| 基于短时心电信号的疲劳驾驶检测算法 |
| |
| 作者姓名： | 徐礼胜 张闻勖 庞宇轩 吴承暘 |
| |
| 作者单位： | 东北大学 中荷生物医学与信息工程学院,辽宁 沈阳 110169;沈阳东软智能医疗科技研究院有限公司,辽宁 沈阳 110167;东北大学 中荷生物医学与信息工程学院,辽宁 沈阳,110169;东北大学 计算机科学与工程学院,辽宁 沈阳,110169 |
| |
| 基金项目： | 国家自然科学基金资助项目(61773110,61374015); 沈阳东软智能医疗科技研究院有限公司开放课题基金资助项目(NRIHTOP1801); 中央高校基本科研业务费专项资金资助项目(N161904002). |
| |
| 摘 要： | 心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30s的时长截取短时心电信号序列,利用差分阈值法确定R波位置,根据R-R间期差值大小剔除不合格的噪声样本;然后,计算R-R间期序列的时域/频域特征并与利用ImageNet数据集预训练的深度卷积神经网络模型提取的特征相结合;最后,设计了一种随机森林分类器并基于这些特征进行分类.结果表明,该算法在疲劳驾驶检测上具有良好的分类效果,平均准确率达到91%.因此,相较于心率变异性分析方法,本算法检测所需心电信号更短,且在准确率上具备显著优势.
|
| 关 键 词： | 心电信号 疲劳驾驶 随机森林 迁移学习 神经网络 |
| 收稿时间： | 2018-07-02 |
| 修稿时间： | 2018-07-02 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《东北大学学报(自然科学版)》下载全文 |
|
