您当前的位置：
首页 > 文献资料
所属专业：
视觉疲劳特性文献资料
-
基于HHT的视觉疲劳脑电特征提取
为准确提取到脑电信号中的疲劳特征,以此作为预警器提醒程序员休息,本文设计了一个基于稳态视觉诱发电位(SSVEP)的脑电实验,采用希尔伯特黄算法提取被试者脑电信号中EEG参数θ、α、β、β α、(α+θ)β在正常状态和疲劳状态下的希尔伯特边际谱能量值,分析两种状态下的希尔伯特边际谱能量的变化趋势.单因素方差分析结果表明:在疲劳状态下α、(α+θ)β的边际谱能量显著上升,β、β α波边际谱能量显著下降.通过支持向量机分类,β α的大分类准确率达到了94.4％,β节律的大分类准确率达到了93.3％.α、(α+θ)β也表现出良好的可分性.从希尔伯特黄算法中提取的4个EEG参数[α、β、β α、(α+θ)β]的边际谱能量特征均可以作为评价视觉疲劳特性的指标.
关键词： 基于稳态视觉诱发电位 希尔伯特黄算法 视觉疲劳特性 支持向量机
