

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、睡意檢測是指能夠通過某種技術手段對被檢測對象是否處于睡意狀態(tài)做出判斷,睡意雖然是正常的生理現(xiàn)象,但是在一些特殊的群體,可能會引起十分嚴重的后果,甚至危及生命。為尋找實時可靠的睡意檢測方法,本文主要進行了以下幾個方面的工作:
(1)研究睡意狀態(tài)腦電信號的特點,并與清醒狀態(tài)進行對比,利用腦電信號中蘊藏的各種時域、頻域、時頻域、非線性動力學信息來尋找合適的檢測方法并論證了分析方法的可行性。
(2)設計合理而有效的實
2、驗方案,主要以在校學生為研究對象,利用美國BIOPACMP150多導生理信號記錄儀及相應模塊采集35位被試者睡意狀態(tài)與清醒狀態(tài)的生理信號。
(3)以MATLAB為主要數(shù)據(jù)分析平臺,配合使用EEGLAB工具箱、Acknowledge軟件對采集的信號進行去工頻干擾、去除基漂、提取四種節(jié)律波等操作,使用Acknowledge軟件和希爾伯特-黃變換(Hilbert-Huangtransform,HHT)方法去除腦電信號中的眼電偽跡
3、。
(4)參考采集到的眼電等生理信號依照國際通行的R&K規(guī)則對原始腦電信號進行分期,將睡意實驗采集到的腦電信號劃分出覺醒期與睡眠1期,截取睡眠1期之前連續(xù)60s共60000點睡意處腦電信號,作為待研究信號;截取清醒狀態(tài)60s腦電信號,作為對照組信號。
(5)在提取C4-P4和T4-T6導聯(lián)腦電四種節(jié)律的基礎上,計算腦電節(jié)律波幅度的平方,并應用Tsallis熵對腦電信號Alpha節(jié)律和Theta節(jié)律進行非線性分
4、析,提出一種基于腦電信號幅度和Tsallis熵的睡意檢測方法。
(6)針對上述方法對Alpha節(jié)律檢測效果不理想的狀況,提出如下改進方法:對其中十位被試者的C4-P4導聯(lián)30000點睡意腦電信號進行HHT分析,利用EMD分解的自適應性分解出Alpha節(jié)律對應的IMF模態(tài)分量IMFα,并計算該分量的Tsallis熵值。
研究結(jié)果表明,睡意的來臨與腦電信號的變化息息相關,C4-P4導聯(lián)Alpha節(jié)律幅度平方的均值
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 34508.睡意對腦電信號的影響
- 基于腦電信號的假手控制方法研究.pdf
- 基于深度網(wǎng)絡的腦電信號分類方法研究.pdf
- 基于模態(tài)分解的腦電信號分析方法研究.pdf
- 基于腦電信號的駕駛疲勞實時檢測系統(tǒng).pdf
- 基于深度學習的癲癇腦電信號分類方法研究.pdf
- 基于腦電信號的電動輪椅控制方法研究.pdf
- 基于腦電信號的情感識別.pdf
- 基于小波包分解的腦電信號分類方法研究.pdf
- 基于腦電信號的情緒識別研究.pdf
- 腦電信號特征提取方法研究.pdf
- 癲癇腦電信號自動檢測的研究.pdf
- 基于腦電信號的自動睡眠分期研究.pdf
- 基于睡眠腦電信號的睡眠分期研究.pdf
- 基于心電信號的駕駛疲勞檢測方法研究.pdf
- 基于心電脈搏信號的睡意檢測方法研究.pdf
- 基于自發(fā)腦電信號的腦-機接口的研究.pdf
- 基于腦電信號的運動功能障礙檢測與評估研究.pdf
- 睡眠腦電信號的分析與處理方法.pdf
- 基于腦電信號特征提取的睡眠分期方法研究.pdf
評論
0/150
提交評論