昏厥預(yù)警方法包括。[0021]S101，通過腦電圖EEG采集儀采集不同G值(即重力加速度值)下載人離心機的M個通道中的腦電信號，其中，M為正整數(shù)。
[0022]具體而言，在新型三軸向高性能新型載人離心機中進行人體試驗。其中，新型三軸向高性能新型載人離心機主臂長度為8m，具有3軸向加速度。每個軸向的加速度變化將會對人體產(chǎn)生不同的影響，Gz方向的加速度對人體腦電信號的影響最大，也就是說，z軸方向的重力加速度對人體腦電信號的影響最大。本發(fā)明主要研究+Gz (即，z軸正方向的重力加速度)作用下人體腦電信號的變化情況，也就是說，主要研究受訓(xùn)者在受到z軸正方向的重力加速度而引起的腦電信號的變化情況。因此在設(shè)計新型三軸向高性能新型載人離心機的加速度曲線時，將Gx和Gy方向的加速度值(即X軸和I軸方向的重力加速度)控制地盡可能的小。例如，可將Gx方向的加速度控制在I以下，Gy方向的加速度控制在0.5以下。
[0023]進一步而言，每一次運行的加速度曲線的具體設(shè)置為:離心機靜止時，受試者感受加速度為1G。新型三軸向高性能新型載人離心機啟動時先以lG/s的加速度增長率到達基線持續(xù)數(shù)秒，之后以3G/s的加速度增長率到達而各次運行的設(shè)定的最大G值，持續(xù)10s-15s后，再以3G/s的加速度增長率降為1G，回到初始狀態(tài)，離心機停止。其中，直接將受試者曝露于較大G值是危險的，因此每次運行的最大G值從2.5G開始，按照0.5G的幅度遞增，直至受試者到達耐力終點或出現(xiàn)停機指標(biāo)。同時，經(jīng)驗豐富的醫(yī)生還通過載人離心機的生理信號記錄系統(tǒng)對受試者的耳脈和心電信號實時監(jiān)測并進行記錄，每次運行后詢問受試者主觀對座艙內(nèi)周邊燈和中央燈的視覺感知情況，并結(jié)合受試者的表情，對其耐力做出綜合判斷。
[0024]由于動態(tài)情況下的腦電信號極其微弱，且易受干擾，因此，動態(tài)情況下測量腦電信號的難度相對于靜態(tài)情況較大。如果電極位置固定不好，或過程中產(chǎn)生松動，則采集到的腦電數(shù)據(jù)中可用的較少。為了可以準(zhǔn)確地采集到動態(tài)情況下的腦電數(shù)據(jù)，可在通過新型三軸向高性能新型載人離心機進行試驗時，選用便攜式腦電記錄儀安裝固定在座艙內(nèi)采集和記錄腦電信號。電極安放時，需根據(jù)受試者頭型的不同大小，為他們佩戴相應(yīng)型號的緊固網(wǎng)帽，每個電極上加貼醫(yī)用膠布以加緊固定，防止運轉(zhuǎn)中松動。其中，腦電電極放置采用國際10/20 標(biāo)準(zhǔn)，取 16 路電極，取電極 Fpl，F(xiàn)3, C3, P3, O1, Fp2, F4, C4, P4, O2, F7, T3, T5, F8, T4, T60 所有電極的參考電極選用同側(cè)耳垂處的電極A1或A2，選用單極導(dǎo)聯(lián)的測量方式。具體而言，在不同G值的作用下，通過新型三軸向高性能新型載人離心機中的便攜式腦電記錄儀可以采集離心機中的16路中的腦電信號，也就是說通過16路電極即可獲取載人離心機中的16個通道中的腦電信號。[0025]在本發(fā)明的實施例中，在獲取16個通道中的腦電信號之后，腦電信號首先進入座艙內(nèi)的干擾抑制盒經(jīng)過初步的干擾處理，之后進入到座艙內(nèi)的放大記錄盒，以特有格式記錄到SD卡上進行后續(xù)處理。例如，SD卡的采樣頻率128Hz。其中，干擾抑制盒和放大記錄盒的位置可選取+Gz作用下，腦電信號易被采集和記錄的合適位置加以固定。
[0026]S102，對M個通道中的腦電信號進行預(yù)處理，以獲取M個通道中每個通道的低頻腦電數(shù)據(jù)。
[0027]在本發(fā)明的實施例中，對M個通道中的腦電信號進行預(yù)處理，具體包括:可通過帶通濾波器對腦電信號進行濾波，并可對濾波后的腦電信號進行偽跡干擾消除處理。
[0028]具體地，可將采集到的16個通道中的腦電信號通過帶通數(shù)字濾波器進行預(yù)處理，然后選擇合適的小波基，設(shè)計合理的小波包分解層數(shù)，利用小波包分解重構(gòu)的方法，消除腦電信號中的肌電、工頻電源、基線漂移、電極干擾等信號，主要提取出含有alpha (α):8_13Hz、beta ( β ):13_25Hz、delta ( δ ): (0.5_4Hz)、theta ( Θ ): (4_8Hz)頻帶的低頻腦電數(shù)據(jù)。具體而言，動態(tài)情況下采集的腦電信號中含有各種偽跡干擾，所以需選用合適的方法對其進行偽跡干擾消除，以提高數(shù)據(jù)特征提取的性能和效果。小波濾波是時頻濾波中的一種方法，其可以使信號在不同部位得到相應(yīng)最佳的時域和頻域分辨率，從而把信號在一系列的不同層次的空間上完成分解和重構(gòu)。它非常適合于對非平穩(wěn)信號的瞬態(tài)特性和時變特性的分析。也就是說，在低頻部分，有著較高的頻率分辨率和較低的時間分辨率，而在高頻部分，則有著較高的時間分辨率和較低的頻率分辨率。而其中新興的小波包方法，比小波分解更為精細，它在低頻和高頻部分可同時進行分解。即它能夠?qū)㈩l帶進行多層次劃分，進而對多分辨率分析沒有進行細分的高頻部分進行進一步分解，而且能夠根據(jù)被分析信號的特征自適應(yīng)性地選擇相應(yīng)的頻帶，使之與信號的頻譜進行匹配，進而提高時頻上的分辨率。其中，腦電信號中的腦電偽跡主要有肌電圖EMG (electromyography)、眼電圖EOG (electro-oculogram)、體動、旋轉(zhuǎn)、基線漂移及電源等。受訓(xùn)者在座艙內(nèi)經(jīng)歷+Gz曝露時，不可避免地會緊張且做一定的對抗動作，因此受肌電的影響較大，該頻段主要集中在35.8-5IHz的頻段；E0G較難去除，它可能混雜在腦電數(shù)據(jù)的多個頻帶之中，在消除過程中很容易造成有用信息的丟失，因此根據(jù)實驗經(jīng)驗可主要對0.5-lHz頻段內(nèi)的信號進行去除；交流電的工頻集中在50Hz左右；電極固定和基線漂移容易形成0.8Hz和0.2Hz以下的低頻慢波；離心機旋轉(zhuǎn)產(chǎn)生的干擾作用較強，不可忽視，根據(jù)實驗可達到的最大G值，離心機主臂半徑，通向心加速度的換算公式可計算出可知離心機旋轉(zhuǎn)對信號的干擾大致主要在
0.5Hz頻率以下。此外，工頻電源、磁場、體動等也會產(chǎn)生不同程度的影響?；谝陨暇C合考慮，濾波器下限取IHz左右，上限取35Hz左右。根據(jù)采樣頻率和動態(tài)腦電信號的特點，選擇daubechies5小波對原始信號進行6層分解，其最小分辨率可用下式來估計，式中fs為采樣
頻率Δ/ = $.1 = life。通過小波包方法可較好地去除+Gz作用下的腦電信號中的EMG、工頻
電源、及其它高頻干擾，對基線漂移、電極干擾等低頻段的慢波干擾也有較明顯的效果，去噪后的信噪比大幅度提高。
[0029]S103，根據(jù)低頻腦電數(shù)據(jù)獲取每個腦電信號的頻段在每個數(shù)據(jù)段的參數(shù)相關(guān)率
[0030]在本發(fā)明的實施例中，對低頻腦電數(shù)據(jù)進行分析以獲取腦電信號的特征參數(shù)，其中，腦電信號的特征參數(shù)包括腦電信號特征參數(shù)包括平均幅值(了(//V))、平均周期能量比
(萬:(%))和平均中心頻率(瓦(Hz))；對腦電信號的特征參數(shù)進行歸一化處理，并根據(jù)歸一化處理后的特征參數(shù)獲取低頻腦電數(shù)據(jù)的每個頻段的估計值Bz;根據(jù)每個頻段的估計值匕獲取每個頻段的參數(shù)相關(guān)率f (%)。其中，z表示腦電信號的各個頻段，例如z可為α、β頻段或者其他頻段。
[0031]具體而言，在獲取低頻腦電數(shù)據(jù)之后，可對低頻腦電數(shù)據(jù)以預(yù)設(shè)時間間隔進行周期化處理，并對周期化的腦電數(shù)據(jù)進行快速傅里葉變換FFT (Fast FourierTransformation)。例如,可將低頻腦電數(shù)據(jù)以2s為一段,分成連續(xù)的多段，以及對各個通道每段的腦電數(shù)據(jù)進行快速傅里葉變換，并做出每個2s數(shù)據(jù)段的周期圖，其中，周期圖由16個通道內(nèi)的以0.5Hz長度分割的頻域中的傅里葉成分的平方和構(gòu)成。以及在獲取周期圖之后，可通過各周期圖參數(shù)把各個通道的信號特征表達出來。
[0032]在本發(fā)明的實施例中，平均幅值(1(/^))可通過以下公式計算:
【權(quán)利要求】
1.一種基于采集腦電信號的人體昏厥預(yù)警方法，其特征在于，包括: 通過腦電圖EEG采集儀采集不同G值下載人離心機的M個通道中的腦電信號，其中，M為正整數(shù)； 對所述M個通道中的腦電信號進行預(yù)處理，以獲取所述M個通道中每個通道的低頻腦電數(shù)據(jù)； 根據(jù)所述低頻腦電數(shù)據(jù)獲取每個所述腦電信號的頻段在每個數(shù)據(jù)段的參數(shù)相關(guān)率R'U%) , 當(dāng)所述參數(shù)相關(guān)率K"(%)符合昏厥前預(yù)警條件時，進行人體昏厥預(yù)警提醒。
2.如權(quán)利要求1所述的方法，其特征在于，所述對M個通道中的腦電信號進行預(yù)處理具體包括: 通過帶通濾波器對所述腦電信號進行濾波，并對濾波后的腦電信號進行偽跡干擾消除處理。
3.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)低頻腦電數(shù)據(jù)獲取每個所述腦電信號的頻段在每個數(shù)據(jù)段的參數(shù)相關(guān)率Rf (%)具體包括: 對所述低頻腦電數(shù)據(jù)進行分析以獲取所述腦電信號的特征參數(shù)，其中，所述腦電信號的特征參數(shù)包括平均幅值(1(//ν))、平均周期能量比(萬_-(%))和平均中心頻率(I(Hz)); 對所述腦電信號的特征參數(shù)進行歸一化處理，并根據(jù)歸一化處理后的特征參數(shù)獲取所述低頻腦電數(shù)據(jù)的每個頻段的估計值Bz ； 根據(jù)所述每個頻段的估計值Bz獲取每個頻段的參數(shù)相關(guān)率#(%)。
4.如權(quán)利要求3所述的方法，其特征在于，所述平均幅值(]..(//v))通過以下公式計算:
5.如權(quán)利要求3所述的方法，其特征在于，所述平均周期能量比(萬_(%))通過以下公式計算:
6.如權(quán)利要求3所述的方法，其特征在于，所述平均中心頻率(/^(//z)).通過以下公式計算:
7.如權(quán)利要求3所述的方法，其特征在于，所述對腦電信號的特征參數(shù)進行歸一化處理，并根據(jù)歸一化處理后的特征參數(shù)獲取所述低頻腦電數(shù)據(jù)的每個頻段的估計值Bz具體包括: 通過以下公式對所述腦電信號的特征參數(shù)進行歸一化處理:
8.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)估計值Bz獲取每個頻段的參數(shù)相關(guān)率#(%)，具體包括: 通過以下公式計算參數(shù)相關(guān)率i^(%):
9.如權(quán)利要求1所述的方法，其特征在于，所述腦電信號的頻段包括α頻段和β頻段，所述α頻段和β頻段分別為8-13Ηζ和13-25ΗΖ，所述昏厥前預(yù)警條件為: a.α頻段和β頻段腦電數(shù)據(jù)的參數(shù)相關(guān)率i?f(%)和Α=(%)均大于90%; b.在滿足條件a后的2~IOs內(nèi)，所述參數(shù)相關(guān)率(%)小于50%,且所述參數(shù)相關(guān)率<(%)小于50%的狀態(tài)持續(xù)段數(shù)大于或者等于2。
【文檔編號】A61B5/0476GK103845052SQ201410058482
【公開日】2014年6月11日 申請日期:2014年2月20日 優(yōu)先權(quán)日:2014年2月20日
【發(fā)明者】張濤, 李毅峰, 鄧略, 陳勇勝 申請人:清華大學(xué), 中國人民解放軍空軍航空醫(yī)學(xué)研究所