收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于头动与眼动的脑疲劳检测方法研究

管凯捷  姚康  任谊文  张熙  付威威  
【摘要】: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(P0.05)。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。

知网文化
【相似文献】
中国期刊全文数据库 前12条
1 李卫娜;侯文生;郑小林;彭承琳;;基于Electrooculogram的眼动信息识别[J];仪器仪表学报;2007年08期
2 仇晓彤;王珂;崔嘉;;基于眼动跟踪的拨号输入研究[J];信息技术与信息化;2017年08期
3 郜东瑞;汪润桂;应少飞;姜东;陈家鑫;宗欣;董丽娟;宋晓宇;王录涛;;基于眼动信号的便携式无线智能交互系统设计[J];中国生物医学工程学报;2019年05期
4 左艳;王殊轶;张敏燕;刘云;杜云霄;宋成利;;基于EEG与眼动的腹腔镜训练疲劳分析[J];生物医学工程研究;2018年03期
5 ;基于CCD的新型眼动仪技术[J];电脑与电信;2012年07期
6 姜羽;王连明;;基于Emotiv Epoc+的眼动信号采集与识别方法研究[J];东北师大学报(自然科学版);2019年02期
7 刘卫芳,李智,周,欧阳楷;扫视眼动的系统分析方法——建模[J];国外医学.生物医学工程分册;1998年06期
8 高扬,万柏坤,朱欣;独立分量分析去除EEG中眼动伪差的方法研究[J];天津大学学报;2003年06期
9 李伟;申广浩;周伟;罗二平;张星;宋天一;甘文科;景达;荆斌;;基于各物理因素对睡眠剥夺者脑电的影响[J];中国医学物理学杂志;2009年03期
10 赵丽,万柏坤,高扬;独立分量分析方法在脑电信号预处理中的应用研究[J];仪器仪表学报;2003年S1期
11 邹丹;储徐君;陆文浩;严佳怡;叶铭康;胡水易;秦粉菊;;纳米氧化铈对48小时睡眠剥夺雄性小鼠认知功能的影响[J];卫生研究;2018年01期
12 赵彦富;随力;李月如;;基于脑电图的脑疲劳检测研究进展[J];中国医学物理学杂志;2019年11期
中国重要会议论文全文数据库 前2条
1 李宁;汪曣;刘锡禹;王明时;;睡眠剥夺对脑认知和脑电复杂性影响评价[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年
2 王明时;刘瑾;诸强;周凯;;睡眠剥夺对脑认知和脑电复杂性的影响研究[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
中国硕士学位论文全文数据库 前10条
1 吴施仪;虚拟现实视觉诱发态下基于前额脑电及眼动的情绪分类研究[D];华南理工大学;2019年
2 魏千景;融合眼动和脑电数据的认知计算与协同交互研究[D];浙江工业大学;2019年
3 李通博;基于眼电信号的眼球运动方向辨识方法研究[D];沈阳工业大学;2019年
4 徐晓天;基于脑电与眼动的多通道交互控制技术研究[D];南京大学;2018年
5 郝原;脑电及眼动信号协同控制智能上肢方法研究[D];沈阳工业大学;2018年
6 袁春兴;基于眼动的人机自然交互[D];国防科学技术大学;2015年
7 吕博;基于人眼运动特征的眼动操作系统若干关键技术研究[D];天津大学;2012年
8 陈旭芳;基于平滑跟踪眼动的认知机制的研究[D];电子科技大学;2012年
9 杨琼;基于倾斜适应后效的眼动神经机制研究[D];电子科技大学;2013年
10 郝鹏茹;基于脑电频谱特征的脑疲劳监测分析[D];河北工业大学;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978