文献

J-GLOBAL ID：201702224942563512   整理番号：17A1928977

生体力学と頸髄部EMGによる運転者の疲労状態の判別【JST・京大機械翻訳】

Detection on Driver Fatigue Based on Biomechanics and EMG of Cervical and Lumbar Muscles

著者 (4件)： Wang Lin (東北大学机械工程与自動化学院,沈陽 110819;沈陽工程学院机械学院,沈陽 110136) ,  Luo Xu (東北大学机械工程与自動化学院,沈陽,110819) ,  Jiang Xin (東北大学机械工程与自動化学院,沈陽,110819) ,  Wang Hong (東北大学机械工程与自動化学院,沈陽,110819)
資料名： Qiche Gongcheng  (Qiche Gongcheng)
巻： 39  号： 8  ページ： 955-960,967  発行年： 2017年 
JST資料番号： C2056A  ISSN： 1000-680X  CODEN： QIGOE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では、腰部腰部生物力学と表面筋電図信号を結合する方法を用いて、運転者の運転中の疲労状態について研究した。まず、生物力学の計算と分析を通じて、合理的に運転疲労状態を反映できる生理的信号収集位置、即ち、頚部6左右両側の上斜筋と腰4左右両側の脊柱起立筋を選択した。次に,経験的モード分解アルゴリズムによって測定された筋電図信号をノイズ除去に基づいて,運転者の疲労状態を表現することができる腰部の筋電図特性パラメータを見つけて,抽出した特徴パラメータ(頚部複雑性,腰部複雑性,および腰部近似エントロピー)を主成分分析によって得た。2つの主成分を得た。有効な情報を有効に保持し,冗長情報を除去し,特徴パラメータの次元縮小を実現した。最後に,これらのモデルに基づき,モデルの正確さを改善し,モデルの計算速度を加速するために,このモデルを用いて,疲労運転の評価モデルを確立した。結果により、この方法は運転者の正常と疲労状態の区別に対して良好な識別効果があり、正確率は90%以上に達することができることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *頚髄 ,  雑音低減 ,  *生体力学 ,  計算機処理速度 ,  アルゴリズム ,  筋電図 ,  主成分分析 ,  次元縮小
準シソーラス用語： 評価モデル ,  近似エントロピー ,  複雑性 ,  特徴パラメータ ,  経験的モード分解 ,  脊柱起立筋 ,  表面筋電図 , 【Automatic Indexing@JST】

著者キーワード (5件)： fatigue driving ,  biomechanics ,  EMG signal ,  complexity ,  approximate entropy

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 生体力学 ,  頸髄 ,  EMG ,  疲労 ,  判別