基于深度信念网络的脑电信号疲劳检测系统.pdfVIP

基于深度信念网络的脑电信号疲劳检测系统

朱龙飞;王鹏程

【摘要】传统的疲劳驾驶检测系统,一般采用对面部特征进行识别与信息提取的方

式,易受到外界因素干扰,检测效率较低;针对这一问题,提出基于深度信念网络(DBM)

的脑电信号(EEG)疲劳检测系统;结合深度信念网络工作原理和系统整体框架,设计系

统硬件结构和软件功能;采用SAA7115型号信号解码器对数字化信号进行分离,通

过采集模块电路图,将解码器连接到低噪声Video接口处,保证分离后的脑电信号为

合成信号;通过TMS320DM642的DSP数字信号处理器对端口1信号进行合成、

对端口2信号进行复合信号编码,保证信号采集不受外界因素干扰;将受限玻尔兹曼

机在硬件采集模块中提取的信号进行疲劳程度检测,根据脑电信号变化强度,区分疲

劳和未疲劳状态下脑电信号特征,完成系统设计;实验结果表明,所设计系统具有较高

检测效率,可为疲劳驾驶人员生命安全提供保障.

【期刊名称】《计算机测量与控制》

【年(卷),期】2019(027)005

【总页数】5页(P26-29,34)

【关键词】深度信念;脑电信号;疲劳;解码器;玻尔兹曼机;脑电波动指数

【作者】朱龙飞;王鹏程

【作者单位】浙江工业大学经贸管理学院,杭州330014;浙江工业大学软件学院,杭

州330014

【正文语种】中文

【中图分类】TP391

0引言

疲劳是由长期高强度工作下引起的主观不适感觉，具体表现在注意力难以集中、反

应迟钝等症状，给人们正常生活带来不便，严重时甚至会引起慢性疲劳等疾病，因

此，对于疲劳状态进行检测可预防该类疾病的发生。脑电信号是由生物体脑部皮层

神经产生的生物电信号，与脑部活动密切相关，可直接反映生物体精神状态，可作

为精神疲劳评价指标[1]。虽然疲劳是主观不适感觉，但是在客观同等条件下会影

响原来所从事的正常活动能力。疲劳主要表现结果是精力不集中、反应迟缓、预测

能力下降。如果人们在正常工作中出现疲劳，不仅会降低工作效率，还容易出现重

大交通事故问题，严重威胁人们生命安全。精神疲劳对人们正常工作带来了极大影

响，其产生的机理还处于研究与探索阶段，从理论角度分析还难以做出准确描述，

而从现象角度分析也具有较大个体差异，这给预防精神疲劳所引起的疾病带来较大

难题，因此有必要建立一个定量、可观疲劳检测系统[2]。现有大多数疲劳检测系

统仅适用于个别疲劳状态的检测，致使该类方法目前尚未形成有效且统一评价标准。

采用传统面部特征检测系统对人脸各个器官进行定位，容易受到环境、光照因素影

响，导致系统检测精准度较低；相比较来说，设计深度信念网络的脑电信号疲劳检

测系统，不会受到测试环境限制，可检测日常工作中的精神疲劳，具有良好普适性

[3]。

1系统整体结构设计

深度信念网络是一个概率生成模型，该模型是在数据观察与标签联合分布基础上建

立的，与传统判别神经网络模型相比，其判别是具有全面性的。深度信念网络是由

多个限制玻尔兹曼机组成的，具体分为两个层次，分别是可视层和隐藏层，属于典

型网络结构。虽然可视层和隐藏层表面是具有密切关系的，但实际上，两个层次内

部结构是完全不相关的，其中隐藏层单元被单独训练捕捉相关高阶数据[4]。在该

网络条件下，设计脑电信号疲劳检测系统，可直观反映出脑部神经细胞活动特征，

精准表达精神状态。

脑电图可通过脑电极记录相关脑细胞群发性与节律性，是脑内大量神经元活动综合

反映，而脑机能状态变化可引起脑电图发生改变[5]。虽然脑电信号经过颅骨、软

组织、头皮，在空间上弥散开来，并和皮层其它位置信号相互混合，使头皮记录的

电信号成为皮层电信号的混合体，使脑电图在空间上变得极为模糊。基于不同需求，

人们设计出多种脑-机接口原型系统。该系统通常是有输入、输出、信号处理与转

换模型组成的，其中输入环节可产生某种特性脑部活动特征信号，而信号处理是将

连续的特征信号转换为某些特征参数数字信号，方便读取与处理，并对数字信号进

行识别与分类[6]。

采集脑电信号，利用疲劳实时检测系统进行在线分析，通过对分析结果总结来验证

该系统有效性，整个系统结构示意图如图1所示。

图1系统整体结构示意图

由图1可知：脑-机接口在人脑与计算机之间建立直接交流通道，通过该通道人可

直接通过大脑来表达想法，而不需要语言或动作，有效增强外界交流与外部环境能

力，提高使用者活动便携性。在大脑产生动作意识之后，其脑电信号会发生相应改

变，这种变化可通过一定方式检测出来，并作