[1]刘苗苗 艾玲梅.驾驶疲劳脑电信号的多尺度熵分析[J].计算机技术与发展,2011,(08):209-212.
　LIU Miao-miao,AI Ling-mei.Application of Multi-scale Entropy for Detecting Driving Fatigue in EEG[J].,2011,(08):209-212.
点击复制

驾驶疲劳脑电信号的多尺度熵分析()

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2011年08期
页码:
209-212
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Application of Multi-scale Entropy for Detecting Driving Fatigue in EEG
文章编号:
1673-629x（2011）08-0209-04
作者:
刘苗苗 艾玲梅
陕西师范大学计算机科学学院
Author(s):
LIU Miao-miao; AI Ling-mei
College of Computer Science,Shaanxi Normal University
关键词:
驾驶疲劳; 脑电图; 多尺度熵
Keywords:
driving fatigue;  electroencephalogram（EEG）;  multi-scale entropy
分类号:
R318.04
文献标志码:
A
摘要:
驾驶疲劳是引起交通事故的主要因素之一。为了降低因驾驶疲劳引起的危害,探索检测驾驶疲劳的新方法,根据脑电信号的非线性特征,使用非线性动力学的多尺度熵方法来分析12名受试者处于不同驾驶状态时各导联脑电信号的多尺度熵值。实验结果表明：尽管12名受试者在不同驾驶状态时的熵值不同,但其数值特征是一致的,即非疲劳驾驶状态时的熵值高于疲劳驾驶状态时的熵值。说明多尺度熵可以区分不同的驾驶状态,可以作为检测驾驶疲劳的一个指标
Abstract:
Driving fatigue is one of the main factors that caused traffic accidents.In order to reduce the harm caused by driving fatigue andexplore a new method for detecting driving fatigue,use the multi-scale entropy method that is a kind of nonlinear dynamics method to analyze the EEG of drivers who drove in different states.The results show that there is significantly difference between fatigue state and non-fatigue state,that is,the value in the driving fatigue state is higher than in the driving non-fatigue state.Explained that multi-scale entropy can be used to detect driver fatigue.It is available to be an indication of detecting driving fatigue

相似文献/References:

[1]樊玮,鲁胜华.基于眼动仪的飞行员疲劳判定相关属性研究[J].计算机技术与发展,2014,24(06):15.
　FAN Wei,LU Sheng-hua.Research on Related Attribute of Pilot Fatigue Based on Eye Tracker[J].,2014,24(08):15.
[2]陈宗楠,金家瑞,潘家辉*.基于 Swin Transformer 的四维脑电情绪识别[J].计算机技术与发展,2023,33(12):178.[doi:10. 3969 / j. issn. 1673-629X. 2023. 12. 025]
　CHEN Zong-nan,JIN Jia-rui,PAN Jia-hui*.Swin Transformer-based 4-D EEG Emotion Recognition[J].,2023,33(08):178.[doi:10. 3969 / j. issn. 1673-629X. 2023. 12. 025]
[3]王星星,邵杰,陈鑫,等.基于改进的GAF算法的EEG情感识别[J].计算机技术与发展,2024,34(05):109.[doi:10.20165/j.cnki.ISSN1673-629X.2024.0048]
　WANG Xing-xing,SHAO Jie,CHEN Xin,et al.Emotion Recognition of EEG Signals Based on Improved GAF Algorithm[J].,2024,34(08):109.[doi:10.20165/j.cnki.ISSN1673-629X.2024.0048]

备注/Memo

备注/Memo:
国家自然科学基金（60803088）; 中央高校基本科研业务费专项资金重点项目（GK200901006）; 陕西省自然科学基础研究计划项目（2009JM8018）刘苗苗（1983-），女，硕士研究生，研究方向为生物医学信号处理；艾玲梅，副教授，硕士生导师，研究方向为生物医学信号处理
更新日期/Last Update: 1900-01-01