基于单通道脑电信号的疲劳检测系统

• 作者: 吴修诚 张莉 王博石 胡馨艺
• 来源期刊: 计算机科学
• 关键词: TGAM脑电模块 EEG 基本节律 FDA算法 GUI
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 225-229
• 页数: 5页
• 字数: 4467字
• 语种: 中文
• DOI: 10.11896/jsjkx.190400127

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张莉	重庆大学电气工程学院	29	149	6.0	10.0
2	王博石	重庆大学电气工程学院	1	0	0.0	0.0
3	吴修诚	重庆大学电气工程学院	1	0	0.0	0.0
4	胡馨艺	重庆大学电气工程学院	1	0	0.0	0.0