科研之友
微信
新浪微博
Facebook
分享链接
摘要
脑力疲劳是影响人的认知功能和工作效率的重要因素，但目前没有公开的与脑力疲劳相关的多模态融合数据库，且常用于识别脑力疲劳的脑电信号在采集过程中易对人体造成负担和活动限制，因此，提出一种基于多模态生理信号的脑力疲劳识别算法。实验采用连续认知任务诱发受试者的脑力疲劳，同步采集脑电和心电2种生理信号。采用4导联(Fp1,F7,F8,Fp2)脑电信号和心电信号构建多模态融合特征，输入级联森林模型完成脑力疲劳识别任务。最终获得14份有效脑力疲劳多模态数据集，并实现了99.60%的平均识别率。通过引入级联森林和多模态融合技术，有效提高了脑力疲劳识别的准确性和鲁棒性，为脑力疲劳监测与干预提供了技术支持。
-
单位中国人民解放军军事科学院; 合肥工业大学
