文献

J-GLOBAL ID：202002246491754480   整理番号：20A1281165

眼電と頭部姿勢信号の検出と疲労状態分析【JST・京大機械翻訳】

Detection and Fatigue State Analysis Based on EOG and Head Attitude Signals

著者 (5件)： Ren Yiwen (長春理工大学 光電工程学院,長春 130022;中科院蘇州生物医学工程技術研究所,蘇州 215163) ,  Su Shi (長春理工大学 光電工程学院,長春,130022) ,  Guan Kaijie (中科院蘇州生物医学工程技術研究所,蘇州,215163) ,  Fu Weiwei (中科院蘇州生物医学工程技術研究所,蘇州,215163) ,  Zhang Xi (中国人民解放軍総医院,北京,100039)
資料名： Changchun Ligong Daxue Xuebao (Ziran Kexue Ban)  (Changchun Ligong Daxue Xuebao (Ziran Kexue Ban))
巻： 43  号： 1  ページ： 38-44  発行年： 2020年 
JST資料番号： C3181A  ISSN： 1672-9870  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： 人間が疲労状態にある時、その眼電信号特徴及び頭部姿勢信号の特徴はいずれも明らかな変化が生じる。この2種類の信号に対して分析研究を行い、着用式眼電と頭部姿勢信号に対する疲労検出装置を提案した。三つのAg/Agcl電極単一誘導方式を用いて、ヒトの眼電信号、MEMSセンサーを採集し、頭部運動時の加速度と角速度信号を集める。電図信号と加速度と角速度の時間領域における特徴に基づき、相関係数を用いて左右電極で採集した瞬き信号の特徴を分析し、加速度と角速度の時間領域における特徴に基づいて4種類の頭部姿勢特徴を分析した。最後に,BPニューラルネットワークを用いて,瞬き信号と頭部姿勢信号を識別して,検出システムのロバスト性を改善した。実験結果は,水平眼電気信号と加速度信号が,試験者の瞬きと低頭,仰頭行動を正確に分析でき,疲労状態の変化を正確に検出できるが,側頭部行動の疲労状態検出には更なる最適化が必要であることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *電信 ,  加速度 ,  相関係数 ,  角速度 ,  電気信号 ,  検出器 ,  状態分析 ,  検査員 ,  ロバスト性
準シソーラス用語： 瞬目 ,  時間領域 ,  MEMSセンサ ,  側頭部 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (5件)： 眼 ,  頭部 ,  姿勢 ,  疲労 ,  状態分析