基于夜间睡眠脑电的驾车模拟环境下微睡眠自动检测
机器学习
2020-12-11 v1 神经与进化计算
摘要
微睡眠是一种持续 1 至 30 秒的短暂睡眠。驾驶过程中对其检测对于预防可能危及众多生命的事故至关重要。脑电图（EEG）适合用于检测微睡眠，因为 EEG 与意识和睡眠相关。深度学习在识别脑状态方面表现出优异性能，但需要充足的数据。然而，在驾驶过程中收集微睡眠数据效率低下，且由于驾驶环境嘈杂，数据质量差的风险较高。在家中的夜间睡眠数据比驾驶中的微睡眠数据更易收集。因此，我们提出了一种利用夜间睡眠 EEG 提升微睡眠检测性能的深度学习方法。我们使用夜间睡眠 EEG 预训练 U-Net 以分类 5 级睡眠阶段，并利用 U-Net 估计的睡眠阶段来检测驾驶中的微睡眠。与传统方法相比，这将微睡眠检测性能提升了约 30%。我们的方法基于微睡眠对应于非快速眼动（NREM）睡眠早期阶段的假设。我们分析了夜间睡眠与微睡眠期间的 EEG 分布，发现微睡眠与 NREM 睡眠具有相似的分布。我们的结果提供了微睡眠与 NREM 睡眠早期阶段相似的可能性，并有助于预防驾驶中的微睡眠。
引用
@article{arxiv.2012.05705,
title = {Automatic Micro-sleep Detection under Car-driving Simulation Environment using Night-sleep EEG},
author = {Young-Seok Kweon and Gi-Hwan Shin and Heon-Gyu Kwak and Minji Lee},
journal= {arXiv preprint arXiv:2012.05705},
year = {2020}
}
备注
Submitted IEEE The 9th International Winter Conference on Brain-Computer Interface