基于脑波能量聚类分析的心理状态判定方法及系统与流程

本发明属于脑电信号测量及心理术装置技术领域，特别是一种基于脑波能量聚类分析的心理状态判定方法及系统。

背景技术

相关研究表明，利用脑电信号(eeg，electroencephalography)能够直接反映大脑的活动状态,eeg已成为大脑活跃研究中广泛采用的评定中枢神经系统变化的重要依据。

脑电信号可以分解为如表1所示的4个基本节律，即δ波、θ波、α波和β波。

表1脑电信号基本节律

这4个节律的能量会随着大脑活跃度的变化而变化。当α波和β波呈主导优势时，表明人的意识是清醒的，大脑活跃；而当θ波和δ波占主导优势时，则表明了人的意识模糊甚至轻微睡眠的出现。人的心理情绪状态可以积极高兴奋(高兴、骄傲、希望、兴趣)，积极低兴奋(放松、平静、满足)，消极高兴奋(焦虑、愤怒、羞愧)，消极低兴奋(厌倦、无助、沮丧、疲乏--心烦)。当人处于一种特定的心理情绪状态时，人脑的活跃度指数也相对稳定。通过将人脑波信号特征与人的心理情绪状态关联起来，对于人的心理情绪分析判断具有重要作用。

目前，关于脑电信号的研究主要集中在脑波学习和脑波控制领域，很少在通过对人的不同心理状态下的脑波进行聚类分析研究，导致不能准确确定脑波与心理状态的定量关系，难以准确预测判断心理状态。

技术实现要素：

本发明的目的在于提供一种基于脑波能量聚类分析的心理状态判定方法，确定脑波与心理状态的定量关系，准确预测判断心理状态

本发明的另一目的在于提供一种基于脑波能量聚类分析的心理状态判定系统。

实现本发明目的的技术解决方案为：

一种基于脑波能量聚类分析的心理状态判定方法，包括如下步骤：

(10)脑波信号采集：采集人在不同心理情绪状态下的脑波信号；

(20)信号预处理：对采集到的脑波信号进行独立分量分析处理和傅里叶变换，去除明显的漂移数据，以及与脑电信号无关的杂波；

(30)能量数据获取：设置对于不同心理情绪状态下采集脑波次数，计算特定心理状态脑波中δ波、θ波、α波和β波的能量；

(40)不同心态能量聚类中心计算：通过聚类分析算法，计算不同心理情绪状态下采集到的脑波δ波、θ波、α波和β波的能量聚类中心；

(50)当前心态能量计算：采集当前心理情绪状态下的脑波信号并计算该心理情绪状态下脑波中δ波、θ波、α波和β波能量；

(60)当前心态判定：计算当前心理情绪状态下脑波δ波、θ波、α波和β波能量与不同心理情绪状态下脑波δ波、θ波、α波和β波的能量聚类中心的距离，将当前心理情绪状态判定为与其距离最近的聚类中心所属心理情绪状态。

实现本发明另一目的的技术解决方案为：

一种基于脑波能量聚类分析的心理状态判定系统，包括：

脑波信号采集单元1：用于采集人在不同心理情绪状态下的脑波信号；

信号预处理单元2：对采集到的脑波信号进行独立分量分析处理和傅里叶变换，去除明显的漂移数据，以及与脑电信号无关的杂波；

能量数据获取单元3：设置对于不同心理情绪状态下采集脑波次数，计算特定心理状态脑波中δ波、θ波、α波和β波的能量；

不同心态能量聚类中心计算单元4：通过聚类分析算法，计算不同心理情绪状态下采集到的脑波δ波、θ波、α波和β波的能量聚类中心；

当前心态能量计算单元5：采集当前心理情绪状态下的脑波信号并计算该心理情绪状态下脑波中δ波、θ波、α波和β波能量；

当前心态判定单元6：计算当前心理情绪状态下脑波δ波、θ波、α波和β波能量与不同心理情绪状态下脑波δ波、θ波、α波和β波的能量聚类中心的距离，将当前心理情绪状态判定为与其距离最近的聚类中心所属心理情绪状态。

本发明与现有技术相比，其显著优点为：能够确定脑波与心理状态的定量关系，准确预测判断心理状态。因为：

本发明通过监测采集人处于不同心理状态脑波数据，采用聚类分析算法计算不同心理状态脑波的聚类中心，通过计算当前脑波与不同状态脑波聚类中心的最小距离，判断当前心理状态。该方法通过对不同心理状态下脑波聚类分析学习，研究发现脑波与心理状态的关系，为预测判断心理状态具有重要意义，是对于研究心理状态与脑波关系的重要创新和突破。

下面结合附图和具体实施方式对本发明作进一步的详细描述。

附图说明

图1为本发明基于脑波能量聚类分析的心理状态判断方法的主流程图。

图2为图1中当前心态判定步骤的流程图。

具体实施方式

如图1所示，本发明基于脑波能量聚类分析的心理状态判定方法，其包括如下步骤：

(10)脑波信号采集：采集人在不同心理情绪状态下的脑波信号；

所述(10)脑波信号采集步骤中不同心理情绪状态包括积极高兴奋状态、积极低兴奋状态、消极高兴奋状态和消极低兴奋状态。

脑波信号可以通过可佩戴脑波装置采集，然后通过蓝牙、wifi等无线传输手段把脑波信号传输到脑波信号处理终端，这样做的好处是让脑波采集装置和信号处理装置分离，既可以由使用者自行模拟特定状态采集脑波信号，也可以由他人在不影响使用者情绪状态的情况下，进行信号采集，可大大提高脑波信号采集效率。

(20)信号预处理：对采集到的脑波信号进行独立分量分析处理和傅里叶变换，去除明显的漂移数据，以及与脑电信号无关的杂波；

对采集到的脑波数据预处理去除明显的漂移数据，然后进行独立分量分析，去除和脑电信号无关的杂波。由于脑波采集装置采集到的脑波信号可能包括眼电和肌电干扰信号，如果直接使用原始信号进行计算和分析，必然导致脑波信号有误差，大大降低对于特定状态大脑各波段信号采集的准确性，因此，有必要对脑波采集装置采集到的脑波信号进行独立分量分析处理、傅里叶变换，去除和脑电信号无关的杂波。

(30)能量数据获取：设置对于不同心理情绪状态下采集脑波次数，计算特定心理状态脑波中δ波、θ波、α波和β波的能量；

脑电信号可以分解为4个基本节律，即δ波、θ波、α波和β波。

对经由独立变量分析处理去除了眼电和肌电干扰后的脑电波主导关系进行分析，并计算相应的特征参数，可以实现对脑波能量进行计算。δ波、θ波、α波、β波所对应的频率范围分别是1～3.8hz、4～7.8hz、8～12.8hz、13～30hz。

所述(30)能量数据获取步骤具体为，根据下式计算特定心理状态脑波中δ波、θ波、α波和β波的能量：

式中，总采样点数为n，为采样点，pi为利用周期图法估计出的功率谱密度,fs为采样频率，eδ,eθ,eα,eβ分别表示δ波、θ波、α波、β波对应的能量。

(40)不同心态能量聚类中心计算：通过聚类分析算法，计算不同心理情绪状态下采集到的脑波δ波、θ波、α波和β波的能量聚类中心；

通过聚类分析算法，计算不同心理情绪状态下采集到的脑波δ波、θ波、α波和β波的功率谱密度的聚类中心，也就是在积极高兴奋，积极低兴奋，消极高兴奋，消极低兴奋四种状态下，分别计算采集脑波样本在脑波δ波、θ波、α波和β波中功率谱密度的均值做为不同分类的质心。设经过计算积极高兴奋，积极低兴奋，消极高兴奋，消极低兴奋四种状态下脑波δ波、θ波、α波和β波能量均值中心分别为:每个均值中心又分别可以表示为脑波δ波、θ波、α波和β波能量均值。

所述(40)不同心态能量聚类中心计算步骤具体为：

假设分别在积极高兴奋状态、积极低兴奋状态、消极高兴奋状态和消极低兴奋状态下采集了n个脑波信号，其中δ波段的积极高兴奋状态的均值计算方法如下式所示：

其中，i∈(1,n),eδjgi表示δ波段第i个脑波信号的积极高兴奋状态能量值。

积极高兴奋状态下能量均值为：

即：

同理，可以计算积极低兴奋状态下能量均值为：

即：

消极高兴奋状态下能量均值为：

即：

消极低兴奋状态下能量均值为：

即：

其中，积极高兴奋，积极低兴奋，消极高兴奋，消极低兴奋四种状态下脑波δ波、θ波、α波和β波能量均值中心分别为:

(50)当前心态能量计算：采集当前心理情绪状态下的脑波信号并计算该心理情绪状态下脑波中δ波、θ波、α波和β波能量；

利用脑波装置采集人在波信号并计算脑波中δ波、θ波、α波和β波功率谱密度。此步骤与(30)能量数据获取步骤相同，设通过计算得到δ波、θ波、α波和β波能量分别为eδ,eθ,eα,eβ。

(60)当前心态判定：计算当前心理情绪状态下脑波δ波、θ波、α波和β波能量与不同心理情绪状态下脑波δ波、θ波、α波和β波的能量聚类中心的距离，将当前心理情绪状态判定为与其距离最近的聚类中心所属心理情绪状态。

如图2所示，所述(60)当前心态判定步骤包括：

(61)能量距离计算：

假设当前心理情绪状态下脑波δ波、θ波、α波和β波能量为eδ,eθ,eα,eβ，积极高兴奋状态下聚类中心为：

设当前脑波能量与积极高兴奋状态下脑波聚类中心的距离为sjg，可通过下式计算：

同理，可计算当前脑波能量与积极低兴奋态下脑波聚类中心的距离sjd为：

可计算当前脑波能量与消极高兴奋态下脑波聚类中心的距离sxg为：

可计算当前脑波能量与消极低兴奋态下脑波聚类中心的距离sxd为：

(62)心态归类：将当前心理情绪状态判定为与其距离最近的聚类中心所属心理情绪状态。

本发明基于脑波能量聚类分析的心理状态判定系统，包括：

脑波信号采集单元1：用于采集人在不同心理情绪状态下的脑波信号；

信号预处理单元2：对采集到的脑波信号进行独立分量分析处理和傅里叶变换，去除明显的漂移数据，以及与脑电信号无关的杂波；

能量数据获取单元3：设置对于不同心理情绪状态下采集脑波次数，计算特定心理状态脑波中δ波、θ波、α波和β波的能量；

不同心态能量聚类中心计算单元4：通过聚类分析算法，计算不同心理情绪状态下采集到的脑波δ波、θ波、α波和β波的能量聚类中心；

当前心态能量计算单元5：采集当前心理情绪状态下的脑波信号并计算该心理情绪状态下脑波中δ波、θ波、α波和β波能量；

当前心态判定单元6：计算当前心理情绪状态下脑波δ波、θ波、α波和β波能量与不同心理情绪状态下脑波δ波、θ波、α波和β波的能量聚类中心的距离，将当前心理情绪状态判定为与其距离最近的聚类中心所属心理情绪状态。