从面部视频中获得的精神运动警觉任务得分和昏昏欲睡估计水平之间的相关性评估

科学领域:

• 生物医学工程 生物医学工程
• 睡眠医学 睡眠医学
• 医疗保健中的人工智能

背景情况:

• 昏昏欲睡和警不充分,在驾驶和职业环境中造成重大事故风险.
• 精神运动警觉任务 (PVT) 是一种经过验证的,客观的睡眠度量.
• 积极的安全干预需要客观,实时的嗜睡估计系统.

研究的目的:

• 评估基于面部视频的新型嗜睡估计系统与已建立的PVT之间的相关性.
• 为了确定使用面部表情分析量化嗜睡水平的有效性.

主要方法:

• 开发了一种通过视频数据分析面部表情的昏昏欲睡估计系统.
• 收集了30个人类受试者的数据.
• 计算了系统衍生的嗜睡水平和PVT指标之间的斯皮尔曼相关系数 (平均响应时间,最慢10%的响应时间,失误数).

主要成果:

• 在睡眠估计系统和PVT指标之间发现了显著的正相关性.
• 相关系数为平均响应时间的0.36 (p <0.001),最慢10%响应时间的0.43 (p <0.001),失误次数的0.40 (p <0.001).
• 结果表明,面部表情分析可以有效估计昏昏欲睡.

结论:

• 开发的基于面部视频的昏昏欲睡估计系统与黄金标准PVT有显著的相关性.
• 该系统有望实现实时,非侵入性嗜睡监测.
• 潜在的应用包括有针对性的干预措施,以防止在驾驶和操作机械等关键任务中因嗜睡引起的事故.