- · 《临床心电学杂志》期刊[01/26]
- · 《临床心电学杂志》投稿[01/26]
- · 临床心电学杂志版面费是[01/26]
考虑性别因素的驾驶人疲劳状态非线性特征
作者:网站采编关键词:
摘要:疲劳驾驶是造成我国交通事故的主要原因之一[1],疲劳损害驾驶人的思维能力,影响其自主神经系统(autonomous nervous system, ANS)平衡,降低其警惕性可能对其操作能力产生不利影响[2-3],以致造
疲劳驾驶是造成我国交通事故的主要原因之一[1],疲劳损害驾驶人的思维能力,影响其自主神经系统(autonomous nervous system, ANS)平衡,降低其警惕性可能对其操作能力产生不利影响[2-3],以致造成重大损失.
ANS通过交感神经系统和副交感神经系统2个分支的拮抗控制心率[4].心率变异性(heart rate variability, HRV)描述受ANS控制的逐拍心跳之间的复杂变化[5].现有研究大多通过时域或频域方法分析HRV特征与驾驶疲劳之间的关系.Tran等[6]的研究表明,驾驶疲劳显著影响RR间期长度、HRV低频段绝对功率和标准化功率、HRV高频段标准化功率,以及低频-高频段功率比.Liang等[3]的研究表明,HRV高频段标准化功率、低频段标准化功率,以及低频-高频段功率比是监测驾驶疲劳的3个最有前景的特征.Rodriguez-Ibaez等[7]和Abtahi等[8]的研究均表明,RR间期均值、RR间期方差和HRV低频-高频段功率比在驾驶人清醒和疲劳状态有显著差异.健康心脏的波动是复杂且非线性的[9],时域和频域等线性分析方法并不完全适合提供关于心脏跳动的复杂动力学信息[10].近20年来,基于混沌理论的非线性特征已被纳入HRV分析之中[11].通过Poincaré散点图[8]、去趋势波动分析(detrended fluctuation analysis,DFA)[7,12]、样本熵[13]等非线性方法提取的HRV特征已被用于区分驾驶人清醒和疲劳状态.通过非线性特征研究驾驶疲劳需要注意性别因素的影响[4-5,14].Voss等[5]的研究表明,健康被试短时(5 min)HRV的DFA分析短期波动斜率α1和Poincaré散点图短轴与长轴参数之比rSD1/SD2等非线性特征具有显著的性别差异.
尽管HRV的非线性特征已在驾驶疲劳领域受到重视,但仍有一些在生理或病理领域取得重要成果的非线性方法,如关联维[15-16]和递归图分析(recurence plot analysis,RPA)[17-18]在驾驶疲劳领域较少涉及.同时采用多种非线性方法从多个角度研究HRV特征,可以全面掌握驾驶人疲劳状态的HRV非线性机制.已有研究表明,HRV特征受性别因素的影响,研究性别和精神状态(清醒和疲劳)2种因素如何同时影响驾驶人的HRV非线性特征,有助于提高驾驶疲劳检测正确率.针对上述情况,本文同时采用Poincaré散点图、近似熵、样本熵、DFA、关联维和RPA等方法,全面研究驾驶人清醒和疲劳状态HRV非线性特征的差异;分析不同性别驾驶人精神状态因素对HRV非线性特征的影响;分析不同精神状态下,性别因素对HRV非线性特征的影响.
1 研究对象与方法
1.1 研究对象
招募20名(男性11名,女性9名)平均年龄为(25.)岁、持有有效驾照的在校研究生参与实验.在与ECG有关的研究中,将其中2名男性被试排除.其中一名因为在模拟驾驶实验阶段ECG导联存在不良连接.另一名可能由于之前过度的脑力劳动,在整个驾驶过程中均为疲劳状态.要求被试在实验当天不饮用咖啡、茶和酒及吸烟.实验开始前,要求被试阅读《知情同意书》并签名.本文研究方案得到清华大学医学伦理委员会批准.
1.2 驾驶模拟平台
实验在6自由度驾驶模拟平台上(见图1)完成.该驾驶模拟平台将1台乘用车置于运动基座上,5个大型投影围绕该车布置.该平台可为驾驶人提供虚拟现实的驾驶体验.为了加快疲劳症状的产生,本实验设置的场景为高速公路单调驾驶场景.整个实验过程中,除了自车外,场景中没有其他虚拟车.
(a) 车辆运动模拟系统
(b) 视景模拟系统图1 驾驶模拟平台
1.3 实验过程
首先向被试介绍实验细节,然后将单导联心电、脑电和皮电电极置于被试身上.通过Biopac MP 150系统采集被试的生理信号.心电和脑电的采样率均设为1 kHz.心电通过修正的Ⅱ导采集,LL等效导联置于左上腹部,RA等效导联置于右侧锁骨下窝.随后,引导被试进入驾驶室.实验开始前,为被试提供10 min预实验时间,方便被试熟悉实验环境.然后开始时长为60 min的正式实验,实验过程中被试不受任何干扰.除了心电和脑电信号外,通过置于中控台上的摄像头同步采集实验过程中被试的面部表情.要求被试以75 km/h的速度进行模拟驾驶.实验安排在日常工作时段9:30—17:30之间进行.实验结束后对心电信号和面部视频进行离线分析,本文不对脑电和皮电信号进行研究.
1.4 疲劳程度评估
首先将时长为60 min的面部视频分割为60个时长为1 min的小段,5名经过培训的专家根据表1独立对每个小段中被试的疲劳程度进行评分.表1的有效性已在本课题组之前的研究中得到了验证[19-20].评分为3分的小段相对较少,所以将这些小段的评分修改为2分.由于Camm等[21]推荐使用长度为5 min的心电信号进行短时HRV分析,因此将时长为60 min的视频和心电信号重新分割成19个时长为5 min的片段,每个片段在其起始(终止)部分与上一个(下一个)相邻片段存在40%的时间重叠.将5名专家在每个片段中所有小段的评分相加,如果总分大于或等于40分,该片段记为疲劳段.若总分小于等于35分,则记为清醒段.其他情况记为非共识段.这样,总共得到了88个清醒段组成的清醒组(alert)样本和223个疲劳段组成的疲劳组(fatigue)样本用于后继分析.同时得到31个非共识段不予研究.
文章来源:《临床心电学杂志》 网址: http://www.lcxdxzz.cn/qikandaodu/2021/0715/1281.html