Analyse statistique robuste et apprentissage profond à partir de séquences spectrales d’EEG pour la détection de somnolence
Résumé: La somnolence des conducteurs est une cause majeure d’accidents de la route. L’électroencéphalogramme (EEG) est considéré comme le prédicteur le plus robuste de somnolence. Cet article propose une méthode nouvelle, simple et rapide pour détecter la somnolence de conducteurs, qui peut être im...
Guardado en:
| Autores principales: | Quintero-Rincón, Antonio, Batatia, Hadj |
|---|---|
| Formato: | Documento de conferencia |
| Lenguaje: | fra |
| Publicado: |
2022
|
| Materias: | |
| Acceso en línea: | https://repositorio.uca.edu.ar/handle/123456789/13860 |
| Aporte de: |
Ejemplares similares
-
Robust analysis and spectral-based deep learning to detect driving fatigue from EEG signals
por: Quintero Rincón, Antonio, et al.
Publicado: (2023) -
Screen use, sleep duration, daytime somnolence, and academic failure in schoolaged adolescents
por: Pérez Chada, Daniel, et al.
Publicado: (2023) -
Artefacts Detection in EEG Signals
por: Quintero-Rincón, Antonio, et al.
Publicado: (2022) -
A multi-step pathway connecting short sleep duration to daytime somnolence, reduce attention, and poor academic perfomance : an exploratory cross-sectional study in teenagers
por: Pérez Lloret, Santiago, et al.
Publicado: (2019) -
Fast statistical model-based classification of epileptic EEG signals
por: Quintero-Rincón, Antonio, et al.
Publicado: (2019)