基于腦電信號的動車組司機疲勞狀態(tài)評估技術研究

馬世偉，王澤敏，呂寶糧

（1.中國鐵道科學研究院集團有限公司 節(jié)能環(huán)保勞衛(wèi)研究所，北京100081；2.上海交通大學計算機與科學工程系，上海200444）

精神或身體能力下降的生理狀態(tài)是疲勞的表現(xiàn)，由睡眠不足或長時間的清醒、晝夜節(jié)律紊亂或工作量增加而導致[1]。疲勞在不同的工作領域會出現(xiàn)諸多不同且復雜的表現(xiàn)[2]。鐵路工作人員的疲勞定義為一種可感知的不良身體狀態(tài)，工作時間和工作任務、休息和睡眠不足可能是人員產生疲勞感的誘因。既往研究表明，司機疲勞與運輸工作效率[3]、職工健康[4]和列車安全密切相關。近年來，我國鐵路高速發(fā)展，2019年全國鐵路客車擁有量為7.6萬輛。其中，動車組3 665標準組、29 319輛[5]，占全部客車擁有量的38.6%左右。由于速度快和載量大等特點，動車事故導致的潛在生命財產損失較傳統(tǒng)機車風險將更為不可接受。作為一項可控的列車事故的重要人為因素[6-7]，司機的出乘前狀態(tài)應給予重點關注。目前，司機疲勞檢測技術主要有人臉識別[8]、眼球監(jiān)測[9]、肢體運動監(jiān)測[10]、腦電信號監(jiān)測[11]等。為降低列車事故發(fā)生的潛在風險、提高司機工作質量、保障鐵路運輸安全，研究通過腦電檢測分析與問卷調查相結合的方式，了解一線動車組司機駕駛前后的身體狀態(tài)，探究其發(fā)生狀態(tài)改變的因素并分析腦電檢測技術用于評估司機狀態(tài)的可行性。

1 研究對象與方法

1.1 研究對象

本次研究對象為2017年某鐵路動車組運用所及機務段動車運用車間、在職的一線高速鐵路動車組司機，共計150人。出乘前10 min獲取動車組司機腦電信號137份，測試的同時發(fā)放問卷150份、收回有效問卷140份，樣本回收率93.3%。動車組司機均為男性，年齡25~49歲，平均年齡為(37.06±4.69)歲；駕齡5~33年，平均駕齡為(14.27±5.52)年。

1.2 研究方法

在被試司機出乘前后，采用腦電圖檢測技術判定司機的狀態(tài)，并通過電子版調查問卷收集研究對象的基本信息、當次值乘情況、前一天的睡眠狀況、主觀感受。該問卷根據睡眠時間調查表、睡眠尺度表、皮爾遜疲勞量表、坦福睡眠尺度表、睡眠習慣調查表編制，適用于評估睡眠時間不規(guī)律的動車組司機睡眠質量。

1.3 疲勞評估方法

目前，疲勞評估尚無公認的金標準[12]，一般而言充足睡眠可以緩解人體疲勞，因而早上疲勞狀態(tài)可以用實際睡眠質量、睡眠時間加以反映，本次研究以不同睡眠時間的志愿者腦電波預測模型來評估動車組司機疲勞程度。實驗中采用了16導干電極系統(tǒng)的腦電檢測技術[13-14]，通過征集志愿者，人為干預使睡眠時間為4 h、6 h、8 h，并將其分為睡眠不足、睡眠中等、睡眠充足3組，訓練基于腦電的等效睡眠質量預測模型。基于預測模型，結合動車組司機出乘前時間短的特點，優(yōu)化試驗時間控制在10 min內，通過選取功率譜密度特征，提取對疲勞監(jiān)測準確率較高的Delta及Gamma頻段的數據，運用支持向量機模型計算篩查指標，從而預測動車組司機的疲勞狀態(tài)。

1.4 統(tǒng)計處理

對單一影響因素下不同組別的動車組司機睡眠情況分布進行χ2檢驗，對方差不齊的定性數據進行Krus‐kal-Wallis單因素ANOVA檢驗，顯著性的檢驗水平為α<0.05。

2 研究結果

2.1 睡眠情況

在參與本次試驗的動車組司機中，有109人(77.8%)自述在出乘前夜的睡眠時間充足(睡眠時間≥7 h)，有31人(15.3%)自述睡眠時間不足7 h；出乘前夜在22:00之前入睡的司機為26人(占全部受試者的18.6%)，在22:00—24:00入睡的人數為63人(45%)，24:00及以后入睡人數為51人(36.4%)；25.5%的受試司機在6:00及以前起床，59.9%的受試司機在6:00—8:00起床，14.6%的受試司機在8:00后起床，平均睡眠時間為(7.64±1.50)h。

2.2 出乘前身體狀態(tài)

出乘前，腦電檢測結果顯示為睡眠不足的動車組司機有55人(40.1%)，睡眠中等的有39人(28.5%)，睡眠充足的有43人(31.4%)。調查問卷得到的影響因素與腦電檢測的睡眠質量關系如表1所示。統(tǒng)計分析顯示，自我評價的注意力集中困難與動車組司機出乘前的腦電顯示睡眠質量關系有統(tǒng)計學意義(p=0.02)，其他因素與腦電檢測的睡眠質量的關系均無統(tǒng)計學意義。

表1 動車組司機出乘前睡眠質量情況及影響因素

2.3 出乘后身體狀態(tài)

退乘時，腦電檢測結果顯示為狀態(tài)較好的動車組司機有58人(42.3%)，狀態(tài)一般的有14人(10.2%)，狀態(tài)比較差的有65人(47.5%)，退乘時腦電檢測顯示的身體狀態(tài)與出乘前腦電檢測顯示的睡眠質量及值乘情況關系如表2所示。在本研究所涉及的所有影響因素中，出乘前的疲勞情況(p<0.01)、自述起床后有遺忘物品的癥狀(p=0.02)與動車組司機出乘后的狀態(tài)分布有關聯(lián)性。

表2 動車組司機退乘時身體狀態(tài)及影響因素

2.4 出乘前后身體狀態(tài)改變情況

通過對比出乘前后的腦電檢測結果，出乘后身體狀態(tài)轉好的有29名動車組司機(21.2%)，60名動車組司機(43.8%)在出乘后身體狀態(tài)沒有變化，48名動車組司機(35.0%)在出乘后身體狀態(tài)轉差。其中，在出乘前呈現(xiàn)睡眠中等狀態(tài)的司機們在出乘后身體狀態(tài)均表現(xiàn)為轉差。司機在出乘前的睡眠質量與其出乘前后身體狀態(tài)改變情況有正相關性(p<0.01)，具有統(tǒng)計學意義，詳細數據如表3所示。

表3 動車組司機出乘前后身體狀態(tài)改變情況及影響因素

2.5 出乘前睡眠質量的影響因素

通過對出乘前動車組司機的睡眠質量進行有序多元邏輯回歸分析，司機的駕駛年齡(p<0.01)、出乘前自評注意力集中困難(p=0.04)與司機的睡眠質量呈正相關性。詳細數據如表4所示。

表4 腦電檢測動車組司機出乘前睡眠質量的有序邏輯回歸模型分析

3 討論

3.1 調查結果及分析

雖然值乘交路安排能夠保證動車組司機睡眠時間達到每日8 h以上，但間休和退乘時間不固定，易打亂人體生物節(jié)律，進而影響司機的身體狀態(tài)。而充足良好的睡眠是健康的基礎，更是安全高效工作的保證，為此調查分析了動車組司機上崗前的身體狀況和前一晚的睡眠情況。

本次調查的動車組司機年齡及駕齡均呈正態(tài)分布，調查對象全部為男性，與在崗司機的實際情況相符。在臨近值乘時，問卷調查顯示有動車組司機主訴自己需要休息和集中注意力困難。腦電檢測研究發(fā)現(xiàn)在被調查的137名動車組司機中，有部分司機在值乘前呈現(xiàn)實際睡眠不足的狀態(tài)，睡眠質量亟需技術措施保障，以規(guī)避可能因司機不良狀態(tài)導致的運行事故風險。需要強調的是，高速鐵路運行速度快，載量較以往的列車更大，其事故的風險和損失也較一般鐵路更為嚴重，而高速鐵路動車組操作人員的駕駛狀態(tài)和安全意識對高鐵的順利運行有著顯著影響。司機狀態(tài)是對運輸安全的可控危險因素，科學合理的法律規(guī)定和疲勞風險責任管理可以有效減緩運輸安全中的人因風險。為保障高速鐵路安全順利運行，應加強對司機的安全意識培訓，進一步強調疲勞駕駛的危害性和嚴重性，采取措施保障司機在間休及值乘前有充足且高質量的睡眠，建立科學的睡眠質量識別與監(jiān)督機制，幫助狀態(tài)不佳的司機調整自身狀態(tài)或對其進行相應的崗位調整。

本次研究結果顯示，通過腦電信號檢測技術調查動車組司機出乘前的睡眠質量與司機的駕駛年齡(p<0.01)和司機自評集中注意力困難(p=0.04)相關，即當動車組司機的駕駛年齡越久、出乘前自我感覺難以集中注意力時，其腦電檢測結果顯示的睡眠質量越差，結果提示鐵路部門應加強對駕駛年限較長司機的健康和值乘狀態(tài)的關注，進一步優(yōu)化出乘和排班的組織方式；同時，建立可行的值乘前監(jiān)督機制，避免動車組司機不良健康狀態(tài)。通過對比動車組司機值乘前后的身體狀態(tài)，發(fā)現(xiàn)出乘后的身體狀態(tài)與出乘前睡眠質量(p<0.01)和起床后是否有遺忘物品的癥狀(p=0.02)顯著相關，該結果進一步提示運用腦電信號檢測技術對動車組司機值乘前后的身體狀態(tài)進行監(jiān)測具有可行性。

3.2 腦電檢測技術在鐵路衛(wèi)生研究領域的應用前景

在既往識別列車司機疲勞程度的研究中，主要研究方法為通過持續(xù)佩戴腦電監(jiān)測設備或通過值乘中持續(xù)的視頻監(jiān)控進行人臉識別，并通過測量司機的眼球變化程度判斷其駕駛疲勞狀態(tài)[8-9]。這些方法多建立在改造司機室和安裝監(jiān)控設備上，存在一定的實際應用局限性。一方面，在司機上崗前沒有有效評價手段，高速列車啟動后運營中不可能更換司機；二是實時在線監(jiān)控司機作業(yè)并與考核掛鉤，可能會對司機造成精神負擔、增加疲勞程度；三是采用的聲光報警可能會使司機驚覺導致心率血壓急劇波動，同時也對司機監(jiān)控車輛運行參數造成干擾。本研究采用的腦電短時檢測方法相較傳統(tǒng)監(jiān)測法避免了上述3個問題，可以作為識別潛在不良狀態(tài)列車司機的篩查方法，在鐵路衛(wèi)生研究領域具有一定的實用性。

3.3 研究局限性分析

目前，國內外已有運用腦電檢測技術監(jiān)測司機疲勞的研究，但尚無統(tǒng)一的最優(yōu)監(jiān)測方法，而且研究結論與實際應用仍有距離。本研究為腦電檢測技術的實際應用提供了現(xiàn)場數據，但也存在一定的局限性。首先，研究采用的腦電檢測技術仍處于研究階段，檢測分組的基線數據來自于預實驗中的志愿者，與作為研究對象的動車組司機可能存在一定的差異性。其次，因動車組司機排班緊迫、睡眠不規(guī)律、不適用于已有的睡眠情況評價量表，研究采用了結合多個國際認可的疲勞評價問卷自主設計的主觀疲勞評價問卷，該問卷的準確性和有效性仍需進一步評估。第三，研究的對象樣本總量較小，結果的外推有一定局限性。此外，研究在設計與分析過程中雖矯正了一些潛在的混雜因素，但仍存在其他可能對司機疲勞產生影響的因素，如司機的生理健康情況、非值班期的疲勞情況等，未來的研究可對這些方面做進一步的研究分析。

腦電信號的收集質量取決于電極與頭皮之間的導電性，受人體靜電影響，技術實際應用存在一定困難，期待以后隨著腦電信號收集技術的進一步發(fā)展、小型化和可穿戴探測設備的研發(fā)，逐步進行腦電檢測技術的實際應用，以實現(xiàn)崗前篩查司機疲勞以降低人因風險。

4 結束語

安全有效的識別動車組司機值乘前后的身體狀況是保障鐵路高效安全運輸的基礎。采用對司機影響較低、用時較短的腦電檢測技術對動車組司機的睡眠質量進行調查評估，結果表明部分動車組司機存在狀態(tài)不佳的情況，應繼續(xù)加強動車組司機安全意識培訓，建立健全崗前身體狀態(tài)篩查和管理機制，改善司機休息和睡眠質量，為鐵路的安全運輸提供保障。