控制与决策

作者：欧阳元兵,罗亦鸣,李宇诗,王皓,潘昱杉

单位：西交利物浦大学 智能工程学院,江苏 苏州 215123;江苏集萃脑机融合智能技术研究所有限公司, 江苏 苏州 215131,,西安电子科技大学 网络与信息安全学院,西安 710126,,西交利物浦大学 智能工程学院,江苏 苏州 215123,,西安电子科技大学 网络与信息安全学院,西安 710126,,西交利物浦大学 智能工程学院,江苏 苏州 215123,

关键词：脑机接口;稳态视觉诱发电位;熵;疲劳检测;支持向量机;脑电图

由于稳态视觉诱发电位的脑机接口(SSVEP-BCI)具有高准确性、高传输速率且无需训练,用户需要花费大量精力专注于视觉刺激以产生足够强的SSVEP,其中高亮度、频繁的低频刺激和单一任务十分容易使用户产生疲劳.针对用户疲劳问题,提出一种针对SSVEP-BCI的实时疲劳检测系统,该系统包括一个可穿戴式脑电设备的硬件设计和实现以及基于支持向量机的分类算法.基于该系统,对用于疲劳检测准确性的熵进行研究,并发现模糊熵与近似熵在检测中具有一致性,在疲劳变化微弱的情况下模糊熵变化更突出,而在疲劳变化明显的情况下近似熵的变化更显著.此外,对前额和枕叶信号进行比较,发现前额信号的分类准确性通常高于枕叶信号,同时复合准确性高于任何一种单独使用时的准确性.

来源：2024年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第7期