基于眼电与头部姿态信号的检测与疲劳状态分析

摘要：

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

所属期刊栏目：43

分类号：O482.31(固体物理学)

资助基金：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

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：38-44