疲劳水平对基于EEG的个人识别的影响
Xinghan Shao1, C Chang2, Haixian Wang3
1Key Laboratory of Child Development and Learning Science of Ministry of Education, School of Biological Science & Medical Engineering, Southeast University, Nanjing, 210096, Jiangsu, PR China.
Medical & biological engineering & computing
|September 26, 2025
概括
疲劳显著降低了脑电图 (EEG) 生物识别在脑机接口 (BCI) 系统中的准确性. 功能性连接功能显示,尽管疲劳,但有望实现可靠的识别.
科学领域:
- 神经科学是一个神经科学.
- 生物识别信息 生物识别信息
- 人与计算机的交互
背景情况:
- 脑电图 (EEG) 提供了独特的生物识别标记,用于大脑与计算机接口 (BCI) 系统中的用户身份验证.
- 用户状态的波动,特别是疲劳,可能会对基于EEG的生物识别性能产生负面影响.
- 疲劳对EEG系统中个人识别精度的影响需要进一步研究.
研究的目的:
- 调查不同疲劳程度对基于EEG的个人识别系统性能的影响.
- 分析疲劳如何影响不同疲劳状态内和跨越不同疲劳状态的身份识别准确性.
- 为了确定基于EEG的生物识别的强大特征,这些特征能够抵御疲劳.
主要方法:
- 从模拟驾驶数据中获得了六个子数据集,每个数据集都标有不同的疲劳水平.
- 从每个子数据集中提取了六个特征用于身份识别分析.
- 在不同疲劳条件下进行单次和跨次会议研究以评估识别准确性.
主要成果:
- 识别准确度明显下降,在90分钟的模拟驾驶后下降了30%以上.
- 在使用疲劳数据进行训练后,在使用较少疲劳数据进行测试时,系统性能降低了更多.
- 功能连接功能在不同疲劳级别中表现出卓越的识别准确性.
结论:
- 疲劳是影响基于EEG的生物识别的关键因素,需要在系统设计中考虑.
- 包含疲劳EEG状态的训练数据集可以提高跨会话识别性能.
- 功能连接分析为开发耐疲劳的EEG生物识别系统提供了一个有前途的方法.
