精神疲劳量化标定的实验范式和评估模型研究,人体生理学论文.docx
-
资源ID:73322609
资源大小:20.80KB
全文页数:8页
- 资源格式: DOCX
下载积分:11.8金币
快捷下载
会员登录下载
微信登录下载
三方登录下载:
微信扫一扫登录
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
|
精神疲劳量化标定的实验范式和评估模型研究,人体生理学论文.docx
精神疲劳量化标定的实验范式和评估模型研究,人体生理学论文精神疲惫是一个比拟抽象的概念,也是一种复杂的生理现象,能引起人体多种指标的变化,如注意力不集中、警惕度降低、反响速度下降等,当前国际上并没有一种公认有效的检测标定精神疲惫的方式方法。由于人的疲惫如汽车、船舶、龙门吊等的驾驶疲惫是造成很多重大事故的主要原因,因而对人的疲惫进行客观、准确地检测和评估开展研究是非常有价值的,对减少安全事故以及提高效率均具有重要意义。 因精神疲惫属于一种复杂的生理心理现象,往往伴随着反响能力的降低和工作效率的下降,最简单的方式方法是基于心理学问卷量表,方式方法固然简单但受个体差异和主观因素影响过大,为此人们希望能找到反响精神疲惫程度的生理参数指标,如李延军等通过读书笔算实验与放松时作为比照来研究心率变异性与疲惫的关系,赵晓华等通过驾驶实验前后填写的SOFI-C调查表来分析研究心电、脑电信号与疲惫程度的关系,赵春临记录一天中不同时间的脑电信号研究分析了基于脑电功率谱-连续隐马尔科夫链的精神疲惫特征,张连毅也采用类似的方式方法分析一天不同时间采集的EEG信号的柯尔莫哥洛夫熵测度与精神疲惫的关系,以上方式方法对被试者疲惫程度的标定基于生活经历体验的直观判定,无法到达定量标定。为了对疲惫程度进行定量标定,很多文献采用作业成功率作为疲惫程度量化的指标,如以下为参考文献都是在按一定时间间隔播放的声音序列中随机插入动作命令集合的某一个,统计被试者按键的正确率来标定疲惫的程度,以下为参考文献采用心理学的Oddball作业实验范式通过统计正确率来标定疲惫状态,但是由于人的个体身体差异,在一样疲惫程度下不同人作业的成功率也会呈现较大差异。由于事件相关电位能反映认知经过中大脑的神经电生理改变,因而也成为研究精神疲惫的重要手段,如Murata研究了被试者在VDT作业前后视觉刺激P300相关参数的变化,杨博等设计了认知实验,并结合问卷量表研究在疲惫前后P300潜伏期和峰值变化的统计性质,宋国萍等针对出租车司机疲惫组和对照组研究了P300参数的差异统计特性,以上研究结论显示在疲惫作业前后视觉诱发P300的潜伏期变化较小而听觉诱发P300潜伏期变化较大,但两者分布都比拟分散,而疲惫前后P300波幅降低幅度较大且较为集中。 JarchiD.等研究了基于Rao-blackwellised粒子滤波模型单次提取P300并进行疲惫分析的方式方法。以上研究固然得到了有价值的结果,但没有对疲惫程度的量化标定给出详细有效的方式方法。 由于基于视觉的认知能力对汽车、船舶驾驶等很多工作非常重要,本文以视觉诱发P300参数提取为基础,结合心理学问卷量表研究精神疲惫量化标定的实验范式和评估模型。 1 精神疲惫标定实验设计 本实验选用的数据采集设备为奥地利G.tec公司生产的16导联的g.USBamp信号放大采集设备,电极采用的是银/氯化银合金电极。实验中,所用到的电极位于10-20电极导联络统中的Fpz,Fz,Cz,P3,Pz,P4,PO7,Oz和PO8 9个位置(华而不实Fpz为接地,耳垂为参考试点极)。采样频率设置为256 Hz,带通滤波范围为0.530 Hz,50 Hz陷波。实验的受试者选择20名有午睡习惯的在校大学生且实验选择在中午进行。 诱发电位获取形式的设计为获取P300信号,实验采用图片轮换的视觉诱发刺激的方式,提供7幅不同的图片作为视觉诱起源,供受试者观察。图片随机出现这样靶图片出现的概率为14.3%,非靶图片出现概率为85.7%,每幅图片占据1 s时长,前100 ms显示图片,后900 ms关闭图片。事先设定图片显示次数,由受试者选择华而不实一幅图片靶图片进行计数。实验经过中,当受试者观看到靶图片时立即按键 ,并同时默数图片出现的次数。一次 trail 一次数据采集经过经历5 min。 疲惫形式的设计为采集受试者不同状态下的疲惫数据,本实验制定了相应的精神疲惫调查表,其10个参数指标为 :注意力不集中、反响迟钝、困乏、精神松散、头脑昏沉、思想不集中、需要休息、复视重影、眼睛酸痛、眼皮沉重。受试者根据本身状态用之间的数来描绘叙述本身的状态,华而不实 0 代表没有, 10 代表完全有。能够大致将疲惫状态分为 :当状态值的均值小于1时,此时以为受试者处于清醒状态 ;均值大于9时,受试者处于疲惫状态 ;其余为中间状态。 实验经过实验开场前,受试者首先填写疲惫调查表,数据符合清醒状态值时开场实验。实验时,将实验室的光线调暗,并且为受试者提供一个平静的实验环境,受试者身体放松地坐于离计算机显示器约0.8 m左右的距离处。在受试者充分了解实验任务及实验步骤后,开场实验。为采集受试者不同状态下的疲惫数据,实验分为3个阶段,每个阶段采集4组 trail 数据。在每个阶段完成后下一个阶段开场前,受试者要经历一个疲惫经过,每个阶段及实验完成前后让受试者填写实验疲惫调查表。疲惫经过为闪烁频率4 Hz的蓝色图片,受试者集中注意力观看,持续时间10 min。 2、 实验结果分析 由于自发脑电能够看作是零均值、方差确定的平稳随机信号,而且在每次实验中,刺激条件一样,能够将P300近似以为是一个确定性的信号,且P300对于每一次刺激它们之间都是互不相关的。所以能够利用叠加平均技术提取诱发的P300电位,信号残留噪声下降程度与迭加次数的平方根成正比。 对每组实验数据,提取出靶刺激与非靶刺激1 s时长的数据分别进行叠加平均处理。提取各个通道的P300幅值,发现顶区及枕区P3、Pz、P4、PO7、Oz和PO8的P300现象明显。选取特征最为明显的PO7、Oz和PO8 3个通道作为研究对象,结合疲惫调查问卷以及P300的幅值,通过实验数据能够得出下面结论。 根据制定的疲惫标准,疲惫前后疲惫表的值差异显著如表1所示,为华而不实一个受试者的调查表,受试者的量表总平均值在实验疲惫前后的分别为0.1 0.303和9.18,1.289,P 0.05,讲明实验设计合理,能使受试者从清醒到达疲惫状态。 对同一受试者,清醒时,靶刺激的P300幅值要比非靶刺激幅值要明显,如此图1所示 ;疲惫时,靶刺激与非靶刺激的P300幅值则非常接近,如此图2所示,靶刺激幅值稍大。这是由于疲惫时,受试者对靶刺激与非靶刺激区分度明显下降。同时,清醒和疲惫的非靶刺激的幅值有所降低,但变化不大,讲明疲惫会导致脑电信号电位值下降。 对不同受试者的整个疲惫经过的P300幅值分析,每个样本选取对应的3个状态分别为 :清醒取值为第一阶段最大幅值,中间状态取值为第二阶段任意幅值,疲惫取值为第三阶段最小幅值。各个状态取PO7、Oz和PO8 3个通道值的中间值作为状态值,选取10个样本数据。通过统计分析得出 :固然不同受试者的清醒和疲惫时的P300幅值不同,但是在整个实验经过中P300幅值下降的比例均接近50%,波动范围为0.5,0.0209。 即当受试者P300幅值下降50%左右时,能够以为受试者为疲惫状态,如表2所示。 综上,通过测定个体清醒与疲惫的P300幅值,能够用精神疲惫系数MFC(Mental Fatigue Coefficient)给精神疲惫予一个初步的线性刻画 : 华而不实,m axn为清醒时幅值,minn 为疲惫时幅值, n 为其他状态的幅值。 由此,能够得出当MFC为0时,处于清醒状态,当MFC为1时处疲惫状态,处于01之间的值则代表了中间状态的疲惫程度。对选取的中间状态计算相应的MFC值0.40.6与对应阶段疲惫调查表的4个疲惫指标的值范围集中在47相比照,其值在具体表现出疲惫程度上相当,因而能够利用MFC值对疲惫程度作出大致的描绘叙述。 本研究中,以P300幅值作为疲惫特征参量,通过研究疲惫程度与P300幅值的关系来标定疲惫程度。通过本文分析能够看出,不同个体在清醒与疲惫状态的P300幅值各不一样,但是在整个疲惫经过中,P300幅值下降的百分比却特别接近 约50%,具有一定的普遍性。 MFC值所描绘叙述的疲惫指数与对应疲惫调查表的数值大致接近,因而能够用MFC值刻画个体精神疲惫状态,这样就将抽象的疲惫概念定量化了,为研究精神疲惫提供了一种新的思路和方式方法。然而,本实验也具有一定的局限性。在本研究中,要求受试者整个经过持续集中注意力,这样产生的疲惫与人体在正常作业或轻松状态的自然疲惫关系未知。实验对象为在校大学生,没有针对不同人群。因而,基于EEG信号的生理性精神疲惫分析技术的研究,必将是如今和今后相当长时间内相关工作者的研究热门之一,也值得进一步探寻求索。 以下为参考文献: 1王瑞元.运动生理学M,北京:人民体育出版社,2002. 2 TAIGANG H, JIANPING L,CHONGXUN Z. Mentalfatigue and measurementJ. Journal of BiomedicalEngerning,1996,13(3):276-273. 3李延军,严洪,杨向,等.基于心率变异性的精神疲惫的研究J.中国生物医学工程学报,2018,29 (1): 1-6. 4赵晓华,房瑞雪,荣建,等.基于生理信号的驾驶疲惫综合评价方式方法试验研究J.北京工业大学学报,2018,37(10):1511-1516. 5赵春临,郑崇勋,赵敏.基于脑电功率谱-连续隐马尔科夫链的精神疲惫分级模型J.西安交通大学学报,2007,41(2): 1474-1478. 6张连毅,郑崇勋,李小平,等.基于柯尔莫哥洛夫熵的生理性精神疲惫分级的可行性研究J.航天医学与医学工程,2005(5): 375-380.