申请/专利权人：华中师范大学

申请日：2023-04-04

公开（公告）日：2023-08-01

公开（公告）号：CN116509323A

主分类号：A61B5/00

分类号：A61B5/00;A61B5/33;A61B5/369;A61B5/0205;A61B5/16;A61B5/11

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.08.18#实质审查的生效;2023.08.01#公开

摘要：本发明公开了一种基于证据理论的多模态学生瞌睡监测方法，所述瞌睡监测系统整体采用视觉采集设备、脑电采集设备、心率采集设备来采集学生在线学习时所产生的姿态数据、脑电波数据、心电信号数据，基于改进的D‑S证据理论将这些多模态数据进行融合计算提高监测准确性，提高学生学习效率和辅助教师教学工作，利用接口的方式打通教学终端与瞌睡监测服务系统的数据传输通道，通过教学终端给老师反馈学生瞌睡情况并且提醒瞌睡的学生打起精神来听讲。本发明解决了传统D‑S证据理论融合高冲突数据时会产生违反常识的悖论情况，本发明所提的方法的优点在于即使在融合过程中出现数据高冲突问题，融合后的结果也不会违背常识。

主权项：1.基于证据理论的多模态学生瞌睡监测方法，其特征在于，包括如下步骤：S1，教师开始上课后，由教学终端发送信号到瞌睡监测服务系统，系统开启针对每个学生的视觉采集设备、脑电设备、心率设备，开始采集学生的在线学习数据；S2，根据预设时间间隔，将视觉采集设备采集到的学生图像输入到训练好的人脸特征点提取模型中，通过得到的眼睛、鼻子、嘴巴周围的特征点坐标计算出闭眼频率数据、困意点头频率数据、打哈欠频率数据；计算脑电设备采集的学生脑电数据得到时间间隔内脑电波相对能量之比数据；计算心率设备采集的学生心电信号数据得到时间间隔内学生的心跳频率数据；S3，根据获取的5种数据，分别对单模态的数据进行局部瞌睡状态诊断，瞌睡状态分成三类：A瞌睡、B清醒、C不明，对单模态数据进行三类状态的基本概率函数分配，得到5条证据；S4，利用D-S证据理论，将五种数据提供的证据进行决策融合；S5，判断融合后的学生瞌睡状态值是否大于阈值，若是则认定为该学生瞌睡状态，并执行S6，否则认定为该学生是清醒状态，并执行S1；S6，通过教学终端将学生的瞌睡状态反馈给老师，并且提醒该学生打起精神来听讲，系统记录监测数据；S7，持续监测，判断课程是否结束，若未结束则继续执行S1，若课程结束，则关闭系统，进行数据统计。

全文数据：

权利要求：

百度查询： 华中师范大学 基于证据理论的多模态学生瞌睡监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD