激烈的社会竞争,过快的生活节奏,使得人们的心理压力不断增大,疲劳人群越来越多。精神疲劳造成人们工作或学习效率低下,不断引发各种生理和心理疾病,严重威胁着人类的身心健康。同时,精神疲劳也是交通、生产等事故的重要原因,因此,对精神疲劳的研究不仅具有重要的医学价值,而且还有巨大的社会价值和经济价值。生理电信号包含大量人体生理信息,能够有效反映人体生理状态变化情况,已成为评估疲劳状态的可靠指标。近年来,生物医学信号处理技术发展迅速,数字信号处理方法和模式识别方法的发展,使得监测评估精神疲劳状态的研究取得了很大进步。为了探寻生理电信号与精神疲劳的关系,本研究以连续两小时两位数加法作业作为精神疲劳实验,记录下包括F3、F4、01等8导脑电、一导皮肤阻抗、一导心电信号、一导垂直眼电信号、一导水平眼电信号和一导肌电信号信号共13导生理电信号,同时记录了实验中每半小时被试者主观问卷调查结果以及心算正确率、反应时间等绩效成绩指标。在本研究中,眼电伪差混入脑电信号中,严重影响脑电信号的分析。针对频繁出现的眼电伪差,本文提出一种新的眼电伪差去除方法,该方法结合经验模态分解的特点和阈值去噪的思想,在有效去除眼电伪差的同时并不损失有效信号,通过眼电伪差滤除实验的对比分析,验证了所提方法的有效性。通过对主观调查表和心算绩效成绩的统计分析以及脑电、肌电等生理电信号的时域、频域、非线性分析,将被试者的疲劳等级分为轻度疲劳、中度疲劳、严重疲劳3种状态,同时提取了肌电方差等8个能够反映精神疲劳信息的生理电信号特征。最后通过支持向量机对疲劳等级进行识别,当支持向量机的训练集和测试集来自同一被试者时,三种疲劳状态的识别率较高,能够达到95%,当训练集来自不同被试者时,被试者生理电信号的个体差异造成识别率下降,分类识别率为66.7%,但也能较好地识别不同疲劳状态。支持向量机的分类结果验证了本文所提生理电信号疲劳特征向量的有效性,说明生理电信号能够反映疲劳的不同程度。