典型文献
基于头动与眼电信号的疲劳检测研究
文献摘要：
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.
文献关键词：
疲劳检测;头动信号;眼电信号;特征融合
中图分类号：
作者姓名：
管凯捷;姚康;任谊文;张熙;付威威
作者机构：
中国科学技术大学 安徽 合肥230026;中国科学院苏州生物医学工程技术研究所 江苏 苏州215163;中国人民解放军总医院第二医学中心神经内科 北京100000
文献出处：
引用格式：
[1]管凯捷;姚康;任谊文;张熙;付威威-.基于头动与眼电信号的疲劳检测研究)[J].计算机应用与软件,2022(02):81-87
A类：
头动信号,Perclos
B类：
眼电信号,疲劳识别,识别率,检测设备,便携式,眼镜,结合处,理头,疲劳检测方法,蓝牙,数据传输,输到,到手,手机终端,融合卡尔曼滤波,卡尔曼滤波算法,取点,点头,频率特征,P80,平均功率,功率比,比值法,眨眼频率,高频功率,比值特征,特征融合,疲劳特征,疲劳程度,脑电信号,信号检测,检测识别,脑电检测
AB值：
0.350305
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
