rPPG信号修复：WGAN生成式修复框架解决驾驶场景运动伪影——论文解读与代码复现
rPPG信号修复：WGAN生成式修复框架解决驾驶场景运动伪影——论文解读与代码复现论文信息 项目 内容 标题 Inpainting for artifact restoration in rPPG signals: a tool for real-world applicability in wellness and driver monitoring systems 期刊 Physiological Measurement (IOP Science) 发表 2026年4月30日 链接 https://iopscience.iop.org/article/10.1088/1361-6579/ae60c1 PubMed https://pubmed.ncbi.nlm.nih.gov/41990813/ 方法 WGAN + U-Net生成器 应用 PPG/rPPG信号退化段修复 核心创新 生成式修复rPPG信号退化段：首次将图像修复(inpainting)概念引入rPPG信号，用WGAN选择性重建被运动伪影损坏的信号段 大规模合成训练数...
rPPG信号修复Inpainting：WGAN生成式框架填补驾驶场景运动伪影
rPPG信号修复Inpainting：WGAN生成式框架填补驾驶场景运动伪影论文信息 项目 内容 标题 Inpainting for artifact restoration in rPPG signals: a tool for real-world applicability in wellness and driver monitoring systems 作者 Nieto-Del-Amor, Félix; Martinez-de-Juan, Jose L; Prats Boluda, Gema; Escrig-Villalonga, Marc; Martinez-Iranzo, Ursula; Herrera-Ligero, Cristina 期刊 Physiological Measurement (IOP) 发表 2026年4月30日 链接 https://iopscience.iop.org/article/10.1088/1361-6579/ae60c1 PubMed https://pubmed.ncbi.nlm.nih.gov/4...
铁路驾驶员多传感器疲劳监测：从模拟器到真实运营的首次全传感器验证
铁路驾驶员多传感器疲劳监测：从模拟器到真实运营的首次全传感器验证论文信息 项目 内容 标题 Multisensor Measurement of Train Driver Mental Fatigue: From Simulation to Reality 作者 Esther Bosch, Rebecca Kruschka, David Schackmann, Stephanie Hoyer, Wolfgang Kilian, Stefan Schwanitz, Anneke Hamann 机构 德国航空航天中心（DLR）交通系统研究所 + 开姆尼茨工业大学 发表 Applied Ergonomics (arXiv:2608.23361) 链接 https://arxiv.org/abs/2608.23361 被试 模拟器14人 + 真实运营6人 关键词 train drivers, mental fatigue, HRV, EEG, EDA, eye-tracking, ATO, GoA2 核心创新 首次在真实铁路运营中部署全传感器矩阵：此...
铁路驾驶员多传感器疲劳实测：从模拟器到真实列车——首个真实运营条件下的全传感器部署
铁路驾驶员多传感器疲劳实测：从模拟器到真实列车——首个真实运营条件下的全传感器部署论文信息 项目 内容 标题 Multisensor Measurement of Train Driver Mental Fatigue: From Simulation to Reality 作者 Esther Bosch 等 发表 arXiv:2608.23361 (2026年8月) 链接 https://arxiv.org/abs/2608.23361 被试 模拟器14名 + 真实列车6名（职业驾驶员） 传感器 EEG + ECG + EDA + 眼动 + 行为 关键贡献 首个在真实列车运营条件下部署全传感器阵列的研究 核心发现 HRV和呼吸率是唯一在模拟器和真实列车中均一致的疲劳指标：自主神经指标优于神经生理指标 EEG在真实列车环境中失效：theta/alpha/beta功率在真实条件下未显示疲劳相关模式 真实运营环境的技术挑战：振动、传感器连接、高频数据采集三重难题 自动化→监督→疲劳链：铁路自动化将驾驶员角色从主动控制转为监督监...
驾驶疲劳多模态表型数据集MPD-DF：50人同步EEG+ECG+视频的公开数据集
驾驶疲劳多模态表型数据集MPD-DF：50人同步EEG+ECG+视频的公开数据集论文信息 项目 内容 标题 Multimodal Phenotyping Dataset of Driving Fatigue 期刊 Scientific Data (Nature) 发表 2026年1月22日 链接 https://www.nature.com/articles/s41597-026-06634-4 数据地址 https://figshare.com/articles/dataset/MPD-DF 被试 50人（35女15男） 任务 2小时标准化模拟驾驶 标注 医师标注的EEG疲劳标签 核心价值 50人规模最大公开驾驶疲劳数据集：含EEG+ECG+视频+问卷多模态同步 医师标注疲劳标签：基于EEG的专业标注，非主观自评 2小时连续驾驶：覆盖从清醒到疲劳的完整过渡过程 完全公开：figshare开放获取，可直接用于模型训练 数据集概览1. 被试构成 属性 数值 总人数 50人 性别 35女 / 15男 年龄 22-...
rePPG：将脉搏波信号重新嵌入视频——rPPG数据增强与逆向生成新范式
rePPG：将脉搏波信号重新嵌入视频——rPPG数据增强与逆向生成新范式论文信息 项目 内容 标题 rePPG: Relighting Photoplethysmography Signal to Video 期刊 Biomimetics (MDPI) 发表 2026年4月1日 链接 https://www.mdpi.com/2313-7673/11/4/230 核心指标 PURE: 1.10 BPM MAE, 95.00% PTE6 代码 未开源 核心创新 逆向rPPG生成：将目标PPG信号”重新点亮”(relighting)到面部视频中，实现rPPG信号→视频的逆向映射 rPPG数据增强：通过rePPG生成任意心率的面部视频，解决训练数据稀缺 视觉质量保持：PSNR 24.61dB，SSIM 0.638，视频视觉质量可接受 问题定义rPPG数据稀缺困境 数据集 被试数 时长 局限 PURE 10 ~1min 规模小 UBFC-rPPG 42 ~1min 场景单一 COHFACE 7 4×30s 人数少 MR-NIRP ...
AML自适应多模态驾驶员认知状态监测：Transformer融合+个性化元学习+联邦优化
AML自适应多模态驾驶员认知状态监测：Transformer融合+个性化元学习+联邦优化论文信息 项目 内容 标题 Adaptive multimodal learning for driver cognitive state monitoring using transformer-based fusion with personalized meta-learning and federated optimization 期刊 Scientific Reports (Nature) 发表 2026年5月6日 链接 https://www.nature.com/articles/s41598-026-51635-3 数据集 CL-Drive（自建多模态数据集） 模态 EEG + ECG + EDA + 眼动 + 车辆数据 核心创新 Transformer跨模态融合：捕获EEG频谱变化与眼动注视丢失之间的细粒度时空依赖关系 个性化元学习：≤5个样本适配新驾驶员，解决个体生理基线差异 联邦优化：去中心化训练，GDPR合规，不需聚合敏感生物特征数据 ...
EEG-FADE：可解释可泛化的EEG驾驶疲劳检测引擎——基于θ/β比值的个体化基线校准
EEG-FADE：可解释可泛化的EEG驾驶疲劳检测引擎——基于θ/β比值的个体化基线校准论文信息 项目 内容 标题 EEG-FADE: A generalizable and explainable framework for EEG-based driver fatigue detection 期刊 Neurocomputing (Elsevier) 发表 2026年6月4日 链接 https://www.sciencedirect.com/science/article/pii/S2666827026000770 核心方法 Ratio-Based Thresholding (RBT) + AutoML + BiLSTM + GNN-SE 标注方法 θ/β比值动态→个体化基线→疲劳标签 核心创新 比值阈值标注法（RBT）：从θ/β比值动态校准到个体清醒基线EEG，替代主观自评标签 三管道评估：AutoML(AutoGluon) + BiLSTM + GNN-SE注意力，交叉验证可泛化性 可解释性：Cohen’s d...
DeltaGateNet：双向时序动态建模EEG驾驶疲劳识别——轻量化可穿戴EEG新框架
DeltaGateNet：双向时序动态建模EEG驾驶疲劳识别——轻量化可穿戴EEG新框架论文信息 项目 内容 标题 Bidirectional Temporal Dynamics Modeling for EEG-based Driving Fatigue Recognition 作者 Jianming Wang, Yutao Miao 等 发表 IEEE Journal of Biomedical and Health Informatics (arXiv:2602.14071) 发表时间 2026年3月 链接 https://arxiv.org/abs/2602.14071 代码 https://jianmingwang1998.github.io/DeltaGateNet/（接收后开源） 数据集 SEED-VIG + SADT 核心创新 双向Delta模块：将EEG一阶时间差分分解为正/负分量，显式建模神经激活与抑制的不对称模式 门控时序卷积：逐通道深度时序卷积+残差学习，保持通道特异性同时捕获长程依赖 轻量化：面向有限通道可...
EEG-FADE：可解释可泛化的EEG驾驶疲劳检测引擎——基于θ/β比值阈值标定
EEG-FADE：可解释可泛化的EEG驾驶疲劳检测引擎——基于θ/β比值阈值标定论文信息 项目 内容 标题 EEG-FADE: A generalizable and explainable framework for EEG-based driver fatigue detection 期刊 ScienceDirect (Biomedical Signal Processing and Control) 发表 2026年6月4日 链接 https://www.sciencedirect.com/science/article/pii/S2666827026000770 核心方法 Ratio-Based Thresholding (RBT) + AutoML + BiLSTM + GNN-SE 特征数 480维（频谱+时序+复杂度） 核心创新 比值阈值标定（RBT）：基于θ/β比值动态生成疲劳标签，校准到个体基线EEG，解决主观标签不可靠问题 480维特征集：频谱+时序+复杂度三类特征全面覆盖 三条并行管道评估：AutoGlu...