公共EEG数据集的多维基基准用于脑计算机接口中的驾驶员状态监控

科学领域:

• 神经科学是一个神经科学.
• 人与计算机的交互
• 汽车安全 汽车安全

背景情况:

• 基于脑电图 (EEG) 的脑电脑接口 (BCI) 提供了实时驾驶员监控的潜力.
• 高级驾驶辅助系统 (ADAS) 的可靠BCI需要高质量,可访问的EEG驾驶数据集.
• 目前的数据集受到标准化问题和人口偏差的影响,限制了BCI系统的稳定性.

研究的目的:

• 对七个公开可用的EEG驾驶数据集进行多维基基准分析.
• 确定BCI驱动的ADAS现有数据集中的关键差距和局限性.
• 为未来的EEG数据集设计和在推动研究中的利用提供建议.

主要方法:

• 在没有新的实验的情况下,合成了关于EEG驾驶数据集的现有文献.
• 在任务设计,模式集成,人口统计,可访问性和报告性能之间比较数据集.
• 进行了结构化,定量基准分析.

主要成果:

• 在参与者人口统计学中确定了显著的年龄和性别偏见.
• 发现过度依赖模拟驾驶环境.
• 发现情感状态监测不足,数据可访问性受到限制.

结论:

• 现有的EEG驾驶数据集具有关键的局限性,阻碍了对ADAS的可通用BCI系统的开发.
• 未来的数据集需要平衡的参与者分布,标准化的情感注释和开放数据实践.
• 解决这些差距对于通过BCI技术提高驾驶员安全至关重要.