Abstract: L. Chen, Y. Zhao, J. Zhang, J. Zou (2015)

Physiological signals such as electroencephalogram (EEG) and electrooculography (EOG) recordings are very important non-invasive measures of detecting a person's alertness/drowsiness. Since EEG signals are non-stationary and present evident dynamic characteristics, conventional linear approaches are not highly successful in recognition of drowsy level. Furthermore, previous methods cannot produce satisfying results without considering the basic rhythms underlying the raw signals. To address these drawbacks, we propose a system for drowsiness detection using physiological signals that present four advantages: (1) decomposing EEG signals into wavelet sub-bands to extract more evident information beyond raw signals, (2) extraction and fusion of nonlinear features from EEG sub-bands, (3) fusion the information from EEGs and eyelid movements, (4) employing efficient extremely learning machine for status classification. The experimental results show that the proposed method achieves not only a high detection accuracy but also a very fast computation speed. The proposed algorithm can be further developed into the monitoring and warning systems to prevent the accumulation of mental fatigue and declines of work efficiency in many environments such as vehicular driving, aviation, navigation and medical service.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Automatic detection of alertness/drowsiness from physiological signals using wavelet-based nonlinear features and machine learning