一种基于多源信息融合的疲劳检测方法

发明专利无效专利

申请号：
CN201710583838.1
IPC分类号：A61B5/16;A61B5/0476
申请日期：
2017-07-18
申请人：
燕山大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多源信息融合的疲劳检测方法
申请号	CN201710583838.1	申请日期	2017-07-18
法律状态	撤回	申报国家	中国
公开/公告日	2017-10-24	公开/公告号	CN107280694A
优先权	暂无	优先权号	暂无
主分类号	A61B5/16 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B5/00 用于诊断目的的测量（放射诊断入A61B6/00；超声波、声波或次声波诊断入A61B8/00）；人的辨识 A61B5/16 心理术装置（使用教具的入G09B 1/00至G09B 7/00）；测试反应的时间	IPC分类号	A;6;1;B;5;/;1;6;;;A;6;1;B;5;/;0;4;7;6查看分类表>
申请人	燕山大学	申请人地址	河北省秦皇岛市海港区河北大街西段438号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	燕山大学	当前权利人	燕山大学
发明人	金海龙;王晓妍;于晓华;吴頔;李卓阳;刘浩;邱石
代理机构	秦皇岛一诚知识产权事务所（普通合伙）	代理人	李合印

摘要

本发明公开了一种基于多源信息融合的疲劳检测方法，分别利用脑电采集设备、心电采集设备，同步采集被试者脑电信号、眨眼信息和心电信号；提取脑电信号特征：脑电节律波ɑ波β波θ波，δ波相对能量；眼电信息：眨眼频率E，眨眼强度F；心电特征：心率值HR，LF，HF；运用逻辑回归算法将疲劳程度初步分成三类：非疲劳、轻度疲劳和深度疲劳，同时，根据逻辑回归权重筛选权重较大的特征，进行特征融合；融合后的特征向量，采用基于支持向量机的bagging算法重新分类，将处理后的特征向量作为bagging算法的输入，确定被试者当前疲劳程度；根据被试者疲劳程度的分类结果，采取不同的缓解疲劳方法。本发明具有适用性强、疲劳检测精度高、改善效果良好等优点。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供