Author(s): Ren Ya-li Electrical Engineering College, Longdong University, Qingyang 745000, Gansu Province, China
Pages: 8251-8255
Year: 2012 Issue:  44
Journal: Journal of Clinical Rehabilitative Tissue Engineering Research
Keyword:  精神疲劳;  脉搏信号;  主成分分析;  小波变换;  线性判别式分析;  数字医学;
Abstract: 背景:随着科技的进步,研究疲劳的客观手段越来越多,生理指标的介入使其成为医学、认知科学和心理学的研究热点。然而,对精神疲劳的检测目前仍缺乏客观的生理指标。目的:为了评估精神疲劳状态,提出一种基于脉搏信号的精神疲劳状态识别新方法。方法:用小波变换对脉搏信号消噪处理,提取脉搏信号功率谱峰值及对应频率、功率谱重心及重心频率特征量,对提取的特征量进行主成分分析,最后用改进的线性判别式分析法分类识别,主成分识别率达100%。结果与结论:用脉搏信号特征的主成分进行精神疲劳状态识别,获得了满意的分类识别效果,该方法计算简单,稳定性好,识别率高,对精神疲劳状态的评估具有一定的可行性。