文献

J-GLOBAL ID：202102257475313268   整理番号：21A2872581

高次スペクトルを用いた運転者の機能低下の生理学的信号に基づく検出【JST・京大機械翻訳】

Physiological signal based detection of driver hypovigilance using higher order spectra

著者 (4件)： Sahayadhas Arun (Department of Computer Science Engineering, Vels University, Chennai, Tamil Nadu, India) ,  Sundaraj Kenneth (AI-Rehab Research Group, Universiti Malaysia Perlis (UniMAP), Kampus Pauh Putra, Perlis, Malaysia) ,  Murugappan Murugappan (AI-Rehab Research Group, Universiti Malaysia Perlis (UniMAP), Kampus Pauh Putra, Perlis, Malaysia) ,  Palaniappan Rajkumar (AI-Rehab Research Group, Universiti Malaysia Perlis (UniMAP), Kampus Pauh Putra, Perlis, Malaysia)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 42  号： 22  ページ： 8669-8677  発行年： 2015年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,心電図(ECG)と筋電図(EMG)信号を用いて,眠気と不注意の両方を含む,ハイポジランスを検出するシステムを開発することに焦点を当てた。眠気は,長時間の限られた速度で単調に駆動する運転者を許すことによって操作され,そして,運転者が電話呼び出しと短いメッセージングサービスに応答するように,不注意が操作された。ビデオ記録とともにECGとEMG信号を実験を通して収集した。収集した生理学的信号を前処理してノイズとアーチファクトを除去した。高次スペクトル特徴を用いて,事前処理信号から低重力特徴を抽出した。特徴を,k最近傍,線形判別分析および二次判別分析を用いて分類した。バイスペクトルの特徴は,k折畳み検証を用いて,ECGおよびEMG信号に対して,それぞれ,96.75%および92.31%の全体的最大精度を与えた。ECGとEMG信号の特徴を主成分分析を用いて融合し,最適組合せ特徴を得て,分類精度は96%であった。多くの道路事故は,警報が dsyまたは不注意である運転者に送られるならば回避できる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  電話 ,  心電図 ,  前処理 ,  録画 ,  筋電図 ,  交通事故 ,  機能障害 ,  主成分分析 ,  *アーチファクト
準シソーラス用語： バイスペクトル ,  眠気 ,  分類精度 ,  不注意 ,  線形判別分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： ECG ,  EMG ,  生理学的測度 ,  運転者眠気 ,  運転者の注意散漫

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (3件)： 高次スペクトル ,  機能低下 ,  生理学的信号