Microsleep Classifier Using EOG Channel Recording: A Feasibility Study
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00234350" target="_blank" >RIV/68407700:21230/15:00234350 - isvavai.cz</a>
Výsledek na webu
<a href="http://link.springer.com/chapter/10.1007%2F978-3-319-22741-2_10" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-319-22741-2_10</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-22741-2_10" target="_blank" >10.1007/978-3-319-22741-2_10</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Microsleep Classifier Using EOG Channel Recording: A Feasibility Study
Popis výsledku v původním jazyce
The microsleeps (MS) cause many accidents and can have a huge social impact. Automated prediction or early detection of the MS states could help to monitor level of fatigue. An automated MS classifier based on the EOG signal is proposed. There were analysed 28 episodes of MS. We observed slow eye movements without rapid changes during MS episodes. An automated feature extraction and classification using EOG channels showed promising results (sensitivity 93 %, positive predictivity 57 %). To confirm thehypothesis it is crucial to extend the study and to analyse larger amount of MS data.
Název v anglickém jazyce
Microsleep Classifier Using EOG Channel Recording: A Feasibility Study
Popis výsledku anglicky
The microsleeps (MS) cause many accidents and can have a huge social impact. Automated prediction or early detection of the MS states could help to monitor level of fatigue. An automated MS classifier based on the EOG signal is proposed. There were analysed 28 episodes of MS. We observed slow eye movements without rapid changes during MS episodes. An automated feature extraction and classification using EOG channels showed promising results (sensitivity 93 %, positive predictivity 57 %). To confirm thehypothesis it is crucial to extend the study and to analyse larger amount of MS data.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Information Technology in Bio- and Medical Informatics (6th)
ISBN
978-3-319-22740-5
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
5
Strana od-do
109-113
Název nakladatele
Springer International Publishing
Místo vydání
Cham
Místo konání akce
Valencia
Datum konání akce
3. 9. 2015
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—