基于单通道脑电信号的疲劳检测系统

发布时间：2021-03-13 22:16

　　针对目前高强度劳动人群频繁猝死的情况,文中设计了一套基于单通道脑电信号（Electroencephalography,EEG）的疲劳检测系统,以实现对该类人群疲劳程度的准确判定,起到预警效果。系统利用TGAM（ThinkGearm AM）脑电模块采集原始EEG数据,通过蓝牙方式将数据传送至上位机,在上位机中提取EEG的4个基本节律成分（δ,θ,α,β）,以节律信号的相对频带能量作为表征疲劳状态的脑电特征,并利用Fisher判别分析（Fisher Discriminant Analysis,FDA）和概率神经网络（Probabilistic Neural Network,PNN）两种方法对脑电特征进行分类,给出评估结果。实验结果表明,所设计的基于单通道EEG的疲劳检测系统能够实现准确率较高的疲劳状态检测。 

【文章来源】：计算机科学. 2020,47(05)北大核心

【文章页数】：5 页

【部分图文】：

系统总体结构

上位机界面

图3 两种不同状态下EEG各节律相对能量随时间的变化

【参考文献】：
期刊论文
[1]基于脑电信号瞬时能量的情感识别方法[J]. 陈田,陈占刚,袁晓辉,鞠思航,任福继.  计算机工程. 2019(04)
[2]基于动态离差平方和准则的无监督机器学习[J]. 肖枝洪,于浩,王一超.  重庆理工大学学报(自然科学). 2018(11)
[3]基于稳态视觉诱发电位的脑机接口系统的设计与研究[J]. 刘家乐,吴小培.  工业控制计算机. 2011(05)
[4]基于核学习算法的驾驶精神疲劳分级研究[J]. 赵春临,郑崇勋,赵敏.  数据采集与处理. 2009(03)
[5]EEG柯尔莫哥洛夫熵测度用于精神疲劳状态的研究[J]. 张连毅,郑崇勋,李小平,沈开泉.  中国生物医学工程学报. 2007(02)



本文编号：3080996