您的位置：首页 > 论文页面
基于小波熵的视觉疲劳检测方法研究
发表时间：2013-12-15 浏览量：1903 下载量：687
| 全部作者： | 王晶，韩丞丞，徐光华 |
| 作者单位： | 西安交通大学机械工程学院 |
| 摘 要： | 针对脑机接口（brain computer interface，BCI）实验中视觉疲劳难以检测的缺点，提出一种基于小波熵的定量疲劳检测算法。首先结合脑电信号（electroencephalogram，EEG）节律特性，利用小波包分解提取对疲劳状态变化敏感的α节律波，然后引进多尺度下的小波熵对α节律波进行分析，从而定量检测视觉疲劳。受试者实验后EEG的小波熵明显下降，实验分析结果表明：在一定的视觉疲劳状态下，α波的小波熵对疲劳状态的变化更加敏感，结果差异更加显著。此结果说明α波的小波熵可以反映出EEG的复杂度，对人体疲劳状态的变化敏感，计算简单，因此有望成为疲劳检测中的一种重要指标。 |
| 关 键 词： | 基础医学其他学科；脑机接口；视觉疲劳；小波包分解；小波熵 |
| Title： | Research on visual fatigue detection based on wavelet entropy |
| Author： | WANG Jing, HAN Chengcheng, XU Guanghua |
| Organization： | School of Mechnical Engineering, Xi’an Jiaotong University |
| Abstract： | It is rather difficult to detect visual fatigue in brain computer interface (BCI) experiments. In this paper, we proposed a quantitative fatigue detection algorithm based on wavelet entropy. Firstly, combining with the features of electroencephalogram (EEG) rhythm, wavelet package decomposition was used to extract α rhythm which was sensitive to fatigue. Then, wavelet entropy with multi-scale was employed to analyze α rhythm to quantitatively detect visual fatigue. The results showed that after BCI experiments, the wavelet entropy of subject’s EEG decreased dramatically. This indicated that wavelet entropy of α rhythm was more sensitive to human being’s fatigue and could reflect the complextiy of EEG. Furthermore, the computational load of wavelet entropy was fairly low and it was a promising indicator in fatigue detection. |
| Key words： | other subjects of basic medicine; brain computer interface; visual fatigue; wavelet package decomposition; wavelet entropy |
| 发表期数： | 2013年12月第23期 |
| 引用格式： | 王晶，韩丞丞，徐光华. 基于小波熵的视觉疲劳检测方法研究[J]. 中国科技论文在线精品论文，2013，6（23）：2241-2245. |
0
评论数 0请您登录
暂无评论
下载全文
多维论文