基于短时心电信号的疲劳驾驶检测算法

作     者：徐礼胜 张闻勖 庞宇轩 吴承暘 XU Li-sheng;ZHANG Wen-xu;PANG Yu-xuan;WU Cheng-yang

作者机构：东北大学中荷生物医学与信息工程学院辽宁沈阳110169 沈阳东软智能医疗科技研究院有限公司辽宁沈阳110167 东北大学计算机科学与工程学院辽宁沈阳110169 

出 版 物：《东北大学学报（自然科学版）》 (Journal of Northeastern University(Natural Science))

年 卷 期：2019年第40卷第7期

页      面：937-941页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 071102[理学-系统分析与集成] 

基　　金：国家自然科学基金资助项目(61773110,61374015) 沈阳东软智能医疗科技研究院有限公司开放课题基金资助项目(NRIHTOP1801) 中央高校基本科研业务费专项资金资助项目(N161904002) 

主　　题：心电信号 疲劳驾驶 随机森林 迁移学习 神经网络 

摘      要：心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30 s的时长截取短时心电信号序列,利用差分阈值法确定R波位置,根据R-R间期差值大小剔除不合格的噪声样本;然后,计算R-R间期序列的时域/频域特征并与利用ImageNet数据集预训练的深度卷积神经网络模型提取的特征相结合;最后,设计了一种随机森林分类器并基于这些特征进行分类.结果表明,该算法在疲劳驾驶检测上具有良好的分类效果,平均准确率达到91%.因此,相较于心率变异性分析方法,本算法检测所需心电信号更短,且在准确率上具备显著优势.