1.一种基于脑网络拓扑规律的体力疲劳检测方法,其特征在于,包括如下步骤:
步骤S1:采集大脑中的血红蛋白信息,记录疲劳诱发实验前后的主观评价量表和行为学测试结果;
步骤S2:对采集的大脑血红蛋白信息进行预处理;
步骤S3:根据所述主观评价量表和行为学测试结果对预处理后的大脑血红蛋白信息按体力疲劳等级进行分类,计算各脑区之间的相关性,分别统计对应各体力疲劳等级的脑网络连接拓扑规律,其中所述脑网络连接拓扑规律是各种任务诱发疲劳对应的共性表征,计算各脑区之间的相关性的方法为:按大脑皮层区域划分脑区,对每个区域内的信号采集通道,运用熵权法对同一脑区的不同通道重新分配权重和血氧值,计算两两不同测试脑区之间脑血氧信号的皮尔森相关系数衡量两个测试脑区之间的变化趋势的异同;
步骤S4:根据所述脑网络连接拓扑规律,构建对应两两体力疲劳等级之间、脑区连接相关性的具体的统计性差异变化图,所述构建对应两两体力疲劳等级之间、脑区连接相关性的具体的统计性差异变化图的方法为:统计对应各疲劳等级之间脑网络拓扑规律的变化趋势,包括:对两两不同测试脑区之间的皮尔森相关系数进行方差分析,统计出对应不同体力疲劳等级具有显著差异的脑区对,之后对求得的对应不同疲劳等级的相关系数矩阵、不同等级间互相作差。
2.根据权利要求1所述的基于脑网络拓扑规律的体力疲劳检测方法,其特征在于:对采集的大脑血红蛋白信息进行预处理的方法为:对采集的大脑血红蛋白信息的相应频段进行带通滤波的处理。
3.根据权利要求2所述的基于脑网络拓扑规律的体力疲劳检测方法,其特征在于:对采集的大脑血红蛋白信息运用切比雪夫带通滤波方法对相应频段进行带通滤波的处理。
4.根据权利要求1所述的基于脑网络拓扑规律的体力疲劳检测方法,其特征在于:对预处理后的大脑血红蛋白信息按体力疲劳等级进行分类时,分别从MFI量表、N‑back测试、MR测试三个不同维度对体力疲劳等级进行综合划分。
5.根据权利要求1或4所述的基于脑网络拓扑规律的体力疲劳检测方法,其特征在于:
预处理后的大脑血红蛋白信息按体力疲劳等级划分为无疲劳、中度疲劳和重度疲劳三个体力疲劳等级。
6.根据权利要求1所述的基于脑网络拓扑规律的体力疲劳检测方法,其特征在于:运用熵权法对同一脑区的不同通道重新分配权重和血氧值,计算两两不同测试脑区之间脑血氧信号的方法为:采用最大最小归一化公式,逐个通道地对每个采样点进行归一化;计算ROI区域内的每个采样点的概率值;采用信息熵公式计算每个通道的信息熵,并将其数值规范到[0,1]内;根据信息熵,计算每个通道的权重,根据权重,计算出包含N个采样点的某个ROI脑区的血氧信号。
7.根据权利要求1所述的基于脑网络拓扑规律的体力疲劳检测方法,其特征在于:衡量两个测试脑区之间的变化趋势的异同,若皮尔森相关系数值大于0,则表示两个测试脑区的血氧信息变化趋势正相关;若相关系数值小于0,则表示变化趋势负相关;若相关系数为趋近0,则两测试脑区信息不相关。
8.一种基于脑网络拓扑规律的体力疲劳检测系统,其特征在于,包括:
采集模块,用于采集大脑中的血红蛋白信息,记录疲劳诱发实验前后的主观评价量表和行为学测试结果;
预处理模块,用于对采集的大脑血红蛋白信息进行预处理;
分类计算模块,用于根据所述主观评价量表和行为学测试结果对预处理后的大脑血红蛋白信息按体力疲劳等级进行分类,计算各脑区之间的相关性,分别统计对应各体力疲劳等级的脑网络连接拓扑规律,其中所述脑网络连接拓扑规律是各种任务诱发疲劳对应的共性表征,计算各脑区之间的相关性时,按大脑皮层区域划分脑区,对每个区域内的信号采集通道,运用熵权法对同一脑区的不同通道重新分配权重和血氧值,计算两两不同测试脑区之间脑血氧信号的皮尔森相关系数衡量两个测试脑区之间的变化趋势的异同;
构建模块,用于根据所述脑网络连接拓扑规律,构建对应两两体力疲劳等级之间、脑区连接相关性的具体的统计性差异变化图,所述构建对应两两体力疲劳等级之间、脑区连接相关性的具体的统计性差异变化图时,统计对应各疲劳等级之间脑网络拓扑规律的变化趋势,包括:对两两不同测试脑区之间的皮尔森相关系数进行方差分析,统计出对应不同体力疲劳等级具有显著差异的脑区对,之后对求得的对应不同疲劳等级的相关系数矩阵、不同等级间互相作差。