基于PCA和BP神经网络的立体视觉疲劳度分级及预测研究

作     者：姚柳叶 王笑 钱志余 李韪韬 邢丽冬 Liuye Yao;Xiao Wang;Zhiyu Qian;Weitao Li;Lidong Xing

作者机构：南京航空航天大学生物医学工程系南京211106 

出 版 物：《生命科学仪器》 (Life Science Instruments)

年 卷 期：2018年第16卷第6期

页      面：30-36页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 0836[工学-生物工程] 

基　　金：南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20170312) 

主　　题：立体视觉疲劳 主成分分析 BP神经网络 

摘      要：目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。