使用EEG传感器估计眼睑闭合程度及其在驾驶员困倦检测中的应用

李刚和张婉英，韩国浦项科学大学电子工程系，2014

摘要

目前，基于视频技术的驾驶员困倦检测器正被广泛研究。眼睑闭合程度（ECD）是基于视频的方法的主要测量标准，但亮度限制和驾驶员分心等实际障碍限制了其成功。本研究提出了一种使用EEG传感器计算ECD的方法，而不是基于视频的方法。前提是ECD与枕部EEG的变化之间存在线性关系。本研究共纳入30名受试者：其中10名参与了简单的概念验证实验，以验证ECD与EEG之间的线性关系，然后20名参与了驾驶模拟器环境中的单调高速公路驾驶实验，以测试线性关系在实际应用中的鲁棒性。以基于视频的方法为参考，发现O2通道的Alpha功率百分比是ECD的线性回归估计的最佳输入特征。经线性支持向量回归模型和逐一剔除法验证的最佳总体平方相关系数（SCC，记作r2）和均方误差（MSE）分别为r2 = 0.930和MSE = 0.013。所提出的线性EEG-ECD模型可以实现男性和女性受试者在驾驶员困倦应用中的准确率分别为87.5%和70.0%，并且计算出瞳孔上方的眼睑闭合百分比随时间变化（PERCLOS）。这种新的ECD估计方法不仅解决了基于视频方法的缺点，而且使得在EEG传感器中以实时方式实现ECD估计更加高效和便捷。点击这里阅读完整报告