申请/专利权人：常州大学

申请日：2023-06-27

公开（公告）日：2023-09-29

公开（公告）号：CN116807478A

主分类号：A61B5/18

分类号：A61B5/18;A61B5/369;A61B5/398;A61B5/374;G06F18/23213;G06F18/24;G06F18/214;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.24#实质审查的生效;2023.09.29#公开

摘要：本发明涉及一种驾驶员瞌睡开始状态检测方法，包括：基于包含瞌睡状态的一导脑电信号与一导垂直眼电信号，得到预先训练好的一维卷积神经网络，利用k‑means聚类算法，获取上升沿质心Co与非上升沿质心Ci,i＝1,2,…，k；利用第一滑动窗口在脑电测试数据上滑动，获取当前窗口脑电数据样本Oc输入预先训练好的一维卷积神经网络中，获取分类预测结果；当分类预测结果为存在alpha波时，记录Oc的时间范围[t0,t0+l1]；利用小波能量分布方法，从[t0,t0+l1]中，获取alpha波出现的开始时刻tα；基于tα获取预设时间区域，利用第二滑动窗口在垂直眼电信号上滑动，直至当前窗口眼电数据样本Vc的结束点到达预设时间区域的结束点；计算每次滑动时获取的Vc，与Co及Ci,i＝1,2,…，k之间的相关系数；若存在Vc与Co相关系数最大，则检测到驾驶员瞌睡开始状态。

主权项：1.一种驾驶员瞌睡开始状态检测方法，其特征在于，包括：基于包含瞌睡状态的一导脑电信号，获取包含alpha波的窗口数据样本集A+与不包含alpha波的窗口数据样本集A-，作为训练集，训练得到预先训练好的一维卷积神经网络；基于包含瞌睡状态的一导垂直眼电信号，获取上升沿窗口数据样本集R+与非上升沿的窗口数据样本集R-；利用k-means聚类算法，获取上升沿窗口数据样本集R+中的一个上升沿质心Co与非上升沿的窗口数据样本集R-中的k个非上升沿质心Ci,i＝1,2,…,k；获取待检测驾驶员的一导脑电测试数据与对应的一导垂直眼电信号；利用预设时长与步长的第一滑动窗口在待检测驾驶员的一导脑电测试数据上滑动，获取每次滑动的当前窗口脑电数据样本Oc，输入所述预先训练好的一维卷积神经网络，获取分类预测结果；当分类预测结果为存在alpha波时，记录当前窗口脑电数据样本Oc的时间范围[t0,t0+l1]；并利用小波能量分布方法，从所述当前窗口脑电数据样本Oc的时间范围[t0,t0+l1]中，获取alpha波出现的开始时刻tα；基于开始时刻tα获取预设时间区域，利用预设时长与步长的第二滑动窗口在待检测驾驶员的一导垂直眼电信号上滑动，直至当前窗口眼电数据样本Vc的结束点到达所述预设时间区域的结束点；计算每次滑动时获取的当前窗口眼电数据样本Vc，与上升沿质心及多个非上升沿质心之间的相关系数；若存在当前窗口眼电数据样本Vc与上升沿质心距离最小或相关系数最大，则检测到驾驶员瞌睡开始状态，记录当前窗口眼电数据样本Vc的开始时刻tv为驾驶员瞌睡开始状态发生时刻。

全文数据：

权利要求：

百度查询： 常州大学 一种驾驶员瞌睡开始状态检测方法、装置及设备

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