基于SSVEP-BCI的可穿戴疲劳检测系统
Wearable fatigue detection system for SSVEP-BCI作者机构:西交利物浦大学智能工程学院江苏苏州215123 江苏集萃脑机融合智能技术研究所有限公司江苏苏州215131 西安电子科技大学网络与信息安全学院西安710126
出 版 物:《控制与决策》 (Control and Decision)
年 卷 期:2024年第39卷第7期
页 面:2414-2420页
核心收录:
学科分类:0710[理学-生物学] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 081203[工学-计算机应用技术] 08[工学] 0827[工学-核科学与技术] 0835[工学-软件工程] 0702[理学-物理学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:脑机接口 稳态视觉诱发电位 熵 疲劳检测 支持向量机 脑电图
摘 要:由于稳态视觉诱发电位的脑机接口(SSVEP-BCI)具有高准确性、高传输速率且无需训练,用户需要花费大量精力专注于视觉刺激以产生足够强的SSVEP,其中高亮度、频繁的低频刺激和单一任务十分容易使用户产生疲劳.针对用户疲劳问题,提出一种针对SSVEP-BCI的实时疲劳检测系统,该系统包括一个可穿戴式脑电设备的硬件设计和实现以及基于支持向量机的分类算法.基于该系统,对用于疲劳检测准确性的熵进行研究,并发现模糊熵与近似熵在检测中具有一致性,在疲劳变化微弱的情况下模糊熵变化更突出,而在疲劳变化明显的情况下近似熵的变化更显著.此外,对前额和枕叶信号进行比较,发现前额信号的分类准确性通常高于枕叶信号,同时复合准确性高于任何一种单独使用时的准确性.