1.一種檢測眼睛睫狀肌肌肉疲勞的方法，其特征在于，它包括以下步驟：
步驟一、數(shù)據(jù)采集步驟：是指采集眼部及眼部附近人體表面的肌電信號，并將肌電信號進行A/D轉(zhuǎn)換；
步驟二、數(shù)據(jù)分析決策步驟：是指識別睫狀肌的疲勞狀態(tài)，從前面步驟得到含有睫狀肌肌電信號和其它噪音信號的數(shù)據(jù)，其處理流程分為具體為：
子步驟1通過帶通濾波器去除噪音信號、按需要進行前置、后置放大；
子步驟2判斷睫狀肌是否疲勞。
2.如權(quán)利要求1所述的方法，其特征在于：在步驟一和步驟二之間還存在一個步驟X、數(shù)據(jù)傳輸步驟：是指把數(shù)據(jù)采集步驟獲得的信號傳輸至數(shù)據(jù)分析決策步驟。
3.如權(quán)利要求2所述的方法，其特征在于：在通過帶通濾波器去除噪音信號、按需要進行放大后，使用數(shù)學(xué)方法分離出睫狀肌信號。
4.如權(quán)利要求3所述的方法，其特征在于，帶通濾波器的通帶頻率為10Hz～500Hz。
5.如權(quán)利要求3所述的方法，其特征在于，分離信號的算法是盲源分離(BSS)方法。
6.如權(quán)利要求3所述的方法，其特征在于，分離信號的算法是自適應(yīng)信號濾波、經(jīng)驗?zāi)B(tài)分解法、主成分分析法或小波方法。
7.如權(quán)利要求5所述的方法，其特征在于，識別出睫狀肌肌電信號的算法是支持向量機(SVM)或者人工神經(jīng)網(wǎng)絡(luò)，支持向量機(SVM)或者人工神經(jīng)網(wǎng)絡(luò)已經(jīng)用已有的數(shù)據(jù)進行訓(xùn)練或者在使用者第一次使用時通過設(shè)備的提示對支持向量機(SVM)或者人工神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。
8.如權(quán)利要求1、2或3所述的方法，其特征在于，在判斷睫狀肌疲勞前進行時域頻域轉(zhuǎn)換。
9.如權(quán)利要求1、2或7所述的方法，其特征在于，根據(jù)睫狀肌信號的時域特征、小波變換(WT)、自回歸模型系數(shù)(AR)、倒譜系數(shù)(CEP)、小波包分解(WPT)、短時傅立葉變化(STFT)、幅值、頻域特性判斷睫狀肌的疲勞狀態(tài)。
10.如權(quán)利要求7所述的方法，其特征在于，識別分為兩級，第一級識別出睫 狀肌信號，第二級識別睫狀肌信號的疲勞程度，兩級使用的識別方式、算法可以相同也可以不同。
11.如權(quán)利要求1、2或3所述的方法，其特征在于，判斷睫狀肌疲勞的方式是根據(jù)設(shè)定的閾值對信號的時域或頻域特性進行判定，或者是結(jié)合時域、頻域特性共同判定(幅頻聯(lián)合分析JASA)。
12.如權(quán)利要求1、2或3所述的方法，其特征在于，在A/D前進行信號放大，或者加硬件濾波器在A/D轉(zhuǎn)換前，硬件濾波器為帶通濾波器，通帶頻率為10Hz～500Hz。
13.一種眼睛睫狀肌肌肉疲勞的檢測系統(tǒng)，其特征在于，它包括以下模塊：數(shù)據(jù)采集單元，數(shù)據(jù)傳輸單元，數(shù)據(jù)分析決策單元；
所述數(shù)據(jù)采集單元是采集人體表面的肌電信號，并將肌電信號進行A/D轉(zhuǎn)換；
所述數(shù)據(jù)傳輸單元是將所述數(shù)據(jù)采集單元采集到的信號傳輸至所述數(shù)據(jù)分析決策單元；
所述數(shù)據(jù)分析決策單元是識別睫狀肌的疲勞狀態(tài)，所述數(shù)據(jù)分析決策單元從所述數(shù)據(jù)傳輸單元得到含有睫狀肌肌電信號和其它噪音信號的數(shù)據(jù)，所述數(shù)據(jù)分析決策單元處理流程為：
1)通過帶通濾波器去除噪音信號、按需要進行前置、后置放大；
2)判斷睫狀肌是否疲勞。
14.如權(quán)利要求13所述的檢測系統(tǒng)，其特征在于：在通過帶通濾波器去除噪音信號、按需要進行放大后，使用數(shù)學(xué)方法分離出睫狀肌信號，帶通濾波器的通帶頻率為10Hz～500Hz；在判斷睫狀肌疲勞前進行時域頻域轉(zhuǎn)換，根據(jù)睫狀肌信號的頻率特性判斷睫狀肌的疲勞狀態(tài)；判斷睫狀肌疲勞的方式是根據(jù)設(shè)定的閾值對信號的時域或頻域特性進行判定，或者是結(jié)合時域、頻域特性共同判定(幅頻聯(lián)合分析JASA)。
15.如權(quán)利要求13所述的檢測系統(tǒng)，其特征在于，在A/D前進行信號放大，或者加硬件濾波器在A/D轉(zhuǎn)換前，硬件濾波器為帶通濾波器，通帶頻率為10Hz～500Hz。