EEG Sensörleri Kullanarak Göz Kapanma Derecesinin Tahmini ve Sürücü Uykusuzluğunun Tespiti Uygulaması

Gang Li ve Wan-Young Chung, Elektronik Mühendisliği Bölümü, Pukyong Ulusal Üniversitesi, Kore. 2014

Özet

Şu anda, video tabanlı teknoloji kullanarak sürücü uyku hali tespit cihazları geniş çapta araştırılmaktadır. Göz kapağı kapanma derecesi (ECD) video tabanlı yöntemlerin ana ölçütüdür; ancak, parlaklık sınırlamaları ve sürücülerin dikkatinin dağılması gibi pratik engeller, başarısını sınırlamaktadır. Bu çalışma, ECD'yi video tabanlı yöntemler yerine EEG sensörleri kullanarak hesaplama yolunu sunmaktadır. Temel varsayım, ECD'nin oksipital EEG değişiklikleri ile lineer bir ilişki sergilediğidir. Bu çalışmaya toplam 30 denek katılmıştır: bunlardan on tanesi, ECD ile EEG arasındaki lineer ilişkiyi doğrulamak için basit bir kanıt konsept deneyi gerçekleştirmiştir ve daha sonra yirmi tanesi, gerçek hayat uygulamalarında lineer ilişkinin sağlamlığını test etmek için bir sürüş simülatör ortamında monoton bir otoyol sürüş deneyi yapmıştır. Video tabanlı yöntemi bir referans olarak alarak, O2 kanalından elde edilen Alpha güç yüzdesinin ECD'nin lineer regresyon tahmini için en iyi girdi özelliği olduğu bulunmuştur. En iyi genel kareler korrelasyon katsayısı (SCC, r2 ile gösterilir) ve lineer destek vektör regresyon modeli ile doğrulanan ortalama kare hata (MSE) r2 = 0.930 ve MSE = 0.013'tür. Önerilen lineer EEG-ECD modeli, sürücü uyku hali uygulaması için erkek ve kadın deneklerde sırasıyla %87.5 ve %70.0 doğruluk elde edebilir; zaman içinde gözbebeği üzerindeki göz kapağı kapanma yüzdesi (PERCLOS). Bu yeni ECD tahmin yöntemi, sadece video tabanlı yöntemlerin dezavantajlarını ele almakla kalmaz, aynı zamanda ECD tahminini daha hesaplama açısından verimli ve EEG sensörlerinde gerçek zamanlı bir şekilde uygulamayı kolaylaştırır.Tam raporu okumak için buraya tıklayın