基于头动与眼动的脑疲劳检测方法研究

作     者：管凯捷 姚康 任谊文 张熙 付威威 Guan Kaijie;Yao Kang;Ren Yiwen;Zhang Xi;Fu Weiwei

作者机构：中国科学技术大学安徽合肥230026 中国科学院苏州生物医学工程技术研究所江苏苏州215163 中国人民解放军总医院第二医学中心神经内科北京100089 

出 版 物：《航天医学与医学工程》 (Space Medicine & Medical Engineering)

年 卷 期：2020年第33卷第3期

页      面：214-220页

核心收录：

学科分类：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] 0835[工学-软件工程] 10[医学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家军事脑科学计划项目(AWS16J028) 江苏重点研发计划项目(BE2016684) 

主　　题：头动信号 眼动信号 睡眠剥夺 主成分分析法 脑疲劳 

摘      要：目的为实现准确、可靠地检测脑疲劳,研究基于头动与眼动特征判断受试者脑疲劳程度的方法。方法采集16名男性受试者在36h睡眠剥夺(SD)实验中的头动与眼动信号,进行去噪预处理,并基于主成分分析法(PCA)融合头动与眼动特征,综合判断受试者脑疲劳程度,并对由脑电信号判断的脑疲劳程度、双重任务作业绩效、警戒作业任务模拟测试(PVT)反应时间、主观瞌睡度分值进行比对。结果基于头动与眼动特征能很好地判断受试者脑疲劳程度,且与通过脑电信号判断的脑疲劳程度相关性为0.771±0.030;与双重任务作业绩效变化的相关性为0.665±0.024;与PVT反应时间的相关性为0.812±0.011;与主观瞌睡度分值的相关性为0.682±0.023,且均显著相关(P0.05)。结论基于PCA融合头动与眼动特征能有效、准确检测受试者脑疲劳程度,与传统检测方法相比具有很好的一致性。