精神疲勞檢測裝備技術(shù)研究進展分析

張海榮，張 靜，葉 青，喬 銳，謝康寧

精神疲勞檢測裝備技術(shù)研究進展分析

張海榮，張 靜，葉 青，喬 銳，謝康寧

分析了精神疲勞對人的注意力、眼睛和視覺、腦電等方面的影響，介紹了主觀量表、閉眼檢測器、點頭探測器、臉部識別、腕部運動識別、腦電圖測量6種檢測技術(shù)與裝備，并分析了它們的優(yōu)勢與不足。最后指出了現(xiàn)代大規(guī)模集成電路和現(xiàn)代工藝的進步，會使基于腦電的精神疲勞檢測裝置真正走向?qū)嵱谩?/p>

精神疲勞；檢測裝備；進展分析

0 引言

現(xiàn)代社會的發(fā)展需要很多24 h不間斷的行業(yè)，例如交通、醫(yī)務(wù)、制造業(yè)、軍事、航空和一些公共服務(wù)部門。需要輪班工作的人員可能在睡眠和晝夜節(jié)律上受到強干擾[1-2]。精神疲勞指長時間的認(rèn)知活動使人體驗到的效果，在現(xiàn)代生活中是一種十分常見的現(xiàn)象[3-6]。精神疲勞會對人的決策、判斷、分析和記憶等功能造成障礙，從而對指揮、駕駛、戰(zhàn)情分析與決斷產(chǎn)生重大影響[7-8]。因此，對精神疲勞的相關(guān)研究引起很多學(xué)者的關(guān)注，但到目前為止，對其心理生理學(xué)機制仍然不十分清楚。

1 精神疲勞對人的影響

1.1 對注意力的影響

注意力是人的動態(tài)行為的關(guān)鍵特性，它允許我們對輸入的信息進行偏向性處理，使我們做到：（1）能夠集中在與目標(biāo)相關(guān)的信息上；（2）能夠動態(tài)地忽略與目標(biāo)無關(guān)的信息。當(dāng)人疲勞時，經(jīng)常表現(xiàn)為注意力難以集中。例如，Bartlett在研究中要求飛行員在計算機上模擬飛行，長時間后，飛行員出現(xiàn)失誤的頻率增加，更容易被干擾[9]。Brown也注意到開車時注意力隨著時間的推移而逐漸下降，大腦對指揮手腳完成任務(wù)的效果起到反作用。這些結(jié)果都表明精神疲勞對注意力有反向影響[7]。

1.2 對眼睛和視覺的影響

研究表明，在中樞神經(jīng)系統(tǒng)的控制下，眼睛和視覺系統(tǒng)也能提供個體警覺水平和認(rèn)知狀態(tài)的信息[10-12]，在疲勞出現(xiàn)時會出現(xiàn)多個指標(biāo)的下降，這些指標(biāo)包括眨眼、長時間閉眼、眼動（慢速轉(zhuǎn)動、快速轉(zhuǎn)動）、瞳孔反應(yīng)等。

1.3 對腦電的影響

腦電可能是預(yù)測性最好、最可靠的清醒水平測量方法之一[13]。在腦電作為疲勞指示器之前，應(yīng)該理解其來源和測量方法。腦電是由神經(jīng)細(xì)胞抑制性和興奮性突觸后電位產(chǎn)生的，這些電位在大腦皮層加和并通過頭骨傳遞到頭皮[14]。腦電中的節(jié)律性的活動代表皮層神經(jīng)元突觸后電位。節(jié)律性的腦電信號被認(rèn)為來自于皮層神經(jīng)元之間的交互和皮層下結(jié)構(gòu)。

根據(jù)頻率的范圍，大腦的電活動分為δ波、θ波、α波和β波。δ波是0.4～4 Hz的慢波，存在于從清醒到困倦的轉(zhuǎn)換過程和睡眠中。θ波是頻率4～7 Hz的電活動，與很多心理狀態(tài)相聯(lián)系，包括催眠意象、困倦狀態(tài)下的低水平警覺、睡眠，因此可認(rèn)為是由信息處理減少引起的，當(dāng)睡眠開始時代替α波[15]。α波的頻率范圍是8～13 Hz，在清醒時出現(xiàn)。在視皮層，閉眼時顯著，睜眼時抑制[16]。高α波出現(xiàn)在放松的條件下，這時對刺激的反應(yīng)減慢。β波是快速（13～30 Hz）腦電電位，與增加的警覺程度、覺醒程度和興奮程度有關(guān)[17]。據(jù)報道，當(dāng)人執(zhí)行需反應(yīng)時間的運動功能任務(wù)時，β波出現(xiàn)[17]。β波含有β1（13～25 Hz）和β2（25～40 Hz）2個成分。多年來研究發(fā)現(xiàn)，大腦覺醒過程涉及了很多大腦的電活動。困倦發(fā)生時，α波可能會降低或消失幾秒，之后重新出現(xiàn)，持續(xù)幾分鐘，當(dāng)睡眠開始時消失[18]。

Kecklund等[19]發(fā)現(xiàn)在駕駛時主觀嗜睡水平（subjective sleepiness level）和腦電功率（α波和θ波）都會顯著提高。40多年的研究表明，腦電（包括事件相關(guān)腦電位）是高度可預(yù)測和可靠的認(rèn)知指數(shù)[20]，被認(rèn)為是測量警覺性減弱的“金標(biāo)準(zhǔn)”。

2 精神疲勞的檢測方法

對精神疲勞的自動測量和監(jiān)視在防止發(fā)生事故方面具有很高的價值。近年來出現(xiàn)了很多精神疲勞檢測的技術(shù)，如眨眼、心率、脈率、皮膚電阻抗、腦電圖等[1-2，21]，重點在于建立客觀、可靠和非侵入式的測量和監(jiān)控方法。腦電被認(rèn)為是測量精神疲勞的生理學(xué)“金標(biāo)準(zhǔn)”。腦電中包含大量的認(rèn)知狀態(tài)信息，例如警覺（alertness）、喚起（arousal），它們都包含大量大腦不同生理狀態(tài)的信息，是我們了解大腦復(fù)雜動態(tài)行為的媒介。

2.1 主觀量表

主觀描述法是描述疲勞最常用的方法，需要受試者對其精神疲勞程度間接打分[13，22]或直接打分[23]。主觀量表是通過設(shè)計一定的調(diào)查量表并讓受試者回答獲得其主觀感受[24]。量表里通常含一定的特征描述，如累、懶散、想躺下、易怒、頭疼、肩部肌肉僵直、腰痛、惡心、眼睛疲勞等。對應(yīng)每一個特征，有多個程度描述可供受試者選擇，疲勞程度從最輕微到最嚴(yán)重可分為7級。

2.1.1 斯坦福睡眠量表（Stanfordsleepinessscale，SSS）

4.2.2 特色建設(shè)對學(xué)校的師資配備也提出了更高的要求。要超出平常教學(xué)需要的投入才能保證工作的順利開展。

斯坦福睡眠量表由Hoddes等開發(fā)[18]，經(jīng)常用于評價主觀白天睡眠的感覺，包括7級，受試者從中選擇最能描述其感受到的睡眠狀態(tài)。

2.1.2 Epworth睡眠量表（Epworth sleepiness scale，ESS）

Johns創(chuàng)建了Epworth睡眠量表。針對日常生活中8種不同的情況，受試者對自己困倦的可能性打分。分值為0～3，0代表不困倦，3代表困倦的可能性高。分?jǐn)?shù)相加后得到0～24的總分，總分越高提示越困[25]。

2.1.3 Chalder疲勞量表（Chalder fatigue scale，CFM）

Chalder疲勞量表包括11個項目的量表對疲勞程度進行量化[26]。量表由2個部分組成，一部分評估身體疲勞，另一部分評估精神疲勞。2個部分求和得到總分。提供4個選項，1是“根本不”，2是“低于通常情況”，3是“高于通常情況”，4是“遠(yuǎn)遠(yuǎn)高于通常情況”。

2.2 閉眼檢測器

以色列Xanadu公司生產(chǎn)了一種光學(xué)電子閉眼檢測器Onguard[27]，該設(shè)備由能夠探測眼睛動作的微型紅外傳感器單元、處理器、電池、報警器和開關(guān)組成，可以安裝在普通眼鏡架上（如圖1所示）。電子傳感器直接將紅外線光照射在眼睛上，用來測量反射的光，當(dāng)眼瞼閉合時反射光減少，就會被設(shè)備探測到，如果閉眼超過0.5 s，設(shè)備就會發(fā)出聲音報警。

圖1 安裝在普通眼鏡架上的光學(xué)電子閉眼檢測器Onguard

2.3 點頭探測器

圖2 點頭檢測設(shè)備

2.4 臉部識別

臉部特征識別技術(shù)也可以用于疲勞檢測設(shè)備[28-29]。同時在人的臉部測量多個點，提供與個人警覺水平相關(guān)的大量信息。Ji等[30]就利用2個紅外攝像頭和紅外發(fā)光二極管對臉部進行主動照射和攝影（如圖3所示），從中提取出諸多信息，如眼瞼運動、頭部運動和臉部表情，用于判斷警覺程度。該設(shè)備能夠適應(yīng)不同的種族、性別、年齡，對是否戴眼鏡和不同的光照條件也完全適用。

圖3 基于臉部特征識別技術(shù)的疲勞檢測設(shè)備原理圖

2.5 腕部運動識別

腕部的運動可以通過加速度傳感器感知，如果某些從業(yè)者（例如汽車駕駛員或飛行員）腕部長時間不動說明可能正處于疲勞狀態(tài)。Wright等[31]利用英國CambridgeNeurotechnology公司生產(chǎn)的Actiwatch Alert手表產(chǎn)品（如圖4所示），探測飛行員飛行時的疲勞狀態(tài)。該產(chǎn)品可連續(xù)記錄手腕大于0.05 g的加速度信號，當(dāng)指定時間間隔內(nèi)無手腕加速度信號就會發(fā)出報警。

圖4 Actiwatch Alert飛行員手表式疲勞探測器

2.6 腦電圖測量

近年來，基于腦電的精神疲勞檢測方法發(fā)展迅速，引起了很多研究者的關(guān)注[13，22-23]，根據(jù)不同的原理，開發(fā)了不同的腦電檢測方法。

2.6.1 基于不同波形變化的報警方法

有研究發(fā)現(xiàn)[23]，在疲勞中期，β波增加；重期，δ波、θ波、α波都會增加[23]。因此，可以利用這些信息開發(fā)一套指示疲勞程度的設(shè)備。根據(jù)腦電將疲勞分為疲勞早期（從清醒到慢波活動出現(xiàn)之間的區(qū)域）、中期、重期（慢波活動占主要）和警覺期（從困倦）4期。通過編程可以探測出這些變化。在計算機上編寫軟件，能夠?qū)δX電數(shù)據(jù)進行在線、離線分析，并能夠獲取2個通道的數(shù)據(jù)。軟件使用快速傅里葉變換（fast Fourier transformation，F(xiàn)FT）算法將腦電數(shù)據(jù)轉(zhuǎn)變到頻域，計算每秒數(shù)據(jù)在每個頻帶的δ、θ、α和β波形的幅度?？偟姆仁敲總€頻帶波形幅度（單位：μV）的和（如圖5所示）。

圖5 基于波形的報警方法[22]

2.6.2 基于非線性的報警方法

基于不同波形變化的方法容易受到個體差異的影響，而基于非線性的方法有其自身的優(yōu)勢。在疲勞檢測的應(yīng)用中，通常使用樣本熵作為非線性變化的算法[14]。相比較于近似熵[15]，樣本熵能夠消除吸引子的自匹配，比較不依賴于數(shù)據(jù)的長度，便于不同條件下的比較。研究發(fā)現(xiàn)，樣本熵比頻譜分析技術(shù)更容易分辨疲勞的狀態(tài)，當(dāng)疲勞發(fā)生時，樣本熵有顯著的下降[32]，此時通過頻譜分析的方法還不能發(fā)現(xiàn)有明顯差異。

2.6.3 商業(yè)產(chǎn)品

美國Advanced Brain Monitoring公司生產(chǎn)的B-alert產(chǎn)品（如圖6所示）不但可以對駕駛員疲勞駕駛發(fā)出警報，而且能夠探測到個體的疲勞易感性。該產(chǎn)品還能夠與事件相關(guān)電位一起使用，探測到關(guān)于大腦更多的信息[33]。

圖6 美國B-alert疲勞駕駛報警器

3 檢測方法的發(fā)展

無論使用何種方法，目前所有的疲勞檢測裝置都有其優(yōu)勢和不足，作為實時監(jiān)測技術(shù)，需要考慮操作環(huán)境與條件的限制，有些技術(shù)在極端環(huán)境下甚至無法使用。

主觀量表的方式是受試者對疲勞程度的主觀反應(yīng)，優(yōu)點是能夠在一定程度上反映其疲勞的程度，但是不夠定量，在實際應(yīng)用中也不能實時采集。基于眼睛、臉部和腕部的測量裝置優(yōu)點是實現(xiàn)起來較為方便，但是不夠直接?；谀X電的裝置可直接從人的大腦提取信息，能夠直接反映人的認(rèn)知活動，具有豐富的信息，可用于多個場合。例如用于軍隊指揮員腦功能狀態(tài)檢測，對其認(rèn)知能力進行評價；也可用于教育領(lǐng)域，對學(xué)生的精神疲勞水平進行跟蹤，改進教學(xué)過程。其缺點是小型化和舒適性難以實現(xiàn)?？梢灶A(yù)見，現(xiàn)代大規(guī)模集成電路和現(xiàn)代工藝的進步，會使基于腦電的精神疲勞檢測裝置真正走向?qū)嵱谩?/p>

4 結(jié)語

精神疲勞能對人產(chǎn)生短期和長期的影響。大腦的疲勞與人身體的疲勞有相似之處，長時間的精神活動和高度的壓力或情緒都會引起精神疲勞。緩解疲勞的最好方法顯然是充分休息，但這一點在實際中常常無法實現(xiàn)（例如在軍事行動或突發(fā)事件的處理中）。鍛煉可以緩解精神疲勞，因為鍛煉可以提高血液中的氧含量，從而提高認(rèn)知水平；使用藥物也能對精神疲勞有一定的緩解作用。不管采用何種措施緩解精神疲勞，都需要對精神疲勞進行監(jiān)測，以避免行為主體在精神狀態(tài)不佳的情況下作出不適當(dāng)?shù)男袆?，影響任?wù)的完成。

[1]Akerstedt T，Torsvall L，Gillberg M.Sleepiness in shiftwork.A review with emphasis on continuous monitoring of EEG and EOG[J]. Chronobiology International，1986，4（2）：129-140.

[2]Rosekind M R，Gander P H，Miller D L，et al.Fatigue in operational settings：examples from the aviation environment[J].Human Factors，1994，36（2）：327-338.

[3]Boksem M A，Meijman T F，Lorist M M.Effects of mental fatigue on attention：an ERP study[J].Cognitive Brain Research，2005，25（1）：107-116.

[4]Boksem M A，Tops M.Mental fatigue：costs and benefits[J].Brain Research Reviews，2008，59（1）：125-139.

[5]Hockey R.Stress and fatigue in human performance[M].New Jersey：John Wiley&Sons Inc，1983.

[6]Weiner J.Fitting the task to the man——an ergonomic approach[J]. British Journal of Industrial Medicine，1971，28（2）：210.

[7]Brown I D.Driver fatigue[J].Human Factors：The Journal of the Human Factors and Ergonomics Society，1994，36（2）：298-314.

[8]Campagne A，Pebayle T，Muzet A.Correlation between driving errors and vigilance level：influence of the driver's age[J].Physiology&Behavior，2004，80（4）：515-524.

[9]Bartlett F C.Ferrier lecture：fatigue following highly skilled work[J]. Proceedings of the Royal Society of London.Series B-Biological Sciences，1943，131（864）：247-257.

[10]Cajochen C，Khalsa S B S，Wyatt J K，et al.EEG and ocular correlates of circadian melatonin phase and human performance decrements during sleep loss[J].American Journal of Physiology-Regulatory，Integrative and Comparative Physiology，1999，277（3）：R640-R649.

[11]Lobb M L，Stern J A.Pattern of eyelid motion predictive of decision errors during drowsiness：oculomotor indices of altered states[J].International Journal of Neuroscience，1986，30（1-2）：17-22.

[12]Lavine R A，Sibert J L，Gokturk M，et al.Eye-tracking measures and human performance in a vigilance task[J].Aviation，Space，and Environmental Medicine，2002，73（4）：367-372.

[13]Artaud P，Planque S，Lavergne C，et al.An on-board system for detecting lapses of alertness in car driving[C]//Proceedings：International Technical Conference on the Enhanced Safety of Vehicles. Washington，DC：National Highway Traffic Safety Administration，1995：350-359.

[14]Richman J S，Moorman J R.Physiological time-series analysis using approximate entropy and sample entropy[J].American Journal of Physiology-Heart and Circulatory Physiology，2000，278（6）：H2 039-H2 049.

[15]PincusSM.Approximateentropyasameasureofsystemcomplexity[J]. Proceedings of the National Academy of Sciences，1991，88（6）：2 297-2 301.

[16]LIU Jian-ping，ZHANG Chong，ZHENG Chong-xun.EEG-based estimation of mental fatigue by using KPCA-HMM and complexity parameters[J].Biomedical Signal Processing and Control，2010，5（2）：124-130.

[17]Healey J A，Picard R W.Detecting stress during real-world driving tasks using physiological sensors[J].IEEE Transactions on Intelligent Transportation Systems，2005，6（2）：156-166.

[18]Hoddes E，Zarcone V，Smythe H，et al.Quantification of sleepiness：a new approach[J].Psychophysiology，1973，10（4）：431-436.

[19]Kecklund G，Akerstedt T.Sleepiness in long distance truck driving：an ambulatory EEG study of night driving[J].Ergonomics，1993，36（9）：1 007-1 017.

[20]Cacioppo J T，Tassinary L G，Berntson G G.Handbook of psychophysiology[M].New York：Cambridge University Press，2007.

[21]Reeve B B，Stover A M，Alfano C M，et al.The piper fatigue scale-12（PFS-12）：psychometric findings and item reduction in a cohort of breast cancer survivors[J].Breast Cancer Research and Treatment，2012，136（1）：9-20.

[22]Gevins A，Leong H，Du R，et al.Towards measurement of brain function in operational environments[J].Biological Psychology，1995，40（1）：169-186.

[23]Lal S K L，Craig A，Boord P，et al.Development of an algorithm for an EEG-based driver fatigue countermeasure[J].Journal of Safety Research，2003，34（3）：321-328.

[24]LI Zeng-yong，JIAO Kun，CHEN Ming，et al.Effect of magnitopuncture on sympathetic and parasympathetic nerve activities in healthy drivers-assessment by power spectrum analysis of heart rate variability[J].European Journal of Applied Physiology，2003，88（4-5）：404-410.

[25]Johns M W.A new method for measuring daytime sleepiness：the Epworth sleepiness scale[J].Sleep，1991，14（6）：540-545.

[26]Chalder T，Berelowitz G，Pawlikowska T，et al.Development of a fatigue scale[J].Journal of Psychosomatic Research，1993，37（2）：147-153.

[27]Haworth N L，Vulcan P.Testing of commercially available fatigue monitors[M].Melbourne：Monash University Accident ResearchCentre，1991.

[28]Dinges D F，Rider R L，Dorrian J，et al.Optical computer recognition of facial expressions associated with stress induced by performance demands[J].Aviation，Space，and Environmental Medicine，2005，76（Supplement 1）：B172-B182.

[29]GU Hai-song，JI Qiang.An automated face reader for fatigue detection[C]//Proceedings：Sixth IEEE International Conference on Automatic Face and GestureRecognition.Washington，DC：IEEEComputerSociety，2004：111-116.

[30]JI Qiang，ZHU Zhi-wei，LAN Pei-lin.Real-time nonintrusive monitoring and prediction of driver fatigue[J].IEEE Transactions on VehicularTechnology，2004，53（4）：1 052-1 068.

[31]Wright N，Powell D，Mcgown A，et al.Avoiding involuntary sleep duringcivilairoperations：validationofawrist-worn alertness device[J]. Aviation，Space，and Environmental Medicine，2005，76（9）：847-856.

[32]Tran Y，Thuraisingham R，Wijesuriya N，et al.Detecting neural changes during stress and fatigue effectively：a comparison of spectral analysis and sample entropy[C]//Proceedings：3rd International IEEE/ MBS Conference on Neural Engineering.Hawaii：IEEE，2007：350-353.

[33]Berka C，Levendowski D J，Cvetinovic M M，et al.Real-time analysis of EEG indexes of alertness，cognition，and memory acquired with a wireless EEG headset[J].International Journal of Human-Computer Interaction，2004，17（2）：151-170.

（收稿：2014-12-05 修回：2015-03-10）

Research progress of mental fatigue detection device and technology

ZHANG Hai-rong1,ZHANG Jing2,YE Qing1,QIAO Rui1,XIE Kang-ning2
(1.Education and Technology Center,the Fourth Military Medical University,Xi'an 710032,China; 2.School of Biomedical Engineering,the Fourth Military Medical University,Xi'an 710032,China)

The influences of mental fatigue on attention,electroencephalogram,vision and etc were analyzed,and advantages and disadvantages of six kinds of detection devices and technologies were discussed,including subjective scale,eye closure detector,nodding detector,face recognition,wrist motion recognition and electroencephalogram measurement.The progresses of large-scale integrated circuit and modern techniques may take the electroencephalogram-based mental fatigue detection device in to practice.[Chinese Medical Equipment Journal，2015，36（6）：101-104]

mental fatigue;detection device;progress analysis

R318.6；TH772.2

A

1003-8868（2015）06-0101-04

10.7687/J.ISSN1003-8868.2015.06.101

張海榮（1973—），男，講師，主要從事教育技術(shù)理論、電子媒介應(yīng)用方面的研究工作。

710032西安，第四軍醫(yī)大學(xué)訓(xùn)練部教育技術(shù)中心（張海榮，葉青，喬 銳），生物醫(yī)學(xué)工程學(xué)院（張 靜，謝康寧）

謝康寧，E-mail:xiekangning@fmmu.edu.com