首页 > 文献资料
-
EMG在麻痹肌肉疲劳检测中的应用
1 EMG用于识别麻痹肌肉疲劳因为人体的肌肉-骨骼系统通常被认为是动态的,它的未知数要大于对等的已知数,所以当要确定在体的某一肌肉的肌力大小时,往往被认为是不确定的.
-
基于CART决策树的管制员疲劳检测研究
目的 为保障民航安全,开发实时检测管制员疲劳的技术方法,积极进行疲劳预警.方法 通过模拟管制实验采集正常与剥夺睡眠状态下受试者的脑电、心电、呼吸、体温和眼动等多源数据并计算疲劳特征指标,同时记录受试者的主观疲劳程度和操作绩效,在此基础上建立识别管制疲劳状态的CART决策树模型.结果 RR间期、LF/HF、快波/慢波、PERCLOS和扫视速度均与管制员疲劳呈较强相关,利用决策树融合这五项指标构建疲劳检测模型,其识别受试者正常与疲劳状态的准确率为94.4％,对5级疲劳度的预测准确度为77.5％.结论 该模型可以为管制员疲劳监测和预警提供技术手段.
-
基于眼动仪的疲劳检测方法
目的使用眼动仪进行疲劳检测.方法通过对眼动仪瞳孔模块输出视频的图像处理,推断瞳孔的遮闭状态,计算出用于疲劳判定的眼睑闭合症值(PERCLOS).结果可有效地得到被试者的疲劳状态.结论该方法扩充了眼动仪的功能,可以方便地用于工作状态下的脱机与在线疲劳检测.
-
以心率和心率变异性为指标的疲劳分析系统
从心电信号中提取心率(HR)和心率变异性(HRV),并对其5项时频域指标进行分析.实验结果发现:疲劳后,HRV时域测量指标中的正常R-R间期的标准差(SDNN)明显上升,HRV频域测量指标中的总功率值TP明显上升,低频段功率值LF明显上升,高频段功率值HF明显下降,LF与HF的比值LF/HF明显上升.并根据其上升与下降的速率的不同划分疲劳等级.因而,采用此5项心电图时频域指标,可以对疲劳程度进行定量化的反映和评价.
-
基于生理信号的疲劳驾驶风险检测方法的研究进展
为避免疲劳驾驶、减少道路交通事故的发生,通过对疲劳驾驶的危害性、特征表现、产生原因及国内外疲劳检测技术现状的分析,采用心脑血管健康及疾病风险评估方法,利用脑电信号、心电信号、脉搏信号等生理信号的检测,对驾驶者的疲劳机理和表征进行研究,综述基于生理信号的疲劳检测方法能够及时有效的预防和减少道路交通事故的发生.
