公开(公告)号：CN118643416A

公开(公告)日：2024-09-13

申请号：CN202410666399.0

申请日：2024-05-28

Applicant: 桂林电子科技大学

Inventor： 黄品高 ,  徐思程 ,  陈梓彬 ,  谭岳飞 ,  农罗灏泓 ,  党选举 ,  莫太平 ,  王辉 ,  高超

IPC: G06F18/243 ,  A61B5/318 ,  A61B5/352 ,  A61B5/369 ,  A61B5/374 ,  A61B5/00 ,  G06F18/25 ,  G06N3/0442 ,  G06V40/16

Abstract: 本发明提供一种基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，属于生理信号处理与模式识别领域，所述方法包括：获取电网调度员的脑电信号和心电信号；使用视觉信号PERCLOS算法计算人眼开合度，同时通过专家评价得到主观打分，通过自适应加权数据融合算法对数据进行处理得到精神疲劳量化结果；对脑电、心电信号进行预处理，去除生理信号中的干扰噪声，对预处理后的信号进行窗口分割；对处理后的脑电、心电信号进行标注、训练和测试；根据目标脑电信号和心电信号，确定疲劳检测结果；疲劳输出结果通过反馈不断迭代优化分类预测模型；疲劳检测结果为百分比量化疲劳度。相较于其他精神疲劳检测，本方法使用通过可拓展自适应加权数据融合算法融合了PERCLOS指标与专家打分值进行疲劳量化，对提取到的脑电特征和心电特征进行特征层融合，并且通过不断迭代优化分类模型，可以更加真实的反映电网调度员的疲劳状态，实现更高精确度的疲劳检测结果与精神疲劳量化评估。

公开(公告)号：CN119302660A

公开(公告)日：2025-01-14

申请号：CN202411418973.7

申请日：2024-10-11

Applicant: 桂林电子科技大学

Inventor： 黄品高 ,  陈梓彬 ,  徐思程 ,  黄天展 ,  谭岳飞 ,  农罗灏泓 ,  党选举 ,  张向文 ,  莫太平

IPC: A61B5/22 ,  A61B5/397 ,  G06F18/10 ,  G06F18/213 ,  G06F18/27

Abstract: 本发明公开了一种基于表面肌电信号和输入特征可调的肌力估计方法，包括：同步采集肌肉收缩状态下的表面肌电信号和力信号；采用EMD‑DWT方法预处理表面肌电信号；采用滑动窗口分割表面肌电信号和力信号，提取表面肌电信号的特征，提取力信号的平均值，制作样本标签；采用皮尔逊相关系数法计算提取的特征与力信号的相关系数；依次添加相关系数高的特征组成模型的输入向量，构建肌力估计回归模型进行训练和测试，依据训练集和测试集的误差调整输入特征的数量。该方法能够准确快速提取有效特征和确定特征数量，保证在输入维度较低的情况下具有较高的肌力估计精度。