基于小波变换的多任务下操作员眼电特征提取*

2018-09-11王娆芬顾幸生

传感器与微系统 2018年9期

王娆芬，顾幸生，陈敏

(1.上海工程技术大学电子电气工程学院，上海 201620； 2.华东理工大学信息科学与工程学院，上海 200237)

0 引言

操作员的电生理信号种类繁多[1～11]，如脑电信号、心电信号、眼电(electrooculogram,EOG)信号等，与其他生理信号相比，眼电信号具有幅值高、容易检测和干扰少等优点[12,13]。同时，研究表明，由于中枢神经会控制面部表情，影响眼睛的活动，因此，操作员眼电信号的变化可以反映视觉需求、疲劳和其他操作条件等。眼电信号的特征包括：眨眼频率、眨眼频率变化率、眨眼幅度、闭眼时间等。当操作员专注于某项任务时，眼睛会集中在某一点，可能导致眨眼率降低。文献[14]分析了驾驶员的眼电特征，当驾驶员疲劳时，眼睑下垂、眨眼幅度减少，而眨眼频率更高，闭眼时间更长。目前对眼电信号的研究主要集中在时域分析上，分析了心理状态与眨眼率、眨眼变化率、眨眼幅度等特征的关系。而关于眼电信号的能量分布与心理状态之间关系的研究较少。

本文采用小波变换分析方法[15]，分析了操作员的眼电信号，从频域角度研究了不同频段的相对能量与操作者疲劳、焦虑和努力程度的关系，提取了具有显著性的眼电频域特征。

1 数据采集实验

实验采用密闭舱空气管理系统[16,17](automation-enhanced cabin air management system，Auto-CAMS)模拟了航空器中的生命支撑系统,该系统有4个子系统，对应大气条件的4个关键参数，包括舱内氧气浓度、二氧化碳浓度、温度和压力。4个子系统可以由被试人员手动操作控制对应的参数在正常范围内，也可以自动运行。通过改变由被试人员手动控制的子系统个数，可以产生不同的操作员任务负荷，从而使得操作员的精神负荷随之改变。

实验前，每位被试人员进行了超过7 h的手动控制任务的训练，模拟实验过程，开展了5 h的训练。经过训练后，被试人员都能够熟练地操作Auto-CAMS。6位健康被试(SA～SF)参与了本实验，每人进行了3次实验。

实验设计期望在实验过程中，被试的心理负荷随着实验的进展逐步增加再慢慢降低。实验分8个阶段，共100 min，实验范式如图1所示。C1和C8阶段为5 min的基准测试阶段，被试的任务是监视Auto-CAMS的运行。C2～C7为常规控制阶段，分别需要被试手动控制的子系统个数为1，3，4，4，3，1，每阶段15 min。从C2～C4阶段，任务负荷逐渐增大，从C5～C7阶段，任务负荷逐渐减小。为了避免生理影响，每人的3次实验在不同天的同一时间段进行 (SA1, SA2, SA3)。

图1 实验范式

实验采集的数据包括：眼电数据和主观心理负荷数据。眼电数据通过放置在被试右眼眼球正上及正下位置的电极采集，采集的是被试的垂直眼电信号，包含与被试心理负荷相关的眨眼、眼动等信息。实验采用视觉模拟尺度(visual analogue scale)方法记录主观心理负荷度量数据，主观度量变量为0～100之间的值。每阶段实验结束后，被试都要进行1次主观心理负荷记录，包括疲劳程度、焦虑程度和努力程度。

2 眼电信号处理结果与分析

2.1 眼电信号的小波分析结果

本文在对比了haar，sym4，coif4，db4，db5等母小波的分析结果后，选用db4母小波分解眼电信号，既保证信号不失真，又能够提取眼电信号中的有效特征信息。

实验中，眼电信号的采样频率为500 Hz。眼电信号属于低频信号，眼电信号中的主要成分集中在100 Hz以内，且眨眼信息的有效频率成分集中在0～10 Hz内，为了有效获取眨眼信号的特征信息，选择了对眼电信号进行10层小波分解。D1～D10和A10的频率范围如表1所示。

2.2 特征提取

表1 各层频率范围

图2给出了各子频段的相对能量分布情况，可以看出，眼电信号的能量主要集中在D6～D10以及A10频段，眼电信号D6～D10以及A10频段的相对能量可能跟操作员的心理状态有关，因此，选取D6～D10以及A10频段的相对能量做进一步的分析。图3给出了被试SA1在实验过程中D6～D10以及频段相对能量随实验阶段进展的变化情况。图4给出了SA1的心理状态的主观度量变化情况。

图2 各子频段的相对能量分布(被试SA，C1阶段)

图3 8个阶段D6～D10及A10频段相对能量分布

图4 8个阶段操作员心理负荷的主观评价

2.3 相关性分析

采用相关性分析来定量衡量眼电信号特征与操作员心理负荷的相互关系。本文以被试每阶段的主观心理度量作为操作员实际的心理负荷，分析了被试D6～D10，A10频段相对能量与疲劳、焦虑、努力程度的相关性。表2给出了被试SA1的D6～D10，A10频段相对能量与被试心理负荷主观测量之间的相关系数，可以明显看出D6和D9频段相对能量与操作员努力程度相关，A10的相对能量与操作员焦虑相关。

表2 眼电信号特征与疲劳、焦虑及努力程度的相关性(SA1)

对所有被试的眼电信号进行了分析。图5～图7分别给出了D6～D10，A10频段相对能量与操作员疲劳、焦虑和努力程度的相关性。

图5 眼电信号特征与操作员疲劳的相关性

图6 眼电信号特征与操作员焦虑的相关性

图7 眼电信号特征与操作员努力程度的相关性

依照图5～图7的相关性分析结果，本文选取了各被试眼电特征中分别与疲劳、焦虑和努力程度最相关的2个特征，并将结果总结，如表3。可以看出，对于被试SA而言，D6和D9的相对能量可以作为疲劳、焦虑和努力程度的显著性指标。而对于被试SC而言，D6和D10的相对能量是候选指标。但对被试SD而言，D9的相对能量可以作为疲劳、焦虑和努力程度的显著性指标，而D6的相对能量可以作为焦虑和努力程度的衡量指标。综合所有被试的分析结果来看，D7(3.91～7.81 Hz)的相对能量更能够反映操作员疲劳的变化，D6(7.81～15.63Hz)和D9(0.98～1.95 Hz)的相对能量与操作员焦虑和努力程度更相关。以上结果表明，通过小波变换提取出来的眼电特征能够反映操作员心理负荷的变化情况。本文结果可以用于将来对操作员心理负荷状态的估计。