شماره ركورد كنفرانس :
5306
عنوان مقاله :
شناسايي حالات مختلف استرس رانندگان در حين رانندگي با استفاده از شبكه عصبي كانولوشنال و سيگنال الكتروكارديوگرام
پديدآورندگان :
واعظي مهتاب mahtab.vaezi@khuisf.ac.ir گروه مهندسي پزشكي، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامي، اصفهان، ايران , نصري مهدي nasri_me@iaukhsh.ac.ir گروه مهندسي پزشكي، واحد خميني شهر، دانشگاه آزاد اسلامي، اصفهان، ايران , باقربوم مژگان m.bagherboum@iaukhsh.ac.ir گروه رياضي، واحد خميني شهر، دانشگاه آزاد اسلامي، اصفهان، ايران (نويسنده مسئول)
كليدواژه :
شناسايي استرس , شبكه عصبي كانولوشنال , ECG , drivedb
عنوان كنفرانس :
اولين همايش ملي داده كاوي در علوم مهندسي و زيستي
چكيده فارسي :
استرس ميتواند بر رفتار و فرآيندهاي ذهني مانند تصميمگيري تاثير بگذارد. استرس در رانندگان در حين رانندگي، به دليل اختلال در تصميمگيري به موقع، ميتواند عواقب جبران ناپذيري به همراه داشته باشد. به همين خاطر شناسايي هوشمند استرس در رانندگان در حين رانندگي مورد توجه محققان قرار گرفته است. سيگنالهاي حياتي به دليل سهولت در ثبت و عدم توانايي دخالت فرد در پنهان سازي استرس در حين بررسي توسط اين سيگنالها، بهترين گزينه براي بررسي استرس ميباشد. در روش پيشنهادي به منظور شناسايي استرس در رانندگان در حين رانندگي از سيگنال ECG موجود در پايگاه داده drivedb و شبكهي آموزش عميق استفاده شدهاست. سيگنال ECG علي رغم ثبت آسان در حين رانندگي اطلاعات مفيدي از احساسات فرد را در اختيار ما قرار ميدهد. شبكهي استفاده شده در اين مقاله از نوع شبكهي عصبي كانولوشنال با چهار لايه پنهان است و با شناسايي سه حالت استرس كم، متوسط و زياد، با دقت 86.7% نسبت به تحقيقات پيشين كارايي بيشتري دارد.
