以视觉为基础的信号与脑电图谱模式的结合,提高了阻塞性睡眠呼吸暂停的驾驶员的昏昏欲睡检测
Riaz Minhas1, Nur Yasin Peker2, Mustafa Abdullah Hakkoz3
1College of Engineering, Koc University, Istanbul 34450, Turkey.
Sensors (Basel, Switzerland)
|April 27, 2024
概括
在阻塞性睡眠呼吸暂停 (OSA) 司机中检测嗜睡至关重要. 一种新的视觉方法准确地与EEG信号相关联,改善实时的嗜睡检测和驾驶安全评估.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 人与计算机的交互
背景情况:
- 阻塞性睡眠呼吸暂停 (OSA) 显著增加了由于过度白天嗜睡而导致的意外风险.
- 目前的嗜睡检测方法,如PERCLOS,由于环境因素而面临限制,需要生理验证.
- 准确的昏昏欲睡检测对于评估OSA患者的驾驶适应性至关重要.
研究的目的:
- 为OSA驾驶员开发和验证基于视觉的嗜睡检测系统.
- 为了将视觉嗜睡指标与脑电图 (EEG) 信号相关联.
- 评估使用有限的EEG通道来检测嗜睡的可行性.
主要方法:
- 采用了自适应值和使用OpenCV和Dlib进行视频视觉昏昏欲睡检测的眼睛视角比分析.
- 在50分钟的驾驶模拟过程中,记录了50名OSA驾驶员的六通道EEG数据.
- 利用离散波束转换提取EEG特征,并将它们与视觉识别的昏昏欲睡和清醒情节相关联.
主要成果:
- 这种以视觉为基础的方法成功地发现了许多昏昏欲睡和清醒的情节.
- 来自EEG的太α比率与视觉嗜睡得分有很高的相关性 (94.7%).
- 前脑区域,特别是F4通道,与基于EEG的昏昏欲睡检测有很强的对齐.
结论:
- 基于视觉的嗜睡检测显示出对OSA驾驶员实时应用的希望.
- 特定的EEG比率 (甲,三角,三角) 有效地映射到视觉昏昏欲睡的指标.
- 针对正面或头EEG通道可以减少对可靠的嗜睡监测的硬件需求.
