CN101243973A - 疲劳瞌睡监测唤醒方法及装置 - Google Patents
疲劳瞌睡监测唤醒方法及装置 Download PDFInfo
- Publication number
- CN101243973A CN101243973A CNA2008100261472A CN200810026147A CN101243973A CN 101243973 A CN101243973 A CN 101243973A CN A2008100261472 A CNA2008100261472 A CN A2008100261472A CN 200810026147 A CN200810026147 A CN 200810026147A CN 101243973 A CN101243973 A CN 101243973A
- Authority
- CN
- China
- Prior art keywords
- brain wave
- processing system
- ripple
- point
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 210000004556 brain Anatomy 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000003595 spectral effect Effects 0.000 claims abstract description 19
- 230000010365 information processing Effects 0.000 claims abstract description 15
- 210000000624 ear auricle Anatomy 0.000 claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000005622 photoelectricity Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 210000003128 head Anatomy 0.000 description 9
- 206010041349 Somnolence Diseases 0.000 description 8
- 206010016256 fatigue Diseases 0.000 description 8
- 210000001508 eye Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000002618 waking effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000000744 eyelid Anatomy 0.000 description 3
- 210000004761 scalp Anatomy 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 208000032140 Sleepiness Diseases 0.000 description 2
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004070 electrodeposition Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000037321 sleepiness Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002964 excitative effect Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000003867 tiredness Effects 0.000 description 1
- 208000016255 tiredness Diseases 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
疲劳瞌睡监测唤醒方法：1)将3个脑电波采集电极分贴在头顶正中的采集点、耳垂参考点和前额正中接地点；2)取采集点与参考点电位差放大、A/D转换后滤波；3)计算并取误差最小的功率谱值，当频率在8－13Hz之间的α波与频率在4－7Hz之间的θ波的功率谱值的比值在1.582－2.08之间时发出控制信号至报警系统；4)报警系统控制音频输出设备报警。根据上述方法设计的疲劳瞌睡监测唤醒装置：包含依次以数据线连接的脑电波采集处理系统(1)、光电耦合模块(2)、数字信号处理模块(3)、信息处理系统(4)、报警信号处理系统(5)和音频输出设备(6)。本方法及装置具有高的准确率，可最大限度地避免在高危操作时由于疲劳瞌睡而导致的事故。
Description
技术领域
本发明涉及一种通过监测脑电波从而判断疲劳瞌睡程度进而唤醒的方法，本发明还涉及利用该方法所研发的装置。
背景技术
现有的监测驾驶员疲劳打瞌睡的方法有多种：如通过监测驾驶员眼睛活动、头部的摆动倾斜情况、手对方向盘的握紧力变化、方向盘的动作事件及车速等的异常变化来判断驾驶员是否疲劳打瞌睡。
德国宝马公司研制了一种睡眠报警装置，该报警装置的设计原理是通过一台摄像机，对驾驶员的眼睑活动情况进行监测，并将数据汇总后传递到装置内，以确定驾驶员在驾驶中的清醒程度，继而适时发出光警报信号。还有一种专利号为88219311.2的红外瞌睡报警器是利用红外线光束射向眼的瞳孔，当眼睛睁开时，光束将该部分反射并折回；当人眼闭合时，光束则不能折回。一旦人眼闭合超过某个时限，监视光学信号的微信息处理机则会使报警装置发出报警信号。由于眼睑活动情况的异常并非都是由于瞌睡造成的，所以，如果出现由于其它情况而引起的眼睑活动，这种装置也会发出报警信号，这样会造成错误报警的情况。另外，国外曾经有这样的报道：为了搞清巴黎到里昂高速公路三个事故多发路段的事故原因，法国高速公路管理部门组织了一批驾驶记录良好的青年志愿者，在他们的汽车中安装摄像监测设备，全程记录驾驶员的驾驶操作反应，结果显示，驾驶员长时间在高速公路上行车，会不由自主地打瞌睡，频率约为每40公里一次，而且经常是在毫无意识的情况下睁着眼睛睡，时间为1-4秒。这种被称为“微睡”的情况便是造成高速公路交通事故的主要原因。如此看来，仅仅测量眼睛的变化，难以避免漏判的情况。
还有，当人们产生睡意时，往往头部会向前倾斜，有的防瞌睡装置就是通过对驾驶员头部的摆动倾斜情况来进行监测，该装置只要头部向前倾斜，就会自动发出警报声，以此来唤醒驾驶员，从而避免交通事故的发生。但这种装置也同样存在一定的不准确性，因为人的头部向前倾斜的情况有多种原因，比如说低头看某些东西的时候就会引起警报响起，此外人在瞌睡时头部也并非一定会向前倾斜。所以这种装置也会一定程度的造成错误报警和遗漏报警。
一直以来，很多设计者都在试图开发一种能提高此类装置判断能力及准确性的装置，在日本曾公开了一种防瞌睡汽车音响装置，其采用在方向盘上装设传感器的方式，当人因疲劳而产生瞌睡时，心率会发生变化，根据这一原理安装在方向盘上的传感器可以测试到驾驶员的心跳频率，并通过微电脑分析其心电图。
还有的就是通过摄像系统摄取使用者的面部特征，通过一套智能分析系统来进行识别该使用者是否产生睡意，这种装置要求对面部的分析非常之精细，而且使用的范围比较狭隘，需要能够固定摄像装置的支点，对摄像装置的要求也非常的高，一旦摄像装置在摄取面部神情的时候出现一些瑕疵之类的导致面部细节不真实就会使得分析系统的判断出现错误。
上述各种监测方法及装置的共同不足之处就是准确率不够高，时有误判。
早在19世纪70年代就开始了关于在实验动物暴露的大脑皮质有自发性脑电活动的初步研究，并提出将这种自发性电位变化应用到脑电图一词来描述，1924年H·Berger将两根铂制针状电极通过头皮和颅骨外伤的缺口插入大脑皮质，首次由人脑成功地记录出了有规则的脑电活动，并且证明，若将记录电极直接放置在人的头皮上，仍然能够描记到这种脑电波形。根据频率不同从应用的角度习惯上将脑电波分为4个频段：频率在0.5～3Hz之间的我们称之为δ波，又叫“深睡波”；频率在4～7Hz之间的我们称之为θ波，又“浅睡波”；频率在8～13Hz之间的我们称之为α波，又叫“松弛波”；频率在14～30Hz之间或者更高的我们称之为β波又叫“兴奋波”；各种波可同时存在。清醒工作状态时的脑电波在14Hz以上，甚至可达30Hz或更高。当β波居多的时候，显意识非常活跃，脑的活动处于最恰当的兴奋状态；当疲劳袭来时脑的兴奋度下降，呈现一个β波逐渐减少，α波逐渐增多，直至θ波逐步增多的一个过程。疲劳状态产生的脑电波的变化是一种最客观的显示，通过对脑电波由β波逐渐减少α波、θ波逐渐增多的数据进行处理分析，来判定是否有瞌睡，是最有效的监测方式。
香港理工大学曾提出一种用脑电波的波幅值及频谱分布数据来分析的方法，其原理采用的是判断该被监测者的脑电波幅值大于等于2倍幅值参考值，并且判断该监测者的脑电波频谱分布中，4-8Hz的θ波频谱分量占整个频谱总量的25％以上，以及8-13Hz的α波频谱分量占整个频谱总量的10％以上，则发出报警信号。这一监测报警装置是为驾驶员使用的瞌睡监测报警装置。虽然该装置采用了脑电波作为分析的依据，相比其它方法能减少错误报警和遗漏报警的情况，但是，用频谱的分布比例来作为监测判断的依据还是存在一定的问题。因此，如何对利用监测到的脑电波信号进行更科学、更准确的分析仍是医学上从事神经电生理研究人员的研究课题。
发明内容
本发明的第一个目的，就是提供一种通过监测人脑电波从而判断疲劳瞌睡程度进而唤醒方法。
方法步骤如下：
1、将3个脑电波采集电极分别贴在头顶正中的中央区采集点、耳垂参考点和前额正中接地点采集脑电波；
2、取中央区采集点与耳垂参考点之间的电位差，经运算放大、A/D模数转换成数字信号，信号经光电耦合器进行光电隔离后通过FFT运算来对该数字信号进行滤波处理；
3、通过周期图法和/或Burg递推算法、多窗口法算法，取误差最小的功率谱值，当频率在8-13Hz之间的α波与频率在4-7Hz之间的θ波的功率谱值比值在1.582-2.08之间时发出控制信号至报警系统；
4、报警系统控制音频输出设备报警或执行机构执行紧急控制。
所述的功率谱值计算时间间隔为20-40秒。
所述的报警系统当α波与θ波的功率谱值比值在1.582-1.84之间时发出50-60分贝的语音警报信号；当α波与θ波的功率谱值比值在1.84-2.08之间时发出持续30秒的70-80分贝的渐强性单一警报信号，后紧接发出40-50分贝的语音警报信号。
本发明的第二个目的，就是提供根据上述方法所研发的装置，其包含依次以数据线连接的脑电波采集处理系统、光电耦合模块、数字信号处理模块、信息处理系统、报警信号处理系统和音频输出设备；
所述的脑电波采集处理系统为：分别贴在头顶正中的中央区采集点和耳垂参考点、前额正中接地点采集脑电波的脑电波采集电极，前额正中接地点有分路分接采集点与参考点，采集点与参考点则分别接至模拟信号采集电路的输入端，模拟信号采集电路、低通滤波电路、放大电路与模/数转换电路依次以数据线连接；
所述的数字信号处理模块采用FFT运算进行数字滤波；
所述的信息处理系统采用DTMF的提取运算(Goertzel算法)和/或周期图法、Burg递推算法、多窗口法算法，计算脑电波的频谱和功率谱并进行分析比较；
所述的报警信号处理系统存储多种唤醒信号；
所述的音频输出设备为蓝牙耳机或喇叭。
所述的3脑电波采集电极镶嵌在帽子或头盔等的内侧对应处。
本发明可实时监测脑电波功率谱的变化，只要使用者一接上本脑电波唤醒器，信息处理系统就会立刻对当前状态的功率谱进行计算和分析，信息处理系统会记录开始的功率谱状态值作为以后状态变化的一个比较参考值。此后信息处理系统会每间隔一段时间(间隔时间为20-40秒)计算处理一次脑电波的功率谱值，当β波逐渐减少，α波逐渐增多的情况下，唤醒系统会发出语音信号以提示使用者恢复到清醒状态，比如说对司机而言的话可以提示“请小心开车，保持清醒状态”等等之类的语音内容，而当θ波逐步增多时，说明该使用者已进入浅睡状态，唤醒系统会发出一大概持续30秒左右的较高的警报声，能够在瞬间唤醒使用者，随后继续发出语音信号以便帮助使用者在尽快短的时间内恢复到清醒状态。其目的是因为当人在睡眠状态中被突然唤醒时意识仍不能够立即完全恢复到清醒状态，会不知道自己在做什么。
附图说明
下面结合附图和实施例对本发明作进一步的详细说明。
图1是本发明的实施例电路框图；
图2是本发明的实施例电极位置侧视图；
图3是本发明的实施例电极位置俯视图；
图4是实施例的脑电波采集处理系统电路图；
图5是实施例的光电耦合模块电路图；
图6是实施例的数字信号处理模块电路图；
图7是本发明的结构原理框图。
具体实施方式
本发明的通过监测脑电波从而判断疲劳瞌睡程度进而唤醒的方法实施例步骤如下：
1、将3个脑电波采集电极分别贴在头顶正中的中央区采集点、耳垂参考点和前额正中接地点采集脑电波；
2、取中央区采集点与耳垂参考点之间的电位差，经运算放大、A/D模数转换成数字信号，信号经光电耦合器进行光电隔离后通过FFT运算来对该数字信号进行滤波处理；
3、通过周期图法和/或Burg递推算法、多窗口法算法，取误差最小的功率谱值，当频率在8-13Hz之间的α波与频率在4-7Hz之间的θ波的功率谱值比值在1.582-2.08之间时发出控制信号至报警系统；
4、报警系统控制音频输出设备报警或执行机构执行紧急控制。功率谱值计算时间间隔为20-40秒。
所述的报警系统当α波与θ波的功率谱值比值在1.582-1.84之间时发出50-60分贝的语音警报信号；当α波与θ波的功率谱值比值在1.84-2.08之间时首先发出一持续30秒的70-80分贝的渐强性单一警报信号，后紧接发出40-50分贝的语音警报信号，协助使用者在最短的时间内恢复清醒意识。
根据上述方法所研发的装置：包含依次以数据线连接的脑电波采集处理系统1、光电耦合模块2、数字信号处理模块3、信息处理系统4、报警信号处理系统5和音频输出设备6；
脑电波采集处理系统为：镶嵌在帽子或头盔等的内侧分别对应于人头顶正中的中央区采集点、耳垂参考点和前额正中接地点的三个脑电波采集电极，前额正中接地点有分路分接采集点与参考点排除干扰，采集点与参考点则分别接至模拟信号采集电路的输入端，采集电路、放大电路、低通滤波电路与模/数转换电路依次以数据线连接，被整合为脑电波采集处理模块电路1，参见图1或图4，电路中的输入端EEG+与采集点电极相连，EEG-端与参考点电极相连，SGND端则与前额正中接地点电极相连并有分路与采集点电极和参考点电极相连。
来自输入端的脑电波信号通过放大电路模拟放大，然后经过AD7684芯片进行A/D转换成能够进行处理判断的数字信号；放大器部分的规格为：频率响应：1～65Hz；采样率：1024次/秒；输入范围：±15mv；分辨率：0.5μV；输入阻抗：100mΩ；输入端噪声电平：≤2.5μV；共模抑制比：≥100dB；50Hz工频干扰抑制比：≥60dB；绝缘方式：双重绝缘；光电隔离：2500V；脑电波采集处理模块1通过光电耦合芯片IL717与数字信号处理模块3相连接，经过A/D转换后的脑电波信号在数字信号处理模块中进行数字滤波，数字信号处理模块3为芯片MEGA16L，通过FFT算法进行数字滤波；最后再传输到信息处理系统模块4中进行功率频谱的计算，对计算结果进行分析和比较，采用DTMF的提取运算(Goertzel算法)和/或周期图法、Burg递推算法、多窗口法算法，计算由脑电波采集系统传输过来的脑电波的频率和功率谱等参数值并进行分析比较，传输判断指令给报警信号处理系统，报警信号处理系统接有蓝牙耳机。系统板MCUARM9中包括了所述的信息处理系统4和所述的报警信号处理系统5。装置由电池供电。
本发明的装置是一款设计简单、易于携带的仪器，它可设计成帽子的外观形式，将采集脑电用的电极线镶嵌在内侧与头皮接触的地方，只要戴上该仪器打开电源开关即可以启动仪器。采集系统通过脑电电极线采集脑电波实时信号，经放大、A/D转换成数字信号后，信息处理系统计算采集到的脑电波的功率谱值，以此判断使用者是否处于意识清醒的状态，如果是则将其值存储于memory中，以作为一对照的参考值；当监测到α波与θ波的功率谱值比值开始慢慢增大，比值在1.582-1.84之间时，信息处理系统会给个判断信号给报警信号处理系统，报警信号处理系统会根据接收到的判断信号选择播放出提醒使用者保持清醒操作的不同的语音警报信号。而当监测到α波与θ波的功率谱值比值在1.84-2.08之间时，报警信号处理系统会根据接收到的判断信号选择先播放出一大概持续30秒的高音强、高频率的单一警报信号促使使用者瞬间消除倦意，随即再播放一语音信号帮助使用者在最短的时间内恢复清醒意识，避免事故的发生。
本发明的优点：
1)本发明用脑电电极采集使用者的脑电波状态，是一种客观的监测手段，是最有效的监测方式；
2)本发明中的采用的是ECOS实时操作系统，能够最大程度的满足脑电波采集、传输、处理的实时性；
3)本发明可与帽子、头盔等结合起来，美观，携带方便；
4)操作简单，只需戴上设备、打开电源开关即可；
5)唤醒信号可根据个人的喜好而设定，也可进行更新。
6)本发明可应用到多种领域，如针对驾驶而言，可与汽车刹车装置相连接，如果监测到使用者的脑电波全为θ波即处于睡眠状态时，就启动汽车刹车装置，将车强制性停下来。
Claims (6)
1、一种疲劳瞌睡监测唤醒方法，步骤如下：
1)将3个脑电波采集电极分别贴在头顶正中的中央区采集点、耳垂参考点和前额正中接地点采集脑电波；
2)取中央区采集点与耳垂参考点之间的电位差，经运算放大、A/D模数转换成数字信号，信号经光电耦合器进行光电隔离后通过FFT运算来对该数字信号进行滤波；
3)通过周期图法和/或Burg递推算法、多窗口法，取误差最小的功率谱值，当频率在8-13Hz之间的α波与频率在4-7Hz之间的θ波的功率谱值的比值在1.582-2.08之间时发出控制信号至报警系统；
4)报警系统控制音频输出设备报警或执行机构执行紧急控制。
2、根据权利要求1所述的疲劳瞌睡监测唤醒方法，其特征是：所述的功率谱值计算时间间隔为20-40秒之间。
3、根据权利要求1或2所述的疲劳瞌睡监测唤醒方法，其特征是：所述的报警系统当α波与θ波的功率谱值比值在1.582-1.84之间时发出50-60分贝的语音警报信号；当α波与θ波的功率谱值比值在1.84-2.08之间时发出持续30秒的70-80分贝的渐强性单一警报信号，后紧接发出40-50分贝的语音警报信号。
4、根据权利要求1所述的方法所设计的疲劳瞌睡监测唤醒装置，其特征是：包含依次以数据线连接的脑电波采集处理系统(1)、光电耦合模块(2)、数字信号处理模块(3)、信息处理系统(4)、报警信号处理系统(5)、音频输出设备(6)和供电电池；
所述的脑电波采集处理系统(1)为：分别贴在头顶正中的中央区采集点、耳垂参考点和前额正中接地点采集脑电波的脑电波采集电极，前额正中接地点有分路分接采集点与参考点，采集点与参考点则分别接至模拟信号采集电路的输入端，模拟信号采集电路、低通滤波电路、放大电路与模/数转换电路依次以数据线连接；
所述的数字信号处理模块采用FFT运算进行数字滤波；
所述的信息处理系统采用DTMF的提取运算和周期图法、Burg递推算法、多窗口法算法，计算脑电波的频率和功率谱值，并进行比较和分析；
所述的报警信号处理系统存储多种唤醒信号。
5、根据权利要求4所述的疲劳瞌睡监测唤醒装置，其特征是：所述的光电耦合模块(2)为芯片IL717，所述的数字信号处理模块(3)为芯片MEGA16L，系统板MCUARM9中包括了所述的信息处理系统(4)和所述的报警信号处理系统(5)，所述的音频输出设备(6)为蓝牙耳机或喇叭。
6、根据权利要求5所述的疲劳瞌睡监测唤醒装置，其特征是：所述的中央区采集点、耳垂参考点和前额正中接地点的脑电波采集电极镶嵌在帽子或头盔等的内侧对应处。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2008100261472A CN100536766C (zh) | 2008-01-31 | 2008-01-31 | 疲劳瞌睡监测唤醒方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2008100261472A CN100536766C (zh) | 2008-01-31 | 2008-01-31 | 疲劳瞌睡监测唤醒方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101243973A true CN101243973A (zh) | 2008-08-20 |
| CN100536766C CN100536766C (zh) | 2009-09-09 |
Family
ID=39944810
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB2008100261472A Active CN100536766C (zh) | 2008-01-31 | 2008-01-31 | 疲劳瞌睡监测唤醒方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100536766C (zh) |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101987017A (zh) * | 2010-11-18 | 2011-03-23 | 上海交通大学 | 用于驾车司机警觉度测定的脑电信号识别检测方法 |
| CN101596101B (zh) * | 2009-07-13 | 2011-03-23 | 北京工业大学 | 依据脑电信号判定疲劳状态的方法 |
| CN102920453A (zh) * | 2012-10-29 | 2013-02-13 | 泰好康电子科技（福建）有限公司 | 一种脑电波信号处理方法及其装置 |
| CN103111020A (zh) * | 2013-02-04 | 2013-05-22 | 东北大学 | 一种基于穴位电刺激的驾驶疲劳的检测缓解系统及方法 |
| CN103258403A (zh) * | 2012-02-15 | 2013-08-21 | 纬创资通股份有限公司 | 防瞌睡预警系统及方法 |
| CN103680066A (zh) * | 2013-11-15 | 2014-03-26 | 东莞龙昌数码科技有限公司 | 一种眼框式疲劳检测反馈器 |
| CN103690162A (zh) * | 2013-12-24 | 2014-04-02 | 天津师范大学 | 一种穿戴式脑电清醒状态检测仪 |
| CN103700219A (zh) * | 2013-11-14 | 2014-04-02 | 东莞龙昌数码科技有限公司 | 一种检测和消除人脑疲劳的方法 |
| CN103747722A (zh) * | 2012-06-05 | 2014-04-23 | 博伊雷尔有限责任公司 | 紧张状态和疲劳分析及诊断仪 |
| WO2014071556A1 (zh) * | 2012-11-06 | 2014-05-15 | 深圳市新缔科技有限公司 | 便于佩戴的基于脑电波分析的瞌睡预警装置 |
| CN103873999A (zh) * | 2012-12-14 | 2014-06-18 | 奥迪康有限公司 | 可配置的听力仪器 |
| CN104207791A (zh) * | 2014-08-26 | 2014-12-17 | 江南大学 | 一种疲劳驾驶检测方法 |
| CN104337101A (zh) * | 2013-07-23 | 2015-02-11 | 瑞轩科技股份有限公司 | 安全监控系统及其疲劳监控装置与安全帽 |
| CN104382592A (zh) * | 2014-12-11 | 2015-03-04 | 康泰医学系统（秦皇岛）股份有限公司 | 一种基于功率谱分析算法的脑电检测装置 |
| CN104720798A (zh) * | 2015-04-03 | 2015-06-24 | 上海帝仪科技有限公司 | 基于脑电频谱特征的疲劳检测方法及系统 |
| CN105405254A (zh) * | 2015-12-23 | 2016-03-16 | 天津理想动力科技有限公司 | 一种疲劳监测智能帽 |
| CN105813547A (zh) * | 2013-12-12 | 2016-07-27 | 皇家飞利浦有限公司 | 用于方便睡眠阶段转换的系统和方法 |
| CN107961120A (zh) * | 2017-12-08 | 2018-04-27 | 中国电子科技集团公司第二十七研究所 | 一种基于脑电控制的智能轮椅控制系统 |
| CN108877150A (zh) * | 2018-07-05 | 2018-11-23 | 张屹然 | 一种基于生物脑电芯片的司机疲劳驾驶监测装置及疲劳判别算法 |
| CN109063686A (zh) * | 2018-08-29 | 2018-12-21 | 安徽华元智控科技有限公司 | 一种汽车驾驶员疲劳检测方法及系统 |
| CN109377722A (zh) * | 2018-11-13 | 2019-02-22 | 陕西科技大学 | 驾驶员心电数据监测装置及利用该装置的疲劳提醒系统 |
| CN109498002A (zh) * | 2019-01-04 | 2019-03-22 | 深圳市舟洁信息咨询服务有限公司 | 麻醉深度监测装置 |
| CN109716411A (zh) * | 2016-09-08 | 2019-05-03 | 福特汽车公司 | 用以监测驾驶员的活动水平的方法和设备 |
| CN110840453A (zh) * | 2019-12-21 | 2020-02-28 | 深圳市杰纳瑞医疗仪器股份有限公司 | 一种采集脑电信号电路及抗干扰方法 |
| CN111450380A (zh) * | 2020-03-30 | 2020-07-28 | 重庆大学 | 基于近红外脑功能成像的驾驶疲劳智能检测警示唤醒系统 |
| CN114424927A (zh) * | 2020-10-29 | 2022-05-03 | 华为技术有限公司 | 睡眠监测方法、装置、电子设备及计算机可读存储介质 |
| CN116746927A (zh) * | 2023-05-18 | 2023-09-15 | 中国人民解放军海军特色医学中心 | 一种密闭舱水下作业时水下作业人员状态调节方法及系统 |
-
2008
- 2008-01-31 CN CNB2008100261472A patent/CN100536766C/zh active Active
Cited By (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101596101B (zh) * | 2009-07-13 | 2011-03-23 | 北京工业大学 | 依据脑电信号判定疲劳状态的方法 |
| CN101987017A (zh) * | 2010-11-18 | 2011-03-23 | 上海交通大学 | 用于驾车司机警觉度测定的脑电信号识别检测方法 |
| CN103258403A (zh) * | 2012-02-15 | 2013-08-21 | 纬创资通股份有限公司 | 防瞌睡预警系统及方法 |
| US9165452B2 (en) | 2012-02-15 | 2015-10-20 | Wistron Corporation | Driver drowsiness prediction system and method thereof |
| CN103747722A (zh) * | 2012-06-05 | 2014-04-23 | 博伊雷尔有限责任公司 | 紧张状态和疲劳分析及诊断仪 |
| CN102920453A (zh) * | 2012-10-29 | 2013-02-13 | 泰好康电子科技（福建）有限公司 | 一种脑电波信号处理方法及其装置 |
| WO2014071556A1 (zh) * | 2012-11-06 | 2014-05-15 | 深圳市新缔科技有限公司 | 便于佩戴的基于脑电波分析的瞌睡预警装置 |
| CN103873999A (zh) * | 2012-12-14 | 2014-06-18 | 奥迪康有限公司 | 可配置的听力仪器 |
| CN103111020A (zh) * | 2013-02-04 | 2013-05-22 | 东北大学 | 一种基于穴位电刺激的驾驶疲劳的检测缓解系统及方法 |
| CN104337101A (zh) * | 2013-07-23 | 2015-02-11 | 瑞轩科技股份有限公司 | 安全监控系统及其疲劳监控装置与安全帽 |
| CN104337101B (zh) * | 2013-07-23 | 2017-07-07 | 瑞轩科技股份有限公司 | 安全监控系统及其疲劳监控装置与安全帽 |
| CN103700219A (zh) * | 2013-11-14 | 2014-04-02 | 东莞龙昌数码科技有限公司 | 一种检测和消除人脑疲劳的方法 |
| CN103680066A (zh) * | 2013-11-15 | 2014-03-26 | 东莞龙昌数码科技有限公司 | 一种眼框式疲劳检测反馈器 |
| CN105813547A (zh) * | 2013-12-12 | 2016-07-27 | 皇家飞利浦有限公司 | 用于方便睡眠阶段转换的系统和方法 |
| US10512428B2 (en) | 2013-12-12 | 2019-12-24 | Koninklijke Philips N.V. | System and method for facilitating sleep stage transitions |
| CN103690162A (zh) * | 2013-12-24 | 2014-04-02 | 天津师范大学 | 一种穿戴式脑电清醒状态检测仪 |
| CN103690162B (zh) * | 2013-12-24 | 2015-05-20 | 天津师范大学 | 一种穿戴式脑电清醒状态检测仪 |
| CN104207791B (zh) * | 2014-08-26 | 2017-02-15 | 江南大学 | 一种疲劳驾驶检测方法 |
| CN104207791A (zh) * | 2014-08-26 | 2014-12-17 | 江南大学 | 一种疲劳驾驶检测方法 |
| CN104382592A (zh) * | 2014-12-11 | 2015-03-04 | 康泰医学系统（秦皇岛）股份有限公司 | 一种基于功率谱分析算法的脑电检测装置 |
| CN104720798A (zh) * | 2015-04-03 | 2015-06-24 | 上海帝仪科技有限公司 | 基于脑电频谱特征的疲劳检测方法及系统 |
| CN105405254A (zh) * | 2015-12-23 | 2016-03-16 | 天津理想动力科技有限公司 | 一种疲劳监测智能帽 |
| CN109716411B (zh) * | 2016-09-08 | 2021-06-25 | 福特汽车公司 | 用以监测驾驶员的活动水平的方法和设备 |
| CN109716411A (zh) * | 2016-09-08 | 2019-05-03 | 福特汽车公司 | 用以监测驾驶员的活动水平的方法和设备 |
| CN107961120A (zh) * | 2017-12-08 | 2018-04-27 | 中国电子科技集团公司第二十七研究所 | 一种基于脑电控制的智能轮椅控制系统 |
| CN108877150A (zh) * | 2018-07-05 | 2018-11-23 | 张屹然 | 一种基于生物脑电芯片的司机疲劳驾驶监测装置及疲劳判别算法 |
| CN109063686A (zh) * | 2018-08-29 | 2018-12-21 | 安徽华元智控科技有限公司 | 一种汽车驾驶员疲劳检测方法及系统 |
| CN109377722A (zh) * | 2018-11-13 | 2019-02-22 | 陕西科技大学 | 驾驶员心电数据监测装置及利用该装置的疲劳提醒系统 |
| CN109498002A (zh) * | 2019-01-04 | 2019-03-22 | 深圳市舟洁信息咨询服务有限公司 | 麻醉深度监测装置 |
| CN110840453A (zh) * | 2019-12-21 | 2020-02-28 | 深圳市杰纳瑞医疗仪器股份有限公司 | 一种采集脑电信号电路及抗干扰方法 |
| CN111450380A (zh) * | 2020-03-30 | 2020-07-28 | 重庆大学 | 基于近红外脑功能成像的驾驶疲劳智能检测警示唤醒系统 |
| CN114424927A (zh) * | 2020-10-29 | 2022-05-03 | 华为技术有限公司 | 睡眠监测方法、装置、电子设备及计算机可读存储介质 |
| CN116746927A (zh) * | 2023-05-18 | 2023-09-15 | 中国人民解放军海军特色医学中心 | 一种密闭舱水下作业时水下作业人员状态调节方法及系统 |
| CN116746927B (zh) * | 2023-05-18 | 2024-04-23 | 中国人民解放军海军特色医学中心 | 一种密闭舱水下作业时水下作业人员状态调节方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN100536766C (zh) | 2009-09-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100536766C (zh) | 疲劳瞌睡监测唤醒方法及装置 | |
| CN2770008Y (zh) | 瞌睡检测报警装置 | |
| CN105869356B (zh) | 一种铁路司机工作状态的评估干预系统及方法 | |
| WO2021103829A1 (zh) | 基于脑波音乐的个性化精神状态调节系统及调节方法 | |
| US20090171232A1 (en) | Drowsiness detection system | |
| WO2021109601A1 (zh) | 一种麻醉深度的测量方法、存储介质及电子设备 | |
| CN103021134A (zh) | 汽车疲劳驾驶监测报警装置 | |
| US20200241525A1 (en) | Computer-based apparatus system for assessing, predicting, correcting, recovering, and reducing risk arising from an operator?s deficient situation awareness | |
| US20160151602A1 (en) | Sound-induced sleep method and a system therefor | |
| CN104757954A (zh) | 一种车用健康监测与舒适性调节系统及其监测、调节方法 | |
| CN102874113A (zh) | 驾驶员突发疾病后的安全保护系统 | |
| CN109204307B (zh) | 获取自适应防碰撞预警距离的方法、存储介质及系统 | |
| CN101976495A (zh) | 疲劳驾驶检测系统及方法 | |
| CN110162182B (zh) | 脑电控制模块装置及其控制受控设备的方法 | |
| Zeng et al. | Classifying driving fatigue by using EEG signals | |
| CN104269027A (zh) | 基于视频和传感结合的疲劳驾驶检测装置 | |
| CN109833049A (zh) | 疲劳驾驶预防方法、装置及可读存储介质 | |
| CN211427470U (zh) | 一种疲劳驾驶提醒装置 | |
| CN206007247U (zh) | 一种基于脑电波防疲劳监测的骨传导反馈装置 | |
| CN203552404U (zh) | 一种驾驶疲劳预警系统 | |
| CN111839508A (zh) | 基于精神状态检测与控制的车辆安全驾驶系统 | |
| CN202960535U (zh) | 汽车疲劳驾驶监测报警装置 | |
| CN204250135U (zh) | 一种具有安全提示功能的方向盘 | |
| CN106037724A (zh) | 一种基于脑电波防疲劳监测的骨传导反馈装置 | |
| KR20180074534A (ko) | 이어후크 타입 웨어러블 디바이스를 이용한 건강 상태 모니터링 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| ASS | Succession or assignment of patent right |
Owner name: GUANGZHOU RAINJET MEDICAL EQUIPMENT CO., LTD. Free format text: FORMER OWNER: YANG JIE Effective date: 20101111 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 510515 ROOM 1902, JIANGJUN BUILDING, SOUTHERN MEDICAL UNIVERSITY (FORMER FIRST MILITARY MEDICAL UNIVERSITY), GUANGZHOU CITY, GUANGDONG PROVINCE TO: 510663 F602, NO.11, CAIPIN ROAD, SCIENCE CITY, ECONOMIC AND TECHNOLOGICAL DEVELOPMENT ZONE, GUANGZHOU CITY |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20101111 Address after: 510663, Guangzhou economic and Technological Development Zone, Science City, color Road No. 11, F602 Patentee after: GUANGZHOU RAINJET MEDICAL EQUIPMENT CO., LTD. Address before: 510515 room 1902, general building, Southern Medical University, Guangzhou, Guangdong, China (First Military Medical University) Patentee before: Yang Jie |