CN110101385A - 一种增强士兵人体机能的智能军用头盔及监控刺激方法 - Google Patents
一种增强士兵人体机能的智能军用头盔及监控刺激方法 Download PDFInfo
- Publication number
- CN110101385A CN110101385A CN201910383059.6A CN201910383059A CN110101385A CN 110101385 A CN110101385 A CN 110101385A CN 201910383059 A CN201910383059 A CN 201910383059A CN 110101385 A CN110101385 A CN 110101385A
- Authority
- CN
- China
- Prior art keywords
- helmet
- circuit
- eeg signals
- allowance
- rhythm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004936 stimulating effect Effects 0.000 title claims abstract description 53
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 67
- 230000000638 stimulation Effects 0.000 claims abstract description 59
- 239000000725 suspension Substances 0.000 claims abstract description 22
- 230000002146 bilateral effect Effects 0.000 claims abstract description 5
- 230000033764 rhythmic process Effects 0.000 claims description 82
- 230000006870 function Effects 0.000 claims description 47
- 238000012360 testing method Methods 0.000 claims description 43
- 210000004556 brain Anatomy 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 30
- 239000003990 capacitor Substances 0.000 claims description 27
- 210000003128 head Anatomy 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 13
- 230000000087 stabilizing effect Effects 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 239000013078 crystal Substances 0.000 claims description 7
- SDLBJIZEEMKQKY-UHFFFAOYSA-M silver chlorate Chemical compound [Ag+].[O-]Cl(=O)=O SDLBJIZEEMKQKY-UHFFFAOYSA-M 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 229920000271 Kevlar® Polymers 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 239000004761 kevlar Substances 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 210000004761 scalp Anatomy 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 235000020004 porter Nutrition 0.000 claims 1
- 230000000694 effects Effects 0.000 description 14
- 230000003935 attention Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 206010016256 fatigue Diseases 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 210000001652 frontal lobe Anatomy 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 239000004033 plastic Substances 0.000 description 4
- 229920003023 plastic Polymers 0.000 description 4
- 206010001497 Agitation Diseases 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 229920002799 BoPET Polymers 0.000 description 2
- 239000004820 Pressure-sensitive adhesive Substances 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000001259 mesencephalon Anatomy 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000000554 physical therapy Methods 0.000 description 2
- 230000010389 voluntary attention Effects 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 208000012759 altered mental status Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 229920006231 aramid fiber Polymers 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003727 cerebral blood flow Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000036649 mental concentration Effects 0.000 description 1
- 238000009335 monocropping Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 210000004400 mucous membrane Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000003478 temporal lobe Anatomy 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/20—Applying electric currents by contact electrodes continuous direct currents
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H1/00—Personal protection gear
- F41H1/04—Protection helmets
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0072—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus with application of electrical currents
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Anesthesiology (AREA)
- Psychology (AREA)
- Pain & Pain Management (AREA)
- Acoustics & Sound (AREA)
- Hematology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Power Engineering (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种增强士兵人体机能的智能军用头盔及监控刺激方法,克服了军用头盔功能较为单一、针对性不强的问题,头盔包括头盔盔体、悬挂系统、控制处理单元、电源及开关、采样电极片、8个刺激电极片与参考电极片;控制处理单元内嵌于头盔盔体左侧,电源及开关位于头盔盔体后部,采样电极片位于和左前额FP1处相对应的头盔盔体内侧,8个刺激电极片成对地安装在和头部双侧额颞联合区相对应的头盔盔体内侧,参考电极片位于耳后侧,悬挂系统与头盔盔体连接;采样电极片与参考电极片和控制处理单元的脑电信号采集电路线连接,刺激电极片与控制处理单元的刺激电路线连接,电源及开关与控制处理单元的电源电路线连接,还提供了头盔监控刺激方法。
Description
技术领域
本发明涉及军事头盔领域,具体来说,本发明涉及一种增强士兵人体机能的智能军用头盔及监控刺激方法。
背景技术
军用头盔一直是现代士兵必不可少的装备之一,在战场上大大保护了有生力量,是现代单兵装具中不可或缺的重要组成部分。在军队中,某些担负特殊任务的人员(例如:飞行员、狙击手等),在战场上发挥着十分重要的作用,但也使得这些人员常常需要高负荷条件下的持续工作,因此更容易产生疲倦感。军队对这类人员的关注度越来越高,试图通过配备更加智能化的装备来提升人员战斗力,但就头盔领域来看,目前军用头盔大多数仅能实现较为单一的功能,专业性不够高,针对性不够强,对于人体信息监测和人体机能增强功能的结合并不常见。
经颅直流电刺激技术是一种非侵入性的脑刺激技术,通过置于头颅部位的电极将低强度的电流(通常为1~2mA)作用于特定的脑区,可通过改变皮层兴奋性、增加突触可塑性、改变局部脑血流、调节大脑网络功能连接等途径来调节大脑的功能。经颅直流电刺激的效果不仅具有即时效应,还具有后效应。目前该技术主要用于医疗方面,在军事方面的应用暂不广泛。
因此,在军事领域中,针对军队担负特殊任务的人员,提供能够增强人体机能的智能军用头盔,使得使用者能够在长时间高负荷工作的情况下,迅速恢复工作状态,具有较好的应用价值和现实意义。
发明内容
本发明所要解决的技术问题是克服了目前军用头盔功能较为单一、针对性不强的问题,提供了一种增强士兵人体机能的智能军用头盔及监控刺激方法。
为解决上述技术问题,本发明是采用如下技术方案实现的:所述的一种增强士兵人体机能的智能军用头盔包括头盔盔体、悬挂系统、控制处理单元、电源及开关、采样电极片、8个结构相同的刺激电极片与参考电极片;
所述的头盔盔体采用QGF—03军用凯夫拉防弹保护头盔盔体,控制处理单元内嵌于头盔盔体的左侧,电源及开关安装在头盔盔体的后部,采样电极片安装在和使用者左前额FP1处相对应的头盔盔体的内侧,8个结构相同的刺激电极片成对地安装在和头部双侧额颞联合区相对应的头盔盔体的内侧,参考电极片放置于使用者的耳后侧,悬挂系统与头盔盔体固定连接;
所述的采样电极片与参考电极片分别采用电极线和控制处理单元中的脑电信号采集电路连接,刺激电极片采用电极线和控制处理单元中的刺激电路连接,电源及开关与控制处理单元中的电源电路采用导线连接。
技术方案中所述的控制处理单元包括TMS320LF2407A数字信号处理器最小系统电路、脑电信号采集电路及刺激电路;所述的TMS320LF2407A数字信号处理器最小系统电路包括TMS320LF2407A数字信号处理器、电源供电电路、晶体振荡电路、锁相环滤波电路、复位电路和JTAG电路;所述的电源供电电路的VCC3V3端和TMS320LF2407A数字信号处理器中的VDD1-VDD4引脚、VDDO1-VDDO6引脚、VCCA引脚及VCCP引脚线连接;VCC5V端和TMS320LF2407A数字信号处理器中的VCCP引脚线连接;所述的晶体振荡电路通过其中的电阻R23的两端和TMS320LF2407A数字信号处理器中的XTAL1/CLKIN引脚与XTAL2引脚线连接;所述的锁相环滤波电路通过串连的电容C125与电阻R78的两端即电容C125的2号端与电阻R78的一端和TMS320LF2407A数字信号处理器中的PLLF引脚与PLLF2引脚线连接;所述的复位电路通过电容C127的1号端和TMS320LF2407A数字信号处理器中的引脚线连接,复位电路通过电容C126的1号端和TMS320LF2407A数字信号处理器中的PLLVCCA引脚线连接;所述的JTAG电路通过JTAG芯片的EMUO引脚、电阻R98与EMUI引脚、电阻R99和TMS320LF2407A数字信号处理器中的VCC3V3电源引脚线连接。
技术方案中所述的采样电极片与参考电极片分别采用电极线和控制处理单元中的脑电信号采集电路连接是指:所述的控制处理单元中的脑电信号采集电路包括AD8331ARQZ前置放大器芯片;所述的采样电极片采用电极线经过串联滤波的电容C89与电感L1和AD8331ARQZ前置放大器芯片的INH引脚连接;参考电极片采用电极线接地。
技术方案中所述的控制处理单元中的脑电信号采集电路包括有AD8331ARQZ前置放大器芯片、Mini-Circuits高通滤波器、F42N50IWP型50Hz陷波器、LMF60CIN-50巴特沃斯低通滤波器以及SY88923AVKC后置放大器;所述的AD8331ARQZ前置放大器芯片LOP引脚与Mini-Circuits高通滤波器IN口线连接,Mini-Circuits高通滤波器OUT口与F42N50IWP型50Hz陷波器的VIN引脚线连接,F42N50IWP型50Hz陷波器VO引脚与LMF60CIN-50巴特沃斯低通滤波器IN引脚线连接,LMF60CIN-50巴特沃斯低通滤波器的OUT引脚与SY88923AVKC后置放大器DIN引脚线连接,SY88923AVKC后置放大器DOUT引脚与TMS320LF2407A数字信号处理器中的ADCIN00引脚相连接。
技术方案中所述的刺激电极片采用电极线和控制处理单元中的刺激电路连接是指:所述的控制处理单元中的刺激电路包括控制开关电路、稳压电路与恒定电流输出电路;所述的控制开关电路中第2个三极管Q18的集电极经过一个电阻R96后与稳压电路中的L1T026稳压芯片VIN引脚线连接,L1T026稳压芯片VIN引脚同时和由一个有极性电容EC7与无极性电容C130并联成的滤波电路的一端相连接;稳压电路中的L1T026稳压芯片中的+VOUT引脚和8个结构相同的恒定电流输出电路的输入端线连接,8个结构相同的恒定电流输出电路的输出端即J4至J11采用氯化银脑电导联线和刺激电极片线连接。
所述的增强士兵人体机能的智能军用头盔监控刺激方法的步骤如下:
1)信号采集:
采集脑电信号时,采样电极片和使用者头部的接触为干接触点,参考电极片设置在人耳后侧的参考点上,通电后采样电极片和参考电极片产生电压差,采样电极片和参考电极片在头皮上测量到μV级的表面点位,采集这两个点的差分信号为原始脑电信号;
2)信号预处理;
3)信号处理:
对信号预处理后的脑电信号需要进一步处理,经过特征提取与相关计算得到脑电信号专注度测试值和脑电信号放松度测试值;
4)状态判断:
(1)在控制处理单元的存储器中预存有专注度设定值区间数据、放松度设定值区间数据;
(2)当信号处理完毕后,将计算出的专注度测试值Zc和放松度测试值Fc与设定值区间数据进行比较,从而判断使用者所处的状态并形成控制指令;
(3)在脑电信号专注度测试值Zc低于30或脑电信号放松度测试值Fc高于70时,设定为不适合工作的状态,进入刺激阶段;若不在此范围,则不施加刺激,间隔1小时后重新返回信号采集步骤;
5)施加刺激;
(1)状态判断需要刺激时,触发刺激单元中刺激电路开关,刺激电路通电,每次施加2mA恒定的低强度的直流电持续刺激20分钟;
(2)当通电时间超过20分钟,刺激单元将断电,此时返回信号采集步骤,对当前使用者的脑电信号重新采集并再次进行状态判断,直到符合状态判断要求后停止采集信号,并于1小时后重新开始采集信号。
技术方案中所述的信号预处理是指:
(1)采用前置放大器对采集到的原始脑电信号进行放大,放大后的脑电信号的电压范围在mV级;
(2)将放大后的脑电信号送入高通滤波器中,滤除电路中的直流成分;
(3)用50Hz陷波滤波器对非屏蔽条件下50Hz工频干扰进行滤除;
(4)用巴特沃斯低通滤波器抑制广谱噪声和混叠;
(5)用后置放大器再次将脑电信号放大,放大后的脑电信号达到V级;
(6)对放大后的脑电信号进行模数转换,将放大后的脑电信号送到控制处理单元的TMS320LF2407A数字信号处理器内部集成的10位A/D输入端进行A/D转换,采用由两个事件管理器来触发一个16通道输入的A/D转换器的方式来提高转换精度以精确采集脑电信号。
技术方案中所述的信号处理是指:
(1)对信号进行特征提取,分析出不同节律下脑电波能量占比
采用谐波小波包变换提取脑电波基本节律,信号x(t)的谐波小波变换通过下式实现:
公式中hwt表示谐波小波变换,*表示复共轭,k∈Z,m,n∈R+且m<n,
此公式为分析中心在t=k/(n-m),带宽为(n-m)2π的谐波小波一般表达式,它在频域的表达式为:
将公式(a)作傅里叶变换,得到谐波小波变换在频域表达式:
H(m,n,ω)=X(ω)W*[(n-m)ω]
通过不断变化m,n的值,调节带宽大小和中心频率,来匹配不同频带的信号,就实现了谐波小波包变换;
设信号的奈奎斯特频率为fn,分解层数为s,谐波小波包变换在第s层对应有2s个子频带,每个子频带带宽为:
参数m,n满足:
离散谐波小波包变换系数为:
p(s,i,k)=h(m,n,k)
公式中,s为分解层数,i为子带编号,k为小波系数编号,根据各节律的频率范围确定m,n取值,便可提取各基本节律波形;
利用变换后得到的小波包变换系数p(s,i,k)由下式计算各节律的频带能量,得到任意节律能量随时间变化的情况:
公式中,k=0,1,…,N-1;j=δ,θ,γ,α,β;i的取值由j代表的节律频带决定,各节律的频带能量占比B由下式计算:
式中:Eall代表δ,θ,γ,α,β这5个脑电波基本节律的能量和;
(2)通过计算得到输入信号专注度测试值Zc和放松度测试值Fc。
技术方案中所述的通过计算得到输入信号专注度测试值Zc和放松度测试值Fc是指:
a.所述的脑电信号专注度测试值Zc的计算步骤如下:
1)构造判断矩阵
在使用人员使用该军用头盔时,专注度相对于专注度持续时间更重要,专注度与专注度持续时间比值选为2;
2)层次单排序及其一致性检验
判断矩阵最大特征值为2,特征向量Wa=(0.89,0.45)T
一致性指标为随机一致性指标RI=0.1(查表);一致性比率为CR=0<0.1;由计算结果可知通过一致性检验;当一致性比率小于1时,认为矩阵的不一致程度在容许的范围内;
其中,一致性指标CI的计算方法为n为n阶一致阵的唯一非零特征根,λ为n阶正互反阵的最大特征根;一致性比率CR的计算方法为
RI为随机一致性指标;
γ节律、β节律、α节律脑电信号能量占比关于专注度和专注度持续时间2个标准的判断矩阵如下:
专注度:
此专注度判断矩阵的最大特征值为3,特征向量W1=(0.86,0.43,0.29)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
专注度持续时间:
此专注度判断矩阵的最大特征值为3,特征向量W2=(0.27,0.80,0.53)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
这两个矩阵均通过一致性检验,并由专注度和专注度持续时间特征向量得中间层影响因素特征向量;
3)层次总排序
由计算结果得出层次总排序通过一致性检验,然后按照总排序权向量表示的结果进行决策,目标总方案的比较结果:
由此可得到γ节律、β节律、α节律的权重系数a、b、c分别为0.89、0.74、0.50;再根据信号处理中,对信号进行特征提取、分析出不同节律下脑电波能量占比的步骤中计算出的不同节律的脑电波能量占比,即可根据公式Zc=(0.89γ+0.74β+0.50α)×100求出信号专注度测试值的具体数值;
b.所述的脑电信号放松度测试值Fc的计算。
技术方案中所述的脑电信号放松度测试值Fc的计算步骤如下:
1)构造判断矩阵
在使用人员使用该军用头盔时,放松度相对于放松持续时间更重要,放松度与放松度持续时间比值选为2;
2)层次单排序及其一致性检验
判断矩阵最大特征值为2,特征向量Wm=(0.89,0.45)T
一致性指标为随机一致性指标RI=0.1(查表);一致性比率为CR=0<0.1;由计算结果可知通过一致性检验;
α节律、θ节律、δ节律脑电信号能量占比关于放松度和放松度持续时间2个标准的判断矩阵如下:
放松度:
此放松度判断矩阵的最大特征值为3,特征向量W1=(0.22,0.87,0.44)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
放松度持续时间:
此放松度判断矩阵的最大特征值为3,特征向量W2=(0.27,0.53,0.80)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
这两个矩阵均通过一致性检验,并由放松度和放松度持续时间特征向量得中间层影响因素特征向量;
3)层次总排序
由计算结果得出层次总排序通过一致性检验,然后按照总排序权向量表示的结果进行决策,目标总方案的比较结果:
由此可得到α波、θ波、β波的权重系数x、y、z分别为0.32、1.01、0.75;再根据信号处理中,对信号进行特征提取、分析出不同节律下脑电波能量占比的步骤中计算出的不同节律的脑电波能量占比,即可根据公式Fc=(0.32α+1.01θ+0.75δ)×100求出脑电信号放松度测试值的具体数值。
与现有技术相比本发明的有益效果是:
1.本发明所述的一种增强士兵人体机能的智能军用头盔在对脑电信号进行采集时较医用脑电测试仪较为简便,操作简单且实用性强,有利于战场行动;
2.本发明所述的一种增强士兵人体机能的智能军用头盔在判断使用者进入疲劳状态不适合继续进行工作时,采用经颅直流电刺激的方法,能够不通过药物的方式,直接对人体进行刺激缓解疲劳,见效快、副作用小且后效应较强。
附图说明
下面结合附图对本发明作进一步的说明:
图1为本发明所述的一种增强士兵人体机能的智能军用头盔结构组成的示意图;
图2为本发明所述的一种增强士兵人体机能的智能军用头盔的悬挂系统结构组成的示意图;
图3为本发明所述的一种增强士兵人体机能的智能军用头盔的工作流程框图;
图4为本发明所述的一种增强士兵人体机能的智能军用头盔的信号预处理装置结构组成的示意框图;
图5-1为本发明所述的一种增强士兵人体机能的智能军用头盔监控刺激方法中专注度层次模型图;
图5-2为本发明所述的一种增强士兵人体机能的智能军用头盔监控刺激方法中放松度层次模型图;
图6为本发明所述的一种增强士兵人体机能的智能军用头盔的监控刺激方法中状态判断的流程框图;
图7为本发明所述的一种增强士兵人体机能的智能军用头盔的控制处理单元中TMS320LF2407A数字信号处理器最小系统电路图;
图8为本发明所述的一种增强士兵人体机能的智能军用头盔的控制处理单元中脑电信号采集电路图;
图9-1为本发明所述的一种增强士兵人体机能的智能军用头盔的控制处理单元中刺激电路的控制开关电路图;
图9-2为本发明所述的一种增强士兵人体机能的智能军用头盔的控制处理单元中刺激电路的稳压电路图;
图9-3至图9-10为本发明所述的一种增强士兵人体机能的智能军用头盔的控制处理单元中刺激电路的结构相同的恒定电流输出电路图;
图中:1.头盔盔体,2.悬挂系统,2-1.帽口组件,2-2.帽顶带组件,2-3.风带—下颏带组件,3.控制处理单元,4.电源及开关,5.采样电极片,6.刺激电极片,7.参考电极片。
具体实施方式
下面结合附图对本发明作详细的描述:
参见图1,本发明所提供的一种增强士兵人体机能的智能军用头盔包括头盔盔体1、悬挂系统2、控制处理单元3、电源及开关4、采样电极片5、8个结构相同的刺激电极片6与参考电极片7。
所述的头盔盔体1采用外形与QGF—03军用凯夫拉防弹保护头盔盔体相似、材质与QGF—03军用凯夫拉防弹保护头盔相同的头盔盔体,整个头盔盔体1的重量在1.5kg左右;头盔盔体1根据需要在盔体内腔或内侧表面安装有控制处理单元3、电源及开关4、采样电极片5以及若干导线。头盔盔体1制造材料选用芳纶复合材料,特点是密度低、强度高、韧性好、耐高温、易于加工和成型,能达到防弹和防破片的效果,可有效防护使用者头部;头盔盔体1表面涂装灰绿色,并在表面增加不规则纹路来减少反光;头盔盔体1外侧距下边缘3cm处绕头盔盔体1一周等间隔向头盔盔体1内部安装6个直径小于0.5cm一字型螺栓,用于固定头盔盔体1内部的悬挂系统;在作战环境时,头盔盔体1可加覆与QGF—03军用凯夫拉防弹保护头盔配套的迷彩盔罩,迷彩盔罩是一种防侦视伪装罩,形状与头盔盔体1外部贴合,由迷彩罩、松紧带袢和挂钩组成,迷彩罩整个包覆于头盔盔体1外侧,松紧带袢套于头盔盔体1内部边缘上,挂钩为布质闭合圈状,绕松紧带袢一周等间隔缝制在松紧带袢边缘,作用是通过与悬挂系统相连接来固定迷彩盔罩,迷彩罩采用防止反光的化纤材料,能够对付红外侦察,保护头盔盔体1,同时迷彩色利于在战场行动中隐蔽。
参阅图2,所述的悬挂系统2采用与QGF—03军用凯夫拉防弹保护头盔配套的悬挂系统,悬挂系统2是头盔盔体1与人头部之间的连接部件,呈网状镂空结构,分为帽口组件2-1、帽顶带组件2-2和风带—下颏带组件2-3三个部分。在使用悬挂系统时2,先将悬挂系统2放入头盔盔体1中,使用者试戴后根据实际调节好悬挂系统2的前后位置,利用头盔盔体1上的6个螺栓,绕头盔盔体1内部一周与帽口组件2-1进行固定。帽口组件2-1直接与人的头围接触,由帽口拉带、帽口皮圈和塑料调节圈组成。塑料调节圈塞于帽口皮圈内,帽口皮圈的长短可通过塑料调节圈进行调整。当需要使用迷彩盔罩时,将帽口皮圈塞入迷彩盔罩的所有挂钩中,即可达到固定迷彩盔罩的效果。帽顶带组件2-2直接与头顶部接触,由帽顶带、帽顶垫和帽顶调节带构成。调节帽顶调节带的长短可决定帽顶垫的高低。风带—下颏带2-3是由左、右、后风带及三向插扣、调节扣和下颏带组成,各风带的长短可调节。悬挂系统能够帮助使用者在佩戴过程中固定头盔,防止行动中随意脱落,同时帽顶垫直接与使用者头顶部接触,起到缓冲层的作用;
所述的电源及开关4位于头盔盔体1的后部,所述的电源采用输出电压为5V的长方体可充电聚合物锂电池,从头盔盔体1后部外侧中央位置向里侧内嵌一个长方体电池盒并用4个螺丝固定,电池盒用于放置该锂电池,电池盒盒盖为一侧固定、一侧按压可翻开式,可从头盔盔体1外侧打开来更换电池,电池盒内部有金属片与锂电池正负极相接触,电池盒外部延伸出两对正、负极导线;所述的开关采用直径不大于20mm的自锁式圆形金属不锈钢按钮开关,内嵌在电池盒旁焊接固定,在开关旁从头盔盔体1内侧内嵌一个10Ω电阻,电池盒外部延伸出的其中一对正、负极导线与电阻和所述开关的正、负极通过串联形成回路,使得开关可以控制电源;另一对正、负极导线直接接到控制处理单元3中,作为控制处理单元3中TMS320LF2407A数字信号处理器最小系统电路的电源供电电路的电源输入。开关按钮不按下时的高度与头盔盔体1外侧平面保持平齐,开关的正负极引脚与电池盒延伸的一对正、负极导线相接。按下开关后,电源持续对前述供电电路进行供电,再次按下时断电;
所述的采样电极片5采用美国神念公司生产的型号为BMD101的生物传感器电极片,该电极片为医用合金材质,直径为12mm,厚度为2mm,正面为光滑平面,背面有小孔供导线从中穿出,根据国际10-20系统头皮脑电图电极安放法,采样电极片5内嵌焊接在和使用者左前额FP1处相对应的头盔盔体1内侧,与使用者左前额接触的一面为正面;
所述的8个结构相同的刺激电极片6采用徐州旭辰医疗科技有限公司生产的型号为LT-7的理疗电极片,该电极片是由PET膜、泡棉背衬、电极扣、导电压敏胶、氯化银扣和防粘膜组成的圆形电极贴片,通过埋设在头盔盔体1内腔中延伸出的氯化银脑电导联线成对悬挂放置在和头部双侧额颞联合区相对应的头盔盔体1内侧,悬挂的最长距离不超过1.5cm,使用者可根据佩戴头盔时头部的具体位置小范围调整刺激电极片6相对于头部的粘贴位置,因悬挂系统2为网状镂空结构,不影响刺激电极片6和使用者头部额颞联合区位置的直接接触;
所述的参考电极片7采用上海励图医疗器材有限公司生产的型号为LT-7的理疗粘贴电极,该电极片是由PET膜、泡棉背衬、电极扣、导电压敏胶、氯化银扣和防粘膜组成的月牙形电极贴片,通过埋设在头盔盔体1内腔中的延伸出的氯化银脑电导联线悬挂放置在头盔盔体1侧面,使用时粘贴于使用者耳后侧;
所述的控制处理单元3是根据设计的电路图焊接好的一块大小为10×15cm的万能电路板,该电路板从头盔盔体1的左侧内部嵌入内腔中,控制处理单元3包含TMS320LF2407A数字信号处理器最小系统电路、脑电信号采集电路以及刺激电路;
参阅图7,所述的TMS320LF2407A数字信号处理器最小系统电路包括TMS320LF2407A数字信号处理器、电源供电电路、晶体振荡电路、锁相环滤波电路、复位电路和JTAG电路。TMS320LF2407A数字信号处理器作为控制处理单元3中的信号处理器和核心控制器,具有低功耗、代码保护、运算速度快的特点,集成了极强的数字信号处理能力和数字控制系统所必需的输入、输出、A/D转换等外设,同时为保存大量的采样数据、运算的中间结果和提高系统的运行速度,增加了外部数据存储器和外部程序存储器,在此头盔中可对采集的脑电信号进行处理、存储数据、判断状态和控制刺激单元。
参阅图7,所述的电源供电电路,使用电源及开关4中的5V电池供给,电源及开关4中电池盒延伸的一对正、负极导线插入接插件J1,J1为双头的接线端子,两端可同时插入两对正、负极导线并将它们导通连接。电路经过二极管整流,有极性电容和无极性电容并联,并与电感L2串联滤波后,接入日本理光公司的RN5RK331A DC/DC转换器LX(5)和CE(1)引脚,该转换器的作用是将电源及开关4中的电池提供的5V电压变换为3.3V电压,保证在电池整个寿命周期内电路都能够稳定工作;由于电源VCC有内阻,当输入电压不稳定时,就会产生交流电流,因此使用一组并联电容对电源VCC交流接地;电源供电电路的VCC3V3端和TMS320LF2407A数字信号处理器中的VDD1-VDD4(即29、50、86、129号)、VDDO1-VDDO6(即4、42、67、77、95、141号)及VCCA(即116号)引脚线连接,VCC5V端和TMS320LF2407A数字信号处理器中的VCCP(即58号)引脚线连接,实现电源供电电路对控制处理单元3进行供电;TMS320LF2407A数字信号处理器VDD1-VDD4(29、50、86、129)、VDDO1-VDDO6(4、42、67、77、95、141)、VCCA(116)及VCCP(58)中的每个引脚与GND之间都连接一个电容,达到去耦的效果。
参阅图7,所述的晶体振荡电路通过其中的电阻R23的两端与TMS320LF2407A数字信号处理器中的XTAL1/CLKIN(123)和XTAL2(124)引脚线连接,使用TMS320LF2407A数字信号处理器芯片内部振荡电路,与无源晶体、起振电容一起连接成三点式振荡器来产生稳定时钟,连接起振电容是为了保证正常的起振,对振荡频率的影响极小;
参阅图7,所述的锁相环滤波电路由电容C124、电容C125与电阻R78组成,锁相环滤波电路用于将时钟电路的抖动降至最低;锁相环滤波电路通过串连的电容C125与电阻R78的两端即电容C125的2号端与电阻R78的一端和TMS320LF2407A中的数字信号处理器PLLF(11)引脚与PLLF2(10)引脚线连接;
参阅图7,所述的复位电路由电容C126、C127与电阻R79组成,复位电路通过电容C127的1号端和TMS320LF2407A数字信号处理器中的(133)引脚线连接,复位电路通过电容C126的1号端和TMS320LF2407A数字信号处理器中的PLLVCCA(即12)引脚相连接,使用TMS320LF2407A数字信号处理器芯片内部的复位电路,在TMS320LF2407A数字信号处理器的(133)引脚外接一个上拉电阻;
参阅图7,所述的JTAG电路通过JTAG芯片的EMUO(13)引脚、电阻R98与EMUI(14)引脚、电阻R99和TMS320LF2407A数字信号处理器中的VCC3V3电源引脚线连接,JTAG接口为标准的4线接口-TMS、TCK、TDI、TDO,分别为模式选择、时钟、数据输入和数据输出线。JTAG电路用于TMS320LF2407A数字信号处理器芯片内部测试。
参阅图8,所述的脑电信号采集电路包含的器件有AD8331ARQZ前置放大器芯片、Mini-Circuits高通滤波器、F42N50IWP型50Hz陷波器、LMF60CIN-50巴特沃斯低通滤波器以及SY88923AVKC后置放大器,采样电极片5通过从背面小孔穿出的导线,参考电极片7通过氯化银脑电导联线,分别连接至脑电信号采集电路中,参考电极片7接地;采样电极片5经过串联滤波的电容C89与电感L1和AD8331ARQZ前置放大器芯片的INH(即2号)引脚线连接,将从采样电极片5中传来的脑电信号送至脑电信号采集电路,通过AD8331ARQZ前置放大器芯片对采集到的原始脑电信号进行放大,使放大后的脑电信号的电压范围达到mV级;AD8331ARQZ前置放大器芯片LOP(即5号)引脚与Mini-Circuits高通滤波器IN口线连接,将脑电信号送入Mini-Circuits高通滤波器中滤除电路中的直流成分;Mini-Circuits高通滤波器OUT口与F42N50IWP型50Hz陷波器的VIN(即1号)引脚线连接,将脑电信号送入F42N50IWP型50Hz陷波器,对非屏蔽条件下50Hz工频干扰进行滤除;F42N50IWP型50Hz陷波器VO(即7号)引脚与LMF60CIN-50巴特沃斯低通滤波器IN(即8号)引脚相连接,使用LMF60CIN-50巴特沃斯低通滤波器来抑制广谱噪声和混叠;LMF60CIN-50巴特沃斯低通滤波器的OUT(即3号)引脚与SY88923AVKC后置放大器DIN(即2号)引脚相连接,使用SY88923AVKC后置放大器再次将脑电信号放大,使放大后的脑电信号的电压范围达到V级;SY88923AVKC后置放大器DOUT(即9号)引脚与TMS320LF2407A数字信号处理器ADCIN00(即112号)引脚相连接,将脑电信号采集电路中处理后的脑电信号传送至TMS320LF2407A数字信号处理器最小系统电路,进行进一步处理。脑电信号采集电路的作用,是对脑电信号进行采集、放大和从噪声环境里分离。
参阅图9-1至图9-3,所述的控制处理单元3中的刺激电路包括控制开关电路、稳压电路与恒定电流输出电路;
参阅图9-1,所述的刺激电路从TMS320LF2407A数字信号处理器的PWM7/IOPE1(即65号)引脚接出,即控制开关电路中第2个三极管Q18的集电极经过一个电阻R96后与稳压电路中的L1T026稳压芯片VIN引脚线连接,利用三极管导通截止特性,采用两个三极管相连作为刺激电路开关;三极管在饱和导通时,其集电极和发射极之间的电压很小,低于PN结导通电压,集电极和发射极之间相当于短路,开关为开的状态;三极管在截止状态时,其集电极和发射极之间的电流很小,相当于断路,开关为关的状态。三极管由截止区过度到饱和区需经过线性区,开关的效果不会有明确的界线,为达到开关的效果明确,使用两个三极管相连,此时电路的放大倍数是两个单独三极管放大倍数的乘积,当输入一个微小电流变化,就可以立即使得后面三极管集电极电流变化很大,立即饱和或截止;
参阅图9-1与图9-2,刺激电路中的稳压电路使用L1T026稳压芯片,是为保证电源稳定性对电压进行精确控制,图9-1所示的控制开关电路中第二个三极管Q18的集电极经过一个电阻R96后与图9-2所示的稳压电路中的L1T026稳压芯片VIN(即6号)引脚相连接,L1T026稳压芯片VIN(即6号)引脚同时和由一个有极性电容EC7与无极性电容C130并联成的滤波电路的一端相连接。
参阅图9-2与图9-10,图9-2所示的稳压电路中的L1T026稳压芯片中的+VOUT(即8号)引脚外接8个结构相同的电路的输入端即外接图9-3至图9-10中所示的8个结构相同的恒定电流输出电路的输入端,该恒定电流输出电路采用电容和电阻并联进行滤波,采用反向连接的两个稳压二极管和两个相连的三极管稳定电压,最终8个结构相同的恒定电流输出电路的输出端(J4至J11)采用氯化银脑电导联线和刺激电极片6相连接。该电路能够提供稳定的电流,当刺激电路开关导通时,可向刺激电极片6传送2mA恒定的低强度的直流电,与接地的参考电极片7共同作用,可对使用者进行经颅直流电刺激。
采样电极片5、参考电极片7和控制处理单元3中脑电信号采集电路共同构成采集单元;刺激电极片6、参考电极片7和控制处理单元3中刺激电路共同构成刺激单元;控制处理单元3实现的功能是对采集单元采集到的脑电信号进行分析处理并进行状态判断,根据判断结果,控制刺激单元进行刺激。
参阅图3,本发明还提供了一种增强士兵人体机能的智能军用头盔的监控刺激方法,其功能实现分为信号采集、信号预处理、信号处理、状态判断和施加刺激五个步骤。
一种增强士兵人体机能的智能军用头盔的监控刺激方法:
1.信号采集
采集脑电信号时,采集电极片5和使用者头部的接触为干接触点,参考电极片7在人耳垂后侧设置参考点上,开启电源通电后,采样电极片5和参考电极片7产生电压差,采样电极片5和参考电极片7在头皮上测量到μV级的表面点位,采集这两个点的差分信号为原始脑电信号;
2.信号预处理
参阅图4,在控制处理单元3中,将采集到的原始脑电信号在脑电信号采集电路中放大、从噪声环境里分离并在数字信号处理器中进行模数转换,此过程为信号预处理,其步骤为:
(1)采用前置放大器对采集到的原始脑电信号进行放大,放大后的脑电信号的电压范围在mV级;
(2)将放大后的脑电信号送入高通滤波器中,滤除电路中的直流成分;
(3)用50Hz陷波滤波器对非屏蔽条件下50Hz工频干扰进行滤除;
(4)用巴特沃斯低通滤波器抑制广谱噪声和混叠;
(5)用后置放大器再次将脑电信号放大,放大后的脑电信号达到V级;
(6)对放大后的脑电信号进行模数转换,将放大后的脑电信号送到控制处理单元3的TMS320LF2407A数字信号处理器内部集成的10位A/D输入端进行A/D转换,采用由两个事件管理器来触发一个16通道输入的A/D转换器的方式来提高转换精度以精确采集脑电信号;
3.信号处理
对信号预处理后的脑电信号需要进一步处理,经过特征提取与相关计算得到脑电信号专注度测试值和脑电信号放松度测试值,其步骤为:
(1)对信号进行特征提取,分析出不同节律下脑电波能量占比
采用谐波小波包变换提取脑电波基本节律,信号x(t)的谐波小波变换可通过下式实现:
公式中*表示复共轭,k∈Z,m,n∈R+且m<n,
此公式为分析中心在t=k/(n-m),带宽为(n-m)2π的谐波小波一般表达式,它在频域的表达式为:
将公式(a)作傅里叶变换,得到谐波小波变换在频域表达式:
H(m,n,ω)=X(ω)W*[(n-m)ω]
通过不断变化m,n的值,调节带宽大小和中心频率,来匹配不同频带的信号,就实现了谐波小波包变换;
设信号的奈奎斯特频率为fn,分解层数为s,谐波小波包变换在第s层对应有2s个子频带,每个子频带带宽为:
参数m,n满足:
离散谐波小波包变换系数为:
p(s,i,k)=h(m,n,k)
公式中,s为分解层数,i为子带编号,k为小波系数编号,根据各节律的频率范围确定m,n取值,便可提取各基本节律波形。
利用变换后得到的小波包变换系数p(s,i,k)由下式计算各节律的频带能量,得到任意节律能量随时间变化的情况:
公式中,k=0,1,…,N-1;j=δ,θ,γ,α,β;i的取值由j代表的节律频带决定,各节律的频带能量占比B由下式计算:
式中:Eall代表δ,θ,γ,α,β这5个脑电波基本节律的能量和。
(2)通过计算得到脑电信号专注度测试值Zc和脑电信号放松度测试值Fc
所述的脑电信号专注度和脑电信号放松度是评价脑电疲劳的重要指数,脑电信号专注度指的是人的大脑的精神集中度水平或注意力水平的强烈程度,脑电信号放松度指的是大脑的平静度水平或者是放松的水平;
脑电信号专注度高低与γ节律、β节律以及α节律的频带能量占比有关,脑电信号专注度高,β节律和γ节律在脑电信号能量中占比相对较大;
脑电信号放松度高低与θ节律、δ节律以及α节律的频带能量占比有关,脑电信号放松度高,θ节律和δ节律在脑电信号能量中占比相对较大。
所述的γ、β、α、θ、δ节律:脑电信号一般分为γ、β、α、θ、δ5种基本节律,脑电信号的节律的能量在人的精神状态改变时,其能量分布会有较大的差别,以正常人为例:
1)在深度睡眠时,δ节律占优势;
2)θ节律通常出现在困倦、睡眠时,其在人处于清醒时仅仅占脑电信号的少数;
3)当人在清醒状态时,在脑电信号中最为显著的是α节律,其通常是人们大脑中的基本节律;
4)当人处于紧张或精神高度集中时,β节律为当前脑电信号的主要表现。
除此之外,在觉醒并专注于某一事时,常可见一种频率较β节律更高的γ节律,表示人当前的高度紧张状态,当受到刺激高度紧张时,就会产生该节律,δ节律和θ节律称为慢节律,β节律和γ节律波称为快节律。
根据脑电信号中各节律的能量在人的精神状态中所起的作用,以及专注度、专注度持续时间和放松度、放松度持续时间分别对专注度和放松度的影响,对专注度和放松度建立AHP模型。所述AHP为层次分析法,是指将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。
参阅图5-1,对专注度建立AHP模型:
专注度测试值Zc=(mγ+nβ+tα)×100
参阅图5-2,对放松度建立AHP模型:
放松度测试值Fc=(xα+yθ+zδ)×100
其中:γ、β、α、θ、δ表示的是γ、β、α、θ、δ波在脑电信号能量中的百分比,m、n、t、x、y、z表示的是权重系数;
a.所述的脑电信号专注度测试值Zc的计算步骤具体如下:
1)构造判断矩阵
在使用人员使用该军用头盔时,专注度相对于专注度持续时间更重要,专注度与专注度持续时间比值选为2。
2)层次单排序及其一致性检验
判断矩阵最大特征值为2,特征向量Wa=(0.89,0.45)T
一致性指标为随机一致性指标RI=0.1(查表);一致性比率为CR=0<0.1;由计算结果可知通过一致性检验;当一致性比率小于1时,认为矩阵的不一致程度在容许的范围内。
其中,一致性指标CI的计算方法为n为n阶一致阵的唯一非零特征根,λ为n阶正互反阵的最大特征根;一致性比率CR的计算方法为
RI为随机一致性指标;
γ节律、β节律、α节律脑电信号能量占比关于专注度和专注度持续时间2个标准的判断矩阵如下:
专注度:
此专注度判断矩阵的最大特征值为3,特征向量W1=(0.86,0.43,0.29)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
专注度持续时间:
此专注度判断矩阵的最大特征值为3,特征向量W2=(0.27,0.80,0.53)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
这两个矩阵均通过一致性检验,并由专注度和专注度持续时间特征向量得中间层影响因素特征向量;
3)层次总排序
由计算结果得出层次总排序通过一致性检验,然后按照总排序权向量表示的结果进行决策,目标总方案的比较结果:
由此可得到γ节律、β节律、α节律的权重系数a、b、c分别为0.89、0.74、0.50。
再根据信号处理中,对信号进行特征提取,分析出不同节律下脑电波能量占比的步骤中计算出的不同节律的脑电波能量占比,即可根据公式Zc=(0.89γ+0.74β+0.50α)×100求出信号专注度测试值的具体数值;
b.所述的脑电信号放松度测试值Fc的计算步骤具体如下:
1)构造判断矩阵
在使用人员使用该军用头盔时,放松度相对于放松持续时间更重要,放松度与放松度持续时间比值选为2;
2)层次单排序及其一致性检验
判断矩阵最大特征值为2,特征向量Wm=(0.89,0.45)T
一致性指标为随机一致性指标RI=0.1(查表);一致性比率为CR=0<0.1;由计算结果可知通过一致性检验;
α节律、θ节律、δ节律脑电信号能量占比关于放松度和放松度持续时间2个标准的判断矩阵如下:
放松度:
此放松度判断矩阵的最大特征值为3,特征向量W1=(0.22,0.87,0.44)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
放松度持续时间:
此放松度判断矩阵的最大特征值为3,特征向量W2=(0.27,0.53,0.80)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
这两个矩阵均通过一致性检验,并由放松度和放松度持续时间特征向量得中间层影响因素特征向量;
3)层次总排序
由计算结果得出层次总排序通过一致性检验,然后按照总排序权向量表示的结果进行决策,目标总方案的比较结果:
由此可得到α节律、θ节律、β节律的权重系数x、y、z分别为0.32、1.01、0.75。再根据信号处理中,对信号进行特征提取、分析出不同节律下脑电波能量占比的步骤中计算出的不同节律的脑电波能量占比,即可根据公式Fc=(0.32α+1.01θ+0.75δ)×100求出信号放松度测试值的具体数值。
4.状态判断
1)在控制处理单元3的外部数据存储器中预存有脑电信号专注度设定值区间、脑电信号放松度设定值区间数据;
2)当脑电信号处理完毕后,将计算出的脑电信号专注度测试值Zc和脑电信号放松度测试值Fc与设定值区间数据进行比较,从而判断使用者所处的状态并形成控制指令;
3)当判断需要刺激时,触发刺激单元中刺激电路开关;当判断不需要刺激时,间隔1小时后重新返回信号采集步骤。
所述的设定值的选择有以下分析:
脑电信号专注度和脑电信号放松度的数值在1-20的区间内,说明使用者处于很低的指数水平,脑电信号专注度很低说明使用者目前十分疲劳,不适宜工作,注意力很难集中;脑电信号放松度很低说明使用者目前精神状态十分紧张,甚至难以自控。
脑电信号专注度和脑电信号放松度的数值在20-40的区间内,说明使用者处于较低的指数水平,脑电信号专注度较低说明使用者目前比较疲劳,比较不适合工作,注意力较不集中;脑电信号放松度较低说明使用者目前精神状态较为紧张,但还具有自我调控和缓解的能力。
脑电信号专注度和脑电信号放松度的数值在40-60的区间内,说明使用者处于中等的指数水平,脑电信号专注度中等说明使用者目前能够集中注意力,保持较为稳定的工作状态;脑电信号放松度中等说明使用者目前精神状态比较稳定,工作状态可缓缓进入良好。
脑电信号专注度和脑电信号放松度的数值在60-80的区间内,说明使用者处于较高的指数水平,脑电信号专注度较高说明使用者目前注意力较为集中,可保持一段时间;脑电信号放松度较高说明使用者目前精神状态较好,心情较为愉悦。
脑电信号专注度和脑电信号放松度的数值在80-100的区间内,说明使用者处于很高的指数水平,脑电信号专注度很高说明使用者目前注意力十分集中,保持时间较长,但可随时间的延长而逐渐降低注意力;脑电信号放松度较高说明使用者目前极为放松,心理生理状态良好。
当脑电信号专注度和脑电信号放松度的值超过80或低于20时,人体的状态比较极端,超过此值时再进行处理,反应时间较短,因此需要设定一个适当的提前量,设定提前量为10,在脑电信号专注度测试值Zc低于30或脑电信号放松度测试值Fc高于70时,设定为不适合工作的状态,此时为保证使用者能够继续保持良好工作的状态,就进入刺激阶段,若不在此范围,则不施加刺激,并于1小时后返回信号采集重新开始采集信号。
5.施加刺激
刺激电极片6成对放置在使用者头部双侧额颞联合区,耳后有参考电极片7,与控制处理单元3中的刺激电路共同构成刺激单元,使用经颅直流电刺激的方式对使用者进行刺激,当使用者进入疲劳时期或注意力十分不集中时,能够通过此方式缓解症状,较为迅速恢复到良好的工作状态。所述的施加刺激的步骤如下:
(1)状态判断需要刺激时,触发刺激单元中刺激电路开关,刺激单元通电,每次施加2mA恒定的低强度的直流电持续刺激20分钟;
(2)当通电时间超过20分钟,刺激单元将断电,此时返回信号采集步骤,对当前使用者的脑电信号重新采集并再次进行状态判断,直到符合状态判断要求后停止采集信号,并于1小时后重新开始采集信号。
所述的经颅直流电刺激方式包括3种:
阳极刺激、阴极刺激和伪刺激。阳极刺激通常能够增强刺激部位神经元的兴奋性,阴极刺激则降低刺激部位神经元的兴奋性,伪刺激多是作为对照刺激。在该军用头盔中选用阳极刺激,即将阳极电极置于目标脑区位置。
所述的刺激的时间和电流强度选择:
经颅直流电刺激使用已经确定的安全协议,目前这项协议没有完全设置完整,但普遍认为刺激电流不能超过2mA,刺激的时间为20分钟左右。且刺激足够时间后停止刺激技术,刺激效应会持续长达1小时。截止目前,尚未有正确使用该技术而对人体造成伤害的报道。
所述的刺激电极片6的放置位置:
大脑皮质中的额叶与有意注意有密切的关系,额叶受损的话,有意注意就会大遭破坏。额叶有三个功能:第一个功能是管注意力,集中和保持高级注意力;第二个功能是负责协调监督全脑,所有大脑的工作由额叶来指挥和分配;第三个功能是控制情绪。而人类的情绪和精神活动同时与颞叶区也大有关系,因此选定额颞联合区为刺激位置。
本发明提供了一种增强士兵人体机能的智能军用头盔,能够实时监测使用者生理状态并达到缓解疲劳、提高注意力的效果,使用者不用通过药物等方式,便能迅速恢复到较为合适工作状态中,对于军队中担负特殊任务的人员具有较强的现实意义。同时,因为其构造轻便,也可应用于日常生活中,在康复领域、学习领域等都可拓展使用。
Claims (10)
1.一种增强士兵人体机能的智能军用头盔,其特征在于,所述的一种增强士兵人体机能的智能军用头盔包括头盔盔体(1)、悬挂系统(2)、控制处理单元(3)、电源及开关(4)、采样电极片(5)、8个结构相同的刺激电极片(6)与参考电极片(7);
所述的头盔盔体(1)采用QGF—03军用凯夫拉防弹保护头盔盔体,控制处理单元(3)内嵌于头盔盔体(1)的左侧,电源及开关(4)安装在头盔盔体(1)的后部,采样电极片(5)安装在和使用者左前额FP1处相对应的头盔盔体(1)的内侧,8个结构相同的刺激电极片(6)成对地安装在和头部双侧额颞联合区相对应的头盔盔体(1)的内侧,参考电极片(7)放置于使用者的耳后侧,悬挂系统(2)与头盔盔体(1)固定连接;
所述的采样电极片(5)与参考电极片(7)分别采用电极线和控制处理单元(3)中的脑电信号采集电路连接,刺激电极片(6)采用电极线和控制处理单元(3)中的刺激电路连接,电源及开关(4)与控制处理单元(3)中的电源电路采用导线连接。
2.按照权利要求1所述的一种增强士兵人体机能的智能军用头盔,其特征在于,所述的控制处理单元(3)包括TMS320LF2407A数字信号处理器最小系统电路、脑电信号采集电路及刺激电路;
所述的TMS320LF2407A数字信号处理器最小系统电路包括TMS320LF2407A数字信号处理器、电源供电电路、晶体振荡电路、锁相环滤波电路、复位电路和JTAG电路;
所述的电源供电电路的VCC3V3端和TMS320LF2407A数字信号处理器中的VDD1-VDD4引脚、VDDO1-VDDO6引脚、VCCA引脚及VCCP引脚线连接;VCC5V端和TMS320LF2407A数字信号处理器中的VCCP引脚线连接;
所述的晶体振荡电路通过其中的电阻R23的两端和TMS320LF2407A数字信号处理器中的XTAL1/CLKIN引脚与XTAL2引脚线连接;
所述的锁相环滤波电路通过串连的电容C125与电阻R78的两端即电容C125的2号端与电阻R78的一端和TMS320LF2407A数字信号处理器中的PLLF引脚与PLLF2引脚线连接;
所述的复位电路通过电容C127的1号端和TMS320LF2407A数字信号处理器中的引脚线连接,复位电路通过电容C126的1号端和TMS320LF2407A数字信号处理器中的PLLVCCA引脚线连接;
所述的JTAG电路通过JTAG芯片的EMUO引脚、电阻R98与EMUI(14)引脚、电阻R99和TMS320LF2407A数字信号处理器中的VCC3V3电源引脚线连接。
3.按照权利要求1所述的一种增强士兵人体机能的智能军用头盔,其特征在于,所述的采样电极片(5)与参考电极片(7)分别采用电极线和控制处理单元(3)中的脑电信号采集电路连接是指:
所述的控制处理单元(3)中的脑电信号采集电路包括AD8331ARQZ前置放大器芯片;所述的采样电极片(5)采用电极线经过串联滤波的电容C89与电感L1和AD8331ARQZ前置放大器芯片的INH引脚连接;参考电极片(7)采用电极线接地。
4.按照权利要求1所述的一种增强士兵人体机能的智能军用头盔,其特征在于,所述的控制处理单元(3)中的脑电信号采集电路包括有AD8331ARQZ前置放大器芯片、Mini-Circuits高通滤波器、F42N50IWP型50Hz陷波器、LMF60CIN-50巴特沃斯低通滤波器以及SY88923AVKC后置放大器;
所述的AD8331ARQZ前置放大器芯片LOP引脚与Mini-Circuits高通滤波器IN口线连接,Mini-Circuits高通滤波器OUT口与F42N50IWP型50Hz陷波器的VIN引脚线连接,F42N50IWP型50Hz陷波器VO引脚与LMF60CIN-50巴特沃斯低通滤波器IN引脚线连接,LMF60CIN-50巴特沃斯低通滤波器的OUT引脚与SY88923AVKC后置放大器DIN引脚线连接,SY88923AVKC后置放大器DOUT引脚与TMS320LF2407A数字信号处理器中的ADCIN00引脚相连接。
5.按照权利要求1所述的一种增强士兵人体机能的智能军用头盔,其特征在于,所述的刺激电极片(6)采用电极线和控制处理单元(3)中的刺激电路连接是指:
所述的控制处理单元(3)中的刺激电路包括控制开关电路、稳压电路与恒定电流输出电路;
所述的控制开关电路中第2个三极管Q18的集电极经过一个电阻R96后与稳压电路中的L1T026稳压芯片VIN引脚线连接,L1T026稳压芯片VIN引脚同时和由一个有极性电容EC7与无极性电容C130并联成的滤波电路的一端相连接;稳压电路中的L1T026稳压芯片中的+VOUT引脚和8个结构相同的恒定电流输出电路的输入端线连接,8个结构相同的恒定电流输出电路的输出端即J4至J11采用氯化银脑电导联线和刺激电极片(6)线连接。
6.一种采用权利要求1所述的一种增强士兵人体机能的智能军用头盔监控刺激方法,其特征在于,所述的增强士兵人体机能的智能军用头盔监控刺激方法的步骤如下:
1)信号采集:
采集脑电信号时,采样电极片(5)和使用者头部的接触为干接触点,参考电极片(7)设置在人耳后侧的参考点上,通电后采样电极片(5)和参考电极片(7)产生电压差,采样电极片(5)和参考电极片(7)在头皮上测量到μV级的表面点位,采集这两个点的差分信号为原始脑电信号;
2)信号预处理;
3)信号处理:
对信号预处理后的脑电信号需要进一步处理,经过特征提取与相关计算得到脑电信号专注度测试值和脑电信号放松度测试值;
4)状态判断:
(1)在控制处理单元(3)的存储器中预存有专注度设定值区间数据、放松度设定值区间数据;
(2)当信号处理完毕后,将计算出的专注度测试值Zc和放松度测试值Fc与设定值区间数据进行比较,从而判断使用者所处的状态并形成控制指令;
(3)在脑电信号专注度测试值Zc低于30或脑电信号放松度测试值Fc高于70时,设定为不适合工作的状态,进入刺激阶段;若不在此范围,则不施加刺激,间隔1小时后重新返回信号采集步骤;
5)施加刺激;
(1)状态判断需要刺激时,触发刺激单元中刺激电路开关,刺激电路通电,每次施加2mA恒定的低强度的直流电持续刺激20分钟;
(2)当通电时间超过20分钟,刺激单元将断电,此时返回信号采集步骤,对当前使用者的脑电信号重新采集并再次进行状态判断,直到符合状态判断要求后停止采集信号,并于1小时后重新开始采集信号。
7.按照权利要求6所述的一种增强士兵人体机能的智能军用头盔监控刺激方法,其特征在于,所述的信号预处理是指:
(1)采用前置放大器对采集到的原始脑电信号进行放大,放大后的脑电信号的电压范围在mV级;
(2)将放大后的脑电信号送入高通滤波器中,滤除电路中的直流成分;
(3)用50Hz陷波滤波器对非屏蔽条件下50Hz工频干扰进行滤除;
(4)用巴特沃斯低通滤波器抑制广谱噪声和混叠;
(5)用后置放大器再次将脑电信号放大,放大后的脑电信号达到V级;
(6)对放大后的脑电信号进行模数转换,将放大后的脑电信号送到控制处理单元(3)的TMS320LF2407A数字信号处理器内部集成的10位A/D输入端进行A/D转换,采用由两个事件管理器来触发一个16通道输入的A/D转换器的方式来提高转换精度以精确采集脑电信号。
8.按照权利要求6所述的一种增强士兵人体机能的智能军用头盔监控刺激方法,其特征在于,所述的信号处理是指:
(1)对信号进行特征提取,分析出不同节律下脑电波能量占比
采用谐波小波包变换提取脑电波基本节律,信号x(t)的谐波小波变换通过下式实现:
公式中hwt表示谐波小波变换,*表示复共轭,k∈Z,m,n∈R+且m<n,
此公式为分析中心在t=k/(n-m),带宽为(n-m)2π的谐波小波一般表达式,它在频域的表达式为:
将公式(a)作傅里叶变换,得到谐波小波变换在频域表达式:
H(m,n,ω)=X(ω)W*[(n-m)ω]
通过不断变化m,n的值,调节带宽大小和中心频率,来匹配不同频带的信号,就实现了谐波小波包变换;
设信号的奈奎斯特频率为fn,分解层数为s,谐波小波包变换在第s层对应有2s个子频带,每个子频带带宽为:
参数m,n满足:
离散谐波小波包变换系数为:
p(s,i,k)=h(m,n,k)
公式中,s为分解层数,i为子带编号,k为小波系数编号,根据各节律的频率范围确定m,n取值,便可提取各基本节律波形;
利用变换后得到的小波包变换系数p(s,i,k)由下式计算各节律的频带能量,得到任意节律能量随时间变化的情况:
公式中,k=0,1,…,N-1;j=δ,θ,γ,α,β;i的取值由j代表的节律频带决定,各节律的频带能量占比B由下式计算:
式中:Eall代表δ,θ,γ,α,β这5个脑电波基本节律的能量和;
(2)通过计算得到输入信号专注度测试值Zc和放松度测试值Fc。
9.按照权利要求6所述的一种增强士兵人体机能的智能军用头盔监控刺激方法,其特征在于,所述的通过计算得到输入信号专注度测试值Zc和放松度测试值Fc是指:
a.所述的脑电信号专注度测试值Zc的计算步骤如下:
1)构造判断矩阵
在使用人员使用该军用头盔时,专注度相对于专注度持续时间更重要,专注度与专注度持续时间比值选为2;
2)层次单排序及其一致性检验
判断矩阵最大特征值为2,特征向量Wa=(0.89,0.45)T
一致性指标为随机一致性指标RI=0.1(查表);一致性比率为CR=0<0.1;由计算结果可知通过一致性检验;当一致性比率小于1时,认为矩阵的不一致程度在容许的范围内;
其中,一致性指标CI的计算方法为n为n阶一致阵的唯一非零特征根,λ为n阶正互反阵的最大特征根;一致性比率CR的计算方法为RI为随机一致性指标;
γ节律、β节律、α节律脑电信号能量占比关于专注度和专注度持续时间2个标准的判断矩阵如下:
专注度:
此专注度判断矩阵的最大特征值为3,特征向量W1=(0.86,0.43,0.29)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
专注度持续时间:
此专注度判断矩阵的最大特征值为3,特征向量W2=(0.27,0.80,0.53)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
这两个矩阵均通过一致性检验,并由专注度和专注度持续时间特征向量得中间层影响因素特征向量;
3)层次总排序
由计算结果得出层次总排序通过一致性检验,然后按照总排序权向量表示的结果进行决策,目标总方案的比较结果:
由此可得到γ节律、β节律、α节律的权重系数a、b、c分别为0.89、0.74、0.50;再根据信号处理中,对信号进行特征提取、分析出不同节律下脑电波能量占比的步骤中计算出的不同节律的脑电波能量占比,即可根据公式Zc=(0.89γ+0.74β+0.50α)×100求出信号专注度测试值的具体数值;
b.所述的脑电信号放松度测试值Fc的计算。
10.按照权利要求9所述的一种增强士兵人体机能的智能军用头盔监控刺激方法,其特征在于,所述的脑电信号放松度测试值Fc的计算步骤如下:
1)构造判断矩阵
在使用人员使用该军用头盔时,放松度相对于放松持续时间更重要,放松度与放松度持续时间比值选为2;
2)层次单排序及其一致性检验
判断矩阵最大特征值为2,特征向量Wm=(0.89,0.45)T
一致性指标为随机一致性指标RI=0.1(查表);一致性比率为CR=0<0.1;由计算结果可知通过一致性检验;
α节律、θ节律、δ节律脑电信号能量占比关于放松度和放松度持续时间2个标准的判断矩阵如下:
放松度:
此放松度判断矩阵的最大特征值为3,特征向量W1=(0.22,0.87,0.44)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
放松度持续时间:
此放松度判断矩阵的最大特征值为3,特征向量W2=(0.27,0.53,0.80)T
一致性指标为随机一致性指标RI=0.58(查表);一致性比率为CR=0<0.1;
这两个矩阵均通过一致性检验,并由放松度和放松度持续时间特征向量得中间层影响因素特征向量;
3)层次总排序
由计算结果得出层次总排序通过一致性检验,然后按照总排序权向量表示的结果进行决策,目标总方案的比较结果:
由此可得到α波、θ波、β波的权重系数x、y、z分别为0.32、1.01、0.75;再根据信号处理中,对信号进行特征提取、分析出不同节律下脑电波能量占比的步骤中计算出的不同节律的脑电波能量占比,即可根据公式Fc=(0.32α+1.01θ+0.75δ)×100求出脑电信号放松度测试值的具体数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910383059.6A CN110101385A (zh) | 2019-05-09 | 2019-05-09 | 一种增强士兵人体机能的智能军用头盔及监控刺激方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910383059.6A CN110101385A (zh) | 2019-05-09 | 2019-05-09 | 一种增强士兵人体机能的智能军用头盔及监控刺激方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110101385A true CN110101385A (zh) | 2019-08-09 |
Family
ID=67489007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910383059.6A Pending CN110101385A (zh) | 2019-05-09 | 2019-05-09 | 一种增强士兵人体机能的智能军用头盔及监控刺激方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110101385A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111184308A (zh) * | 2020-03-06 | 2020-05-22 | 沈富琴 | 一种具有保健功能的帽子 |
CN111346297A (zh) * | 2020-03-16 | 2020-06-30 | 首都医科大学宣武医院 | 多靶点电刺激电路、电刺激器及其信号输出方法 |
CN112716506A (zh) * | 2021-01-15 | 2021-04-30 | 京东数科海益信息科技有限公司 | 一种信号处理方法、装置、电子设备及存储介质 |
US11707233B1 (en) | 2022-12-16 | 2023-07-25 | Wisear | Simultaneous sub-Nyquist acquisition of a plurality of bioelectric signals |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080319505A1 (en) * | 2007-05-09 | 2008-12-25 | Massachusetts Institute Of Technology | Integrated Transcranial Current Stimulation and Electroencephalography Device |
CN105167785A (zh) * | 2015-07-31 | 2015-12-23 | 深圳市前海安测信息技术有限公司 | 基于数字化头盔的疲劳监测及预警系统和方法 |
CN105976579A (zh) * | 2015-03-13 | 2016-09-28 | 胡渐佳 | 不良学习状态提醒方法和提醒装置 |
CN108187226A (zh) * | 2017-12-14 | 2018-06-22 | 深圳华荟智能科技有限公司 | 刺激系统 |
-
2019
- 2019-05-09 CN CN201910383059.6A patent/CN110101385A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080319505A1 (en) * | 2007-05-09 | 2008-12-25 | Massachusetts Institute Of Technology | Integrated Transcranial Current Stimulation and Electroencephalography Device |
CN105976579A (zh) * | 2015-03-13 | 2016-09-28 | 胡渐佳 | 不良学习状态提醒方法和提醒装置 |
CN105167785A (zh) * | 2015-07-31 | 2015-12-23 | 深圳市前海安测信息技术有限公司 | 基于数字化头盔的疲劳监测及预警系统和方法 |
CN108187226A (zh) * | 2017-12-14 | 2018-06-22 | 深圳华荟智能科技有限公司 | 刺激系统 |
Non-Patent Citations (2)
Title |
---|
杨仁桓 等: "基于谐波小波包变换的脑电波基本节律分析", 东南大学学报(自然科学版) * |
陈芳军: "基于脑电疲劳驾驶预警系统的设计与实现", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111184308A (zh) * | 2020-03-06 | 2020-05-22 | 沈富琴 | 一种具有保健功能的帽子 |
CN111346297A (zh) * | 2020-03-16 | 2020-06-30 | 首都医科大学宣武医院 | 多靶点电刺激电路、电刺激器及其信号输出方法 |
US11850429B2 (en) | 2020-03-16 | 2023-12-26 | Xuanwu Hospital Capital Medical University | Multi-target electrical stimulation circuit, electrical stimulator and signal output method of electrical stimulator |
CN112716506A (zh) * | 2021-01-15 | 2021-04-30 | 京东数科海益信息科技有限公司 | 一种信号处理方法、装置、电子设备及存储介质 |
CN112716506B (zh) * | 2021-01-15 | 2023-03-07 | 京东科技信息技术有限公司 | 一种信号处理方法、装置、电子设备及存储介质 |
US11707233B1 (en) | 2022-12-16 | 2023-07-25 | Wisear | Simultaneous sub-Nyquist acquisition of a plurality of bioelectric signals |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110101385A (zh) | 一种增强士兵人体机能的智能军用头盔及监控刺激方法 | |
CN100496392C (zh) | 失眠的神经反馈治疗装置 | |
Hari et al. | Neuromagnetic studies of somatosensory system: principles and examples | |
CN110947076B (zh) | 一种可进行精神状态调节的智能脑波音乐可穿戴设备 | |
CN108451513A (zh) | 一种贴片式生理多参数监测设备 | |
CN109550146A (zh) | 一种基于电刺激与肌肉信息检测的疲劳缓解装置 | |
CN105833411A (zh) | 一种新型智能助眠和自然唤醒的方法及装置 | |
CN103372258A (zh) | 失眠治疗仪及失眠治疗方法 | |
JP2017502722A (ja) | 脳波測定及び脳刺激システム | |
CN105147281A (zh) | 便携式意识障碍刺激促醒与评估系统 | |
CN105125186B (zh) | 一种确定干预治疗方式的方法及系统 | |
CN109999312A (zh) | 一种基于可穿戴设备的反馈式助眠装置 | |
CN106725455A (zh) | 基于传感器反馈用于大脑能力培训的训练系统及方法 | |
CN109009028A (zh) | 一种反映人体疲劳程度的穿戴式设备 | |
EP0957987B1 (en) | Therapeutic field generator | |
CN112244792A (zh) | 多维应激管理系统及方法 | |
CN104382592A (zh) | 一种基于功率谱分析算法的脑电检测装置 | |
CN104307099B (zh) | 一种用于戒烟的便携式经颅直流电刺激系统 | |
Xu et al. | Fatigue EEG feature extraction based on tasks with different physiological states for ubiquitous edge computing | |
CN214762902U (zh) | 一种正中神经刺激器 | |
CN109078261A (zh) | 大数据睡眠治疗手环 | |
CN109603006A (zh) | 基于脑电特定频率的幅值、相位可控的反馈电刺激平台 | |
CN206120908U (zh) | 一种睡眠改善装置 | |
CN114053550B (zh) | 一种基于高频心电的耳机式情绪压力调节装置 | |
CN202909297U (zh) | 一种临时膈肌刺激器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190809 |
|
WD01 | Invention patent application deemed withdrawn after publication |