精神壓力分析儀腦電測量裝置

產品展示

精神壓力分析儀

新聞中心

網站首頁 >產品知識 > 精神壓力分析儀腦電測量裝置

　　人體精神壓力分析儀腦電測量及放松訓練的裝置，包括腦電采集電極、預處理單元、模數轉換單元、中心控制單元和耳機；

精神壓力分析儀腦電測量裝置

　　其中，所述的腦電采集電極用于采集人體腦電信號，各電極通過屏蔽線與預處理單元相連；所述的預處理單元中的放大電路用于對信號進行功率放大，濾波電路用于對信號進行濾波，工程陷波電路用于去除腦電信號中交流電帶來的頻率干擾，預處理單元通過屏蔽線與模數轉換單元相連；所述的模數轉換單元用于對采集到的模擬信號進行采樣，通過屏蔽線與中心控制單元相連；所述的中心控制單元實現整個裝置的工作控制，用于處理腦電數據，計算精神壓力分析儀指數，提供呼吸參數，根據該參數提供音頻信號給使用者，使用者通過音頻時長自主調整呼吸時間長度。

　　人體精神壓力分析儀腦電測量及放松訓練的方法，包括以下步驟：

　　采集初始腦電數據

　　腦電采集電極連續采集使用者在正常呼吸狀態下7s的單通道腦電信號；

　　預處理單元對采集到的單通道腦電信號進行放大、濾波和工程陷波；

　　模數轉換單元對采集到的單通道腦電模擬信號進行采樣，得到初始腦電數據；

　　計算

　　中心控制單元對腦電數據使用模極大值法和信號重構方法剔除腦電中的干擾；

　　中心控制單元對剔除干擾后的腦電數據進行小波包分解，得到α波；

　　中心控制單元利用高級復雜度計算方法，對α波進行非平穩混沌特性分析，得到α波的高級復雜度的值，該值作為精神壓力分析儀指數SI，將首次得到的正常呼吸下的SI記做SI(0)；

　　提供引導呼吸參數

　　中心控制單元提供呼吸參數引導使用者呼吸，其中，3KHz的音頻頻率為引導吸氣的參數，3s為吸氣的時間參數，1.5KHz的音頻頻率為引導呼氣的參數，3s為引導呼氣的時間參數，無音頻輸出為呼吸停頓的參數，1s為停頓的時間參數；

　　記錄呼吸參數

　　中心控制單元記錄使用者當前在裝置引導下的呼吸參數M(i)(i＝1，2，3...)，M(i) 包括吸氣、呼氣、停頓三個過程的頻率參數和時間參數，首次呼吸參數的記錄中，記錄的是引導呼吸參數，記做M(1)；

　　采集腦電數據

　　腦電采集電極連續采集使用者在步驟(4)中記錄的呼吸參數M(i)下包括吸氣、呼氣、停頓一個完整過程的單通道腦電信號，預處理單元對腦電信號進行預處理，模數轉換單元對采集到的單通道腦電模擬信號進行采樣，得到腦電數據；

　　計算

　　對腦電數據進行去噪，小波包分解，提取α波，計算器高級復雜度，計算出使用者在當前呼吸參數M(i)下的精神壓力分析儀指數SI(i)，i＝1，2，3...；

　　判斷SI是否減小

　　將當前呼吸參數周期和上一呼吸參數周期的精神壓力分析儀指數做比較，判斷SI是否減�。� 如果SI減小，則跳轉至步驟(8)；如果SI沒有減小，則跳轉至步驟(9)；

　　保持當前呼吸參數M(i)不變，i＝i+1，并跳轉至步驟(4)；

　　調整呼吸參數

　　判斷SI在M(i)下首次變差

　　判斷使用者的精神壓力分析儀指數是否在當前呼吸參數下首次變差：如果是首次變差，則跳轉至9b)；如果不是首次，則跳轉至9c)；

　　判斷使用者當前是否首次使用引導呼吸參數：如果是，則跳轉至步驟(8)；如果不是，則跳轉至步驟9d)；

　　判斷上次呼吸參數M(i-1)是否是步進遞減吸氣：如果是，則跳轉至步驟9e)；如果不是，則跳轉至步驟9f)；

　　退回上次呼吸模式M(i-1)，i＝i+1；并跳轉至步驟(4)；

　　檢查M(i)呼氣時間

　　檢查當前呼吸參數的呼氣時間是否大于等于9s：如果大于等于9s，則跳轉至步驟9d)；如果小于9s，則跳轉至步驟9g)；

　　檢查當前呼吸參數M(i)的吸氣時間是否小于等于1s：如果小于等于1s，則跳轉至步驟9e)；如果大于1s，則跳轉至步驟9h)；

　　步進遞增呼氣時間，i＝i+1，跳轉至步驟(4)；

　　步進遞減吸氣時間，i＝i+1，跳轉至步驟(4)。

　　根據權利要求2所述的人體精神壓力分析儀腦電測量及放松訓練的方法，其特征在于：步驟1b)所述放大的增益為110dB，時間常數為0.1s，分辨率為0.5μV，噪聲小于 2.5μVp-p；所述濾波的通帶范圍為0.7Hz～75Hz。

　　根據權利要求2所述的人體精神壓力分析儀腦電測量及放松訓練的方法，其特征在于：步驟1c)所述的采樣頻率為256Hz。

　　根據權利要求2所述的人體精神壓力分析儀腦電測量及放松訓練的方法，其特征在于：步驟2a)所述的模極大值法是指對步驟(1)中得到的含有噪聲的初始腦電數據進行二進小波變換，計算各個尺度下的離散小波變換，取離散小波變換數據的模值，求出該尺度下離散序列中所有的模極大值，剔除其中含有噪聲的模極大值，保留只含有腦電信息的模極大值。

　　根據權利要求2所述的人體精神壓力分析儀腦電測量及放松訓練的方法，其特征在于：步驟2a)所述的信號重構方法實現的具體步驟如下：

　　步驟一，對由模極大值法保留的只含有腦電信息的模極大值數據進行信號重構，求出重構后的小波系數；

　　步驟二，利用重構得到的小波系數，對經過小波分解的腦電數據進行小波逆變換，得到去噪后的腦電數據。

　　根據權利要求2所述的人體精神壓力分析儀腦電測量及放松訓練的方法，其特征在于：步驟2c)所述的高級復雜度計算方法實現的具體步驟如下：

　　步驟一，以512點為窗口長度，以1個點為步長，沿著去噪后的腦電數據序列滑動，計算其宏觀復雜度，得到一個宏觀復雜度隨時間變化的新序列；

　　步驟二，用宏觀復雜度計算這個新序列的宏觀復雜度值，得到的值就是原始序列的二階復雜度值，所計算的高級復雜度值定義為精神壓力分析儀指數SI。

　　根據權利要求2所述的人體精神壓力分析儀腦電測量及放松訓練的方法，其特征在于：步驟9g)所述的步進遞增呼氣是指將當前呼吸參數M(i)的呼氣時間增加0.5s，同時保持停頓時間1s和吸氣時間不變。

　　根據權利要求2所述的人體精神壓力分析儀腦電測量及放松訓練的方法，其特征在于：步驟9h)所述的步進遞減吸氣是指將當前呼吸參數M(i)的吸氣時間減少0.5s，同時保持停頓時間1s和呼氣時間不變。

　　說明書

　　人體精神壓力分析儀腦電測量及放松訓練的方法與裝置

　　技術領域

　　本發明屬于生物醫學技術領域，更進一步涉及一種在醫學信號的采集與數據處理技術領域中，對人體精神壓力分析儀的腦電測量及放松訓練的方法和裝置。本發明的方法是通過對人腦進行無創傷腦電信號提取、分析單通道腦電圖，定量確定衡量精神壓力分析儀的壓力指數。本發明的裝置根據壓力指數的變化趨勢，自適應地引導受試人員以更合理的呼吸參數進行呼吸，通過受控呼吸增強副交感神經活性，在其他神經機制的配合下最終達到降低受試人員的壓力指數、放松心情，去除焦慮的目的。

　　背景技術

　　隨著現代社會的快速發展，生活和工作的節奏越來越快，對有限資源的爭奪導致激烈的競爭使人們感受到的無形壓力也越來越大了。長時間的情緒緊張或精神壓力分析儀會導致多種生理或精神方面的疾病，如高血壓、抑郁癥、焦慮癥等。新近的臨床研究表明，長期承受壓力的人更易于患病毒性或非病毒性疾病，甚至呼吸道感染都與精神緊張存在著某種關聯。顯然，通過方便、便宜、有效的方法定量測量精神壓力分析儀的大小進而設法緩解情緒緊張和焦慮，對生活在現代社會中的人來說，具有越來越重要的意義。

　　對精神壓力分析儀大小的獲知，可以為解除其精神壓力分析儀提供科學依據。目前，在評估精神壓力方面被廣為接受的傳統方法是心理學意義上的自評緊張度量表(checklist)。通過量表測定不同職業類型人群承受的精神壓力分析儀的主觀表現，受填表人的主觀因素影響過大，對人體各器官實際承受的壓力的定量測量不夠準確，而且主觀的定量測量結果也無法直接反饋訓練系統。隨著近年計算機和信號處理技術的發展，建立在心率變異 (heart rate variability，HRV)信號采集和分析基礎上的呼吸性竇性心率不齊 (respiratory sinus arrhythmia，RSA)也被用來評估精神壓力分析儀。

　　在受到精神壓力分析儀時，在中樞神經的支配下，人體應對的主要方式包括“應激反應” 和“松弛反應”兩類，這兩類反應的強弱對比主要取決于自主神經系統(autonomic nervous system，ANS)的交感神經和副交感神經活動的強弱對比。應激反應的表現通常為心率血壓增加、血糖皮溫升高、消化系統功能抑制等。交感神經活動強時表現為應激反應，副交感神經活動強時表現為松弛反應。呼吸參數會明顯影響交感神經和副交感神經的活動。具體而言，在靜息狀態下吸氣時，副交感神經的活動被相對抑制，交感神經活動處于支配地位，其典型生理表現為心率上升；反之，呼氣時，副交感神經活動處于支配地位，其典型生理表現為心率下降。心率的變化與呼吸參數之間的這種關系被稱為呼吸性竇性心率不齊。如果定義兩次心跳間的時間間隔為“間期”，理想情況下，通過測量吸氣和呼氣時逐拍心跳的間期，就可間接衡量人體交感神經和副交感神經的活動水平。

　　赫利科爾公司擁有的專利技術“用于緩解精神壓力分析儀的方法和裝置”(公開號CN 1968727A，授權號CN 1968727B)提供了一種精神壓力分析儀的測量方法與呼吸訓練放松裝置。該專利技術通過測量人體RSA波信號，間接測量出人體交感神經和副交感神經的活動水平，進而通過調節人體的呼氣和吸氣的節奏，來達到調節心率，降低精神壓力的目的。

　　中國人民解放軍空軍第四研究所和北京泰達新型醫學工程技術有限公司在其專利申請文件“反饋型腹式呼吸訓練儀”(公開號CN1559342A，申請號200410039589.2) 中，提出了一種精神壓力分析儀的測量方法與腹式呼吸的訓練裝置。該專利申請通過測量人體心電、呼吸、血壓和血氧飽和度，由心電和呼吸波計算呼吸性竇性心率不齊定量表達式，連同心率、血壓和血氧飽和度作為反饋參數以視覺和/或聽覺方式顯示給受訓者，同時引入了腹式呼吸的方法，進而通過調節人體的呼氣和吸氣的節奏，來達到調節心率，緩解精神壓力分析儀的目的。

　　上述兩種專利技術的測量方法存在的共同不足是：第一，通常精神壓力分析儀會同時作用于人的中樞神經系統(central nervous system，CNS)和自主神經系統ANS，但是， ANS的感受與反應是被動的、從屬的。許多人雖然精神壓力分析儀很大，但在心跳和血壓的評估指標反映并未明顯升高，交感神經和副交感神經的活動水平并沒有明顯的改變。換言之，交感神經和副交感神經的活動水平并不直接反映精神壓力分析儀水平。第二，盡管呼吸中吸氣和呼氣的確會導致心率的改變形成RSA現象，但這與精神壓力分析儀存在何種關系還待研究。比如，較低級哺乳動物呼吸中吸氣和呼氣都與人一樣會導致RSA 現象，但這些動物并不存在人類特有的精神壓力分析儀。顯然，通過測量RSA確定精神壓力并不完全合理。

　　上述兩種專利技術提供的測量和訓練裝置存在共同不足是：由于不少人存在早搏等多種情況的心率不齊，加之采集信號時存在的多種干擾，從HRV信號中提取RSA 事實上也是很不可靠的。人體的心率大致在每分鐘70次左右，從心電圖ECG中提取 HRV信號時，大致每秒才能得到一個數據點，一個呼吸周期中僅能測到大約4～10 個數據點，在4～10s內一兩個早搏或其他干擾點就會對分析結果產生很大影響。

　　發明內容

　　本發明的目的在于克服上述現有技術的不足，提供一種精神壓力分析儀的客觀定量測量方法，并在此基礎上，給出一種個性化的呼吸節律自適應神經反饋引導下的放松訓練裝置。本發明實現了一種精神緊張或精神壓力分析儀的無創傷定量評估方法和基于此的一種精神壓力分析儀放松訓練裝置，對當前亞健康人群或學生、運動員、白領等在重要考試、比賽、答辯前夕存在的精神壓力分析儀有一定的舒緩作用，在認知心理學研究中也有重要的應用價值。

　　本發明的裝置包括腦電采集電極、預處理單元、模數轉換單元、中心控制單元和耳機，其中：

　　所述的腦電采集電極用于采集人體腦電信號，各電極通過屏蔽線與預處理單元相連；所述的預處理單元中的放大電路用于對信號進行功率放大，濾波電路用于對信號進行濾波，工程陷波電路用于去除腦電信號中交流電帶來的頻率干擾，預處理單元通過屏蔽線與模數轉換單元相連；所述的模數轉換單元用于對采集到的模擬信號進行采樣，通過屏蔽線與中心控制單元相連；所述的中心控制單元實現整個裝置的工作控制，用于處理腦電數據，計算精神壓力分析儀指數，提供呼吸參數，根據該參數提供音頻信號給使用者，使用者根據音頻時長自主調整呼吸時間長度。

　　本發明方法實現的具體步驟如下：

　　采集初始腦電數據

　　腦電采集電極連續采集使用者在正常呼吸狀態下7s的單通道腦電信號；

　　預處理單元對采集到的單通道腦電信號進行放大、濾波和工程陷波；

　　模數轉換單元對采集到的單通道腦電模擬信號進行采樣，得到初始腦電數據。

　　計算

　　中心控制單元對腦電數據使用模極大值法和信號重構方法剔除腦電中的干擾；

　　中心控制單元對剔除干擾后的腦電數據進行小波包分解，得到α波；

　　中心控制單元利用高級復雜度計算方法，對α波進行非平穩混沌特性分析，得到α波的高級復雜度的值，該值作為精神壓力分析儀指數SI，將首次得到的正常呼吸下的 SI記做SI(0)。

　　提供引導呼吸參數

　　中心控制單元提供呼吸參數引導使用者呼吸，其中，3KHz的音頻頻率為引導吸氣的參數，3s為吸氣的時間參數，1.5KHz的音頻頻率為引導呼氣的參數，3s為引導呼氣的時間參數，無音頻輸出為呼吸停頓的參數，1s為停頓的時間參數。

　　記錄呼吸參數

　　中心控制單元記錄使用者當前在裝置引導下的呼吸參數M(i)(i＝1，2，3……)，M (i)包括吸氣、呼氣、停頓三個過程的頻率參數和時間參數，首次呼吸參數的記錄中，記錄的是引導呼吸參數，記做M(1)。

　　采集腦電數據

　　腦電采集電極連續采集使用者在步驟(4)中記錄的呼吸參數M(i)下包括吸氣、呼氣、停頓一個完整過程的單通道腦電信號，預處理單元對腦電信號進行預處理，模數轉換單元對采集到的單通道腦電模擬信號進行采樣，得到腦電數據。

　　計算

　　對腦電數據進行去噪，小波包分解，提取α波，計算器高級復雜度，計算出使用者在當前呼吸參數M(i)下的精神壓力分析儀指數SI(i)，i＝1，2，3……。

　　判斷SI是否減小

　　將當前呼吸參數周期和上一呼吸參數周期的精神壓力分析儀指數做比較，判斷SI是否減�。喝绻鸖I減小，則跳轉至步驟(8)；如果SI沒有減小，則跳轉至步驟(9)。

　　保持當前呼吸參數M(i)不變，i＝i+1，并跳轉至步驟(4)。

　　調整呼吸參數

　　判斷SI在M(i)下首次變差

　　判斷使用者的精神壓力分析儀指數是否在當前呼吸參數下首次變差：如果是首次變差，則跳轉至9b)；如果不是首次，則跳轉至9c)；

　　判斷是否首次使用引導呼吸

　　判斷使用者當前是否首次使用引導呼吸參數：如果是，則跳轉至步驟(8)；如果不是，則跳轉至步驟9d)；

　　判斷上次呼吸參數是否是步進遞減吸氣：如果是，則跳轉至步驟9e)；如果不是，則跳轉至步驟9f)；

　　退回上次呼吸模式M(i-1)，i＝i+1；并跳轉至步驟(4)；

　　檢查當前呼吸參數的呼氣時間是否大于等于9s：如果大于等于9s，則跳轉至步驟9d)；如果小于9s，則跳轉至步驟9g)；

　　檢查當前呼吸參數的吸氣時間是否小于等于1s：如果小于等于1s，則跳轉至步驟9e)；如果大于1s，則跳轉至步驟9h)；

　　步進遞增呼氣時間，i＝i+1，跳轉至步驟(4)；

　　步進遞減吸氣時間，i＝i+1，跳轉至步驟(4)。

　　本發明與現有技術相比具有以下優點：

　　第一，本發明采用電極采集單通道腦電數據，相對于現有的RSA技術，本發明的腦電采樣數據采樣點遠遠多于現有技術的心電采樣數據，能夠更好地反映使用者精神壓力，準確度高，實時性好；相對于一般的腦電波采樣技術，電極少，安裝方便；采集電路等硬件結構部分簡單，造價很低。

　　第二，本發明采用了小波包分解處理腦電數據，避免了現有技術小波分解時時頻固定的缺陷。小波包分解具有任意多尺度特點，為時頻分析提供了極大的選擇余地。

　　第三，本發明采用的腦電分析方法和精神壓力分析儀特征提取方法，將包括小波包分解、宏觀復雜度分析、高級復雜度分析等多種方法結合起來，更適應腦電信號的非線性、非平穩本質，更符合大腦的混沌性質，測試得到的精神壓力分析儀指標更準確。

　　第四，本發明采用了自適應的呼吸調節策略。中心控制單元中的呼吸調整策略在比較了最近的兩次精神壓力分析儀指數后，即可自適應確定呼吸參數的調節方向，有利于最佳呼吸參數的搜索。

　　附圖說明

　　圖1為本發明裝置的方框圖；

　　圖2為本發明方法的流程圖；

　　圖3為本發明方法小波包分解的母小波Daubechies函數波形圖；

　　圖4為現有技術中單通道采集的腦電波形圖；

　　圖5為本發明裝置從圖4所示的單通道腦電數據中提取的α波數據的波形圖。

　　具體實施方式

　　參照圖1，本發明裝置包括腦電采集電極、預處理單元、模數轉換單元、中心控制單元和耳機五部分，其中：腦電采集電極采用Ag/Cl圓盤電極，各電極通過屏蔽線與預處理單元相連。預處理單元是由腦電放大電路、腦電濾波電路、50Hz工頻陷波電路等三個部分的電路組成。預處理單元的腦電放大電路其增益為110dB，時間常數為0.1s，分辨率為0.5μV，噪聲小于2.5μVp-p；預處理單元的腦電濾波電路其通帶為 0.7Hz到75Hz；預處理單元通過屏蔽線與模數轉換單元連接。模數轉換單元的轉換精度為12位，采樣率設置為256Hz，模數轉換單元通過屏蔽線與中心控制單元連接。

　　本發明裝置的實施例是由CPU為C8051F020的單片機作為中心控制單元。 C8051F020單片機內部集成了一個12位數模轉換器、5個通用16位定時器、內部可編程振蕩器、低功耗128字節的非易失數據存儲以及輸入輸出資源。擴展系統中還包含64K的隨機存取存儲器RAM和64K的只讀存儲器ROM。整個裝置由4節干電池供電，其中一路經過3V三端穩壓作為C8051F020單片機的電源。該單片機的隨機存取寄存器RAM中可存儲腦電數據，只讀存儲器ROM中，固化有剔除腦電干擾的程序、小波包腦電分解程序、高級復雜度計算程序、呼吸參數調整的策略程序。

　　參照圖2，本發明精神壓力分析儀測量和放松訓練方法的具體實施方式如下：

　　步驟1，采集初始腦電數據

　　將腦電采集電極放置在使用者額部待測腦電信號的對應位置，參考電極以夾子的形式放置于兩耳。

　　腦電采集電極連續采集使用者在正常呼吸狀態下7s的單通道腦電信號；

　　預處理單元對采集到的單通道腦電信號進行放大、濾波和工程陷波，放大的增益為110dB，時間常數為0.1s，分辨率為0.5μV，噪聲小于2.5μVp-p，所述濾波的通帶范圍為0.7Hz～75Hz；

精神壓力分析儀腦電測量裝置

　　模數轉換單元對采集到的單通道腦電模擬信號進行采樣，得到初始腦電數據，采樣頻率為256Hz，存儲在單片機的隨機存取存儲器RAM內。

　　步驟2，計算

　　中心控制單元對腦電數據使用模極大值法和信號重構方法剔除腦電中的干擾單片機只讀存儲器ROM中的程序對進入該RAM的腦電數據用模極大值法和信號重構剔除腦電中的干擾，主要包括以下過程：

　　模極大值法是指對步驟1中得到的含有噪聲的初始腦電數據進行二進小波變換，計算各個尺度下的離散小波變換，取離散小波變換數據的模值，求出該尺度上離散序列中所有的模極大值，剔除其中含有噪聲的模極大值，保留只含有腦電信息的模極大值。

　　由于在進行二進小波變換時，含有人體腦電信息的數據，其模極大值會隨著尺度的增大而增大，而噪聲的模極大值會隨著尺度的增大而減小，噪聲的這種傳播特性稱為負向傳播特性，根據該特性，先對腦電數據進行二進小波變換，然后在各尺度上取模極大值，剔除其中負向傳播的模極大值，保留剩下的模極大值，用于進行信號重構。

　　信號重構方法實現的具體步驟如下：對由模極大值法保留的只含有腦電信息的模極大值數據進行信號重構，求出重構后的小波系數；利用重構得到的小波系數，對經過小波分解的腦電數據進行小波逆變換，得到去噪后的腦電數據。

　　小波系數重構的方法有很多種，如交替投影法、整體變分法，本發明的實施例使用Hermite三次插值法，該方法是一種常用的方法，實現簡單，重構效果比較好。用 Hermite三次插值法對保留下來的模極大值進行小波系數重構，經過Hermite三次插值后，得到了新的小波系數。利用新的小波系數，進行小波逆變換，就得到了去噪后的腦電數據。

　　中心控制單元對剔除干擾后的腦電數據進行小波包分解，得到α波：單片機只讀存儲器ROM中的程序對進入該RAM的腦電數據進行小波包分解，其方法如下：

　　由于腦電數據的采樣率為fs＝256Hz，選擇Daubechies緊支小波包對去噪后的腦電數據進行7層分解。根據卷積定理，腦電波的帶寬為采樣頻率的一半，即0～128Hz。對腦電波進行七層小波包分解，在腦電信號頻帶范圍內對其先進行1次1/2等分，然后對經過1/2等分后的2個頻帶再分別進行1/2等分，依此方法對頻帶進行7次1/2 等分，把腦電數據在頻帶范圍內劃分為128等分，且互不重疊。其最小頻率分辨率為

　　其中，Δf為最小頻率分辨率，fs為腦電數據的采樣率。

　　利用α波的頻率范圍和小波包分解的頻率結構可得到腦電的α波成分：因為α波的頻率為8～13Hz，將8Hz～13Hz之間的頻段數據相加，就得到了α波數據，其方法如下所示：

　　其中，S為去噪后的腦電數據，s(i)，i＝1，2，3，……，128為7層小波分解以后的各頻段的數據，α波數據表示為：

　　其中，α表示α波數據，s(i)表示頻率為(i-1)～i Hz的序列，i＝9，10，……，14。

　　因為s(i)表示頻率為(i-1)～i Hz的序列，而α波數據的頻率范圍為8～13Hz，所以α波數據應表示為s(i)序列從9～14的累加。

　　中心控制單元利用高級復雜度計算方法，對α波進行非平穩混沌特性分析，得到α波的高級復雜度的值，該值作為精神壓力分析儀指數SI，將首次得到的正常呼吸下的 SI記做SI(0)。高級復雜度計算方法實現的步驟為：以512點為窗口長度，以1個點為步長，沿著去噪后的腦電數據序列滑動，計算其宏觀復雜度，得到一個宏觀復雜度隨時間變化的新序列；用宏觀復雜度計算這個新序列的宏觀復雜度值，得到的值就是原始序列的二階復雜度值，所計算的高級復雜度值定義為精神壓力分析儀指數SI。

　　步驟3.提供引導呼吸參數

　　中心控制單元提供呼吸參數引導使用者呼吸，其中，3KHz的音頻頻率為引導吸氣的參數，3s為吸氣的時間參數，1.5KHz的音頻頻率為引導呼氣的參數，3s為引導呼氣的時間參數，無音頻輸出為呼吸停頓的參數，1s為停頓的時間參數：得到初始腦電數據SI(0)后，中心控制單元隨即給出一個固定的引導呼吸參數，即吸氣3s、閉氣1s、呼氣3s，將這個呼吸參數以音頻的形式輸出至耳機，供使用者跟隨，控制其呼吸節律。

　　步驟4.記錄呼吸參數

　　中心控制單元記錄使用者當前在裝置引導下的呼吸參數M(i)(i＝1，2，3…)，M(i) 包括吸氣、呼氣、停頓三個過程的頻率參數和時間參數，首次呼吸參數的記錄中，記錄的是引導呼吸參數，記做M(1)。

　　步驟5.采集腦電數據

　　腦電采集電極連續采集使用者在步驟4中記錄的呼吸參數M(i)下包括吸氣、呼氣、停頓一個完整過程的單通道腦電信號，預處理單元對腦電信號進行預處理，模數轉換單元對采集到的單通道腦電模擬信號進行采樣，得到腦電數據。

　　步驟6.計算

　　對腦電數據進行去噪，小波包分解，提取α波，計算器高級復雜度，計算出使用者在當前呼吸參數M(i)下的精神壓力分析儀指數SI(i)，i＝1，2，3…。

　　步驟7.判斷SI是否減小

　　將當前呼吸參數周期的精神壓力分析儀指數SI(i)和上一呼吸參數周期的精神壓力分析儀指數SI(i-1)做比較，判斷SI是否減�。喝绻鸖I減小，則跳轉至步驟(8)；如果 SI沒有減小，則跳轉至步驟(9)。

　　步驟8.保持M(i)不變

　　保持當前呼吸參數不變，i＝i+1，并跳轉至步驟(4)。

　　步驟9.調整呼吸參數

　　在改變呼氣或吸氣時間前，先判斷已設置的呼氣或吸氣時間參數。本發明的步進遞減吸氣步長為0.5s，設置的吸氣時間最短不小于1s，可用的吸氣時間長度包括3s、 2.5s、2s、1.5s、1s；本發明的步進遞增呼氣步長為0.5s，設置呼氣時間最長不大于9s，可用的呼氣時間長度包括3s、3.5s、4s、4.5s、5s、5.5s、6s、6.5s、7s、7.5s、8s、8.5s、 9s。本發明設置的呼吸停頓時間始終保持1s不變。

　　判斷SI在M(i)下首次變差

　　所述判斷SI在M(i)下首次變差的方式是，在內部存儲器REG中設置一位M0 標志位來標記SI(i)是否在M(i)下首次變差，如果SI是首次變差，則M0為1；如果SI不是首次變差，則M0為0；中心控制單元根據寄存器設置的標志位M0當前的值來判斷使用者的精神壓力分析儀指數是否在當前呼吸參數下首次變差：如果M0＝1，則 SI是首次變差，跳轉至9b)；如果M0＝0，則SI不是首次變差，跳轉至9c)；

　　判斷是否首次使用引導呼吸

　　與設置標志位M0方法相同，在寄存器內部設置一位M1標志位，來標記使用者是否首次使用引導呼吸參數，如果首次使用，則M1＝1；反之，則M1＝0；中心控制單元根據寄存器設置的標志位M1當前的值來判定當前是否首次使用引導呼吸參數，如果M1＝1，則當前是使用者首次使用引導呼吸參數，跳轉至步驟8；如果M1＝0，則不是首次使用引導呼吸參數，跳轉至步驟9d)；

　　判斷M(i-1)是否遞減吸氣

　　與設置標志位M0方法相同，在寄存器內部設置一位M1標志位，來標記上次呼吸參數M(i-1)是否屬于遞減吸氣，如果是，則M＝1；反之，則M＝0；中心控制單元根據寄存器設置的標志位M的值來判定上次呼吸參數是否是步進遞減吸氣：如果 M＝1，則M(i-1)是步進遞減吸氣，跳轉至步驟9e)；如果M＝0，則M(i-1)不是步進遞減吸氣，跳轉至步驟9f)；

　　退回

　　退回當前呼吸參數M(i)的上一呼吸參數M(i-1)，i＝i+1，跳轉至步驟(4)；

　　檢查M(i)呼氣時間

　　檢查當前呼吸參數M(i)的呼氣時間參數是否大于等于呼氣時間閾值：本發明設置呼氣時間的上限閾值為9s，如果呼氣時間大于等于呼氣時間閾值，則跳轉至步驟 9d)；如果呼氣時間小于呼氣時間閾值，則跳轉至步驟9g)；

　　檢查M(i)吸氣時間

　　檢查當前呼吸參數M(i)的吸氣時間參數是否小于等于吸氣時間閾值：本發明設置吸氣時間的下限閾值為1s，如果吸氣時間小于等于吸氣時間閾值，則跳轉至步驟 9e)；如果吸氣時間大于吸氣時間閾值，則跳轉至步驟9h)；

　　步進遞增呼氣時間

　　步進遞增呼氣時間，i＝i+1，跳轉至步驟4；

　　步進遞增呼氣是指將當前呼吸參數M(i)的呼氣時間增加0.5s，同時保持停頓時間1s和吸氣時間不變。

　　步進遞減吸氣時間

　　步進遞減吸氣時間，i＝i+1，跳轉至步驟4；

　　步進遞減吸氣是指將當前呼吸參數M(i)的吸氣時間減少0.5s，同時保持停頓時間1s和呼氣時間不變。

　　在放松訓練結束后，記錄該使用者最佳的呼吸參數，供下次訓練時直接使用。

　　本發明的效果可以通過以下仿真實驗進一步說明。

精神壓力分析儀腦電測量裝置

　　本實驗驗證本發明中利用小波包分解提取α波的可行性，在MATLAB7.0軟件下進行仿真。對一組采樣頻率為256Hz，時長為7s的單通道腦電數據進行小波包分解，并提取α波。圖4為該單通道腦電數據的波形圖。首先，選擇Daubechies函數作為小波包分解的母小波，圖3為母小波Daubechies函數的波形圖。對該單通道腦電數據進行7層小波包分解，即在頻域對該腦電數據進行128等分，得到128組序列s(i)， i＝1，2，3，……，128，s(i)對應于頻率為(i-1)～iHz的腦電數據。提取分解后的腦電序列中頻率為8～13Hz的序列，進行累加，即：選擇序列s(9)，s(10)，s(11)，s(12)，s(13)， s(14)，就得到了α波的數據。由圖5可以看出，由小波包分解的方法，提取了本仿真實驗的單通道腦電數據中頻率范圍為8～13Hz的α波數據。由此采用小波包分解提取α波，其方法實現簡單，可以準確提取α波。

上一篇內容: 精神壓力分析儀數字探測器
下一篇內容: 精神壓力分析儀生命指征傳感器