論文の概要: Towards Generalizable Drowsiness Monitoring with Physiological Sensors: A Preliminary Study

• arxiv url: http://arxiv.org/abs/2506.06360v1
• Date: Tue, 03 Jun 2025 13:59:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 16:33:10.228419
• Title: Towards Generalizable Drowsiness Monitoring with Physiological Sensors: A Preliminary Study
• Title（参考訳）: 生理センサを用いた全般的眠気モニタリングに向けて : 予備的検討
• Authors: Jiyao Wang, Suzan Ayas, Jiahao Zhang, Xiao Wen, Dengbo He, Birsen Donmez,
• Abstract要約: 生理的信号に基づく眠気モニタリングは、カメラベースのアプローチよりもプライバシー保護が重要である。 心電図(ECG)、心電図(EDA)、呼吸信号(RESP)を4つのデータセットで分析した。 二項ロジスティック回帰モデルは、眠気に関連する生理的指標を特定するために構築された。
• 参考スコア（独自算出の注目度）: 3.6819350031575797
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurately detecting drowsiness is vital to driving safety. Among all measures, physiological-signal-based drowsiness monitoring can be more privacy-preserving than a camera-based approach. However, conflicts exist regarding how physiological metrics are associated with different drowsiness labels across datasets. Thus, we analyzed key features from electrocardiograms (ECG), electrodermal activity (EDA), and respiratory (RESP) signals across four datasets, where different drowsiness inducers (such as fatigue and low arousal) and assessment methods (subjective vs. objective) were used. Binary logistic regression models were built to identify the physiological metrics that are associated with drowsiness. Findings indicate that distinct different drowsiness inducers can lead to different physiological responses, and objective assessments were more sensitive than subjective ones in detecting drowsiness. Further, the increased heart rate stability, reduced respiratory amplitude, and decreased tonic EDA are robustly associated with increased drowsiness. The results enhance understanding of drowsiness detection and can inform future generalizable monitoring designs.
• Abstract（参考訳）: 正確な眠気検出は、運転安全に不可欠である。 あらゆる指標の中で、生理的信号に基づく眠気モニタリングは、カメラベースのアプローチよりもプライバシーを守ることができる。 しかし、生理的指標がデータセット間で異なる眠気ラベルとどのように関連しているかには矛盾がある。 そこで, 心電図, 心電図, 心電図, 心電図, 呼吸図, 呼吸図, 呼吸図など, 4つのデータセットにまたがる重要な特徴について検討した。 二項ロジスティック回帰モデルは、眠気に関連する生理的指標を特定するために構築された。 その結果,異なる覚醒誘導因子が異なる生理的反応をもたらす可能性が示唆され,主観的評価よりも主観的評価の方が感度が高かった。 さらに、心拍安定性の上昇、呼吸振幅の低下、緊張性EDAの低下は、眠気の増加と強く関連している。 その結果,眠気検出の理解が向上し,将来の一般化可能なモニタリング設計を知ることができる。

関連論文リスト

• An Explainable Anomaly Detection Framework for Monitoring Depression and Anxiety Using Consumer Wearable Devices [2.217204868812473]
  ウェアラブルデバイスによる行動と生理の継続的なモニタリングは、うつ病や不安を早期に検出するための、新しい客観的な方法を提供する。 本稿では,一般消費者のウェアラブルデータを用いて,症状の重症度が臨床的に有意に上昇することを示す,説明可能な異常検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-05T21:41:05Z)
• Smile upon the Face but Sadness in the Eyes: Emotion Recognition based on Facial Expressions and Eye Behaviors [63.194053817609024]
  視覚行動は、視覚行動支援型マルチモーダル感情認識データセットを作成するための重要な感情的手がかりとなる。 EMERデータセットに感情認識(ER)と表情認識(FER)の両方のアノテーションを初めて提供する。 具体的には、ERとFERの両方のパフォーマンスを同時に向上する新しいEMERTアーキテクチャを設計する。
  論文  参考訳（メタデータ） (2024-11-08T04:53:55Z)
• Real-Time Drowsiness Detection Using Eye Aspect Ratio and Facial Landmark Detection [0.0]
  本研究は、視線量比(EAR)と顔のランドマーク検出技術を用いて、眠気を検出するために設計されたリアルタイムシステムを提案する。 EARのしきい値を確立することで、システムはいつ目を閉じているかを識別し、潜在的な眠気を示す。 実験の結果,システムは低計算要求を維持しながら,高い精度で眠気を確実に検出できることがわかった。
  論文  参考訳（メタデータ） (2024-08-11T17:34:24Z)
• Investigating the Generalizability of Physiological Characteristics of Anxiety [3.4036712573981607]
  不安やストレスと高覚醒感情との関連が示された生理的特徴の一般化可能性を評価する。 この研究は、心電図やEDA信号からストレスと覚醒を横断する最初のクロスコーパス評価であり、ストレス検出の一般化性に関する新たな発見に寄与した。
  論文  参考訳（メタデータ） (2024-01-23T16:49:54Z)
• Sleep Activity Recognition and Characterization from Multi-Source Passively Sensed Data [67.60224656603823]
  睡眠活動認識法は、被験者の睡眠覚醒サイクルを評価し、監視し、特徴づけ、行動の変化を検出する指標を提供することができる。 本稿では,スマートフォンから受動的に知覚されたデータを連続的に操作して,睡眠の特徴を識別し,重要な睡眠エピソードを識別する一般的な方法を提案する。 これらの装置は、その用途により、連続的で客観的で非侵襲的な方法で被験者の生体リズムをプロファイルするための優れた代替データ源となっている。
  論文  参考訳（メタデータ） (2023-01-17T15:18:45Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• MSED: a multi-modal sleep event detection model for clinical sleep analysis [62.997667081978825]
  ポリソムノグラムで睡眠イベントを共同検出する,単一のディープニューラルネットワークアーキテクチャを設計した。 モデルの性能は,F1,精度,リコールスコア,および指標値と臨床値との相関で定量化した。
  論文  参考訳（メタデータ） (2021-01-07T13:08:44Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。