Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

ADAPTABLE MICROSLEEP DETECTION BASED ON EOG SIGNALS: A FEASIBILITY STUDY

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00234451" target="_blank" >RIV/68407700:21230/15:00234451 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    ADAPTABLE MICROSLEEP DETECTION BASED ON EOG SIGNALS: A FEASIBILITY STUDY

  • Popis výsledku v původním jazyce

    The microsleeps (MS) cause many traffic and various other accidents. These states of extreme drowsiness could be prevented by automatic detection or prediction. With that in mind, the classifier of MS was designed in this study based on the EOG analysis.The algorithm was proposed to be able to adapt independently to each analysed EOG signal. Finally, it was tested on 39 MS episodes and compared with the method based on fix thresholding. We reached sensitivity 82 % and positive predictivity 67 % by using the presented approach. It is necessary to extend the dataset in a successive study.

  • Název v anglickém jazyce

    ADAPTABLE MICROSLEEP DETECTION BASED ON EOG SIGNALS: A FEASIBILITY STUDY

  • Popis výsledku anglicky

    The microsleeps (MS) cause many traffic and various other accidents. These states of extreme drowsiness could be prevented by automatic detection or prediction. With that in mind, the classifier of MS was designed in this study based on the EOG analysis.The algorithm was proposed to be able to adapt independently to each analysed EOG signal. Finally, it was tested on 39 MS episodes and compared with the method based on fix thresholding. We reached sensitivity 82 % and positive predictivity 67 % by using the presented approach. It is necessary to extend the dataset in a successive study.

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

    INTERNATIONAL WORKSHOP ON COMPUTATIONAL INTELLIGENCE FOR MULTIMEDIA UNDERSTANDING

  • ISBN

    978-1-4673-8457-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

  • Název nakladatele

    České vysoké učení technické v Praze

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    29. 10. 2015

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku