TWI434233B - 睡意預警方法 - Google Patents
睡意預警方法 Download PDFInfo
- Publication number
- TWI434233B TWI434233B TW100117152A TW100117152A TWI434233B TW I434233 B TWI434233 B TW I434233B TW 100117152 A TW100117152 A TW 100117152A TW 100117152 A TW100117152 A TW 100117152A TW I434233 B TWI434233 B TW I434233B
- Authority
- TW
- Taiwan
- Prior art keywords
- unit time
- rate
- change
- linear regression
- minutes
- Prior art date
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Emergency Management (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Educational Technology (AREA)
- Computing Systems (AREA)
- Developmental Disabilities (AREA)
- Physiology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
本發明係關於一種睡意預警的方法
在長時間駕駛的過程中,駕駛員的注意力被強迫集中於路況與車況的判斷,因此容易產生疲倦甚至瞌睡情形。在產生睡意的初期,瞌睡的維持時間十分短暫,縱使其精神有短時間(30秒以下)的渙散狀態產生,也會因為有正在駕駛的危機意識而甦醒,但接著又逐漸疲勞。如此短時間的睡眠與清醒交錯發生,將逐漸正式進入瞌睡狀態。此外,從事高危險性之靜態工作者,例如在實驗室內進行危險物質分析員,在需要高度集中注意力以及安靜的環境下,亦容易在極短時間內有精神渙散狀態產生。因此,在進入瞌睡狀態的過程中便無法注意工作週遭之危險狀況。
美國專利第7,088,250號揭示使用疲勞級別估算儀器判斷疲勞程度。美國專利第6,070,098號揭示利用觀察與疲勞有關的活動且經過大量資料運算判斷疲勞程度。然而,其偵測之標的,如觀察駕駛者的行為或眼瞼活動,在非瞌睡的狀態下亦可能出現類似行為。因此如何降低資料運算量且有效偵測睡意,已成為產業界努力的方向。
本發明提供一種睡意預警的方法,其藉由多個時間區間內之心跳率值進行睡意偵測。
本發明之一實施範例揭示一種睡意預警的方法,其包含下列步驟:偵測一受測者之心跳率;計算X分鐘的平均心跳率曲線;根據該平均心跳率曲線,計算Y分鐘的複數個線性回歸斜率;決定該線性回歸斜率小於預設斜率Z的一累計持續時間值;以及判斷該累計持續時間值是否大於一持續時間門檻值T,而產生一睡意偵測結果,其中X介於1至10之間,Y介於1至10之間,Z介於-0.001至-0.1之間,T介於60秒至600秒之間。
本發明之另一實施範例揭示一種睡意預警的方法,其包含下列步驟:偵測一受測者之心跳率;計算X分鐘的一平均心跳率曲線;根據該平均心跳率曲線,計算Y分鐘的複數個線性回歸斜率;根據一單位時間來計算該些線性回歸斜率的一變化率,該變化率為一第一單位時間的該線性回歸斜率減一第二單位時間的該線性回歸斜率;以及判斷該變化率是否小於一預設變化率門檻值M,而產生一睡意偵測結果,其中M介於-0.001至-0.1之間,X介於1至10之間,Y介於1至10之間。
本發明之再一實施範例揭示一種睡意預警的方法,其包含下列步驟:偵測一受測者之心跳率;計算X分鐘的一平均心跳率曲線;根據該平均心跳率曲線,利用傅立葉轉換該平均心跳率曲線,而獲得Y分鐘的複數個頻譜低頻次數;根據一單位時間來計算該些頻譜低頻次數的一變化率,該變化率為一第一單位時間的該些頻譜低頻次數減一第二單位時間的該些頻譜低頻次數;以及判斷該變化率是否大於一預設變化率門檻值N,而產生該睡意偵測結果,其中N大於1,X介於1至10之間,Y介於1至10之間。
在下文中本發明的實施例係配合所附圖式以闡述細節。說明書所提及的「本實施例」、「實施範例」、「其他實施例」等等,意指包含在本發明之該實施例所述有關之特殊特性、構造、或特徵。說明書中各處出現之「此實施例中」的片語,並不必然全部指相同的實施例。於說明書中所運用諸如「偵測」、「讀取」、「計算」、「決定」、「判斷」、「產生」或類似者的術語係指電腦或電腦系統、或類似的電子計算裝置之動作或處理,上述電腦、電腦系統或電子計算裝置操縱或變換電腦系統的暫存器或是記憶體內之物理(諸如:電子)量的資料而成為類似表示為於電腦系統記憶體、暫存器或其他該種資訊儲存器、傳輸或顯示裝置內的物理量之其他資料。
圖1係根據本發明一實施範例之非接觸式睡意預警的方法之步驟流程圖;然而在其他實施範例(圖未示)中,亦可提供接觸式睡意預警方法的步驟流程圖。在步驟S101中,啟動睡意偵測流程。在步驟S102中,讀取或偵測受測者(圖未示)之心跳率。心跳率是指心臟跳動的頻率,心臟每分鐘跳動的次數。在本實施範例之心跳率可由心電圖機器以接觸式方式量測或超寬頻心跳偵測天線以非接觸的方式量測。在步驟S103中,計算X分鐘的一平均心跳率曲線。具體而言,由現在的時間點可往過去X分鐘計算在這X分鐘內的平均心跳率,此即為現在時間點的平均心跳率,將過去的平均心跳率加以標示即可畫出X分鐘的平均心跳率曲線,X介於1至10之間。換言之,平均心跳率曲線可由往回推1分鐘至10分鐘之間的時間間隔來取平均值而畫出曲線,如圖2所示。
復參照圖1,在步驟S104中,根據該平均心跳率曲線,計算Y分鐘的複數個線性回歸斜率。具體而言,可以根據過去Y分鐘所計算的平均心跳率以及過去Y分鐘的取樣數來計算Y分鐘內的線性回歸斜率,並可將過去各點的複數個線性回歸斜率加以標示即可畫出Y分鐘的一線性回歸斜率曲線(圖未示),其中Y係介於1至10之間。換言之,可藉由往回推1分鐘至10分鐘之間的時間間隔來取樣,而畫出線性回歸斜率曲線。在步驟S105中,決定該些線性回歸斜率小於預設斜率Z的一累計持續時間值。具體而言,在步驟S104中過去各點的線性回歸斜率被計算出來後,可藉由各點的線性回歸斜率決定出斜率小於預設斜率Z的持續時間。例如10分鐘到10分鐘20秒內的線性回歸斜率皆小於預設斜率Z時,累計持續時間值則為20秒。然而若下一秒的線性回歸斜率大於預設斜率Z時,累計持續時間值則被中斷無法繼續累計。在此實施例中,預設斜率Z介於-0.001至-0.1之間。此外,在其他實施例(圖未示)中,亦可根據一單位時間來計算該累計持續時間值,該單位時間介於1秒至60秒之間。
如圖1所示,在步驟S106中,判斷該累計持續時間值是否大於一持續時間門檻值T,而產生一睡意偵測結果。具體而言,藉由步驟S105可以得知累計持續時間值。例如,累計持續時間值為90秒而持續時間門檻值T為60秒時,所產生的睡意偵測結果為應該發出警報。因此本發明可根據該睡意偵測結果判斷是否發出警報而進入發出警報步驟S107,在發出警報後,將再重複循環。在其他例子中,累計持續時間值為90秒而持續時間門檻值T為100秒時,所產生的睡意偵測結果為不應該發出警報,因此將回到讀取心跳率的步驟S102,而重複循環。復參照圖1的實施例所示,持續時間門檻值T介於60秒至600秒之間。
參照圖2所示的心跳率與時間的關係圖所示,在此實施例中,X為5、Y為5、Z為-0.02而T為300秒。如圖2所示,心跳率曲線C1有逐漸下降的趨勢,而X分鐘的平均心跳率曲線C2也顯現出相同的趨勢,經過上述如圖1的流程後,如圖2所示可以發現有數個發出警報的時間點。
圖3係根據本發明又一實施範例之睡意預警的方法之步驟流程圖。步驟S301、S302、S303以及S304皆與先前實施例的步驟S101、S102、S103以及S104相同,在此不再贅述。在步驟S305中,根據一單位時間來計算該些線性回歸斜率的一變化率,該變化率為一第一單位時間的該線性回歸斜率減一第二單位時間的該線性回歸斜率。具體而言,在步驟S104中過去各單位時間內的線性回歸斜率被計算出來後,可藉由各單位時間的線性回歸斜率決定出線性回歸斜率的變化率。例如,第一單位時間(10分鐘10秒到10分鐘20秒)的線性回歸斜率為-3,而第二單位時間(10分鐘到10分鐘10秒)的線性回歸斜率為-2,因此變化率為-3減-2而為-1,在此實施例中單位時間為10秒,但亦可因應不同的需求而設定單位時間、第一單位時間或第二單位時間介於1秒至60秒之間。
如圖3所示,在步驟S306中,判斷該變化率是否小於一預設變化率門檻值M,而產生一睡意偵測結果。具體而言,藉由步驟S305可以得知線性回歸斜率的變化率。例如,變化率為-1,而預設變化率門檻值M為-0.1時,變化率-1明顯小於預設變化率門檻值-0.1。因此滿足判斷條件所產生的睡意偵測結果為應該發出警報。本發明可根據該睡意偵測結果判斷是否發出警報而進入發出警報步驟S307。在發出警報後,將再重複循環。在其他例子中,如變化率為-0.01,而預設變化率門檻值M為-0.1時,變化率-0.01明顯大於預設變化率門檻值-0.1。因此,所產生的睡意偵測結果為不應該發出警報,因此將回到讀取心跳率的步驟S302,而重複循環。復參照圖3的實施例所示,預設變化率門檻值M介於-0.001至-0.1之間。
參照圖4所示的心跳率與時間的關係圖所示。在此實施例中,X為5、Y為5、M為-0.01。如圖4所示,心跳率曲線C3有逐漸下降的趨勢,而X分鐘的平均心跳率曲線C4也顯現出相同的趨勢,經過上述如圖3的流程後,如圖4所示可以發現有數個發出警報的時間點。不過可以觀察到圖1的流程與圖3的流程所個別發出警報之時間點態樣明顯不同。
圖5係根據本發明又一實施範例之睡意預警的方法之步驟流程圖。步驟S501、S502以及S503皆與先前實施例的步驟S101、S102以及S103相同,在此不再贅述。在步驟S504中,根據該平均心跳率曲線,利用傅立葉轉換該平均心跳率曲線,而獲得Y分鐘的複數個頻譜低頻次數。具體而言,本發明係利用256點傅立葉轉換成複數個頻譜低頻次數,其單位為"次/分鐘",其中該些頻譜低頻次數的低頻係選自0.0005赫茲到0.005赫茲區間、0.0006赫茲到0.004赫茲區間、0.001赫茲到0.0035赫茲區間、0.0018赫茲到0.0025赫茲區間及0.003赫茲到0.004赫茲區間。然而在其他實施例(圖未示)中,亦可利用其他種類的傅立葉進行頻譜低頻次數的轉換。
在步驟S505中,根據一單位時間來計算該些頻譜低頻次數的一變化率,該變化率為一第一單位時間的該些頻譜低頻次數減一第二單位時間的該些頻譜低頻次數。具體而言,過去各單位時間內的該些頻譜低頻次數被換算出來後,可藉由各單位時間的該些頻譜低頻次數決定出該些頻譜低頻次數的變化率。例如,第一單位時間(10分鐘10秒到10分鐘20秒)的該些頻譜低頻次數為22,而第二單位時間(10分鐘到10分鐘10秒)的該些頻譜低頻次數為19,因此變化率為22減19而為3。在此實施例中單位時間為10秒,但亦可因應不同的需求而設定單位時間、第一單位時間或第二單位時間介於1秒至60秒之間。
如圖5所示,在步驟S506中,判斷該變化率是否大於一預設變化率門檻值N,據而產生該睡意偵測結果。具體而言,藉由步驟S505可以得知該些頻譜低頻次數的變化率。例如,變化率為3時,而預設變化率門檻值N為2時,變化率為3明顯大於預設變化率門檻值2,因此滿足判斷條件所產生的睡意偵測結果為應該發出警報。本發明可根據該睡意偵測結果判斷是否發出警報,而進入發出警報步驟S507。在發出警報後,將重複循環。在其他例子中,如變化率為1,而預設變化率門檻值N為3時,變化率為1明顯小於預設變化率門檻值3。因此,所產生的睡意偵測結果為不應該發出警報,因此將回到讀取心跳率的步驟S502,而重複循環。復參照圖5的實施例所示,預設變化率門檻值N需大於1。
參照圖6所示的心跳率與時間的關係圖所示,在此實施例中,X為5、Y為5、N為4。如圖6所示,心跳率曲線C5有下降的趨勢不明顯,而X分鐘的平均心跳率曲線C6也顯現出相同的現象。經過上述如圖5的流程後,如圖6所示可以發現有數個發出警報的時間點。不過可以觀察到圖5的流程分別與圖1的流程及圖3的流程所個別發出警報之時間點態樣明顯不同。
上述三種實施範例可個別組合或全部組合而形成另一種變化實施例。如圖7所示,全部的步驟可相互組合,在此實施例中,判斷步驟S106、S306及S506之前的步驟省略不予圖示,但實際操作時S106、S306及S506之前的步驟是存在的。在此實施例中,讀取心跳率後的步驟可以亂數決定採取如圖1、圖3或圖5的流程,或可依順序決定採取上述流程。在此實施例中,當步驟S106、S306或S506任一者成立時,即會發出警報以供提醒受測者。並於發出警報後或判斷不成立後,重新讀取心跳率。
此外,如圖8所示之實施例中,揭露本發明之睡意預警的方法可包含權重的概念。步驟S801及S802與步驟S101及S102相同,在此不再贅述。此外,步驟S803及S804中主要是累計X分鐘的心跳率以及其平均心跳率,與步驟S103相似,在此不再贅述。如步驟S104計算出複數個線性回歸斜率,並依據不同的預設斜率Z累計不同的累計持續時間值並給予不同權重值a。例如,小於預設斜率-0.02的累計持續時間若超過300秒時,權重值a定為0.3;小於預設斜率-0.02的累計持續時間若超過350秒時,權重值a定為0.6;小於預設斜率-0.05的累計持續時間若超過300秒時,權重值a定為1。在此實施例中,上述權重值a取其最大值,例如當小於預設斜率-0.02的累計持續時間若超過350秒時,權重值a不是0.3而是0.6。此外亦可同時加入線性回歸斜率變化率的權重值b。例如線性回歸斜率變化率小於-0.01且小於預設斜率0的累計持續時間若超過30秒時,權重值b定為0.6。藉由上述權重值a加上權重值b可決定出權重值A。因此步驟S805為權重值A的決定步驟。在步驟S806中,判斷權重值A是否大於或等於0.5(預定門檻值)。若權重值A不滿足上述條件時,將重新返回步驟S802。若權重值A滿足上述條件時,將進入步驟S807。在步驟S807中,決定了另一權重值B。權重值B主要可由步驟S505的計算方式決定該些頻譜低頻次數的變化率,並比對出相對應於變化率的特定權重值B。當權重值B決定後,步驟S808則被執行。在步驟S808中,判斷權重值A及權重值B是否大於或等於1。若權重值A及權重值B不滿足上述條件時,將重新返回步驟S802。若權重值A及權重值B滿足上述條件時,將進入步驟S809而發出警報,以供提醒受測者。
本發明之技術內容及技術特點已揭示如上,然而熟悉本項技術之人士仍可能基於本發明之教示及揭示而作種種不背離本發明精神之替換及修飾。因此,本發明之保護範圍應不限於實施範例所揭示者,而應包括各種不背離本發明之替換及修飾,並為以下之申請專利範圍所涵蓋。
S101-S107...步驟
S301-S307...步驟
S501-S507...步驟
S801-S809...步驟
圖1顯示本發明一實施範例之睡意預警方法之步驟流程圖;
圖2繪示本發明一實施範例之預警情形;
圖3顯示本發明另一實施範例之睡意預警方法之步驟流程圖;
圖4繪示本發明另一實施範例之預警情形;
圖5顯示本發明又一實施範例之睡意預警方法之步驟流程圖;
圖6繪示本發明又一實施範例之預警情形;
圖7顯示本發明再一實施範例之睡意預警方法之步驟流程圖;以及
圖8顯示本發明之變化實施範例之睡意預警方法之步驟流程圖。
S101-S107...步驟
Claims (25)
- 一種睡意預警方法,包含:偵測一受測者之心跳率;計算X分鐘內的一平均心跳率曲線;根據該平均心跳率曲線,計算Y分鐘的複數個線性回歸斜率;利用傅立葉轉換該平均心跳率曲線而獲得Y分鐘的複數個頻譜低頻次數;決定該些線性回歸斜率小於預設斜率Z的一累計持續時間值;以及判斷該累計持續時間值是否大於一持續時間門檻值T,而產生一睡意偵測結果,其中X介於1至10之間,Y介於1至10之間,Z介於-0.001至-0.1之間,T介於60秒至600秒之間。
- 根據請求項1之方法,進一步包含根據該睡意偵測結果判斷是否發出警報。
- 根據請求項1之方法,進一步包含根據一單位時間來計算該累計持續時間值,該單位時間介於1秒至60秒之間。
- 根據請求項3之方法,進一步包含根據該單位時間來計算該線性回歸斜率的變化率,該變化率為一第一單位時間減一第二單位時間。
- 根據請求項4之方法,其中該第一單位時間及該第二單位時間介於1秒至60秒之間。
- 根據請求項4之方法,進一步包含判斷該變化率是否小於 一預設變化率門檻值M,而決定該睡意偵測結果,其中M介於-0.001至-0.1之間。
- 根據請求項1之方法,進一步包含根據該單位時間來計算該些頻譜低頻次數的一變化率,該變化率為一第一單位時間減一第二單位時間。
- 根據請求項7之方法,其中該第一單位時間及該第二單位時間介於1秒至60秒之間。
- 根據請求項7之方法,進一步包含判斷該變化率是否大於一預設變化率門檻值N,而決定該睡意偵測結果,其中N大於1。
- 根據請求項7之方法,其中該低頻係選自0.0005赫茲到0.005赫茲區間。
- 根據請求項1之方法,其中根據該平均心跳率曲線,計算Y分鐘的複數個線性回歸斜率,該些線性回歸斜率對應至個別的權重值,並進一歩包含判斷該權重值是否大於一預定門檻值,而產生該睡意偵測結果。
- 一種睡意預警方法,包含:偵測一受測者之心跳率;計算X分鐘內的一平均心跳率曲線;根據該平均心跳率曲線,計算Y分鐘的複數個線性回歸斜率;利用傅立葉轉換該平均心跳率曲線而獲得Y分鐘的複數個頻譜低頻次數;根據一單位時間來計算該些線性回歸斜率的一變化 率,該變化率為一第一單位時間的該線性回歸斜率減一第二單位時間的線性回歸斜率;以及判斷該變化率是否小於一預設變化率門檻值M,而產生一睡意偵測結果,其中M介於-0.001至-0.1之間,X介於1至10之間,Y介於1至10之間。
- 根據請求項12之方法,進一步包含根據該睡意偵測結果判斷是否發出警報。
- 根據請求項12之方法,其中該第一單位時間及該第二單位時間介於1秒至60秒之間。
- 根據請求項12之方法,進一步包含計算一變化率,該變化率的計算基礎為第一單位時間的該些頻譜低頻次數減第二單位時間的該些頻譜低頻次數。
- 根據請求項15之方法,其中該第一單位時間及該第二單位時間介於1秒至60秒之間。
- 根據請求項15之方法,進一步包含判斷該變化率是否大於一預設變化率門檻值N,而決定該睡意偵測結果,其中N大於1。
- 根據請求項15之方法,其中該低頻係選自0.0005赫茲到0.005赫茲區間。
- 根據請求項12之方法,其中根據該平均心跳率曲線,計算Y分鐘的複數個線性回歸斜率,該些線性回歸斜率對應至個別的權重值,並進一歩包含判斷該權重值是否大於一預定門檻值,而產生該睡意偵測結果。
- 一種睡意預警方法,包含: 偵測一受測者之心跳率;計算X分鐘的一平均心跳率曲線;根據該平均心跳率曲線,利用傅立葉轉換該平均心跳率曲線而獲得Y分鐘的複數個頻譜低頻次數;根據一單位時間來計算該些頻譜低頻次數的一變化率,該變化率為一第一單位時間的該些頻譜低頻次數減一第二單位時間的該些頻譜低頻次數;以及判斷該變化率是否大於一預設變化率門檻值N,而產生該睡意偵測結果,其中N大於1,X介於1至10之間,Y介於1至10之間。
- 根據請求項20之方法,進一步包含根據該睡意偵測結果判斷是否發出警報。
- 根據請求項20之方法,其中該第一單位時間及該第二單位時間介於1秒至60秒之間。
- 根據請求項20之方法,其中該第一單位時間及該第二單位時間介於1秒至60秒之間。
- 根據請求項20之方法,其中該低頻係選自0.0005赫茲到0.005赫茲區間。
- 根據請求項20之方法,其中根據該平均心跳率曲線,計算Y分鐘的複數個線性回歸斜率,該些線性回歸斜率對應至個別的權重值,並進一歩包含判斷該權重值是否大於一預定門檻值,而產生該睡意偵測結果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100117152A TWI434233B (zh) | 2011-05-17 | 2011-05-17 | 睡意預警方法 |
US13/245,205 US9033892B2 (en) | 2011-05-17 | 2011-09-26 | Predictive drowsiness alarm method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100117152A TWI434233B (zh) | 2011-05-17 | 2011-05-17 | 睡意預警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201248561A TW201248561A (en) | 2012-12-01 |
TWI434233B true TWI434233B (zh) | 2014-04-11 |
Family
ID=47175462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100117152A TWI434233B (zh) | 2011-05-17 | 2011-05-17 | 睡意預警方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9033892B2 (zh) |
TW (1) | TWI434233B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112056B (zh) * | 2013-04-18 | 2017-11-21 | 腾讯科技(深圳)有限公司 | 数据处理的故障检测方法和系统 |
FR3009114B1 (fr) * | 2013-07-26 | 2017-01-13 | Delphi France Sas | Agencement de securite active |
DE102014216201A1 (de) * | 2014-08-14 | 2016-02-18 | Robert Bosch Gmbh | Fahrerassistenzsystem mit Müdigkeitserkennung und Verfahren zur Prädiktion eines Müdigkeitsgrads |
TWI559902B (en) * | 2015-01-06 | 2016-12-01 | Nat Univ Chung Hsing | Method of heartbeat detecting for drowsiness detection |
JP2016170589A (ja) * | 2015-03-12 | 2016-09-23 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
US9937791B2 (en) * | 2015-04-29 | 2018-04-10 | Ashton Cameron Cofer | Systems and methods for detecting and alerting a drowsy driver |
CN106408874B (zh) * | 2015-07-28 | 2019-02-26 | 比亚迪股份有限公司 | 疲劳驾驶的提醒系统及疲劳驾驶的提醒方法 |
CN105243789B (zh) * | 2015-08-31 | 2017-08-11 | 江苏智海电子技术有限公司 | 一种融合心电信号和手握方向盘压力的疲劳驾驶检测方法 |
CN105405253B (zh) * | 2015-12-18 | 2017-05-24 | 中交第一公路勘察设计研究院有限公司 | 一种驾驶员疲劳状态的监测方法及监测装置 |
CN105769222B (zh) * | 2016-02-16 | 2018-09-25 | 北京博研智通科技有限公司 | 一种基于心率变异性检测驾驶状态的方法、装置及可穿戴设备 |
US10065651B2 (en) | 2016-05-10 | 2018-09-04 | Samsung Electronics Co., Ltd | Electronic device and method for determining a state of a driver |
US10395204B2 (en) | 2016-06-17 | 2019-08-27 | Predictive Safety Srp, Inc. | Interlock control system and method |
US11540879B2 (en) | 2021-04-16 | 2023-01-03 | Physcade, Inc. | Personalized heart rhythm therapy |
US11564591B1 (en) | 2021-11-29 | 2023-01-31 | Physcade, Inc. | System and method for diagnosing and treating biological rhythm disorders |
CN114283559B (zh) * | 2022-03-04 | 2022-05-17 | 西南交通大学 | 一种驾驶员疲劳预警方法、装置、设备及存储介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5666959A (en) | 1995-08-30 | 1997-09-16 | British Technology Group Limited | Fetal heart rate monitoring |
US6070098A (en) | 1997-01-11 | 2000-05-30 | Circadian Technologies, Inc. | Method of and apparatus for evaluation and mitigation of microsleep events |
WO2000044580A1 (en) | 1999-01-27 | 2000-08-03 | Compumedics Sleep Pty. Ltd. | Vigilance monitoring system |
JP4252268B2 (ja) | 2002-08-29 | 2009-04-08 | パイオニア株式会社 | 疲労度判別システム、疲労度判別方法、および疲労度判別用プログラム |
AU2003901877A0 (en) | 2003-04-16 | 2003-05-08 | Richard Charles Clark | Sleep management device |
US7254439B2 (en) | 2004-01-06 | 2007-08-07 | Monebo Technologies, Inc. | Method and system for contactless evaluation of fatigue of an operator |
WO2007111223A1 (ja) | 2006-03-24 | 2007-10-04 | Pioneer Corporation | 運転者の精神状態検出装置および精神状態検出方法 |
WO2007121769A1 (en) | 2006-04-26 | 2007-11-01 | Analisi Tecnologica Innovadora Per A Processos Industrials Competitius, S.L. | System and method for detecting the heart beat rate of a person in a vehicle, and system and method for detecting fatigue |
JP4793650B2 (ja) | 2006-11-07 | 2011-10-12 | アイシン精機株式会社 | 体調管理システム |
EP2087841B1 (en) * | 2006-11-29 | 2015-08-19 | Fujitsu Limited | Arousal level judging method and arousal level judging program |
JP4697185B2 (ja) * | 2006-12-04 | 2011-06-08 | トヨタ自動車株式会社 | 覚醒度判定装置及び覚醒度判定方法 |
US7839292B2 (en) | 2007-04-11 | 2010-11-23 | Nec Laboratories America, Inc. | Real-time driving danger level prediction |
TW201025207A (en) | 2008-12-31 | 2010-07-01 | Ind Tech Res Inst | Drowsiness detection method and apparatus thereof |
CN101496716A (zh) | 2009-02-26 | 2009-08-05 | 周洪建 | 利用ecg信号检测睡眠呼吸暂停的测量方法 |
-
2011
- 2011-05-17 TW TW100117152A patent/TWI434233B/zh active
- 2011-09-26 US US13/245,205 patent/US9033892B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
TW201248561A (en) | 2012-12-01 |
US9033892B2 (en) | 2015-05-19 |
US20120296226A1 (en) | 2012-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI434233B (zh) | 睡意預警方法 | |
KR101551262B1 (ko) | 졸음 이벤트의 검출을 위한 방법 및 장치 | |
CN107106085A (zh) | 用于睡眠监测的设备和方法 | |
US20130012836A1 (en) | Method and system for activity/rest identification | |
JP4910547B2 (ja) | 眠気判定装置及び眠気判定プログラム | |
Bowden et al. | The truck driver scheduling problem with fatigue monitoring | |
US11712538B2 (en) | Traumatic nightmare detection and intervention | |
AlZu'bi et al. | EEG-based driver fatigue detection | |
JP2015033457A (ja) | 運転状態推定装置及び運転状態推定方法 | |
JPWO2017150225A1 (ja) | 活動リズム判定方法および活動リズム判定装置 | |
JP2013192759A (ja) | 漫然状態判定装置 | |
WO2014133142A1 (ja) | 居眠り予防方法、及び居眠り予防装置 | |
Vasudevan et al. | Driver drowsiness monitoring by learning vehicle telemetry data | |
Zhang et al. | Structural analysis of driver fatigue behavior: a systematic review | |
Scully et al. | Evaluating performance of early warning indices to predict physiological instabilities | |
JP2020203032A (ja) | 脳症判定プログラム、脳症判定方法および情報処理装置 | |
JP6466729B2 (ja) | 活性判定システム | |
JP6750229B2 (ja) | 眠気検知プログラム、眠気検知方法および眠気検知装置 | |
JP7279812B2 (ja) | ストレス推定装置、ストレス推定装置の作動方法、及び、プログラム | |
Aggarwal et al. | Prediction of epileptic seizures based on mean phase coherence | |
TWM541410U (zh) | 能偵測危險駕駛行爲程度之系統 | |
Jang et al. | Development of a mobile e-Health care system for rapid detection of emergent situations | |
Winslow et al. | Improved mental acuity forecasting with an individualized quantitative sleep model | |
JP2021146056A (ja) | 生体データ測定装置及び制御プログラム | |
Amor et al. | Detecting and analyzing activity levels for the wrist wearable unit in the USEFIL project |