论文部分内容阅读
近年来,视觉显示终端(Visual Display Terminal,简称VDT)过度使用导致眼科疾病患者日益增多。研究视觉疲劳监测方法对于减少因过度使用VDT带给使用者的伤害具有重要意义和价值。本文以心冲击信号与VDT视觉疲劳为研究对象,研究两者之间的关系,以期提取视觉疲劳指标量与设计视觉疲劳自主判别系统。主要工作如下:(1)本课题提出了使用心冲击信号监测VDT视觉疲劳的方法。首先,以加速度信号与心电信号相关系数最高为原则确定了视觉疲劳实验座椅与测试者坐姿;然后,进行了VDT视觉疲劳实验,对获取的加速度信号进行了两次降噪,消除基线漂移、人体随机运动和地面振动等非线性噪声干扰,以获取心电频率范围内的加速度信号。最后,通过傅里叶逆变换提取出心冲击信号,并将心冲击信号与同步采集的心电信号进行了相关性研究,得出两者间期的线性相关系数为0.9918,非线性相关系数为0.796,验证了心冲击信号代替心电信号进行VDT视觉疲劳监测的结论,为无约束式VDT视觉疲劳监测奠定基础。(2)交感神经活跃度可以反应视觉疲劳程度,而心率变异性低频值(LF)又可以反应交感神经的活跃程度,本文将LF作为视觉疲劳判定指标。在利用小波算法计算出心电信号的RR间期与心冲击信号的JJ间期后获得了两者LF值,并绘制出LF曲线,得出两者的LF曲线趋势一致的结论;采用SD主观评价方法进行了基于调查问卷的主观评价,并通过置信区间的一致性验证了使用LF判定视觉疲劳的准确性。(3)将VDT视觉疲劳依据LF阈值进行了等级划分,并将支持向量机的4种核函数分别对100组视觉疲劳数据进行了学习与判断,得出Polynomial核函数的VDT视觉疲劳识别正确率最高,为83.33%。最后,设计了基于支持向量机的VDT视觉疲劳判断识别系统并进行了VDT视觉疲劳等级识别验证,总体的识别准确率可达93.75%,证明了支持向量机判别视觉疲劳的可行性,也证明了基于无约束式心冲击信号提取的VDT视觉疲劳监测方法的可行性。