Dissertação

Driver Drowsiness Detection with Peripheral Cardiac Signals EVALUATED

Anualmente, cerca de 1.35 milhões de pessoas morrem fruto de acidentes rodoviários. Dessas, 90% ocorrem devido a erro humano. Estas falhas têm sido continuamente reduzidas pelo desenvolvimento de estradas mais seguras e legislação que pretende garantir as condições ideais para condução. No entanto, erros de condutores sonolentos resultam num número constante de pessoas envolvidas em acidentes rodoviários, levantando a necessidade de um sistema de deteção desse estado. Um sinal fisiológico capaz de identificar sonolência é a variabilidade cardíaca (HRV), que pode ser obtida pela análise dos intervalos de tempo entre batimentos cardíacos consecutivos (IBI). Ao usar sinais cardíacos periféricos, que contêm informação sobre o ritmo cardíaco e são obtidos de forma não intrusiva, é possível integrar tal sistema num veículo sem afetar a tarefa de condução. Este trabalho constrói o processo para usar qualquer um de três dispositivos: pulseira com sensor PPG, banda de peito e volante capazes de medir o ECG, para obter os IBIs, calcular variáveis de HRV, e detetar a sonolência de condutores. Foi desenvolvido um filtro especializado para remover artefactos do PPG. Os intervalos recolhidos de todos os dispositivos foram corrigidos por um algoritmo criado para compensar percas de contacto com os sensores. Modelos SVM com kernel linear e C=0.3 e um grupo selecionado de variáveis de HRV mostraram boas performances, atingindo uma média de 0.62 de coeficiente de correlação de Matthews em 12 indivíduos. Experiências em simulador deram bons indícios de que sinais cardíacos periféricos podem ser usados para deteção de sonolência.
Variabilidade Cardíaca, Wearable, Sonolência, Sinais Cardíacos Periféricos, Machine Learning

Janeiro 15, 2021, 10:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

André Ribeiro Lourenço

CardioID Technologies, ISEL

Doutor

ORIENTADOR

Ana Luísa Nobre Fred

Departamento de Bioengenharia (DBE)

Associate Professor