基于前额脑电多尺度小波对数能量熵的驾驶疲劳检测分析 被引量：20

1

作者 闵建亮 蔡铭 《中国公路学报》 EI CAS CSCD 北大核心 2020年第6期182-189,共8页

为研究脑机接口(BCI)在交通运输中的应用,减少因疲劳驾驶导致的交通安全事故,提出基于前额脑电(EEG)信号多尺度小波对数能量熵的驾驶疲劳检测方法。首先,设计驾驶仿真模拟试验,利用脑电帽采集26名被试清醒驾驶和疲劳驾驶的前额EEG信号,... 为研究脑机接口(BCI)在交通运输中的应用,减少因疲劳驾驶导致的交通安全事故,提出基于前额脑电(EEG)信号多尺度小波对数能量熵的驾驶疲劳检测方法。首先,设计驾驶仿真模拟试验,利用脑电帽采集26名被试清醒驾驶和疲劳驾驶的前额EEG信号,试验过程中,使用主观检测方法每隔20min对被试进行问询;其次,应用MATLAB对采集到的EEG数据进行预处理,基于2种驾驶状态形成被试初始样本数据集;进而,在该数据集基础上,利用多尺度熵的概念,提取EEG信号小波对数能量熵(WLE)特征,同时提取经典模糊熵(FE)特征进行比较分析;然后,运用极限学习机(ELM)对提取的特征数据集进行快速有效的精准分类,并使用留一交叉验证法进行验证评估;最后,对比经典FE分类表现,并结合多种性能指标对驾驶疲劳检测结果进行综合比较。研究结果表明:在本文试验条件下,基于多尺度WLE(MWLE)的前额EEG疲劳识别率显著高于基于多尺度FE(MFE)的识别率,其理论平均正确率达91.8%;基于多尺度熵的EEG信号特征提取方法能有效提高驾驶疲劳识别效果和算法效率;多种性能指标表明前额EEG的WLE可以作为衡量驾驶疲劳的有效生理指标;结果验证了采用基于ELM对MWLE的前额EEG信号进行驾驶疲劳检测方法的有效性和实用性,有助于促进可穿戴BCI在疲劳驾驶预警中的应用。 展开更多

关键词 交通工程 驾驶安全 多尺度熵 驾驶人疲劳 脑机接口(BCI) 脑电(eeg)信号 极限学习机(ELM)

原文传递

基于脑电的管制员认知行为与疲劳的关系研究 被引量：16

2

作者 王莉莉 陈凤兰 《中国安全科学学报》 CAS CSCD 北大核心 2018年第7期1-6,共6页

为量化研究疲劳对空中交通管制员认知行为的影响,选取32名在职管制员在疲劳累计最大的时刻12：00和00：00进行试验,采集其完成大流量且有特情发生的雷达模拟机任务过程中的脑电（EEG）信号,提取管制员疲劳指标,并记录试验中管制员对特... 为量化研究疲劳对空中交通管制员认知行为的影响,选取32名在职管制员在疲劳累计最大的时刻12：00和00：00进行试验,采集其完成大流量且有特情发生的雷达模拟机任务过程中的脑电（EEG）信号,提取管制员疲劳指标,并记录试验中管制员对特情的反应时长作为表征管制员认知行为的指标;运用SPSS20.0软件统计分析数据。结果表明：管制员在00：00的疲劳指标值显著高于12：00,在夜间疲劳状态下继续工作会使疲劳指标值陡然增大,存在很大的疲劳隐患;管制员对特情的反应时长与试验前其初态的疲劳指标值有线性关系;检测班前初态疲劳指标值,可作为疲劳风险管控的一个有效方法。 展开更多

关键词 民航安全 管制员 疲劳指标 脑电(eeg)信号 认知行为 特情反应时长

下载PDF 职称材料

高速公路驾驶员主动疲劳的脑电检测分析 被引量：11

3

作者 刘天娇 马锦飞 《中国安全科学学报》 CAS CSCD 北大核心 2018年第10期13-18,共6页

为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8~13Hz),β(13~30Hz),θ(0.5~4Hz)... 为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8~13Hz),β(13~30Hz),θ(0.5~4Hz)这3个频段的脑电波,计算脑电合并指标(θ+α)/β;然后,运用瑞典行业疲劳问卷(SOFI),比较驾驶员执行驾驶任务前后的疲劳状态,分析心理测量和脑电测量结果的回归拟合效度。结果表明:在高速公路复杂驾驶任务中,驾驶员脑电合并指标(θ+α)/β呈现下降趋势,同时,(θ+α)/β与驾驶员主观疲劳程度有显著的正向拟合关系,拟合解释率达50%;脑电指标(θ+α)/β可实时预测驾驶员主动疲劳状态。 展开更多

关键词 模拟驾驶 高速公路 主动疲劳 脑电(eeg)信号 瑞典行业疲劳问卷(SOFI)

下载PDF 职称材料

基于脑电数据的管制架次对管制员疲劳影响研究 被引量：10

4

作者 王莉莉 朱敏 《中国安全科学学报》 CAS CSCD 北大核心 2021年第2期173-178,共6页

为量化研究管制区域内飞机架次的时空变化对管制员疲劳的影响,设计相应测试方案进行试验研究。有针对性地选取20名在职管制员分别在大、小夜班的班前和班后进行试验,采集完成不同流量等级下雷达模拟机任务过程中的管制员的脑电(EEG)信... 为量化研究管制区域内飞机架次的时空变化对管制员疲劳的影响,设计相应测试方案进行试验研究。有针对性地选取20名在职管制员分别在大、小夜班的班前和班后进行试验,采集完成不同流量等级下雷达模拟机任务过程中的管制员的脑电(EEG)信号数据,从数据中提取疲劳指标值,运用SPSS20.0软件统计分析指标值,根据管制员的岗龄将其分成2组进行比较,线性拟合班前班后的管制员疲劳指标值。结果表明:岗龄≥10年的管制员疲劳指标值及其波动性明显低于岗龄<10年的管制员;班前管制员疲劳指标值随管制架次的增加中后期呈下降趋势;班后管制员的疲劳指标值随管制架次的增加而增长,随时间呈3次曲线变化。 展开更多

关键词 管制员 脑电(eeg)信号 疲劳指标 岗龄 管制架次

下载PDF 职称材料

基于脑电信号模糊熵的驾驶疲劳检测分析 被引量：8

5

作者 胡剑锋 王涛涛 《中国安全科学学报》 CAS CSCD 北大核心 2018年第4期13-18,共6页

为减少因驾驶疲劳导致的交通安全事故,提出基于脑电（EEG）信号模糊熵（FE）的驾驶疲劳检测方法。开展在驾驶仿真模拟试验,采集28名被试模拟正常驾驶和疲劳驾驶的EEG信号;基于2种驾驶状态的EEG信号计算出FE值;运用随机森林（RF）、支持... 为减少因驾驶疲劳导致的交通安全事故,提出基于脑电（EEG）信号模糊熵（FE）的驾驶疲劳检测方法。开展在驾驶仿真模拟试验,采集28名被试模拟正常驾驶和疲劳驾驶的EEG信号;基于2种驾驶状态的EEG信号计算出FE值;运用随机森林（RF）、支持向量机（SVM）、决策树（DT）和K近邻（KNN）等4种分类器检测驾驶疲劳状态;利用多种性能指标及被试工作特征曲线（ROC）对驾驶疲劳检测结果进行分析比较。结果表明：基于疲劳驾驶状态下的EEG信号的FE值明显高于较正常驾驶状态下的值;4种分类器均可有效检测驾驶疲劳,其中K近邻的平均准确率达97.4%;基于EEG信号模糊熵的驾驶疲劳检测方法具有较好的鲁棒性和稳定性。 展开更多

关键词 脑电(eeg)信号 模糊熵(FE) 疲劳驾驶 被试工作特征(ROC)曲线 分类器

下载PDF 职称材料

地铁驾驶员驾驶疲劳状态监测 被引量：7

6

作者 姜兴宇 徐海峰 +1 位作者 吴善春 赵地 《中国安全科学学报》 CAS CSCD 北大核心 2018年第6期19-24,共6页

为监测地铁自动驾驶系统驾驶模式下驾驶员驾驶疲劳状态,以S地铁公司的驾驶员为研究对象,开展驾驶员疲劳主、客观监测研究。主观监测应用《自觉症状调查表》调查并统计分析地铁驾驶员的驾驶主观疲劳感受;客观监测应用Eegosports 64通道... 为监测地铁自动驾驶系统驾驶模式下驾驶员驾驶疲劳状态,以S地铁公司的驾驶员为研究对象,开展驾驶员疲劳主、客观监测研究。主观监测应用《自觉症状调查表》调查并统计分析地铁驾驶员的驾驶主观疲劳感受;客观监测应用Eegosports 64通道无线脑电肌电系统测量地铁驾驶员在各班次、各时间段的脑电（EEG）信号,并结合Matlab工具箱中的EEGLAB分析各班次驾驶员EEG中δ波的频谱图。结果表明：驾驶员驾驶疲劳总体的平均得分为1.8分,即驾驶疲劳有些明显,且晚班和夜班驾驶疲劳比白班的大,从主客观2方面说明驾驶员处于疲劳驾驶状态。 展开更多

关键词 驾驶疲劳 脑电(eeg)信号 客观监测 频谱 单调作业

下载PDF 职称材料

基于脑电信号特征的高铁调度员疲劳状态识别

7

作者 张光远 邓龙 +3 位作者 王亚伟 孙自伟 李莎 陈诚 《中国安全科学学报》 CAS CSCD 北大核心 2024年第6期235-246,共12页

为增强铁路行车的稳定性与安全性,有效识别调度员的疲劳状态对行车组织的影响,基于脑电(EEG)信号特征,提出一种调度员疲劳状态识别方法,根据作业时间段划分调度员的疲劳状态,设计高铁调度模拟试验获取脑电信号数据,通过小波级数展开和... 为增强铁路行车的稳定性与安全性,有效识别调度员的疲劳状态对行车组织的影响,基于脑电(EEG)信号特征,提出一种调度员疲劳状态识别方法,根据作业时间段划分调度员的疲劳状态,设计高铁调度模拟试验获取脑电信号数据,通过小波级数展开和傅里叶变换提取高铁调度被试的3种脑电波频域幅值作为特征值,结合调度员作业特征和脑电信号特征,验证疲劳状态的划分结果,通过Python语言环境搭建ResNet18+SoftMax和MobileNet V2+SoftMax这2种模型,基于深度学习方法,将输入特征转换为三维立体矩形模型,并优化调整权重,获得最优模型,从而判断高铁调度员的疲劳状态。研究结果表明:ResNet18+SoftMax和MobileNet V2+SoftMax神经网络模型对高铁调度试验参与人员的疲劳状态识别准确率分别为92.78%和99.17%;相较于支持向量机(SVM)模型,这2种模型可提升清醒状态和疲劳状态的识别精度,并降低运算时间,其中,MobileNet V2+SoftMax模型的识别准确率和运行速度最优。以MobileNet V2+SoftMax模型原理为内核,可以更快速准确地识别高铁调度员在长时间作业条件下的潜在疲劳风险。 展开更多

关键词 脑电(eeg)信号 高铁调度员 疲劳状态识别 MobileNet V2网络 ResNet18网络 SoftMax回归

下载PDF 职称材料

视频侦查员作业疲劳评估 被引量：5

8

作者 许锋 《中国安全科学学报》 CAS CSCD 北大核心 2020年第10期179-185,共7页

为防止视频侦查中长时间、大强度、高难度作业引起作业疲劳,导致分析力和判断力下降,遗漏重要信息,以S市视频侦查员为研究对象,开展主客观作业疲劳评估研究。主观评估方面,在《自觉症状调查表》基础上,考虑视觉疲劳及环境因素的影响;客... 为防止视频侦查中长时间、大强度、高难度作业引起作业疲劳,导致分析力和判断力下降,遗漏重要信息,以S市视频侦查员为研究对象,开展主客观作业疲劳评估研究。主观评估方面,在《自觉症状调查表》基础上,考虑视觉疲劳及环境因素的影响;客观评估方面,应用生物力学评价(FAB)和Eegosports脑电仪测量作业人员各工作时间段运动状态及脑电信号,分析其头颈部疲劳状况和脑电(EEG)波中δ波的变化特征。结果表明:自评量表克隆巴赫系数为0.821 7,具有良好的内在一致性;作业人员的疲劳感受平均分达到1.94分,出现明显的作业疲劳;午班和晚班的疲劳程度大于早班,特别是晚班结束时作业人员身体和精神的疲劳状态达到顶峰。 展开更多

关键词 视频侦查 作业疲劳 客观评估 动作捕捉 脑电(eeg)信号

下载PDF 职称材料

基于频谱分析的自动和手动驾驶疲劳的脑电特征比较

9

作者 张蓉 张艺竞 《人类工效学》 2023年第6期14-21,共8页

目的探讨不同驾驶模式下,驾驶员产生驾驶疲劳差异的神经机制。方法将30名被试随机分入自动驾驶组和手动驾驶组,完成1h的模拟驾驶任务,实验全程记录脑电图,并在实验前后完成主观疲劳感报告。分析不同驾驶模式下驾驶员主观疲劳感和脑电图... 目的探讨不同驾驶模式下,驾驶员产生驾驶疲劳差异的神经机制。方法将30名被试随机分入自动驾驶组和手动驾驶组,完成1h的模拟驾驶任务,实验全程记录脑电图,并在实验前后完成主观疲劳感报告。分析不同驾驶模式下驾驶员主观疲劳感和脑电图变化情况。结果(1)30 min左右自动与手动驾驶组被试出现驾驶疲劳分化,自动驾驶组被试驾驶疲劳程度显著高于手动驾驶组,1 h左右两组被试驾驶疲劳程度分化加剧。(2)自动驾驶模式下驾驶员顶叶脑区(负责感知觉功能)疲劳累积特征最明显。结论与手动驾驶组驾驶员相比,自动驾驶组驾驶员更容易发生驾驶疲劳,并且驾驶疲劳对自动驾驶组驾驶员的感知觉功能损害更严重。 展开更多

关键词 交通工程 交通安全 驾驶行为 脑电(eeg)信号 驾驶疲劳 自动驾驶 被动疲劳 瑞典职业疲劳问卷(SOFI-C) 事故预防

下载PDF 职称材料

基于排列熵与多重分形指数结合的特征提取算法在情感识别中的应用 被引量：2

10

作者 李昕 齐晓英 +3 位作者 田彦秀 孙小棋 范梦頔 蔡二娟 《高技术通讯》 CAS CSCD 北大核心 2016年第7期617-624,共8页

通过对脑电信号的熵分析,进行了情感识别研究,并根据脑电信号的非线性特性以及多重分形特性的特点,提出了一种排列熵与多重分形指数相结合的情感脑电特征提取算法。该算法采用排列熵、Hurst指数、质量指数和奇异谱宽度相结合,实现情感... 通过对脑电信号的熵分析,进行了情感识别研究,并根据脑电信号的非线性特性以及多重分形特性的特点,提出了一种排列熵与多重分形指数相结合的情感脑电特征提取算法。该算法采用排列熵、Hurst指数、质量指数和奇异谱宽度相结合,实现情感脑电的特征提取,采用支持向量机(SVM))实现情感识别。结果显示,该算法两两情感识别,测试集最高正确率达到92.8%,除去激动对可怕外,正确率均在80%以上;与单独使用排列熵和分形指数特征的方法相比,最高正确率分别提高41.9%和31.2%。进一步分析了对积极和消极两类情感状态的识别效果,测试集平均正确率为78.3%,比排列熵与多重分形特征,测试集正确率分别提高了26.7%和1.6%。结果表明,基于排列熵与多重分形指数相结合的特征提取算法,能够充分挖掘脑电信号的非线性特性与多重分形特征信息,是一种有效的情感脑电特征提取算法。 展开更多

关键词 脑电(eeg)信号 排列熵(PE) 多重分形指数 支持向量机(SVM)

下载PDF 职称材料

稀疏多小波时变系统辨识及脑电信号时频分析 被引量：3

11

作者 雷梦颖 魏彦兆 +1 位作者 李阳 王丽娜 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第6期1312-1320,共9页

通过时变参数建模算法对非平稳时变系统的辨识问题进行了研究,并将其应用于脑电(EEG)信号时频特征提取分析。首先,将时变系统参数用具有良好局部逼近能力的多小波基函数进行展开,时变系统建模问题简化为时不变回归模型估计。其次,进一... 通过时变参数建模算法对非平稳时变系统的辨识问题进行了研究,并将其应用于脑电(EEG)信号时频特征提取分析。首先,将时变系统参数用具有良好局部逼近能力的多小波基函数进行展开,时变系统建模问题简化为时不变回归模型估计。其次,进一步结合正则化正交最小二乘(ROLS)算法,既降低模型复杂度,又避免模型过拟合问题,从而实现了时变参数的快速准确估计。仿真实例结果表明,与传统递归最小二乘(RLS)算法、经典正交最小二乘(OLS)算法结果相比,所提稀疏多小波建模算法能够更加准确跟踪时变参数的变化。最后,该算法用于运动想象任务下采集的真实EEG信号的时频特征分析,能够有效地得到α节律下高时频分辨率的事件相关去同步(ERD)及事件相关同步(ERS)分析结果,验证了本文算法的应用性。 展开更多

关键词 非平稳时变系统 多小波基函数 正则化正交最小二乘(ROLS) 参数估计 脑电(eeg)信号时频分析

下载PDF 职称材料