-
题名基于级联森林和多模态融合的脑力疲劳识别算法
- 1
-
-
作者
邓浩伟
侯月皎
张朝月
徐慕华
朱玲玲
赵永岐
-
机构
中国人民解放军军事科学院军事医学研究院
合肥工业大学仪器科学与光电工程学院
-
出处
《北京航空航天大学学报》
北大核心
2025年第2期584-593,共10页
-
基金
基础科研项目(JKCY2019548B001)。
-
文摘
脑力疲劳是影响人的认知功能和工作效率的重要因素,但目前没有公开的与脑力疲劳相关的多模态融合数据库,且常用于识别脑力疲劳的脑电信号在采集过程中易对人体造成负担和活动限制,因此,提出一种基于多模态生理信号的脑力疲劳识别算法。实验采用连续认知任务诱发受试者的脑力疲劳,同步采集脑电和心电2种生理信号。采用4导联(Fp1,F7,F8,Fp2)脑电信号和心电信号构建多模态融合特征,输入级联森林模型完成脑力疲劳识别任务。最终获得14份有效脑力疲劳多模态数据集,并实现了99.60%的平均识别率。通过引入级联森林和多模态融合技术,有效提高了脑力疲劳识别的准确性和鲁棒性,为脑力疲劳监测与干预提供了技术支持。
-
关键词
脑力疲劳
多模态融合
级联森林
脑电图
心电图
-
Keywords
mental fatigue
multi-modal fusion
cascade forest
electroencephalogram
electrocardiogram
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
