基于1D-ECNN的短時心電信號疲勞分類

吳雪，王嬈芬

上海工程技術大學電子電氣工程學院，上海201620

前言

隨著科技的進步，自動控制技術在社會發展中起到至關重要的作用。在自動控制系統運行過程中，幾乎不需要人類進行手動操作，人類操作員成為自動控制系統的監控者［1］。系統降低了對人的體力要求，與此同時，也提高了對人的腦力要求。研究表明，操作員的功能狀態是決定系統性能的一個重要因素。疲勞、嗜睡、注意力不集中等都會影響系統的安全運行［2］。在對安全性有較高要求的自動控制系統中，諸如以鐵路、航空、船運等為代表的交通運輸行業，由于操作員心理或生理產生的疲勞而導致事故的發生，一直以來都引起了廣泛關注［3］。因此，為了在一定程度上保證系統安全地運行，可以通過監測和評估操作員的疲勞狀態，適當調整操作員的工作負荷，從而大大減少操作事故的發生。

疲勞狀態檢測方法主要包括主觀測量法和生理測量法［4］。主觀測量法會受操作員主觀評價的影響，根據操作員的主觀判斷，對自身的疲勞狀態進行度量。但是，操作員有時并不一定能準確判斷自身的疲勞狀態，這會影響測量的準確性。另一方面，在進行主觀測評時，操作員要停下手中的任務，填寫主觀問卷調查，會對操作任務造成影響。因此，主觀測量法一般只用作其他疲勞檢測方法的參考。有研究表明，與其他疲勞指標（如面部表情、語音信號等）相比，心電、腦電、眼電等生理信號也能反映被試的疲勞狀態［5］。……