期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于头动与眼动的脑疲劳检测方法研究 被引量：4
1
作者 管凯捷 姚康 +2 位作者 任谊文 张熙 付威威 《航天医学与医学工程》 CAS CSCD 北大核心 2020年第3期214-220,共7页
目的为实现准确、可靠地检测脑疲劳,研究基于头动与眼动特征判断受试者脑疲劳程度的方法。方法采集16名男性受试者在36h睡眠剥夺(SD)实验中的头动与眼动信号,进行去噪预处理,并基于主成分分析法(PCA)融合头动与眼动特征,综合判断受试者... 目的为实现准确、可靠地检测脑疲劳,研究基于头动与眼动特征判断受试者脑疲劳程度的方法。方法采集16名男性受试者在36h睡眠剥夺(SD)实验中的头动与眼动信号,进行去噪预处理,并基于主成分分析法(PCA)融合头动与眼动特征,综合判断受试者脑疲劳程度,并对由脑电信号判断的脑疲劳程度、双重任务作业绩效、警戒作业任务模拟测试(PVT)反应时间、主观瞌睡度分值进行比对。结果基于头动与眼动特征能很好地判断受试者脑疲劳程度,且与通过脑电信号判断的脑疲劳程度相关性为0.771±0.030;与双重任务作业绩效变化的相关性为0.665±0.024;与PVT反应时间的相关性为0.812±0.011;与主观瞌睡度分值的相关性为0.682±0.023,且均显著相关(P<0.05)。结论基于PCA融合头动与眼动特征能有效、准确检测受试者脑疲劳程度,与传统检测方法相比具有很好的一致性。 展开更多
关键词 头动信号 眼动信号 睡眠剥夺 主成分分析法 脑疲劳
下载PDF
基于头动与眼电信号的疲劳检测研究 被引量：2
2
作者 管凯捷 姚康 +2 位作者 任谊文 张熙 付威威 《计算机应用与软件》 北大核心 2022年第2期81-87,共7页
针对疲劳识别率有待提高和现行疲劳检测设备不便携带的问题,提出一种以便携式眼镜为载体结合处理头动与眼电信号的疲劳检测方法。利用便携式眼镜采集头动与眼电信号并通过蓝牙将数据传输到手机终端。采用融合卡尔曼滤波算法处理头动信... 针对疲劳识别率有待提高和现行疲劳检测设备不便携带的问题,提出一种以便携式眼镜为载体结合处理头动与眼电信号的疲劳检测方法。利用便携式眼镜采集头动与眼电信号并通过蓝牙将数据传输到手机终端。采用融合卡尔曼滤波算法处理头动信号并提取点头频率特征,采用Perclos算法P80原理和分段平均功率比值法处理眼电信号得到眨眼频率和低高频功率比值特征。根据主成分分析法(PCA)进行特征融合,得到疲劳特征值,从而判定疲劳程度,并结合Pearson法分析与通过脑电信号检测疲劳程度结果的相关性。实验结果表明,该方法的疲劳检测识别率达到了90.6%且与脑电检测疲劳结果相关性达到了0.82,具有很好的准确性、有效性且检测设备便于携带,具有很好的实用价值。 展开更多
关键词 疲劳检测 头动信号 眼电信号 特征融合
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部