CN112957046B - 评估晕动症的方法和装置 - Google Patents
评估晕动症的方法和装置 Download PDFInfo
- Publication number
- CN112957046B CN112957046B CN202110247233.1A CN202110247233A CN112957046B CN 112957046 B CN112957046 B CN 112957046B CN 202110247233 A CN202110247233 A CN 202110247233A CN 112957046 B CN112957046 B CN 112957046B
- Authority
- CN
- China
- Prior art keywords
- motion sickness
- data
- acceleration data
- subject
- score
- 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.)
- Expired - Fee Related
Links
- 201000003152 motion sickness Diseases 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title abstract description 27
- 230000001133 acceleration Effects 0.000 claims abstract description 132
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims description 14
- 210000003128 head Anatomy 0.000 description 44
- 230000002596 correlated effect Effects 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 206010047700 Vomiting Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Educational Technology (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- 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
本申请提出一种评估晕动症的方法和装置。其中,方法包括:获取受试者在睁眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据;计算受试者在睁眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在睁眼状态下的第一拟合相关性结果;获取受试者在闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据;计算受试者在闭眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在闭眼状态下的第二拟合相关性结果;根据第一拟合相关性结果和第二拟合相关性结果,确定评估指标,并根据评估指标对所述受试者进行晕动症评估。本申请可以准确评估晕动症。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种评估晕动症的方法和装置。
背景技术
近些年,汽车已经成为最普遍的交通工具,有将近40%的人受到晕动病的困扰,找到评估晕动症的生理参数,并针对性干预可以改善这个问题。相关技术中,对受试者的刺激只有单纯的视觉刺激,并且只记录受试者的脑电信号,据调研晕动症是前庭与视觉共同接受刺激导致,且脑电信号在采集,处理以及提取特征方面仍不规范化,不确定因素有很多,国际上对不同波段的特征意义仍有争议,从而导致晕动症评估结果不准确。因此,如何准确评估晕动症,已经成为亟待解决的问题。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的第一个目的在于提出一种评估晕动症的方法,以实现确定符合受试者身体状态的可用以评估晕动症的评估指标,这样,通过该评估指标来对该受试者进行晕动症评估,可以准确的评估出该受试者的晕动症,提高评估结果准确性。
本申请的第二个目的在于提出一种评估晕动症的装置。
为达上述目的,本申请第一方面实施例提出了一种评估晕动症的方法,包括:
获取受试者在睁眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据;
计算所述受试者在所述睁眼状态下的所述主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在所述睁眼状态下的第一拟合相关性结果;
获取所述受试者在闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据;
计算所述受试者在所述闭眼状态下的所述主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在所述闭眼状态下的第二拟合相关性结果;
根据所述第一拟合相关性结果和所述第二拟合相关性结果,确定评估指标,并根据所述评估指标对所述受试者进行晕动症评估。
为达上述目的,本申请第二方面实施例提出了一种评估晕动症的装置,包括:
第一获取模块,用于获取受试者在睁眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据;
第一计算模块,用于计算所述受试者在所述睁眼状态下的所述主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在所述睁眼状态下的第一拟合相关性结果;
第二获取模块,用于获取所述受试者在闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据;
第二计算模块,用于计算所述受试者在所述闭眼状态下的所述主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在所述闭眼状态下的第二拟合相关性结果;
确定模块,用于根据所述第一拟合相关性结果和所述第二拟合相关性结果,确定评估指标;
评估模块,用于根据所述评估指标对所述受试者进行晕动症评估。
根据本申请实施例的评估晕动症的方法以及装置,获取受试者分别在睁眼状态和闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据,分别计算受试者在两种状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,以获得在睁眼状态下的第一拟合相关性结果和在闭眼状态下的第二拟合相关性结果;根据第一拟合相关性结果和第二拟合相关性结果,确定评估指标,并根据评估指标对所述受试者进行晕动症评估。由此,本申请通过在记录脑电信号的同时,同时记录了受试者的头部加速度,眼睛睁闭和模拟器加速度信号,分别从受试者和模拟器的角度评估晕动症,从而可以准确评估晕动症,进而在准确的评估晕动症时,可以做出相应的改进,比如人为干预调节大脑theta频率,控制头部姿势,改进汽车的发动机等,以此来缓解干扰人们的晕动症。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例所提供的一种评估晕动症的方法的流程示意图;
图2是根据本申请实施例的评估晕动症的方法的流程示意图;以及
图3为本申请实施例提供的一种评估晕动症的装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的评估晕动症的方法和装置。
图1为本申请实施例所提供的一种评估晕动症的方法的流程示意图。图2是根据本申请实施例的评估晕动症的方法的流程示意图。需要说明的是,本申请实施例的评估晕动症的方法可应用于本申请实施例的评估晕动症的装置。如图1和图2所示,该评估晕动症的方法可包括以下步骤。
在步骤101中,获取受试者在睁眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据。
在步骤102中,获取受试者在闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据。
在本申请一些实施例中,生理参数数据可包括脑电数据;外部加速度数据可包括受试者的头部加速度数据和模拟器的加速度数据。举例而言,在驾驶汽车模拟器车身上和受试者头部上分别设置加速度传感器。使用传感器记录的加速度信号来检测一定时间(如20分钟)模拟驾驶中受试者和模拟器的正负加速度个数。例如,首先让汽车模拟器模拟按照随机地图运动20分钟,测试驾驶模拟器的阈值,同时记录模拟器上传感器的水平前后加速度信号和水平左右加速度信号。试验过程如下:在模拟器单独运行过程中,分析信号振幅,在此基础上定义上述阈值为0.09g,可以理解,这些阈值即为在该随机地图范围内的阈值。这样,通过试验来定义加速度的阈值,以便后续从采集到的加速度信号中获取满足该随机地图内的阈值的加速度数据,以保证在实验时所获取的数据是在这个阈值范围内的,属于正常数据。
在实验时,受试者被要求做两组随机实验,一组是受试者在眼睛闭合状态下自动驾驶模拟器,另一组是受试者在眼睛睁开状态下自动驾驶模拟器。受试者在眼睛闭合和睁开两种状态下自动驾驶模拟器,同时记录受试者的脑电数据,头部加速度数据和汽车模拟器的加速度数据,受试者每隔两分钟经语音提醒会实时评价晕动病程度(0-4),其中0分表示不晕车,1分表示轻微晕车,2分表示中度晕车,3分表示重度晕车,4分表示受试者呕吐。因此,得到的主观晕动评分为连续的数据集。
在获得受试者在两种状态(即睁眼状态和闭眼状态)下驾驶模拟器时的主观晕动评分、脑电数据、受试者的头部加速度数据和模拟器的加速度数据之后,可对获取到的受试者脑电数据、受试者头部加速度数据和模拟器加速度数据进行预处理,比如,将不符合阈值要求的数据进行剔除,和/或对数据进行降噪处理等,以保证数据的有效性。
在步骤103中,计算受试者在睁眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在睁眼状态下的第一拟合相关性结果。
在本申请实施例中,可通过相关性计算公式来计算受试者在睁眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,以获得在睁眼状态下的第一拟合相关性结果。可选地,通过以下公式计算主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性:
其中,ρxy表示数据x与y的相关性,Cov(x,y)表示数据x与y之间的协方差,D(x)表示数据x的方差,D(y)表示数据y的方差。
作为一种示例,以生理参数数据包括脑电数据;外部加速度数据包括受试者的头部加速度数据和模拟器的加速度数据为例。在本示例中,可通过上述式(1)分别计算受试者在睁眼状态下的主观晕动评分、脑电数据、受试者头部加速度数据和模拟器加速度数据这四种数据之间的两两相关性,将计算得到两两相关性得分作为所述在睁眼状态下的第一拟合相关性结果。举例而言,以计算受试者在睁眼状态下的主观晕动评分、脑电数据间的相关性为例,可先计算受试者在驾驶模拟器在随机地图上运行20分钟内主观评价的晕动病程度(即主观晕动评分),根据该20分钟内主观评价的晕动病程度计算针对主观晕动评分的方差D(x);根据受试者在驾驶模拟器在随机地图上运行20分钟内过程中所获得的受试者头部加速度数据,计算针对受试者头部加速度数据的方差D(y),并利用该20分钟内主观评价的晕动病程度和在随机地图上运行20分钟内过程中所获得的受试者头部加速度数据,计算主观晕动评分和头部加速度数据之间的协方差Cov(x,y),根据上述主观晕动评分的方差D(x)、受试者头部加速度数据的方差D(y)、主观晕动评分和头部加速度数据之间的协方差Cov(x,y),利用上述公式(1),计算主观晕动评分与头部加速度数据之间的相关性。可以理解,主观晕动评分分别与受试者头部加速度数据和模拟器加速度数据的两两相关性、脑电数据分别与受试者头部加速度数据和模拟器加速度数据的两两相关性、受试者头部加速度数据与模拟器加速度数据的两两相关性的计算方式,可参照上述主观晕动评分与头部加速度数据之间的相关性计算,在此不再赘述。
在步骤104中,计算受试者在闭眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在闭眼状态下的第二拟合相关性结果。
可以理解,本步骤中的受试者在闭眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性的计算方式,与受试者在睁眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性的计算方式相同,可参照上述步骤103的计算方式,在此不再赘述。
在步骤105中,根据第一拟合相关性结果和第二拟合相关性结果,确定评估指标,并根据评估指标对受试者进行晕动症评估。
在本申请实施例中,第一拟合相关性结果和所述第二拟合相关性结果均包括:主观晕动评分、脑电数据、头部加速度数据和模拟器加速度数据间的两两相关性得分。作为一种示例,可根据第一拟合相关性结果,从主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中,获取相关性得分大于第一阈值的第一指标信号,其中,第一指标信号为主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中的至少一种。根据第二拟合相关性结果,从主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中,获取相关性得分大于第二阈值的第二指标信号,其中,第二指标信号为主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中的至少一种。这样,可根据第一指标信号、以及第二指标信号,确定用以评估晕动症的评估指标。
需要说明的是,不同的相关性得分代表着信号之间的相关程度。例如,对于相关性ρxy的不同数值,有如下描述:
|ρxy|>阈值1,表示x与y存在显著性相关,其中,该阈值1可为0.95;
|ρxy|≥阈值2,表示x与y存在高度相关,其中,该阈值2可为0.8;
阈值3≤|ρxy|≤阈值2,表示x与y存在中度相关,其中,该阈值3可为0.5;
阈值4≤|ρxy|≤阈值3,表示x与y存在低度相关,其中,该阈值4可为0.3;
|ρxy|<阈值4,表示x与y关系极弱,认为不相关。
在本实施例中,可根据第一拟合相关性结果之中的各相关性得分,从主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中获取相关性得分大于第一阈值的第一指标信号,作为一种示例,该第一阈值可为0.8,即可从主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中获取相关性程度在高度相关及以上等级的信号作为第一指标信号。同样,利用第二拟合相关性结果之中的各相关性得分,从主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中获取相关性得分大于第二阈值的第二指标信号,作为一种示例,该第二阈值与第一阈值相同,比如该第二阈值为0.8,即可从主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中获取相关性程度在高度相关及以上等级的信号作为第二指标信号。可以理解,该第二阈值与第一阈值还可以不相同,具体可根据实际情况来决定,在此不再具体限定。
可选地,在本申请实施例中,在获得第一指标信号和第二指标信号之后,可将第一指标信号中所包含的信号、以及第二指标信号中所包含的信号进行合并,将合并后的信号确定为可用以评估晕动症的评估指标。
作为一种示例,当受试者闭眼状态晕动评分比睁眼状态低;受试者无论在睁眼还是闭眼状态下脑电信号和头部加速度信号高度相关,脑电信号和模拟器加速度信号高度相关,和受试者主观评分显著相关;受试者头部加速度信号和模拟器加速度信号高度相关,头部加速度信号和受试者主观评分高度相关;模拟器加速度信号和受试者主观评分显著相关。通过数据说明,受试者的脑电数据θ波的mean frequency,头部的加速度频率,模拟器的加速度频率可以同时评估晕动症。因此,可以确定的脑电数据θ波的mean frequency,头部的加速度频率,模拟器的加速度频率,可作为用以评估晕动症的评估指标,进而可根据该评估指标来对该受试者进行晕动症评估。在根据评估指标来准确的评估晕动症时,可以做出相应的改进,比如人为干预调节大脑theta频率,控制头部姿势,改进汽车的发动机等,以此来缓解干扰人们的晕动症。
根据本申请实施例的评估晕动症的方法,获取受试者分别在睁眼状态和闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据,分别计算受试者在两种状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,以获得在睁眼状态下的第一拟合相关性结果和在闭眼状态下的第二拟合相关性结果;根据第一拟合相关性结果和第二拟合相关性结果,确定评估指标,并根据评估指标对所述受试者进行晕动症评估。由此,本申请通过在记录脑电信号的同时,同时记录了受试者的头部加速度,眼睛睁闭和模拟器加速度信号,分别从受试者和模拟器的角度评估晕动症,从而可以准确评估晕动症,进而在准确的评估晕动症时,可以做出相应的改进,比如人为干预调节大脑theta频率,控制头部姿势,改进汽车的发动机等,以此来缓解干扰人们的晕动症。
为了实现上述实施例,本申请还提出一种评估晕动症的装置。
图3为本申请实施例提供的一种评估晕动症的装置的结构示意图。
如图3所示,该评估晕动症的装置300包括:第一获取模块310、第一计算模块320、第二获取模块330、第二计算模块340、确定模块350和评估模块360。
具体地,第一获取模块310用于获取受试者在睁眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据。作为一种示例,生理参数数据包括脑电数据;外部加速度数据包括受试者的头部加速度数据和模拟器的加速度数据。
第一计算模块320用于计算受试者在睁眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在睁眼状态下的第一拟合相关性结果。
在本申请实施例中,通过以下公式计算主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性:
其中,ρxy表示数据x与y的相关性,Cov(x,y)表示数据x与y之间的协方差,D(x)表示数据x的方差,D(y)表示数据y的方差。
第二获取模块330用于获取受试者在闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据。
第二计算模块340用于计算受试者在闭眼状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在闭眼状态下的第二拟合相关性结果。
确定模块350用于根据第一拟合相关性结果和第二拟合相关性结果,确定评估指标。
在本申请实施例中,第一拟合相关性结果和所述第二拟合相关性结果均包括:所述主观晕动评分、脑电数据、头部加速度数据和模拟器加速度数据间的两两相关性得分。其中,在本申请实施例中,所述确定模块350具体用于:根据所述第一拟合相关性结果,从主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中,获取相关性得分大于第一阈值的第一指标信号,其中,所述第一指标信号为所述主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中的至少一种;根据所述第二拟合相关性结果,从所述主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中,获取相关性得分大于第二阈值的第二指标信号,其中,所述第二指标信号为所述主观晕动评分、脑电信号、头部加速度信号和模拟器加速度信号中的至少一种;根据所述第一指标信号、以及所述第二指标信号,确定用以评估晕动症的评估指标。
作为一种示例,确定模块350根据所述第一指标信号、以及所述第二指标信号,确定用以评估晕动症的评估指标的具体实现过程可如下:将所述第一指标信号中所包含的信号、以及所述第二指标信号中所包含的信号进行合并,将合并后的信号确定为所述用以评估晕动症的评估指标。
评估模块360用于根据评估指标对受试者进行晕动症评估。
需要说明的是,前述对评估晕动症的方法实施例的解释说明也适用于该实施例的评估晕动症的装置,此处不再赘述。
根据本申请实施例的评估晕动症的装置,获取受试者分别在睁眼状态和闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据,分别计算受试者在两种状态下的主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,以获得在睁眼状态下的第一拟合相关性结果和在闭眼状态下的第二拟合相关性结果;根据第一拟合相关性结果和第二拟合相关性结果,确定评估指标,并根据评估指标对所述受试者进行晕动症评估。由此,本申请通过在记录脑电信号的同时,同时记录了受试者的头部加速度,眼睛睁闭和模拟器加速度信号,分别从受试者和模拟器的角度评估晕动症,从而可以准确评估晕动症,进而在准确的评估晕动症时,可以做出相应的改进,比如人为干预调节大脑theta频率,控制头部姿势,改进汽车的发动机等,以此来缓解干扰人们的晕动症。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (3)
1.一种评估晕动症的装置,其特征在于,包括:
第一获取模块,用于获取受试者在睁眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据;
第一计算模块,用于计算所述受试者在所述睁眼状态下的所述主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在所述睁眼状态下的第一拟合相关性结果;
第二获取模块,用于获取所述受试者在闭眼状态下驾驶模拟器时的主观晕动评分、生理参数数据以及外部加速度数据;
第二计算模块,用于计算所述受试者在所述闭眼状态下的所述主观晕动评分、生理参数数据以及外部加速度数据间的两两相关性,获得在所述闭眼状态下的第二拟合相关性结果;
确定模块,用于根据所述第一拟合相关性结果和所述第二拟合相关性结果,确定评估指标;
评估模块,用于根据所述评估指标对所述受试者进行晕动症评估;所述生理参数数据包括脑电数据;所述外部加速度数据包括所述受试者的头部加速度数据和所述模拟器的加速度数据;所述第一拟合相关性结果和所述第二拟合相关性结果均包括:所述主观晕动评分、脑电数据、头部加速度数据和模拟器加速度数据间的两两相关性得分;所述确定模块具体用于:
根据所述第一拟合相关性结果,从主观晕动评分、脑电数据、头部加速度数据和模拟器加速度数据中,获取相关性得分大于第一阈值的第一指标信号,其中,所述第一指标信号为所述主观晕动评分、脑电数据、头部加速度数据和模拟器加速度数据中的至少一种;
根据所述第二拟合相关性结果,从所述主观晕动评分、脑电数据、头部加速度数据和模拟器加速度数据中,获取相关性得分大于第二阈值的第二指标信号,其中,所述第二指标信号为所述主观晕动评分、脑电数据、头部加速度数据和模拟器加速度数据中的至少一种;
根据所述第一指标信号、以及所述第二指标信号,确定用以评估晕动症的评估指标。
3.根据权利要求1所述的装置,其特征在于,所述确定模块具体用于:
将所述第一指标信号中所包含的信号、以及所述第二指标信号中所包含的信号进行合并,将合并后的信号确定为所述用以评估晕动症的评估指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110247233.1A CN112957046B (zh) | 2021-03-05 | 2021-03-05 | 评估晕动症的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110247233.1A CN112957046B (zh) | 2021-03-05 | 2021-03-05 | 评估晕动症的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112957046A CN112957046A (zh) | 2021-06-15 |
CN112957046B true CN112957046B (zh) | 2022-04-22 |
Family
ID=76276757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110247233.1A Expired - Fee Related CN112957046B (zh) | 2021-03-05 | 2021-03-05 | 评估晕动症的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112957046B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108969886A (zh) * | 2017-06-05 | 2018-12-11 | 通用汽车环球科技运作有限责任公司 | 用于缓解在车辆中的晕动病的系统和方法 |
CN110613429A (zh) * | 2019-09-17 | 2019-12-27 | 清华大学 | 一种晕动症的检测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3343306B1 (en) * | 2016-12-28 | 2019-08-07 | Faurecia Automotive Seating, LLC | Occupant-status prediction system |
CN106667429B (zh) * | 2017-02-20 | 2018-05-04 | 重庆市肿瘤研究所 | 基于眼动信号的视觉诱导晕动检测方法 |
CN108542355A (zh) * | 2018-05-04 | 2018-09-18 | 成都泰和万钟科技有限公司 | 一种裸眼3d显示视觉诱导晕动症评估方法 |
-
2021
- 2021-03-05 CN CN202110247233.1A patent/CN112957046B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108969886A (zh) * | 2017-06-05 | 2018-12-11 | 通用汽车环球科技运作有限责任公司 | 用于缓解在车辆中的晕动病的系统和方法 |
CN110613429A (zh) * | 2019-09-17 | 2019-12-27 | 清华大学 | 一种晕动症的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112957046A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102396009B (zh) | 注意力状态判定装置、方法 | |
US8340752B2 (en) | Method, apparatus and computer program product for assessment of attentional impairments | |
Zelmann et al. | Automatic detector of high frequency oscillations for human recordings with macroelectrodes | |
Eskandarian et al. | Evaluation of a smart algorithm for commercial vehicle driver drowsiness detection | |
WO2010004426A4 (en) | System and method for calibrating and normalizing eye data in emotional testing | |
WO2016085909A2 (en) | Non-invasive systems and methods to detect cortical spreading depression for the detection and assessment of brain injury and concussion | |
CN111731302B (zh) | 基于副任务的汽车驾驶员大脑视觉负荷评估方法及系统 | |
CN112472089A (zh) | 一种基于眼动技术判断心理测试可靠性的系统及方法 | |
Pritchett et al. | Comparing accuracy of two algorithms for detecting driver drowsiness—Single source (EEG) and hybrid (EEG and body movement) | |
CN111714103A (zh) | 一种针对驾考考生的健康监测装置 | |
CN112957046B (zh) | 评估晕动症的方法和装置 | |
Son et al. | Cognitive workload estimation through lateral driving performance | |
Lee et al. | Development of three driver state detection models from driving information using vehicle simulator; normal, drowsy and drunk driving | |
CN112528890A (zh) | 一种注意力评估方法、装置及电子设备 | |
CN115938523A (zh) | 一种心理筛查问卷生成方法、装置及系统 | |
JP2003230552A (ja) | 生体状態推定方法及び生体刺激方法 | |
CN110547772B (zh) | 一种基于脑信号复杂度的个体年龄预测方法 | |
Sandberg | The performance of driver sleepiness indicators as a function of interval length | |
WO2021014632A1 (ja) | 運転者状態判断装置および運転者状態判断方法 | |
Guo et al. | Online Detection of Driver Fatigue Based on Reaction Time: Designing a Monitoring and Early-Warning System | |
RU2283029C2 (ru) | Способ диагностики нарушений сексуальных предпочтений | |
US20220117529A1 (en) | System and method for determining an eye movement | |
CN113827256B (zh) | 基于脑电微状态的疲劳检测方法、装置、终端及存储介质 | |
CN114212093B (zh) | 一种安全驾驶监控方法、系统及可存储介质 | |
Bouvette et al. | American football on-field head impact kinematics: influence of acceleration signal characteristics on peak maximal principal strain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220422 |
|
CF01 | Termination of patent right due to non-payment of annual fee |