TWI446297B - 睡意辨識系統 - Google Patents
睡意辨識系統 Download PDFInfo
- Publication number
- TWI446297B TWI446297B TW096150929A TW96150929A TWI446297B TW I446297 B TWI446297 B TW I446297B TW 096150929 A TW096150929 A TW 096150929A TW 96150929 A TW96150929 A TW 96150929A TW I446297 B TWI446297 B TW I446297B
- Authority
- TW
- Taiwan
- Prior art keywords
- circuit
- brain wave
- signal
- identification system
- wave signal
- 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
- A61B5/16—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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Psychology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (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)
Description
本發明係有關於一種辨識系統,其係尤指一種睡意辨識系統。
按,現今導致交通事故的原因中,疲勞駕駛仍是導致交通事故主要原因之一。疲勞駕駛容易造成精神狀態不佳而產生睡意,然而,會引起睡意的原因有很多,像是在高速道路上長途行駛,常常會因為行駛上太過於疲憊或乏味而特別容易引起睡意,或是用餐過後…等等。都是特別容易使人產生睡意。當產生睡意時容易使人的警覺度降低,反應速度變慢,無法集中注意力等情況發生。因此如果在這種情況下高速行駛,很可能會導致生命危險的嚴重事故。
因此需要一個安全、高可靠度、即時監控的偵測系統來預測睡意的發生,並且警示駕駛者以減少意外的發生。在這之前已經有幾種可以偵測駕駛者睡意的方式。例如:可以直接由影像的擷取或是利用眼動圖(electrooculographic,EOG)的方式來觀察眨眼的頻率,當眨眼速度漸漸變慢可能就是有睡意的產生。生理量測方面,有利用心電圖(electrocardiogram,ECG)、血壓(pressure)與呼吸(respiration)等參數來評估睡意。其他還有利用腦波(electroencephalogram,EEG)評估的方式,當精神不佳或是疲勞時腦波會有一些特徵訊號,藉此來偵測睡意。但上述之方法,可能會因為偵測的體積過大而造成攜帶不便。再者,腦波訊號對於警覺度來說是相當重要的資訊,在以往的腦波警覺度分析大多是以電腦進行離線處理,如此缺乏即時處理功能。
因此,如何針對上述問題而提出一種新穎睡意辨識系統,其透過非侵入式腦波擷取,再經由穩態小波(stationary wavelet)拆解出不同頻率成分的訊號,再藉由分離出的訊號中找出訊號特徵,將它特徵化後再以類神經網路進行分類辨識,使當駕駛者精神狀態不佳時,系統會自動辨識精神狀態,並以即時的方式提醒駕駛者可解決上述之問題。
本發明之目的之一,在於提供一種睡意辨識系統及辨識方法,其藉由一處理電路處理一腦波訊號,以即時辨識一人體之疲勞度。
本發明之目的之一,在於提供一種睡意辨識系統,其藉由一類神經網路進行辨識人體之疲勞度。
本發明之睡意辨識系統包含一腦波偵測電路、一微控制電路與一處理電路。其睡意辨識方法係由腦波偵測電路偵測一人體之腦波訊號,微控制電路接收腦波訊號而產生一控制訊號並傳送至處理電路,以依據控制訊號處理並辨識腦波訊號,而得知人體之疲勞度。
再者,本發明之處理電路包括一轉換單元、一運算單元與一辨識單元。轉換單元接收並轉換腦波訊號而產生一轉換訊號;運算單元接收並運算轉換訊號,產生一運算訊號並傳送至辨識單元,以識運算訊號而生一辨識結果,以得知人體之疲勞度,且回傳辨識結果至微控制電路,以輸出辨識結果。
茲為使 貴審查委員對本發明之結構特徵及所達成之功效有更進一步之瞭解與認識,謹佐以較佳之實施例及配合詳細之說明,說明如後:請參閱第一圖,係為本發明之一較佳實施例之方塊圖。如圖所示,本發明之睡意辨識系統包括一腦波偵測電路10、一類比數位轉換電路20、一微控制電路30與一處理電路40。腦波偵測電路10係量測一人體1之腦部而產生一腦波訊號,微控制電路30接收腦波訊號,產生一控制訊號,處理電路40依據控制訊號,處理並辨識腦波訊號,以得知人體之疲勞度。此外,本發明之睡意辨識系統更包括一警示單元50,其耦接微控制電路30,當處理電路40辨識腦波訊號後的辨識結果為一疲憊狀態時,警示單元50則發出一警示訊號,以告知使用者目前的身體壯態正處於疲憊狀態而需要休息。其中,警示單元50為一發光元件以顯示警告使用者,發光元件為一發光二極體(Light Emitting Diode,LED)或一燈泡,或警示單元50為一播放單元,以發出警示聲警告使用者,例如為播放單元為一喇叭或一蜂鳴器。
此外,微控制電路30與處理電路40間更設置一傳輸介面42,其耦接於微控制電路30與處理電路40間,以接收微控制電路30所接收之6通道的腦波訊號與微控制電路30所下達的各種指令,以及回傳一些輸出結果給微控制微控制電路30以做為顯示,並且微控制電路30與處理電路40間係以並列方式傳輸資料,而增加資料的傳輸速度。其中,傳輸介面42為一增強主機介面(Enhanced Host-Port Interface,EHPI)。
承上所述,請一併參閱第二圖,係為腦波偵測電路之方塊圖。如圖所示,本發明之腦波偵測電路10包括一電極模組10、一第一放大電路110、一濾波電路120與一第二放大電路130。電極模組100,貼附並偵測人體1之腦部,產生腦波訊號,其中,電極模組100包括6個電極,其電極配置係基於使用上的便利性以及針對睡意反應較大的區域來決定電極擺設位置。其將電極擺設位置配置在帽緣上,希望使用者能夠以戴帽子的方式就能使用此系統。同時,依據先前所述,當人在疲累時會產生α波,而α波通常在於頂葉與枕葉最為明顯。因此,整合以上的條件將電極擺設在FP1、FP2、T5、T6、O1及O2等六個位置上(如第三圖所示)。使用的量測方式為單極記錄法,故需有另外的參考電極,因此所有電極皆以A2做為參考點。接地點則是設置在A1的位置。
第一放大電路110為一儀表放大器,由於腦波訊號非常微小,使得訊號容易不穩定,造成腦波常常量測不到,所以第一放大電路110接收電極模組100所偵測的腦波訊號,以放大微弱的生理訊號,即腦波訊號。濾波電路120接收第一放大電路110所放大的腦波訊號,以過濾腦波訊號的雜訊,其中濾波電路120更包括一高通濾波器122、一低通濾波器124與一帶拒濾波器126。高通濾波器122接收第一放大電路110所放大的腦波訊號,並濾除腦波訊號之低頻漂移的成分,避免在量測時受到低頻的干擾。其中,高通濾波器122為一巴特渥斯(Butterworth)低通濾波器。由於考慮到盡可能保留腦波訊號的成份,並除去不必要的高頻雜訊。所以更設置低通濾波器124,其接收過濾高通濾波器122所過濾後之腦波訊號的高頻成分,以濾除腦波訊號之低頻漂移的成分,避免在量測時受到高頻的干擾,主要為60 Hz家電雜訊。腦波訊號的頻率成份大約落在1~30Hz,所以截止頻率設在30Hz,一方面會把60 Hz的訊號先作一次的濾除,作為60 Hz的前導濾波器。其中,低通濾波器124係為一巴特渥斯四階低通濾波器。帶拒濾波器126過濾低通濾波器122過濾後之腦波訊號的一雜訊頻率,以過濾雜訊頻率為60Hz的電源雜訊作濾除。第二放大電路130接收濾波電路120所過濾之腦波訊號,並放大腦波訊號。
請一併參閱第四圖,係為本發明之處理電路之方塊圖。如圖所示,由於腦波訊號看起來就像是個雜訊一般,它為動態、隨機、非週期性而且非線性,所以很難從訊號上直接觀察。而經由前面的腦波背景得知,腦波主要分為四個頻率成分,並且會在不同的警覺階段與不同腦部位置,呈現不同的頻率特性。因此必須以時頻域的方式來分析,先前分析時頻域的方法主要是以短時傅立葉轉換(short time fourier transform,STFT),短時傅立葉轉換是利用短暫的時間視窗取得靜態的訊號,在經由傅立葉轉換得到時頻域的結果。而其中時間視窗大小決定了頻域的解析度,當取短時間的訊號做轉換時頻率的解析度也會跟著降低,相反的則會提高,在這兩個條件之間必須做個取捨。所以本發明之處理電路40包括一轉換單元400、一運算單元410與一辨識單元420。轉換單元400接收腦波訊號,而產生一轉換訊號,其中轉換單元400為一小波轉換電路,例如為一離散小波轉換電路或一穩態小波轉換電路(Stationary wavelet transform,SWT),小波轉換可達到時頻域的分析,又具有多解析度(multi-resolution)的特性,所以轉換電路400轉換6個通道之腦波訊號而轉換出三個轉換訊號,並取其中三個轉換訊號之頻帶接近θ、α及β頻帶作為小波係數,運算電路410接收並運算轉換訊號,產生一運算訊號,由於運算電路410從轉換單元400轉換後之腦波訊號中取出能代表訊號特性的特徵值是困難且相當重要的一件事,訊號特徵值的選用對於之後的辨識單元420進行辨識有很大的影響,特徵值如果選的恰當讓訊號有見別性,辨識的效能會大大的提升。常用計算特徵值方式的方法有分為時域(time domain)與頻域(frequency domain)兩種。本實施例係將兩種方式一同使用,首先利用小波轉換拆解出不同頻帶的腦波訊號,再將各頻帶中的腦波訊號以時域的方式取得特徵值,所以在選取特徵上不需要再考慮頻率的特徵。本實施例選用的特徵為積分值與零交越點兩種,積分值的目的是為了求出各頻帶的能量大小,零交越點則是為了取得腦波出現的群波現象。如此,運算單元410將此三階的小波係數做特徵化的處理,總共得到36個特徵值(6通道腦波訊號×3個小波係數×2個特徵值)作為辨識單元420的輸入。
辨識單元420接收並辨識運算訊號,產生一辨識結果,以得知人體1之疲勞度,且回傳辨識結果至微控制電路30,以輸出辨識結果。其中辨識單元420係為一類神經網路,例如一倒傳遞類神經網路(back propagation neural network,BPN),其藉由接收運算單元410所輸出之36個特徵值,而辨識出人體1之疲勞度,也就是有睡意之狀態。由於本發明之辨識單元420使用一類神經網路進行辨識,所以在本發明之辨識系統進行辨識時,必須先收集清醒的訓練樣本與睡意的訓練樣本後,再進行類神經網路的訓練,在上述步驟完成後,才能進行睡意辨識。
請一併參閱第五圖,係為本發明之處理電路之流程圖。如圖所示,由於本發明之辨識系統係使用類神經網路以進行辨識,所以辨識系統需先進行收集訓練樣本與類神經網路的訓練,才可進行睡意辨識,故,處理電路40依據微控制電路30所輸出之控制訊號選擇處理模式(如步驟S10),首先辨識系統需先收集訓練樣本,所以執行步驟S11進行小波轉換後執行步驟S12進行特徵化運算,以取得訓練樣本,在此本實施例需要收集清醒的訓練樣本與睡意的訓練樣本,之後執行步驟S13以進行類神經網路的訓練,並判斷類神經網路的訓練是否成功(如步驟S14),當類神經網路的訓練成功則輸出成功結果(如步驟S15),反之,當類神經網路的訓練失敗則輸出失敗結果(如步驟S16),在完成收集訓練樣本與訓練類神經網路的流程後,則可進行睡意的辨識,即處理電路40接收腦波訊號後,則進行小波轉換(如步驟S17)與特徵化運算(如步驟S18),以取出複數特徵值作為類神經網路的輸入,類神經網路接收該些特徵值後,進行辨識分類,並輸出結果至微控制電路30,以發出警示訊號警告使用者,目前的身體狀態不佳。
承上所述,由於辨識系統在進行辨識睡意時,需先進行收集訓練樣本與類神經網路的訓練,所以本發明之辨識系統更包括一輸入單元60,其耦接微處理電路30,並輸入一選擇訊號以控制微處理電路30產生控制訊號,其中輸入單元為一按鍵,即輸入單元60的操控介面是利用簡單的四個按鍵讓使用者能夠輕易的操作此系統,按鍵的功能分別是:1.類神經網路的訓練與再訓練;2.辨識模式;3.開始擷取清醒階段的訓練樣本;4.開始擷取睡意階段的訓練樣本。如此,藉由輸入單元60控制微控制電路30產生控制訊號,以控制處理電路40所要執行的處理模式。
綜上所述,本發明之睡意辨識系統,其係由一腦波偵測電路偵測一人體之腦部而產生一腦波訊號,並傳送腦波訊號至微控制電路,而產生一控制訊號,一處理電路依據控制訊號處理並辨識腦波訊號,以即時得知人體之疲勞度。
本發明係實為一具有新穎性、進步性及可供產業利用者,應符合我國專利法所規定之專利申請要件無疑,爰依法提出發明專利申請,祈 鈞局早日賜准專利,至感為禱。
惟以上所述者,僅為本發明之一較佳實施例而已,並非用來限定本發明實施之範圍,舉凡依本發明申請專利範圍所述之形狀、構造、特徵及精神所為之均等變化與修飾,均應包括於本發明之申請專利範圍內。
1‧‧‧人體
10‧‧‧腦波偵測電路
100‧‧‧電極模組
110‧‧‧第一放大電路
120‧‧‧濾波電路
122‧‧‧高通濾波器
124‧‧‧低通濾波器
126‧‧‧帶拒濾波器
130‧‧‧第二放大電路
20‧‧‧類比數位轉換電路
30‧‧‧微控制電路
40‧‧‧處理電路
400‧‧‧轉換單元
410‧‧‧運算單元
420‧‧‧辨識單元
42‧‧‧傳輸介面
50‧‧‧警示單元
60‧‧‧輸入單元
第一圖為本發明之一較佳實施例之方塊圖;第二圖為本發明之腦波偵測電路之方塊圖;第三圖為本發明之腦波偵測之電極的配置圖;第四圖為本發明之處理電路之方塊圖;以及第五圖為本發明之處理電路之流程圖。
1...人體
10...腦波偵測電路
20...類比數位轉換電路
30...微控制電路
40...處理電路
42...傳輸介面
50...警示單元
60...輸入單元
Claims (23)
- 一種睡意辨識系統,其包含:一腦波偵測電路,偵測一人體之腦部,產生一腦波訊號;一微控制電路,接收該腦波訊號,產生一控制訊號;以及一處理電路,依據該控制訊號,以頻域之方式轉換拆解取得不同頻帶之腦波訊號,再將各頻帶中之腦波訊號,並以時域之方式取得特徵值,以辨識該腦波訊號,即時得知該人體之疲勞度。
- 如申請專利範圍第1項所述之辨識系統,其中該處理電路包括:一轉換單元,接收並轉換該腦波訊號,產生一轉換訊號;一運算單元,接收並運算該轉換訊號,產生一運算訊號;以及一辨識單元,接收並辨識該運算訊號,產生一辨識結果,以得知該人體之疲勞度,且回傳該辨識結果至該微控制電路,以輸出該辨識結果。
- 如申請專利範圍第2項所述之辨識系統,其中該轉換電路為一小波轉換電路。
- 如申請專利範圍第3項所述之辨識系統,其中該小波轉換電路為一離散小波轉換電路或一穩態小波轉換電路(Stationary wavelet transform,SWT)。
- 如申請專利範圍第2項所述之辨識系統,其中該運算單元運算該轉換訊號係得知該轉換訊號之積分值(integral of EEG,IEEG)。
- 如申請專利範圍第2項所述之辨識系統,其中該運算單元運算該轉換訊號係得知該轉換訊號之零交越點(zero crossings,ZC)。
- 如申請專利範圍第2項所述之辨識系統,其中該辨識系統為一類神經網路。
- 如申請專利範圍第7項所述之辨識系統,其中該類神經系統為一倒傳遞類神經網路(back propagation neural network,BPN)。
- 如申請專利範圍第1項所述之辨識系統,其更包括:一警示單元,耦接該該微控制電路,當該辨識結果為一疲憊狀態時, 該警示單元則發出一警示訊號。
- 如申請專利範圍第9項所述之辨識系統,其中該警示單元為一發光元件或一播放單元。
- 如申請專利範圍第10項所述之辨識系統,其中該發光元件為一發光二極體(Light Emitting Diode,LED)或一燈泡。
- 如申請專利範圍第10項所述之辨識系統,其中該播放單元為一喇叭。
- 如申請專利範圍第1項所述之辨識系統,其中該微控制電路與該處理電路間各包括一傳輸介面,用以傳輸控制訊號。
- 如申請專利範圍第13項所述之辨識系統,其中該傳輸介面為一增強主機介面(Enhanced Host-Port Interface,EHPI)。
- 如申請專利範圍第1項所述之辨識系統,其更包括:一類比數位轉換電路,接收該腦波訊號,轉換該腦波訊號為一數位之該腦波訊號。
- 如申請專利範圍第1項所述之辨識系統,其包括:一輸入單元,耦接該微處理電路,並輸入一選擇訊號以控制該微處理電路產生該控制訊號。
- 如申請專利範圍第16項所述之辨識系統,其中該輸入單元為一按鍵。
- 如申請專利範圍第1項所述之辨識系統,其中該腦波偵測電路包括:一電極模組,貼附並偵測該人體之該腦部,產生該腦波訊號;一第一放大電路,接收並放大該腦波訊號;一濾波電路,接收該第一放大電路所放大之該腦波訊號,並過濾該腦波訊號;以及一第二放大電路,接收該濾波電路所過濾之該腦波訊號,並放大該腦波訊號。
- 如申請專利範圍第18項所述之辨識系統,其中該電極模組包括六個電極。
- 如申請專利範圍第18項所述之辨識系統,其中該該濾波電路更包括: 一高通濾波器,過濾該腦波訊號之低頻成分;一低通濾波器,過濾該高通濾波器過濾後之該腦波訊號的高頻成分;以及一帶拒濾波器,過濾該低通濾波器過濾後之該腦波訊號的一雜訊頻率。
- 如申請專利範圍第18項所述之辨識系統,其中該第一放大電路為一儀表放大電路。
- 如申請專利範圍第20項所述之辨識系統,其中該低通濾波器為一巴特握斯濾波器(Butterworth filter)。
- 如申請範圍第2項所述之辨識系統,其中該處理電路之該辨識單元進行辨識時,需先擷取一清醒訓練樣本,供一使用者與當下狀況進行比較。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW096150929A TWI446297B (zh) | 2007-12-28 | 2007-12-28 | 睡意辨識系統 |
US12/122,798 US20090171232A1 (en) | 2007-12-28 | 2008-05-19 | Drowsiness detection system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW096150929A TWI446297B (zh) | 2007-12-28 | 2007-12-28 | 睡意辨識系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200929089A TW200929089A (en) | 2009-07-01 |
TWI446297B true TWI446297B (zh) | 2014-07-21 |
Family
ID=40799347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW096150929A TWI446297B (zh) | 2007-12-28 | 2007-12-28 | 睡意辨識系統 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20090171232A1 (zh) |
TW (1) | TWI446297B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI783343B (zh) * | 2021-01-06 | 2022-11-11 | 長庚醫療財團法人林口長庚紀念醫院 | 一種辨識新生兒癲癇發作之通道資訊處理系統 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4625544B2 (ja) * | 2008-08-05 | 2011-02-02 | パナソニック株式会社 | 運転注意量判定装置、方法およびプログラム |
CN102361590B (zh) | 2009-10-15 | 2014-06-18 | 松下电器产业株式会社 | 驾驶注意量判别装置和方法 |
TWI418338B (zh) * | 2010-03-10 | 2013-12-11 | Univ Nat Cheng Kung | 睡眠腦波監測裝置 |
US8766819B2 (en) | 2011-06-17 | 2014-07-01 | The Boeing Company | Crew allertness monitoring of biowaves |
TWI478691B (zh) * | 2012-01-06 | 2015-04-01 | Wistron Corp | 睡意偵測方法及其裝置 |
TWI498103B (zh) * | 2012-11-13 | 2015-09-01 | Ind Tech Res Inst | 組織壓力受損風險管理系統與方法 |
US9147154B2 (en) | 2013-03-13 | 2015-09-29 | Google Inc. | Classifying resources using a deep network |
TWI488588B (zh) * | 2013-07-23 | 2015-06-21 | 瑞軒科技股份有限公司 | 安全監控系統及其疲勞監控裝置與安全帽 |
DE102015217335A1 (de) * | 2015-09-10 | 2017-03-16 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Ermittlung eines Klassifikators zur Zustandsbestimmung anhand von Elektroenzephalographie-Daten |
TWI562090B (en) * | 2015-11-25 | 2016-12-11 | Univ Far East | Emergency service notification method incorporating brain neural activity detection and cloud-based control |
CN105448038B (zh) * | 2016-01-02 | 2017-12-01 | 重庆市木越机械制造有限公司 | 一种出租车驾驶人员状态报警方法 |
WO2019060298A1 (en) | 2017-09-19 | 2019-03-28 | Neuroenhancement Lab, LLC | METHOD AND APPARATUS FOR NEURO-ACTIVATION |
US10699144B2 (en) | 2017-10-26 | 2020-06-30 | Toyota Research Institute, Inc. | Systems and methods for actively re-weighting a plurality of image sensors based on content |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
EP3731749A4 (en) | 2017-12-31 | 2022-07-27 | Neuroenhancement Lab, LLC | NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
TWI657798B (zh) * | 2018-06-15 | 2019-05-01 | 健行學校財團法人健行科技大學 | 睡眠品質監測裝置 |
CN113382683A (zh) | 2018-09-14 | 2021-09-10 | 纽罗因恒思蒙特实验有限责任公司 | 改善睡眠的系统和方法 |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
CN110575163B (zh) * | 2019-08-01 | 2021-01-29 | 深圳大学 | 一种检测驾驶员分心的方法及装置 |
KR20210051055A (ko) * | 2019-10-29 | 2021-05-10 | 현대자동차주식회사 | 뇌파 신호를 이용한 이미지 생성 장치 및 방법 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3890957A (en) * | 1972-10-24 | 1975-06-24 | Fsw Associates | Biological feedback systems |
US4928704A (en) * | 1989-01-31 | 1990-05-29 | Mindcenter Corporation | EEG biofeedback method and system for training voluntary control of human EEG activity |
GB9522872D0 (en) * | 1995-11-08 | 1996-01-10 | Oxford Medical Ltd | Improvements relating to physiological monitoring |
US5813993A (en) * | 1996-04-05 | 1998-09-29 | Consolidated Research Of Richmond, Inc. | Alertness and drowsiness detection and tracking system |
US7373198B2 (en) * | 2002-07-12 | 2008-05-13 | Bionova Technologies Inc. | Method and apparatus for the estimation of anesthetic depth using wavelet analysis of the electroencephalogram |
-
2007
- 2007-12-28 TW TW096150929A patent/TWI446297B/zh not_active IP Right Cessation
-
2008
- 2008-05-19 US US12/122,798 patent/US20090171232A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI783343B (zh) * | 2021-01-06 | 2022-11-11 | 長庚醫療財團法人林口長庚紀念醫院 | 一種辨識新生兒癲癇發作之通道資訊處理系統 |
Also Published As
Publication number | Publication date |
---|---|
US20090171232A1 (en) | 2009-07-02 |
TW200929089A (en) | 2009-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI446297B (zh) | 睡意辨識系統 | |
Van Hal et al. | Low-cost EEG-based sleep detection | |
US10028672B2 (en) | Wearable device which diagnosis personal cardiac health condition by monitoring and analyzing heartbeat and the method thereof | |
KR20030063640A (ko) | 생리 신호의 단시간 모니터링을 통한 사용자 정서 인식장치 및 방법 | |
KR101081369B1 (ko) | 생체신호의 특징 추출 장치 및 방법 | |
KR101400141B1 (ko) | 좌우 시각경로 차이를 이용한 ssvep―bci 시스템 및 이의 동작 방법 | |
CN106175699B (zh) | 基于催眠术的智能辅助睡眠设备 | |
KR102013609B1 (ko) | 운전자의 생체 신호 측정 장치 | |
CN110292372B (zh) | 检测装置 | |
Monori et al. | Processing EEG signals acquired from a consumer grade BCI device | |
KR20140117201A (ko) | 전두엽 부착형 뇌파신호 검출 및 뇌파기반 집중력 분석 방법 및 장치 | |
US20160287106A1 (en) | Method for assessing patient risk for ventricular tachycardia | |
KR20050063618A (ko) | 뇌파의 감마파 미세 변화를 이용한 긍/부정 의사 인식방법 및 장치 | |
TWI487503B (zh) | 自動睡眠分期裝置 | |
Wu et al. | A wearable drunk detection scheme for healthcare applications | |
CN108852313A (zh) | 基于雷达的非干扰智能感知方法和系统 | |
KR20140119920A (ko) | 무선 생체신호 측정기를 이용한 감성분류 시스템 | |
KR20190043974A (ko) | 비접촉식 진단 장치 | |
JP2020076923A5 (zh) | ||
Mohanty et al. | Driver assistant for the detection of drowsiness and alcohol effect | |
CN113425282A (zh) | 基于多光谱ppg盲源分离法的呼吸率监测方法及装置 | |
JP2022534491A (ja) | 心電図(ecg)信号のqrs複合波を検出するためのシステム | |
KR101884450B1 (ko) | 뇌파를 이용한 전자기기 구동 장치 | |
WO2019224113A1 (en) | Measuring movement in a subject | |
CN104274181A (zh) | 家具式体征检测方法、系统以及监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |