-
题名基于多模态数据与融合深度网络的自动睡眠分期方法
- 1
-
-
作者
赵若男
李朵
宋江玲
张瑞
-
机构
西北大学医学大数据研究中心
-
出处
《计算机科学》
CSCD
北大核心
2024年第S02期429-434,共6页
-
基金
国家自然科学基金(12071369,62006189)
陕西省自然科学基金(2021JQ-430,2023-JC-QN-0028)
中国博士后科学基金(2022M722580)。
-
文摘
准确的睡眠分期是进行睡眠质量评估及相关疾病诊断的重要依据。针对脑电信号(Electroencephalogram,EEG)和眼电信号(Electrooculogram,EOG)在睡眠各阶段存在差异性,提出了一种用于实现自动睡眠分期的基于EEG和EOG的新型特征融合深度网络——MAFSNet。具体地,首先设计两种一维卷积神经网络分别用于提取EEG和EOG信号中的睡眠有效特征;其次,构建自适应的特征融合模块,根据特征的贡献程度赋予其不同的权值,通过增强判别特征和抑制无关特征,得到包含多模态睡眠信息的自适应融合特征;进而,采用双向长短期记忆网络学习睡眠阶段转换规则中的时间序列相关信息;最后,使用公开数据集Sleep-EDF验证所提模型实现五级睡眠分期的有效性。研究结果表明所提方法在睡眠分期中具有较高的分类性能,准确率、Kappa系数和MF1分数分别为94.1%,88.2%和81.9%,其中N1和REM睡眠阶段的召回率分别显著提升到64.6%和93.5%。
-
关键词
自动睡眠分期
脑电信号
眼电信号
深度神经网络
自适应特征融合
-
Keywords
Automatic sleep staging
EEG signal
eog signal
Deep neural network
Adaptive feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名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
任谊文
张熙
付威威
-
机构
中国科学技术大学
中国科学院苏州生物医学工程技术研究所
中国人民解放军总医院第二医学中心神经内科
-
出处
《计算机应用与软件》
北大核心
2022年第2期81-87,共7页
-
基金
国家军事脑科学基金项目(AWS16J028)
江苏省社会发展基金项目(BE2016684)。
-
文摘
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。
-
关键词
疲劳检测
头动信号
眼电信号
特征融合
-
Keywords
Fatigue detection
Head movement signal
eog signal
Feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于多模态融合神经网络对疲劳度检测的方法
被引量：2
- 3
-
-
作者
邱达锋
-
机构
西南民族大学电气信息工程学院
-
出处
《现代计算机》
2020年第35期32-36,42,共6页
-
文摘
基于脑电信号特征变化,来判断司机是否处于疲劳状态,已经被证明是一种有效的方法。但单一用传统的机器学习的方法对脑电信号进行疲劳检测的准确率还较低。因此,提出一种基于脑电信号和前额眼电信号多模态融合的神经网络方法,并利用上海交通大学公开数据集SEED-VIG进行训练,实验结果表明,与单一的模态相比,多模态融合对于疲劳度检测有更好的识别效果,其准确率达到98.3%,有助于推动司机驾驶过程基于脑电信号疲劳度检测系统的应用。
-
关键词
脑电信号
眼电信号
疲劳检测
多模态神经网络
-
Keywords
EEG signal
eog signal
Fatigue Detection
Multimodal Neural Network
-
分类号
U463.6
[机械工程—车辆工程]
TN911.23
[交通运输工程—载运工具运用工程]
TP183
[交通运输工程—道路与铁道工程]
-
-
题名基于眼电与头部姿态信号的检测与疲劳状态分析
被引量：2
- 4
-
-
作者
任谊文
苏拾
管凯捷
付威威
张熙
-
机构
长春理工大学光电工程学院
中科院苏州生物医学工程技术研究所
中国人民解放军总医院
-
出处
《长春理工大学学报（自然科学版）》
2020年第1期38-44,共7页
-
基金
国家军事脑科学计划资助项目(AWS16J028)
江苏重点研发计划(社会发展)资助项目(BE2016684)。
-
文摘
当人处于疲劳状态时,其眼电信号特征及头部姿态信号特征均会发生明显的变化。针对这两类信号进行分析研究,提出一种可穿戴式眼电与头部姿态信号的疲劳检测装置。利用三个Ag/Agcl电极单导联方式采集人眼电信号、MEMS传感器采集人头部运动时的加速度和角速度信号。根据眼电信号及加速度和角速度在时域中的特点,利用相关系数分析左右电极所采集的眨眼信号特征,并根据加速度与角速度在时域中的特点分析四种头部姿态特征。最后利用BP神经元网络对眨眼信号及头部姿态信号进行特征识别,提高了检测系统鲁棒性。实验结果表明,利用水平眼电信号与加速度信号能准确分析测试人员的眨眼与低头、仰头行为,并能正确检测人的疲劳状态变化,但侧头行为的疲劳状态检测有待进一步优化提升。
-
关键词
眼电信号
头部姿态信号
加速度
角速度
疲劳检测
-
Keywords
eog signal
head posture
acceleration
angular velocity
fatigue testing
-
分类号
O482.31
[理学—固体物理]
-
-
题名基于改进阈值的双树复小波眼电信号去噪方法
被引量：2
- 5
-
-
作者
黄佳妹
石玉
闫光豹
-
机构
南京航空航天大学自动化学院
-
出处
《测控技术》
CSCD
2015年第8期16-18,22,共4页
-
基金
中央高校科研业务费专项资金资助(NS2012090)
-
文摘
眼电(EOG,electrooculogram)信号由眼球的运动而产生,通常在采集过程中混入强烈的背景噪声,去噪是对眼电信号作进一步分析和识别的首要步骤。提出将双树复小波变换用于眼电信号的去噪,并采用一种新的阈值估计方法改善统一阈值过度扼杀小波系数的缺点,用均方根误差和信噪比评价眼电信号的去噪效果。结果表明:与传统离散小波变换相比,双树复小波变换既能很好地抑制噪声,又能更好地保留信号的细节,具有较高的实用价值。
-
关键词
眼电信号
去噪
双树复小波变换
阈值
-
Keywords
eog signal
de-noising
dual-tree complex wavelet transform
threshold
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名移动服务机器人共享控制研究
被引量：2
- 6
-
-
作者
孙雷
王孙安
张进华
李小虎
-
机构
西安交通大学机械工程学院
西安交通大学机械制造系统国家重点实验室
-
出处
《陕西科技大学学报（自然科学版）》
2015年第1期169-174,共6页
-
基金
国家自然科学基金项目(50905136)
-
文摘
移动服务机器人在提高老人/残疾人活动空间方面具有重要作用.针对机器人自主避障失败时存在安全问题,提出了基于共享控制的服务机器人系统.构建基于机器视觉与人眼视觉共享控制的机器人系统.研究服务机器人的共享策略问题和眼电信号角度与参考轨迹关系.引入人工场解决自适应轨迹跟踪算法的平滑性.仿真结果说明基于人工场导向方法能平滑逼近期望轨迹.实验结果表明本系统能够满足使用者的安全需求.
-
关键词
服务机器人
共享控制
眼电信号
人工场
轨迹跟踪
-
Keywords
service robot
shared control
eog signal
artificial field
trajectory tracking
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名结合眼电和脑电的人-机交互系统设计与实现
被引量：2
- 7
-
-
作者
陈世瑜
倪莉
吕钊
吴小培
-
机构
安徽大学计算智能与信号处理教育部重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2014年第5期1529-1532,共4页
-
基金
国家自然科学基金资助项目(61271352)
计算智能与信号处理教育部重点实验室开放基金资助项目
安徽大学大学生科研训练计划项目(KYXL2012058)
-
文摘
为了改善传统人-机交互(HCI)系统性能,设计并实现了一种结合眼电(EOG)和脑电(EEG)的人-机交互系统。该系统首先使用谱熵对眼电和脑电混合信号进行端点检测,在此基础上,分别识别操作者眨眼信号与脑电信号,并根据识别结果生成不同的控制命令。在实验室环境下对该系统进行测试,其眼电与脑电的平均识别正确率分别达到97.3%和92.7%,测试结果表明该系统可以有效保证命令选择的正确性和稳定性,提高人-机交互效率。
-
关键词
眼电信号
脑电信号
滤波
频谱分析
端点检测
-
Keywords
Eleetro-OculoGram （eog） signal
ElectroenCephaloGraph （EEG） signal
filtration
spectral analysis
endpoint detection
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP273.5
[自动化与计算机技术—控制科学与工程]
-
-
题名基于小波变换的多任务下操作员眼电特征提取
被引量：1
- 8
-
-
作者
王娆芬
顾幸生
陈敏
-
机构
上海工程技术大学电子电气工程学院
华东理工大学信息科学与工程学院
-
出处
《传感器与微系统》
CSCD
2018年第9期22-24,28,共4页
-
基金
国家自然科学基金资助项目(61703269)
上海市自然科学基金资助项目(18ZR1416700)
-
文摘
为了从高精神负荷下的操作员眼电(EOG)信号中提取出能够反映疲劳焦虑和努力程度变化的显著性特征,通过实验,采集了6位被试人员在多级任务负荷下的EOG信号,采用小波变换方法对EOG信号进行了10层小波分解;选取能量较高的频段,根据小波系数计算了各频段的相对能量(RE)特征,分析了眼电特征与操作员的心理负荷之间的关系。结果表明:提取的EOG特征中,0. 98~1. 95 Hz,3. 91~7. 81 Hz及7. 81~15. 63 Hz频段的RE与操作员的心理负荷有显著的关系,提取的特征可用于操作员疲劳、焦虑和努力等的评估。
-
关键词
眼电信号
小波变换
心理负荷
特征提取
相对能量
-
Keywords
electrooculogram （eog） signal
wavelet transform
mental workload
feature extraction
relative energy （RE）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
