一种基于fNIRS信号快速识别的脑力负荷水平检测方法

本发明属于脑力负荷评估技术领域，具体为一种基于fNIRS信号快速识别的脑力负荷水平检测方法，是基于动态系统理论对fNIRS信号进行动力学建模，得到描述不同脑力负荷水平下人类的认知行为的非线性动力学模型；在非线性动力学模型的基础上引入动态学习算法，建立动态神经网络辨识器；将训练集输入动态神经网络辨识器进行训练，优化动态神经网络辨识器的同时，生成权重矩阵将测试集输入训练好的动态神经网络辨识器中生成权重矩阵计算权重矩阵与权重矩阵之间的动力学误差，根据动力学误差在脑力负荷水平发生变化时，快速识别出新的脑力负荷水平。本发明实现临床上具有可解释性的脑力负荷水平检测。