基于mindwave脑电波进行疲劳检测算法的设计(1)
一、简介
脑波,又称之为脑电波,是人大脑发出的电波,非常的微弱,只能通过设备来检测。人的脑波在不同状态下,会不同,因此可以通过脑波来量化分析人的精神状态。
科学家讲脑电波分为四种,以下为详细解释
(1)α脑波
α脑波,是当人们放松身心、沉思时的脑波。它以每秒钟8~12周波的频率运行着。当人们在做“白日梦”或遐思时,脑波就会呈现这种模式。这种模式下的人应该是处于放松式的清醒状态中。
(2)β脑波
β脑波,是一种有意识的脑波,它以每秒钟12~25周波的频率运行着。当人们处于清醒、专心、保持警觉的状态,或者是在思考、分析、说话和积极行动时,头脑就会发出这种脑波。
(3)θ脑波
θ脑波,是人们沉于幻想或刚入眠时发出的脑波。它以每秒钟4~8周波的频率运行着。这正好属于“半梦半醒”的朦胧时段,在这种状态下,人的大脑正在处理白天接收的资讯,而许多的灵感可能就在这个时候突现。
(4)δ脑波
δ脑波,是人们沉睡无梦时发出的脑波。它以每秒钟0.3~4周波的频率运行。
该资料在网盘里 脑立方实用教程.pdf 里面有。
二、硬件介绍
包含一个类似耳机的和一个类似U盘的。其中一个是发射器,一个是接收器。
三、安装过程
1.先安装脑立方训练营软件。也就是这个
点击MindWave-Setup.exe进行安装。
2.安装完后,就插入那个类似U盘的接收器。默认会自动安装驱动。但有时也不会自动安装。
这个时候你打开计算机的设备管理器查看端口,这是会出现一个MindWave USB Adapter字样的端口适配器。如果没有出现这个字样,但出现了其他的字样,那么就表示U盘的接收器可以识别到,但是驱动不对,导致的。这个时候就要重新安装驱动,这个驱动在后面我会提供。
如果没有出现Adapter字样,那么要安装下面这个
解压后,点击setup.exe即可。
注意在安装这个驱动的时候,要先卸载一下,然后再安装。
3.安装完驱动后,再重新插入U盘的适配器。然后开启耳机开关,然后再进行匹配。关于Mindwave耳机的注意事项都有文档描述,和自带的视频解释。这个应该不难。然后打开脑立方训练营。界面大概是这样的。不同的版本会有不同。
而此时在任务栏中会有两个小图标,分别是连接状态:未连接 一个是脑瑜伽数据库连接程序。
4.随便打开脑立方里面任意一个游戏。然后进行连接测试。打开游戏,穿戴耳机。自动匹配。这个过程大概20秒。过了时间还没有就说明某个地方出错了。
检测到后并开始玩游戏,界面是这样的。
http://pan.baidu.com/s/1dD9r8a9
========================我是分割线=========================
接下来的一段时间我都会更新关于这个基于脑电波疲劳检测的博客,在看博客的你,如果有更好的检测算法,可以在评论下给出一些想法。并能给出一定的实现思路。我现在的想法是在它提供的那几个波段(上面提到的)中对强度进行判断。然后还有一个就是统计几个波段,然后计算对应的方差。(至于为什么是方差,我觉得一般一个人很累的时候,不会一直都是处于很累的状态,会突然????哎,很难描述,就是那种想睡,但又强制自己不要睡的那种感觉。想想在上早课,并且没有手机玩,但又坐在第一排。)还有就是通过里面有一个判断眨眼的函数来判断眨眼。我们可以根据眨眼的时间差来判断。不过不同的人眨眼的时间是不同的。所以还有让系统先预处理一下,保存当前这个人的眨眼时间差。现在我就想到了这些。具体怎么做还有一段时间。
===========================================================
参考资料:
http://www.cnblogs.com/b3347/archive/2013/01/23/2873750.html
http://blog.csdn.net/itcastcpp/article/category/2172845
基于mindwave脑电波进行疲劳检测算法的设计(1)相关推荐
- 基于mindwave脑电波进行疲劳检测算法的设计(4)
上一次的实验做到可以从pc端读取到MindWave传输过来的脑电波原始数据了. 我是先定义一个结构体,该结构体对应保存所有能从硬件中取到的原始数据. struct FD_DATA {int batte ...
- Python基于OpenCV的实时疲劳检测[源码&演示视频&部署教程]
1.图片演示 2.视频演示 [项目分享]Python基于OpenCV的实时疲劳检测[源码&演示视频&部署教程]_哔哩哔哩_bilibili 3.检测方法 1)方法 与用于计算眨眼的传统 ...
- 论文研究 | 基于机器视觉的 PCB 缺陷检测算法研究现状及展望
前面分享了机器视觉在汽车行业与交通行业的应用,其实机器视觉在工业上的应用是最广泛也是最具挑战性的,其中PCB板缺陷检测一直是机器视觉待攻克的难题.印刷电路板(PCB)是电子零件的基板,需求量极大,承载 ...
- 病虫害模型算法_基于深度学习的目标检测算法综述
sigai 基于深度学习的目标检测算法综述 导言 目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一.由于各类物体有不同的外观,形状,姿态,加上成像 ...
- 综述 | 基于深度学习的目标检测算法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自:计算机视觉life 导读:目标检测(Object Det ...
- 基于深度学习的目标检测算法综述(从R-CNN到Mask R-CNN)
深度学习目标检测模型全面综述:Faster R-CNN.R-FCN和SSD 从RCNN到SSD,这应该是最全的一份目标检测算法盘点 基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述 ...
- mpeg b帧 编码 matlab,一种基于压缩域的镜头检测算法
文章编号: 1673- 5196( 2008) 06- 0097- 05 一种基于压缩域的镜头检测算法 摘要: 针对传统的非压缩域镜头检测算法数据量大.运算量大和效率低的缺点, 提出一种基于压缩域的镜 ...
- 基于深度学习的目标检测算法综述(一)
基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述(二) 基于深度学习的目标检测算法综述(三) 本文内容原创,作者:美图云视觉技术部 检测团队,转载请注明出处 目标检测(Object ...
- 4种基于像素分割的文本检测算法
摘要:文本检测是文本读取识别的第一步,对后续的文本识别有着重大的影响.一般场景下,可以通过对通用目标检测算法进行配置修改,来实现对文本行的检测定位.本文主要介绍基于像素分割的文本检测算法. 本文分享自 ...
最新文章
- 七天学习计划_c#_[1]泛型类(还有六天,明天继续写!)
- 浅析如何从比值得出网站优化效果的好坏?
- 解决Visual SVN在linux下不能访问的问题
- Ajax(jquery)
- java数据存在ie中_[Java教程]解决在IE中获取数据的缓存问题,运行环境为node.js
- CListCtrl 使用方法总结
- leetcode题库10--正则表达式匹配
- (zhuan) LSTM Neural Network for Time Series Prediction
- mysql修改表、字段、库的字符集
- allegro17.4绘制PCB封装-R0603
- android获取sdcard文件,android读取SDCard任意路径下的文件
- HDU - 6078 Wavel Sequence(动态规划+时间优化)
- 嵌入式linux与pc串口传输文件基于lrzsz
- 2018初中计算机考试知识点,2018计算机等级考试考点:考前学习的技巧
- 一篇文章让你全面了解TDengine
- 【行为分析】(二)前端埋点实现及原理分析
- 坚守在技术无人区,一群无名英雄的低调与浪漫
- 申宝股票-抱团股继续杀跌
- Qomo OpenProject Field Test 3发布!
- w ndows7怎么一键恢复,windows7怎么一键还原?windows7恢复出厂设置教程