论文摘要
目的:设计一套基于Android平台的精神疲劳检测系统,实时检测、监测被测对象的精神疲劳状态。方法:遵循准确性、易用性、便携性原则利用脑电信号多尺度熵结合长短期记忆（long-short term memory,LSTM）人工神经网络模型,通过MindWave系列单通道脑电信号采集设备,设计并实现包括移动端和服务器端两大部分的精神疲劳检测系统。其中移动端采用Android Studio作为开发工具通过Java编程语言进行设计;服务器端采用Eclipse作为开发工具在Tomcat运行环境下进行设计。结果:该系统不仅可以显示脑电信号波形图,专注度、冥想度曲线图,以及从原始脑电信号数据提取出来的α波、β波和θ波波形图,对精神疲劳等级进行量化还可以存储用户数据不断完善LSTM人工神经网络模型,从而使量化结果越来越准确。结论:基于Android平台的精神疲劳检测系统小型、便捷,能够简便、快速、实时地对用户精神疲劳状态进行检测与监测,可防止疲劳作业引发的安全事故。
论文目录
文章来源
类型: 期刊论文
作者: 陈泽龙,张少涵,张振昌,林少炜,陈自谦
关键词: 精神疲劳检测,平台,长短期记忆人工神经网络,脑电信号,多尺度熵,算法
来源: 医疗卫生装备 2019年12期
年度: 2019
分类: 医药卫生科技,信息科技
专业: 生物医学工程,计算机软件及计算机应用
单位: 联勤保障部队第900医院医学影像中心,福建农林大学,福建医科大学
基金: 2017福建省科技厅引导性项目（2017Y0070),2016军队后勤科研项目（CNJ16C014)
分类号: TP311.52;R318
DOI: 10.19745/j.1003-8868.2019292
页码: 28-32
总页数: 5
文件大小: 426K
下载量: 187