基于PPG技術(shù)的電動列車司機HRV分析

高婷，朱海燕，劉志鋼，朱琳

(上海工程技術(shù)大學(xué) 城市軌道交通學(xué)院 人因工程實驗室，201620 上海)

1 引言

城市軌道交通作為一種現(xiàn)代化的交通方式，以其充分利用土地資源、擁有方便、快捷和舒適的乘車環(huán)境而得到迅速發(fā)展，并進(jìn)一步帶動城市經(jīng)濟的綜合發(fā)展。所有與軌道交通運輸安全相關(guān)的人員中，電動列車司機是行車安全系統(tǒng)中的核心子系統(tǒng)。據(jù)國內(nèi)外學(xué)者對軌道交通安全事故原因的分析與研究，電動列車司機的失誤是最終要的影響因素累計權(quán)重高達(dá)80%[1]。馬愛英[2]、李航天[3]、靳輝[4]、道仁·葉爾江[5]等學(xué)者均通過設(shè)計不同駕駛環(huán)境和駕駛條件實驗，得出結(jié)論司機的駕駛狀態(tài)變化在心率變異性(Heart Rate Variablity，HRV)的指標(biāo)上有明顯變化。城市軌道交通的駕駛環(huán)境單一，需長期在地下工作，工作環(huán)境相對比較惡劣，電動列車司機極易產(chǎn)生情緒上的倦怠。長期的輪班作業(yè)和夜間作業(yè)以及面對突發(fā)事故情況下注意力的高度集中極易產(chǎn)生身體上的疲勞。

光電容積脈搏波描記法(Photo PlethysmoGraphy，PPG)正是一種借光電手段獲取心臟有關(guān)的心理參數(shù)信息的方法。當(dāng)心臟處于舒張狀態(tài)時，外周血液減少，檢測到的光強較大；相反，當(dāng)心臟收縮時，外周血液增加監(jiān)測到的光強減少。相較于心電圖(Electrocardiogram，ECG),PPG是一種無創(chuàng)檢測方法，代表產(chǎn)品運動手環(huán)等具有便攜和實時的優(yōu)點。Bulte CSE等學(xué)者[6]經(jīng)實驗得出健康受試者在同一環(huán)境和條件，心率變異性和脈搏變異性的相關(guān)度大于0.99。徐勝禮等學(xué)者[7]同步采集健康青少年、老年人等脈搏和心電數(shù)據(jù)，通過比對健康青少年全部參數(shù)均具有一致性。因此，PPG技術(shù)可有效代替ECG進(jìn)行心率變異性分析。

2 實驗

2.1 實驗?zāi)康?/h3>

城市軌道交通電動列車司機是軌道交通運營生產(chǎn)的關(guān)鍵環(huán)節(jié)，為保證運營生產(chǎn)安全，有必要實時監(jiān)測司機生理情況和作業(yè)狀態(tài)來。本實驗基于光電脈搏采集板(圖1)提出一種適用于電動列車司機的便攜式光電容積描記設(shè)備模型(圖2)。實驗借助軌道交通模擬仿真駕駛系統(tǒng)，通過該設(shè)備采集被試電動列車司機的脈搏信號，對司機心率變異性進(jìn)行分析，以獲得列車司機疲勞趨勢，最終實現(xiàn)疲勞的監(jiān)測和預(yù)警。

圖1 光電脈搏采集板

圖2 便攜式PPG描記設(shè)備模型

2.2 實驗設(shè)計

本實驗在軌道交通模擬仿真駕駛系統(tǒng)三號線駕駛艙中進(jìn)行，如圖3所示。三號線線路圖如圖4所示，上海南站至江楊北路上行方向，全程駕駛時間1 h。利用光電脈搏描記設(shè)備模型采集被試司機脈搏波，采樣頻率為256 Hz。實驗共選取6名電動列車司機作為實驗對象，均為男性，平均年齡(22.83±1.17)歲，其中被試電動列車司機A、D、E具有一年模擬駕駛經(jīng)驗，B、C、F均為無駕駛經(jīng)驗的新進(jìn)電動列車司機。所有被試者身體健康，無心血管病史。

圖3 模擬駕駛艙

圖4 三號線線路示意圖

2.3 實驗要求及過程

(1)要求被試者實驗前一天晚上充分休息，24小時內(nèi)未服用影響自主神經(jīng)系統(tǒng)活動的藥物和刺激性食品。

(2)因三號線大部分線路為地上線路，為避免天氣因素干擾，統(tǒng)一設(shè)置模擬駕駛天氣為晴天，能見度100%。車輛為6節(jié)編組，載重為AW2額定載荷狀態(tài)，要求停車精度小于等于50 cm。

(3)依據(jù)《上海地鐵電動列車司機正線運行作業(yè)指導(dǎo)書》，要求列車司機執(zhí)行標(biāo)準(zhǔn)化作業(yè)。

(4)實驗開始前，被試者靜坐5 min。實驗過程中，需關(guān)閉手機等通訊設(shè)備，工作人員撤離駕駛艙。駕駛時間為上午10-11時，共計一小時。

2.4 HRV參數(shù)

HRV是描述隨時間變動的心搏周期性的變化，即指逐次心跳之間的RR間期的微小漲落變化。HRV的主要分析方法有線性分析方法和非線性分析。心臟系統(tǒng)是一個復(fù)雜的系統(tǒng)，僅用線性分析方法掩蓋課瞬時心搏的變化[8]，故選取線性分析中頻域領(lǐng)域指標(biāo)和非線性分析指標(biāo)相結(jié)合的方法。

2.4.1 頻域指標(biāo)

從PPG設(shè)備模型采集的原始信號中獲取RR間期，頻域指標(biāo)依據(jù)RR間期計算。在進(jìn)行頻譜估計之前，RR間期需進(jìn)行三次樣條插值成為等距采樣序列[9]。常用的頻譜估計方法有韋爾奇周期圖法和自回歸模型(Autoregressive Model，AR)算法兩種。韋爾奇周期圖法將RR間期劃分為重疊段，并將每段窗口化以減少泄露效應(yīng)，通過平均窗口端的快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)譜來獲得頻率估計，算法簡單、運行速度快，適用于較長數(shù)據(jù)的譜分析。在AR方法中，RR間期用16階數(shù)的AR模型建模，從估計的模型譜中獲得頻率估計譜，頻譜曲線光滑，譜分辨率高，適用于數(shù)據(jù)較短的譜分析。本文中將獲取RR間期分段進(jìn)行譜分析，故采用AR模型算法。

由信號分析理論可知[10]，RR間期序列信號x(n)的功率譜密度看成是由自由噪聲ω(n)激勵已無力網(wǎng)絡(luò)所形成，可寫成：

(1)

該形式稱為p階自回歸模型，p=16。

為得到AR模型的傳遞函數(shù)，將其進(jìn)行z變化，傳遞函數(shù)為：

(2)

(3)

通常設(shè)置低頻(Low Frequence,LF)頻帶范圍0.04-0.15 Hz，是反映神經(jīng)系統(tǒng)交感神經(jīng)活性的輔助信息；高頻(High Frequence,HF)頻帶范圍0.15-0.4 Hz，交感與副交感神經(jīng)系統(tǒng)的活性。低頻與高頻的比值(LF/HF)反映了交感迷走神經(jīng)平衡性。

2.4.2 非線性指標(biāo)

心臟系統(tǒng)是一個復(fù)雜的控制系統(tǒng)，線性分析方法掩蓋了瞬時心搏的變化，故HRV分析還需采用非線性分析方法輔助論證。本文中的非線性分析基于RR間期繪制龐加萊散點圖(Poincaré Plot)，該圖以圖形方式顯示了連續(xù)RR區(qū)間之間的相關(guān)性，是描述心臟系統(tǒng)動力學(xué)的重構(gòu)吸引子的投影。它以RRn/ms為橫坐標(biāo)，RRn+1/ms為縱坐標(biāo)，沿著θ=π/4標(biāo)識線方向呈現(xiàn)細(xì)長點云，每一個基于RR間期繪制的Poincaré散點圖均可將一個橢圓適配于標(biāo)志線上，橢圓的寬度和長度分別由垂直和沿著標(biāo)志線的點的標(biāo)準(zhǔn)差SD1和SD2決定，如圖5所示。

圖5 連續(xù)RR間期Poincaré散點圖

垂直于該直線方向上的稀疏散點，表示相鄰RR間期的差異，代表HRV的瞬時改變，沿該直線方向上的長度代表記錄時間段心率的總體變異度。同時，統(tǒng)計數(shù)據(jù)SD1可以用來衡量司機短期應(yīng)對壓力的能力，而SD2可以衡量長期應(yīng)對壓力的能力。為便于計算，將該圖坐標(biāo)系逆時針旋轉(zhuǎn)θ=π/4，在旋轉(zhuǎn)坐標(biāo)系下[11]：

(4)

(5)

(6)

3 結(jié)果

(1)便攜式光電容積描記設(shè)備模型所獲取的PPG數(shù)據(jù)不可避免的受到高頻噪聲、基線漂移、運動偽影等噪聲的影響，分別根據(jù)低通濾波器、基線波動趨勢和PPG數(shù)據(jù)周期重復(fù)性去除噪聲，原始PPG信號和去噪后PPG信號對比如圖6所示。

(a)原始PPG信號 (b)去噪后PPG信號

圖6原始PPG信號和去噪后PPG信號對比圖

(2)將1小時PPG數(shù)據(jù)按5 min/段進(jìn)行劃分，計算6位被試電動列車司機的LF/HF比值趨勢線如圖7所示。

圖7 6名被試電動列車司機LF/HF趨勢線

由圖7可見，駕駛前30 min，被試電動列車司機B、C、F的LF/HF趨勢幅度明顯大于A、D、E，說明新進(jìn)司機在駕駛初期交感神經(jīng)和迷走神經(jīng)交替作用明顯。相關(guān)研究表明，當(dāng)機體處于緊張、情緒改變或不良環(huán)境中時,引起精神負(fù)荷增大,交感神經(jīng)活性強度占優(yōu)勢,它使機體的應(yīng)激水平上升，機體器官活性增強。

在40-45 min期間，6名被試司機LH/HF的比值呈現(xiàn)明顯上身趨勢，是由于該段時間內(nèi)，車輛經(jīng)寶山路由地面線路進(jìn)入地下線路。

(3)被試電列車司機的1 h心率變異性非線性指標(biāo)SD1、SD2按公式(4)-(6)計算，SD1和SD2指標(biāo)可有效反應(yīng)被試司機短期HRV和長期HRV變化水平。6名被試電動列車司機連續(xù)RR間期Poincaré 散點圖如圖8所示，統(tǒng)計數(shù)據(jù)匯總于表1。

(A) (B)

(C) (D)

(E) (F)

圖8 6名被試電動列車司機連續(xù)RR間期Poincaré 散點圖

SD1反應(yīng)被試電動列車司機迷走神經(jīng)活性，由結(jié)果可知B、C、E和F的SD1值>A和D，RR間期瞬時變化程度較大，對于健康被試多由于呼吸造成瞬時心搏變異變大。SD1指標(biāo)反映A和D較其他被試短期行駛壓力較大。

SD2反應(yīng)被試電動列車司機交感神經(jīng)活性，通常需記錄24小時以反應(yīng)心率的總體變異度。本實驗記錄的一小時數(shù)據(jù)表明，F(xiàn)的SD2最大，F(xiàn)的整體驅(qū)動應(yīng)力最高，行駛壓力最小。

正常竇性心律的心電散點圖其一般SD1/SD2約等于0.25[12]。結(jié)果顯示駕駛狀態(tài)下SD1/SD2>0.25，說明駕駛作業(yè)中，需著重關(guān)注迷走神經(jīng)對神經(jīng)系統(tǒng)的調(diào)節(jié)作用。

4 討論

(1)對實驗數(shù)據(jù)進(jìn)行分析中，基于PPG技術(shù)獲取的LF/HF有效反應(yīng)電動列車司機在駕駛過程中交感神經(jīng)和迷走神經(jīng)對機體的調(diào)節(jié)反應(yīng)，特別是駕駛環(huán)境改變時波動明顯。隨著駕駛時間的增加，LF/HF值呈現(xiàn)上升趨勢，交感神經(jīng)持續(xù)活躍極易產(chǎn)生駕駛疲勞。由于疲勞的累積，身體負(fù)荷和精神負(fù)荷逐漸增大，被試司機交感神經(jīng)和迷走神經(jīng)復(fù)雜性降低。

(2)在實際駕駛作業(yè)中，非線性分析指標(biāo)SD1在被試群體中處于較大者，考慮是否過度疲勞、情緒緊張、嚴(yán)重失眠或者大量吸煙、飲酒、過飲濃茶、咖啡等；SD2橫向比較被試電動列車司機的整體驅(qū)動應(yīng)力和長期駕駛作業(yè)下壓力大小。

(3)HRV是定量評估自主神經(jīng)功能的有效指標(biāo)，在國內(nèi)已廣泛應(yīng)用于臨床。在脈搏描記技術(shù)愈加成熟的今天，相比腦電圖(Electroencephalograph，EEG)、心電圖，光電脈搏描記技術(shù)在分析列車司機心率變異性時，達(dá)到相同效果的前提下，更具有便攜性和推廣前景。但無論是線性或非線性分析，臨床試驗均基于被試24小時監(jiān)測結(jié)果，被試電動列車司機均為體檢合格入職的健康員工，光電脈搏描記是否可以描述病理狀態(tài)還未得到驗證。

5 結(jié)論

本文基于PPG技術(shù)和軌道交通模擬駕駛系統(tǒng)對電動列車司機正線駕駛下的心率變異性進(jìn)行分析，研究結(jié)論如下：

基于PPG技術(shù)的LF/HF指標(biāo)有效反應(yīng)電動列車司機疲勞趨勢，并為實現(xiàn)疲勞的實時監(jiān)測提供了技術(shù)支撐。建立適用于電動列車司機SD1、SD2常模，可為電動列車司機選遴選提供指導(dǎo)。若條件允許，在不影響司機正常行車作業(yè)的前提下，建議實驗采集平峰期、高峰期、列車故障處置等實際工作中列車司機的PPG數(shù)據(jù)，進(jìn)一步確保數(shù)據(jù)的多樣性和可靠性。上海軌道交通新三線14、15和18號線為無人駕駛線路，要求列車司機為多職能列控隊員。相比安裝面部識別等多融合監(jiān)測設(shè)備與駕駛艙，光電脈搏描記成本更低，將更易于既有線路實現(xiàn)應(yīng)用。該設(shè)備的應(yīng)用將有效實現(xiàn)對多職能列控隊員的監(jiān)測。