一种用小波包变换提取眼电信号警觉度特征的方法

高春芳 吕宝粮 马家昕

1(皖南医学院医学二系麻醉与影像设备学教研室，芜湖 241002)

2(上海交通大学计算机科学与工程系仿脑计算与机器智能研究中心，上海 200240)

3(上海交通大学智能计算与智能系统教育部-微软重点实验室，上海 200240)

4(上海交通大学上海市可扩展计算与系统重点实验室，上海 200240)

5(京都大学工学研究科机械工程与科学系，京都府 6293558，日本)

引言

警觉度(vigilance)是指人集中注意力执行某项操作任务时所表现出的灵敏程度。为了保证系统或车辆的运行安全，对某些工作岗位的操作人员，如高铁司机、危险品运输司机和长途客车司机等，需要进行实时的警觉度估计和预测。因此，警觉度估计和预测是人机交互和主动安全技术领域的一项重要研究课题。已有的警觉度估计和预测方法可分为两类：一类是基于人的行为特征，如面部表情、眼睛闭合程度等;另一类是基于人的生理信号，如脑电(electroencephalogram，EEG)、眼电(electrooculogram，EOG)和皮肤阻抗等。前者是通过数字图像处理技术提取特征来估计警觉度[1]，其优点是获取数据时不需要接触人体并且数字图像处理技术比较成熟，如用摄像头测定眼睛闭合时间占眨眼总时间百分比的 PERCLOS方法[2]。但是，此类方法的缺点是容易受到光线变化、佩戴眼镜和墨镜的影响以及疲劳度量的时间窗口太长等问题。后者是通过生理信号特征来估计人的警觉度状态[3-5]，其优点是准确率高且无法伪装等。其中，基于EEG的检测方法被认为是疲劳检测的“金标准”。……