基于Android平台的精神疲劳检测系统的设计与应用
目的:设计一套基于Android平台的精神疲劳检测系统,实时检测、监测被测对象的精神疲劳状态.方法:遵循准确性、易用性、便携性原则,利用脑电信号多尺度熵结合长短期记忆(long-short term memory,LSTM)人工神经网络模型,通过MindWave系列单通道脑电信号采集设备,设计并实现包括移动端和服务器端两大部分的精神疲劳检测系统.其中移动端采用Android Studio作为开发工具,通过Java编程语言进行设计;服务器端采用Eclipse作为开发工具,在Tomcat运行环境下进行设计.结果:该系统不仅可以显示脑电信号波形图,专注度、冥想度曲线图,以及从原始脑电信号数据提取出来的α波、β波和θ波波形图,对精神疲劳等级进行量化,还可以存储用户数据,不断完善LSTM人工神经网络模型,从而使量化结果越来越准确.结论:基于Android平台的精神疲劳检测系统小型、便捷,能够简便、快速、实时地对用户精神疲劳状态进行检测与监测,可防止疲劳作业引发的安全事故.
精神疲劳检测、Android平台、长短期记忆人工神经网络、脑电信号、多尺度熵、AI算法
40
R318;TP311(医用一般科学)
2017福建省科技厅引导性项目2017Y0070;2016军队后勤科研项目CNJ16C014
2019-12-31（万方平台首次上网日期，不代表论文的发表时间）
共5页
28-32
