使用基于视频的眼睛和面部特征进行个性化的警觉预测
Manivannan Subramaniyan1,2, Francisco G Vital-Lopez1,2, Tracy J Doty3
1Department of Defense Biotechnology High Performance Computing Software Applications Institute, Defense Health Agency Research & Development, Medical Research and Development Command, Fort Detrick, MD, USA.
面部视频现在可以预测警觉障碍,为耗时的精神运动警觉测试 (PVT) 提供了一个实用的替代方案. 这种方法允许在不中断日常活动的情况下进行个性化的警觉预测.
科学领域:
- 神经科学是一个神经科学.
- 人类表现的人类表现.
- 生物医学工程 生物医学工程
背景情况:
- 心理运动警觉测试 (PVT) 是评估警觉障碍的标准,但由于其耗时性质,对于现实世界的使用是不切实际的.
- 现有的警觉监测方法通常需要积极参与,这限制了它们在日常生活中的适用性.
研究的目的:
- 开发一种非侵入性方法,通过被动记录的面部视频来预测个体警觉障碍.
- 建立个性化的警觉-损伤预测,作为传统PVT评估的切实替代方案.
主要方法:
- 从26名参与者进行62小时的完全睡眠剥夺的视频录制中提取了面部和眼睛的特征.
- 线性混合效应模型使用这些面部特征进行训练,以预测PVT性能 (平均反应时间).
- 通过将预测的PVT数据集成到统一的绩效模型 (UMP) 中,生成了个性化的警觉-损伤预测.
主要成果:
- 这些模型实现了39毫秒的平均根平均平方误差 (RMSE) 来从面部特征预测PVT平均反应时间.
- 基于视频衍生PVT估计的个性化UMP预测显示,平均RMSE为36毫秒,与参与者内休息条件 (30毫秒) 的变化密切匹配.
结论:
- 开发了一种实用的,原理证明的方法,通过被动记录的面部视频来预测个体警觉障碍.
- 这种方法提供了一种可行的,不破坏性的方法来监测和预测现实环境中的警觉性变化.
更多相关视频
08:25Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment
Published on: May 7, 2019
07:24Using Eye-tracking to Assess the Relative Importance of Visual and Vestibular Input to Subcortical Motion Processing in the Roll Plane
Published on: August 22, 2025
相关概念视频
Association Areas of the Cortex
Prefrontal Association Area: This area is located in the frontal lobe and is involved in planning, decision-making, and moderating social behavior. It connects with primary motor areas,...
Facial Feedback Hypothesis
