EEG-based neural networks approaches for fatigue and drowsiness detection: A survey

脑电图 计算机科学 警惕(心理学) 人工神经网络 人工智能 心理学 认知心理学 神经科学
作者
Alice Othmani,Aznul Qalid Md Sabri,Sinem Aslan,Faten Chaieb,Hala Rameh,Romain Alfred,Dayron Cohen
出处
期刊:Neurocomputing [Elsevier]
卷期号:557: 126709-126709 被引量:6
标识
DOI:10.1016/j.neucom.2023.126709
摘要

Drowsiness is a state of fatigue or sleepiness characterized by a strong urge to sleep. It is correlated with a progressive decline in response time, compromised processing of available information, more errors in short-term memory, and reduced vigilance behaviors. The electroencephalogram (EEG), a recording of the brain’s electrical activities, has demonstrated the most robust association with drowsiness. As a result, EEG is widely recognized as a dependable indicator for evaluating drowsiness, fatigue, and performance levels. In this survey paper, we thoroughly investigate the application of shallow and deep neural network approaches utilizing EEG signals for the detection of fatigue and drowsiness. As far as our knowledge extends, this is the pioneering survey paper dedicated to exploring this specific research domain. The paper presents a comprehensive overview of the diverse EEG features utilized in the detection of fatigue and drowsiness, the different types of neural networks, and the reported performance of these methods in the literature. Additionally, the paper thoroughly examines the challenges and limitations associated with EEG-based fatigue and drowsiness detection and highlights directions for future research. The survey aims to offer a comprehensive overview of the existing methods in EEG-based fatigue and drowsiness detection, serving as a valuable resource for researchers and practitioners working in the respective field.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
欢喜的幼荷完成签到,获得积分10
刚刚
奶茶完成签到,获得积分10
刚刚
刚刚
禹丹烟发布了新的文献求助50
1秒前
www发布了新的文献求助10
1秒前
沈言完成签到,获得积分10
1秒前
隐形曼青应助LXY采纳,获得10
2秒前
az发布了新的文献求助10
2秒前
好好学习完成签到,获得积分10
2秒前
Hollen完成签到 ,获得积分10
3秒前
3秒前
onedollar完成签到,获得积分10
4秒前
wjw完成签到,获得积分10
4秒前
奋斗水卉发布了新的文献求助10
4秒前
上官若男应助南霜采纳,获得10
4秒前
泓凯骏完成签到 ,获得积分10
5秒前
NexusExplorer应助JLAlpaca采纳,获得10
5秒前
47发布了新的文献求助10
5秒前
辰越发布了新的文献求助30
5秒前
小小铱完成签到,获得积分10
5秒前
爱静静应助毕业biye采纳,获得10
7秒前
典雅三颜完成签到 ,获得积分10
7秒前
易伊澤完成签到,获得积分10
7秒前
8秒前
李健应助mylpp采纳,获得10
8秒前
123456完成签到,获得积分0
9秒前
游悠悠完成签到,获得积分10
9秒前
HK完成签到 ,获得积分10
10秒前
CDH完成签到,获得积分10
10秒前
读研好难发布了新的文献求助10
10秒前
gaozzzz完成签到,获得积分10
10秒前
mhl11应助科研通管家采纳,获得20
13秒前
我是老大应助科研通管家采纳,获得10
13秒前
SciGPT应助科研通管家采纳,获得10
13秒前
乐乐应助科研通管家采纳,获得10
13秒前
SciGPT应助科研通管家采纳,获得10
13秒前
上官若男应助科研通管家采纳,获得10
13秒前
共享精神应助科研通管家采纳,获得10
13秒前
mhl11应助科研通管家采纳,获得10
13秒前
丰知然应助科研通管家采纳,获得10
13秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1200
How Maoism Was Made: Reconstructing China, 1949-1965 800
Medical technology industry in China 600
中国内窥镜润滑剂行业市场占有率及投资前景预测分析报告 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3311581
求助须知:如何正确求助?哪些是违规求助? 2944368
关于积分的说明 8518562
捐赠科研通 2619731
什么是DOI,文献DOI怎么找? 1432529
科研通“疑难数据库(出版商)”最低求助积分说明 664684
邀请新用户注册赠送积分活动 649949