人机工程中脑疲劳分析理论的探索与实践Word文档下载推荐.docx
- 文档编号:14026236
- 上传时间:2022-10-17
- 格式:DOCX
- 页数:61
- 大小:238.13KB
人机工程中脑疲劳分析理论的探索与实践Word文档下载推荐.docx
《人机工程中脑疲劳分析理论的探索与实践Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《人机工程中脑疲劳分析理论的探索与实践Word文档下载推荐.docx(61页珍藏版)》请在冰豆网上搜索。
我国知识分子平均寿命为58岁,低于全国平均寿命10岁左右;
北京中关村知识分子平均死亡年龄为53.34岁,比10年前缩短了5.18岁。
更有2002年对几家主要新闻媒体的联合调查表明,新闻工作者的平均死亡年龄为45.7岁,鉴于他们辞世的年龄特点,可以总结出“49岁现象”。
多方面因素导致了这些结果,其中不仅仅是身体上的疲劳,体力疲劳只是一个表象,最重要的是精神上的疲劳,即脑疲劳。
脑疲劳一般指由于认知受损导致工作效率下降,情绪低落的一种状态,是一个有别于身体疲劳的概念,它所反映的是大脑的病态或暂未成为病态的各种非正常状态,是一种亚健康的表现。
老人、成年人和青少年人群都可能出现脑疲劳。
人体长期处于脑疲劳状态,不仅对脑细胞造成极大的伤害,而且会影响身体健康,降低人体免疫力。
因此,对其进行研究分析,找出造成脑疲劳的具体原因,深入分析脑疲劳的症状表现、评定手段,同时研究克服、减缓脑疲劳的措施,对于改善人们的生活状态,缓解精神压力,具有十分重要的意义。
1.2研究方法与手段
从疲劳的定义出发,深入了解疲劳的特点、产生原因,了解当前脑疲劳的各种评定方法与分析技术。
到目前为止,国内外结合相应评定方法与分析技术对脑疲劳进行的特定研究。
一方面是对驾驶疲劳的研究,在此研究中,研究者运用驾驶模拟试验,明确试验的条件、方法,在此基础上,了解驾驶疲劳的产生机理、影响因素,以及当前驾驶疲劳预警系统的发展。
另一方面,结合从不同的侧重面对脑梗塞患者疲劳状况进行的综合研究,从而对相关疾病状态下的疲劳进行深入认识。
在对大量脑疲劳研究进行了解的基础上,深入分析脑疲劳的影响因素。
结合当前各种脑疲劳分析技术,以及现实的研究条件,综合闪光融合频率和视觉反应时间等测试指标,以色彩反应时间测定法和闪光融合值测定法为基础,设计实验,研究作业的持续时间、作业对象的复杂程度、作业者自身的体力疲劳程度等对疲劳的影响。
其实完成此项研究,最好的方案应该是利用面向对象的可视化程序设计语言VisualBasic加Access数据库编程,从而用计算机控制实现整个实验数据的采集和分析,以保证研究结果的准确性。
但是,基于时间和条件的限制,只能设计实际实验,由实验设计者对数据进行记录和分析,以得到研究结果。
基于前述各种分析,研究脑疲劳调控方法,寻求缓解脑疲劳的各种措施。
2脑疲劳理论及研究
疲劳是一种非常复杂的生理和心理现象,它并非由单一的、明确的因素构成,目前对疲劳的定义也有很大的差异。
一般来说,在生产过程中,劳动者由于生理和心理状态的变化,产生某一个或某些器官乃至整个机体力量的自然衰竭状态,称为疲劳[1][2]。
但实际上人们对疲劳的精确定义从未达成过一致。
在心理和生理学界比较有影响的是Grandjean于1979年和1988年提出的定义,即疲劳是一种介于清醒与睡眠之间的过渡状态,它是以工作效率的下降和对工作的厌烦为标志的一种状态[3]。
另外,Layzer从临床医学的角度也对疲劳进行了定义,他认为疲劳是指在工作过程中无法继续集中精力和保持效率[3][4]。
在对慢性疲劳综合症的研究中多运用Layzer所给出的定义。
现在的大多数研究者均以工作效率的下降和出现厌烦情绪作为衡量疲劳是否出现的标准[4]。
从本质上讲,疲劳是机体的一种正常生理保护机制。
这是由于人在生产过程中身心状态产生多种变化而推定的一个概念。
一般在作业过程中,作业者会产生操作机能衰退、能力下降,或厌倦工作的状态,我们也称之为疲劳[5]。
迄今,在科学的意义上,人们对疲劳的认识还有待于继续深化。
疲劳包括体力疲劳和脑力疲劳。
此次研究主要针对的是脑力疲劳。
2.1脑疲劳的特点
脑力疲劳一般是指由于认知受损而导致工作效率下降,情绪低落的一种状态,是一个有别于身体疲劳的概念,它所反映的是大脑的病态或暂未成为病态的各种非正常状态,是一种亚健康的表现[1][2][3][4][5]。
进入脑疲劳状态,其心理、生理状态都会发生各种各样的变化:
思维能力下降,导致反应迟钝、判断迟缓、动作僵硬等;
自我控制能力减退,以至于易于激动,心情急躁等;
注意力分散,视野变窄等[6]。
严重的疲劳症状,会导致不同程度的精神系统疾病,如多发性硬化、脊髓灰质炎后综合症等[7]。
随着工作的进行,大脑产生疲劳是必然的,这与人体的机体功能有关,不论处于何种状态,疲劳最终都会产生,只是其出现的时间与程度不同。
2.2脑疲劳产生的原因
导致脑疲劳的原因是多方面的,简要归纳如下:
(1)超生理负荷的激烈动作和持久的体力或脑力劳动;
(2)工作单调;
(3)环境不良[1];
(4)精神因素;
(5)人因工程设计不合理[5]。
(6)持久、剧烈的体力劳动;
(7)任何要求专心、集中力量和有技艺的劳动;
(8)在气候条件不良(高温和空气潮湿)的情况下工作;
(9)噪声和振动的作用;
(10)照明不良(光线太弱或者太强);
(11)情绪很坏,例如,心理状态不平衡,对工作缺乏兴趣等;
(12)病态,其中包括在各种传染病的潜伏期,这时工作者还未发病;
(13)营养不足,特别是维生素和蛋白质的摄入量不足[4][5][6][7]。
2.3脑疲劳的评定与分析技术
脑力疲劳多方面的影响着人们的生活、工作,尤其是实时监控、航空航天、车辆驾驶等行业,许多事故的发生都与疲劳有关,另外许多疾病的发生也不可避免的与疲劳相关,从而评定与分析疲劳成为重大而有价值的研究项目。
2.3.1脑疲劳的评定
疲劳的评定方法有主观评定和客观评定之分。
基于疲劳本身的非特异性和主观性,国内外对疲劳的早期研究基本都运用主观评定法。
前面对疾病状态下疲劳的研究主要运用疲劳严重度量表(FSS)、个人强度目录(CIS)和疲劳影响量表(FIS)[7],就属于典型的主观评定。
但主观评定的效度和信度都比较低,所以其对疲劳的评定是不够精确的。
为了更深刻的认识疲劳,对其有更加精确的测量,有必要加入各种生理指标的度量。
前面对驾驶疲劳的研究中,就是靠采集、分析多种生理性指标来得到实验结果的。
总结其研究过程,可以得到疲劳评定的部分客观方法[3][4]。
⑴电生理指标[3][4]
①脑电图(electroencephalogram,EEG)
EEG作为评价疲劳程度的指标,最早被人们所发现。
国外Saroj等认为,脑电图是众多生理指标中最合适的疲劳评价信号;
MarkA.通过使用脑电信号记录驾驶员在模拟驾驶过程中的表现,从而证明脑电信号与驾驶员注意力的变化是一致的[11]。
同时,由于脑电直接反映大脑活动,脑电信号被认为是最为可靠有效的指标之一。
自20世纪八、九十年代以来,大多数研究通过检测疲劳状态下的EEG寻找规律,但这是基于觉醒水平变化的一种规律,无法度量在此之前的认知能力下降的情况。
另外,EEG是依据频率对波形进行分类的,且其数据的个体差异相当大,受到多种因素的影响。
综上知,EEG只能粗略地反映疲劳的状态,并不是一个敏感的指标,所以它的进一步发展将受到阻碍。
②事件相关电位(eventrelatedpotential,ERP)
ERP是受试对象在进行某种认知活动时,将电生理变化叠加为波形,记录头皮的一种长潜时电位,从而反映信息加工活动的一种指标。
随着ERP技术的发展,从以为单一的“金指标”到组合多种诱发电位的指标,它可以在不影响工作状态的条件下,敏感的反应认知能力的变化,在评价疲劳方面的前景越发广阔。
③眼动电图(EOG)
研究表明,在由警戒状态进入到疲劳状态时,小幅高频的眨眼运动将取代快速眼动,所以EOG可以作为疲劳检测的指标。
但EOG和EEG类似,也只反映觉醒状态的检测状况,敏感度也不足,无法达到疲劳预警的要求。
⑵心血管指标[4]
研究发现,瞬间心血管变化,心率变化,心率变异性都可以作为评价疲劳程度的指标。
⑶生化指标
随着传感器的进步,无创测量方法的出现,比较容易测得的生化指标有希望成为疲劳评价的标准。
2.3.2脑疲劳分析技术
疲劳评价是一个范围广泛、涉及学科众多的研究领域,其各项评价指标都曾被研究人员在疲劳研究领域做了大量尝试,比如上海电机学院的张连毅等人从脑电信号分析的角度出发,探讨了传统的生理性精神疲劳的分析方法和现阶段EEG信号分析的生理性精神疲劳所采用的新技术、新方法,构建了生理性精神疲劳的分析系统,展望了生理性精神疲劳EEG信号分析技术的发展趋势。
多种脑疲劳分析技术如下:
①脑疲劳的传统分析技术[8][9]
Ⅰ基于绩效的评估方法:
作业者的体力、认知等资源都是有限的,其作业绩效会随着不同的脑疲劳程度而发生相应程度的改变,所以可以根据绩效评估作业人员的脑疲劳程度。
Ⅱ主述症状调查法:
由被测者自己诉述身体、精神、神经感受三个方面的自我疲劳感觉。
Ⅲ生化法:
通过分析被测者的血液、汗液等液体成分的变化来判断他的脑疲劳程度。
Ⅳ生理反应测试法:
主要包括闪频值检查法、连续声色呼叫检查法、反应时间测定法等方法,是通过测定某些特定机能对特定刺激的反应参数来判断脑疲劳程度。
②脑疲劳EEG信号分析技术[8]
上面虽然提到脑电图(EEG)只能粗略地反映疲劳的状态,并不是一个敏感的测试指标,但这并不能掩盖到目前为止EEG在疲劳评价、分析方面的作用。
EEG信号测定能够弥补传统方法的许多不足,它不会干扰作业过程,可以与其同时进行,而且反应迅速。
EEG通过脑电图描记仪描记一种曲线图(即放大的脑自身微弱生物电),总体反映大脑皮层(或头皮表面)的脑神经细胞群电生理活动,从而分析大脑活动状态,反映人体的疲劳状态。
其脑疲劳的分析系统框图[8]如下:
图2.1脑疲劳分析系统框图
传统的EEG信号分析方法以时域、频域作为疲劳分析的两个基本范畴,采用统计信号处理方法、谱分析技术,在疲劳分析中占有一定的地位,但该方法目前还无法确定敏感的特征量。
近年来,随着EEG信号处理技术的发展,现代分析方法具备了更加容易捕捉EEG敏感特征量的能力。
目前应用较为广泛的方法主要有小波熵、功率谱和复杂度等。
Ⅰ小波熵。
该方法提供了一种时—频分析手段,可以计算同时定位在时域和频域两个范畴上的非平稳时变信号的复杂度,进一步表征时间序列的复杂程度,是一种可以用于分析非平稳信号和非线性动力学的方法。
张崇等[9]对不同人在不同脑机能状态下的脑电近似熵进行计算,分析不同脑疲劳状态下的变化规律及其相关性,验证了脑力疲劳与EEG信号各节律的小波熵之间存在很强的关联性。
Ⅱ功率谱。
功率谱密度谱是对随机变量均方值的一种量度,是功率谱密度值—频率值的一种关系曲线。
Ⅲ复杂度。
EEG信号复杂度测量可以定量评价信号曲
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人机 工程 中脑 疲劳 分析 理论 探索 实践