
Estimación del grado de cierre ocular mediante sensores EEG y su aplicación en la detección de la somnolencia del conductor
Nuri Djavit
Actualizado el
12 sept 2014

Estimación del grado de cierre ocular mediante sensores EEG y su aplicación en la detección de la somnolencia del conductor
Nuri Djavit
Actualizado el
12 sept 2014

Estimación del grado de cierre ocular mediante sensores EEG y su aplicación en la detección de la somnolencia del conductor
Nuri Djavit
Actualizado el
12 sept 2014
Gang Li y Wan-Young Chung, Departamento de Ingeniería Electrónica, Universidad Nacional de Pukyong, Corea. 2014
Resumen
Actualmente, los detectores de somnolencia del conductor que utilizan tecnología basada en video están siendo ampliamente estudiados. El grado de cierre de los párpados (ECD) es la medida principal de los métodos basados en video, sin embargo, los inconvenientes tales como las limitaciones de brillo y los obstáculos prácticos como la distracción de los conductores limitan su éxito. Este estudio presenta una forma de calcular el ECD utilizando sensores de EEG en lugar de métodos basados en video. La premisa es que el ECD presenta una relación lineal con los cambios del EEG occipital. Un total de 30 sujetos se incluyen en este estudio: diez de ellos participaron en un experimento simple de prueba de concepto para verificar la relación lineal entre ECD y EEG, y luego veinte participaron en un experimento de conducción monótona en autopista en un entorno de simulador de conducción para probar la robustez de la relación lineal en aplicaciones de la vida real. Tomando el método basado en video como referencia, se descubrió que el porcentaje de potencia Alfa del canal O2 es la mejor característica de entrada para la estimación de regresión lineal del ECD. El mejor coeficiente de correlación al cuadrado general (SCC, denotado por r2) y el error cuadrático medio (MSE) validado por el modelo de regresión de vectores de soporte lineal y el método de exclusión de un sujeto es r2 = 0.930 y MSE = 0.013. El modelo lineal EEG-ECD propuesto puede alcanzar un 87.5% y un 70.0% de precisión para sujetos masculinos y femeninos, respectivamente, para una aplicación de somnolencia del conductor, porcentaje de cierre de párpados sobre la pupila a lo largo del tiempo (PERCLOS). Este nuevo método de estimación de ECD no solo aborda los inconvenientes del método basado en video, sino que también hace que la estimación de ECD sea más eficiente computacionalmente y más fácil de implementar en sensores de EEG en tiempo real.Haga clic aquí para leer el informe completo
Gang Li y Wan-Young Chung, Departamento de Ingeniería Electrónica, Universidad Nacional de Pukyong, Corea. 2014
Resumen
Actualmente, los detectores de somnolencia del conductor que utilizan tecnología basada en video están siendo ampliamente estudiados. El grado de cierre de los párpados (ECD) es la medida principal de los métodos basados en video, sin embargo, los inconvenientes tales como las limitaciones de brillo y los obstáculos prácticos como la distracción de los conductores limitan su éxito. Este estudio presenta una forma de calcular el ECD utilizando sensores de EEG en lugar de métodos basados en video. La premisa es que el ECD presenta una relación lineal con los cambios del EEG occipital. Un total de 30 sujetos se incluyen en este estudio: diez de ellos participaron en un experimento simple de prueba de concepto para verificar la relación lineal entre ECD y EEG, y luego veinte participaron en un experimento de conducción monótona en autopista en un entorno de simulador de conducción para probar la robustez de la relación lineal en aplicaciones de la vida real. Tomando el método basado en video como referencia, se descubrió que el porcentaje de potencia Alfa del canal O2 es la mejor característica de entrada para la estimación de regresión lineal del ECD. El mejor coeficiente de correlación al cuadrado general (SCC, denotado por r2) y el error cuadrático medio (MSE) validado por el modelo de regresión de vectores de soporte lineal y el método de exclusión de un sujeto es r2 = 0.930 y MSE = 0.013. El modelo lineal EEG-ECD propuesto puede alcanzar un 87.5% y un 70.0% de precisión para sujetos masculinos y femeninos, respectivamente, para una aplicación de somnolencia del conductor, porcentaje de cierre de párpados sobre la pupila a lo largo del tiempo (PERCLOS). Este nuevo método de estimación de ECD no solo aborda los inconvenientes del método basado en video, sino que también hace que la estimación de ECD sea más eficiente computacionalmente y más fácil de implementar en sensores de EEG en tiempo real.Haga clic aquí para leer el informe completo
Gang Li y Wan-Young Chung, Departamento de Ingeniería Electrónica, Universidad Nacional de Pukyong, Corea. 2014
Resumen
Actualmente, los detectores de somnolencia del conductor que utilizan tecnología basada en video están siendo ampliamente estudiados. El grado de cierre de los párpados (ECD) es la medida principal de los métodos basados en video, sin embargo, los inconvenientes tales como las limitaciones de brillo y los obstáculos prácticos como la distracción de los conductores limitan su éxito. Este estudio presenta una forma de calcular el ECD utilizando sensores de EEG en lugar de métodos basados en video. La premisa es que el ECD presenta una relación lineal con los cambios del EEG occipital. Un total de 30 sujetos se incluyen en este estudio: diez de ellos participaron en un experimento simple de prueba de concepto para verificar la relación lineal entre ECD y EEG, y luego veinte participaron en un experimento de conducción monótona en autopista en un entorno de simulador de conducción para probar la robustez de la relación lineal en aplicaciones de la vida real. Tomando el método basado en video como referencia, se descubrió que el porcentaje de potencia Alfa del canal O2 es la mejor característica de entrada para la estimación de regresión lineal del ECD. El mejor coeficiente de correlación al cuadrado general (SCC, denotado por r2) y el error cuadrático medio (MSE) validado por el modelo de regresión de vectores de soporte lineal y el método de exclusión de un sujeto es r2 = 0.930 y MSE = 0.013. El modelo lineal EEG-ECD propuesto puede alcanzar un 87.5% y un 70.0% de precisión para sujetos masculinos y femeninos, respectivamente, para una aplicación de somnolencia del conductor, porcentaje de cierre de párpados sobre la pupila a lo largo del tiempo (PERCLOS). Este nuevo método de estimación de ECD no solo aborda los inconvenientes del método basado en video, sino que también hace que la estimación de ECD sea más eficiente computacionalmente y más fácil de implementar en sensores de EEG en tiempo real.Haga clic aquí para leer el informe completo

Continúa leyendo