基于头动与眼动的脑疲劳检测方法研究
管凯捷1
姚康1
任谊文2
张熙3
付威威1
1.中国科学技术大学,安徽合肥230026;中国科学院苏州生物医学工程技术研究所,江苏苏州2151632.中国科学院苏州生物医学工程技术研究所,江苏苏州2151633.中国人民解放军总医院第二医学中心神经内科,北京100089
摘要：目的 为实现准确、可靠地检测脑疲劳,研究基于头动与眼动特征判断受试者脑疲劳程度的方法.方法 采集16名男性受试者在36 h睡眠剥夺(SD)实验中的头动与眼动信号,进行去噪预处理,并基于主成分分析法(PCA)融合头动与眼动特征,综合判断受试者脑疲劳程度,并对由脑电信号判断的脑疲劳程度、双重任务作业绩效、警戒作业任务模拟测试(PVT)反应时间、主观瞌睡度分值进行比对.结果 基于头动与眼动特征能很好地判断受试者脑疲劳程度,且与通过脑电信号判断的脑疲劳程度相关性为0.771±0.030;与双重任务作业绩效变化的相关性为0.665±0.024;与PVT反应时间的相关性为0.812±0.011;与主观瞌睡度分值的相关性为0.682±0.023,且均显著相关(P＜0.05).结论 基于PCA融合头动与眼动特征能有效、准确检测受试者脑疲劳程度,与传统检测方法相比具有很好的一致性.
关键词：头动信号眼动信号睡眠剥夺主成分分析法脑疲劳
分类号：R357(基础医学)TP391(计算技术、计算机技术)
资助基金：国家军事脑科学计划项目(AWS16J028)江苏重点研发计划项目(BE2016684)
论文发表日期：2020-06-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 214-220 )
英文信息