登录    注册    忘记密码

期刊文章详细信息

一种用小波包变换提取眼电信号警觉度特征的方法    

A New Method of Extracting Vigilant Feature from Electrooculography Using Wavelet Packet Transform

  

文献类型:期刊文章

作  者:高春芳[1,2] 吕宝粮[2,3,4] 马家昕[5]

机构地区:[1]皖南医学院医学二系麻醉与影像设备学教研室,芜湖241002 [2]上海交通大学计算机科学与工程系仿脑计算与机器智能研究中心,上海200240 [3]上海交通大学智能计算与智能系统教育部-微软重点实验室,上海200240 [4]上海交通大学上海市可扩展计算与系统重点实验室,上海200240 [5]京都大学工学研究科机械工程与科学系

出  处:《中国生物医学工程学报》

基  金:国家自然科学基金项目(90820018);国家重点基础研究发展(973)计划(2009CB320901)

年  份:2012

卷  号:31

期  号:5

起止页码:641-648

语  种:中文

收录情况:BDHX、BDHX2011、CAS、CSCD、CSCD2011_2012、EMBASE、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:警觉度是指人集中注意力执行某项任务时所表现出的灵敏程度。为保证生产安全,很多岗位需要对工作人员的警觉度进行估计和预测,如高铁司机和危险品运输司机等。基于脑电和眼电等生理信号的警觉度估计与预测是警觉度研究的一个重要方向,如何提取眼电信号中的警觉度特征是该研究的核心问题之一。本研究应用小波包变换方法从水平眼电中提取不同频段能量的比值,以期找出高相关度的警觉度特征。探讨了水平眼电中16种不同的低高频分段的能量比特征,对特征分别进行了移动平均和线性动力系统去噪处理。实验表明,分段为(0~1.50 Hz)/(1.50~31.25 Hz)的能量比值与警觉度的相关系数最高。35组实验的相关系数平均值为0.742,标准差为0.151,比已有的慢速眼动、快速眼动以及眨眼等11种特征中最好特征的相关系数平均值提高了5.55%,标准差降低了6.62%。

关 键 词:眼电信号  警觉度  警觉度特征  小波包变换 相关分析  

分 类 号:R318[生物医学工程类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心