一种基于脑电特征的快速疲劳检测方法及装置

AITNT
正文
推荐专利
一种基于脑电特征的快速疲劳检测方法及装置
申请号:CN202510324701
申请日期:2025-03-19
公开号:CN120078415A
公开日期:2025-06-03
类型:发明专利
摘要
本发明属于脑电分析技术领域,公开了一种基于脑电特征的快速疲劳检测方法及装置。基于模拟驾驶对测试者进行疲劳诱发,基于脑电信号采集器采集脑电信号,结合眼动记录仪记录眼动信息;通过眼动信号进行疲劳状态判断;对脑电信号进行预处理,得到对应的脑电数据集;将脑电数据集与疲劳状态作为训练数据,训练深度卷积神经网络学习脑电疲劳相关特征,训练后的深度卷积神经网络进行脑电特征的快速疲劳检测。本发明可以有效的推动疲劳检测领域发展;对于用户的疲劳状态,能够给出一种更加准确的疲劳检测方式,协助用户对自身状态进行更加详细的评定。
技术关键词
疲劳检测方法 脑电特征 深度卷积神经网络 采集脑电信号 脑电信号采集器 眼动记录仪 疲劳检测装置 卷积模块 成分分析方法 数据采集频率 陷波滤波器 样本 批量 节点 带通滤波器 电磁噪声
系统为您推荐了相关专利信息
1
一种基于人工智能的液晶显示面板控制方法及系统
调节液晶显示面板 高分辨率摄像头 训练深度学习模型 年龄 人脸识别神经网络
2
一种针对野外场景的多模态三维语义占用预测方法及其系统
语义 场景 融合特征 分支 标签构建方法
3
基于联合域适应的跨患者癫痫发作预测方法、系统及介质
电信号 癫痫发作预测方法 协方差矩阵归一化 对齐模块 样本
4
红外像平面小目标跟踪中的鬼像识别方法和系统
轨迹 卡尔曼滤波 深度学习方法 红外监视 识别方法
5
一种基于扩散模型的数据和标签的生成方法及相关装置
图像 生成方法 标签 深度卷积神经网络模型 实例分割模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号