-
公开(公告)号：CN114767133B
公开(公告)日：2024-09-20
申请号：CN202210346472.7
申请日：2022-03-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于多信息融合的疲劳检测方法，包括以下步骤：1)采集待检测用户的手臂肱二头肌的肌电信号EMG_RAW1和肱桡肌处的肌电信号EMG_RAW2并进行滤波处理得到滤波处理后的信号EMG_F1和EMG_F2；2)分别计算第一肌电疲劳指数FIEMG和第二肌电疲劳指数FMPF；3)采集待检测用户的脑电信号并进行预处理；4)分别计算第一脑电疲劳指数F(δ+Θ)/β和第二脑电疲劳指数FPSI；5)对肌电信号和脑电信号进行特征融合，计算人体疲劳指数F，并以此判断待检测用户的疲劳状态。与现有技术相比，本发明具有多环境状态的疲劳检测、更加全面、考虑个体差异性、支持个性化设置等优点。
-
公开(公告)号：CN114767133A
公开(公告)日：2022-07-22
申请号：CN202210346472.7
申请日：2022-03-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于多信息融合的疲劳检测方法，包括以下步骤：1)采集待检测用户的手臂肱二头肌的肌电信号EMG_RAW1和肱桡肌处的肌电信号EMG_RAW2并进行滤波处理得到滤波处理后的信号EMG_F1和EMG_F2；2)分别计算第一肌电疲劳指数FIEMG和第二肌电疲劳指数FMPF；3)采集待检测用户的脑电信号并进行预处理；4)分别计算第一脑电疲劳指数F(δ+Θ)/β和第二脑电疲劳指数FPSI；5)对肌电信号和脑电信号进行特征融合，计算人体疲劳指数F，并以此判断待检测用户的疲劳状态。与现有技术相比，本发明具有多环境状态的疲劳检测、更加全面、考虑个体差异性、支持个性化设置等优点。
-
Search Results
2
records
(took 0.023 seconds)
