基于头动与眼动的脑疲劳检测方法研究

作者：管凯捷; 姚康; 任谊文; 张熙; 付威威^*

来源：航天医学与医学工程, 2020, 33(03): 214-220.

DOI：10.16289/j.cnki.1002-0837.2020.03.005

• 头动信号
• 眼动信号
• 睡眠剥夺
• 主成分分析法
• 脑疲劳

目的为实现准确、可靠地检测脑疲劳,研究基于头动与眼动特征判断受试者脑疲劳程度的方法。方法采集16名男性受试者在36h睡眠剥夺(SD)实验中的头动与眼动信号,进行去噪预处理,并基于主成分分析法(PCA)融合头动与眼动特征,综合判断受试者脑疲劳程度,并对由脑电信号判断的脑疲劳程度、双重任务作业绩效、警戒作业任务模拟测试(PVT)反应时间、主观瞌睡度分值进行比对。结果基于头动与眼动特征能很好地判断受试者脑疲劳程度,且与通过脑电信号判断的脑疲劳程度相关性为0.771±0.030;与双重任务作业绩效变化的相关性为0.665±0.024;与PVT反应时间的相关性为0.812±0.011;与主观瞌睡度分值的相关性为0.682±0.023,且均显著相关(P<0.05)。结论基于PCA融合头动与眼动特征能有效、准确检测受试者脑疲劳程度,与传统检测方法相比具有很好的一致性。

• 单位
  中国人民解放军总医院; 中国科学技术大学; 神经内科; 中国科学院苏州生物医学工程技术研究所