编辑推荐：
为解决多通道 EEG 嗜睡检测系统计算成本高、用户不适，单通道覆盖不足的问题，研究人员开展最优 EEG 通道及特征配对研究。发现 F4、O2 通道配对 PSDα 和 PSDθ，覆盖达 96.1%、95%，为 wearable DD 设备优化提供方向。
疲劳驾驶如同公路上的隐形杀手，时刻威胁着交通安全。据统计，全球每年因驾驶员嗜睡引发的交通事故不计其数，轻则导致车辆损坏、人员受伤，重则造成重大人员伤亡和财产损失。传统的多通道脑电图（electroencephalography, EEG）嗜睡检测系统虽然覆盖范围广，但存在计算需求大、硬件要求高以及用户佩戴不适等问题；而单通道设备虽成本低、使用方便，却面临覆盖范围有限的困境。如何在保证检测效果的同时，提升系统的实用性和用户体验，成为了亟待解决的难题。
为了攻克这一技术瓶颈，来自 Koc 大学等机构的研究人员开展了一项极具创新性的研究。他们致力于探索能否通过最优的 EEG 通道与特征配对，使单通道系统达到与多通道系统相当的检测效果。经过一系列严谨的实验和分析，研究人员得出了令人振奋的结论： frontal4（F4）和 occipital2（O2）通道中，功率谱密度（power spectral density, PSD）α 和 PSDθ 的配对表现最为出色，覆盖范围分别达到了 96.1% 和 95%，相应的准确率为 95.4% 和 94.7%。这一成果为开发更高效、便捷的可穿戴嗜睡检测设备奠定了坚实基础，相关论文发表在《Medical & Biological Engineering & Computing》。
研究人员采用了一系列先进的技术方法来开展研究。首先，利用高保真的 XBUS PRO 驾驶模拟器（DTS）构建了模拟驾驶环境，50 名被诊断为阻塞性睡眠呼吸暂停（obstructive sleep apnea, OSA）且呼吸暂停低通气指数（Apnea–Hypopnea Index, AHI）≥5.0 次 / 小时的专业驾驶员参与了 50 分钟的模拟驾驶实验。实验中，通过 6 通道 EEG 设备以 200Hz 的采样率采集脑电信号，同时使用摄像头以 30 帧 / 秒的速度捕捉驾驶员的面部表情，用于基于视觉的评分，该评分整合了眼睑闭合时间百分比（percentage of eyelid closure over time, PERCLOS）和眼睑闭合持续时间（CLOSDUR）两项指标。对采集到的 EEG 信号进行处理，运用离散小波变换（discrete wavelet transform, DWT）提取了 10 个归一化的 EEG 特征，并应用 7 种阈值技术来确定最一致的分类方法。
最优配对特征与通道的筛选
研究人员评估了 45 种特征组合，以确定与基于视觉的评分一致的每个 epoch 的最佳分类特征对。结果表明，F4 和 O2 通道中 PSDα 和 PSDθ 的配对在覆盖范围和准确率上表现卓越。通过对单个通道的平均组合覆盖范围和准确率进行计算，发现这两个通道的表现显著优于其他通道，且 F4 略优于 O2。
单通道与多通道系统的性能对比
将单个通道的覆盖范围与六通道系统进行比较，发现 F4 和 O2 通道通过最优特征配对，覆盖范围分别比六通道系统使用单个最优特征（θ/α 比率）提高了 1.47% 和 0.32%，成功实现了从 6 通道到 1 通道的 reduction，同时保持了更高的检测效能。
阈值技术的影响
研究还探讨了不同阈值计算技术对平均组合准确率的影响，发现基于中位数的阈值计算方法在 PSDα 和 PSDθ 的配对中产生了更高的平均组合准确率（95.4%），展现了该方法在分类中的可靠性。
这项研究成功地将 EEG 通道从 6 个减少到 1 个，通过识别最优通道和特征配对，使单通道系统的覆盖范围达到甚至超过了六通道系统。研究提出的基于个体和特征的分类方法，在区分嗜睡和清醒状态的 EEG epoch 方面具有更高的准确性，与基于视觉的评分结果一致。F4 和 O2 通道被确定为最优 EEG 通道，PSDα 和 PSDθ 被选为最佳配对特征，中位数阈值技术被证明是可靠的分类方法。
该研究成果不仅在理论上拓展了 EEG 嗜睡检测的技术思路，更在实际应用中具有重要的现实意义。它为开发低成本、高实用性的可穿戴驾驶员嗜睡检测设备提供了关键的技术支持，有望显著降低硬件和计算成本，提升设备的用户体验，从而在预防疲劳驾驶相关事故中发挥重要作用，为道路交通安全领域带来新的希望和变革。
