- · 《临床心电学杂志》期刊[01/26]
- · 《临床心电学杂志》投稿[01/26]
- · 临床心电学杂志版面费是[01/26]
考虑性别因素的驾驶人疲劳状态非线性特征(4)
作者:网站采编关键词:
摘要:近年来递归图(recurrence plot,RP)由于具有表征一些非线性动力系统潜在特征的独特能力而得到重视.RPA分析不需要大的数据规模,并且较少受到噪声和非平稳性
近年来递归图(recurrence plot,RP)由于具有表征一些非线性动力系统潜在特征的独特能力而得到重视.RPA分析不需要大的数据规模,并且较少受到噪声和非平稳性的影响[17].通常通过Lmean、Lmax、rREC、rDET和EShan等特征对RP进行定量研究.在体育运动方面,RPA被用于评估混合式训练对被试自主神经系统的影响,结果表明与训练前相比,训练结束时Lmax、rREC、rDET和EShan等特征显著上升[18].在疾病方面的研究表明,与远离阵发性房颤发作的时间相比,HRV的rREC、rDET特征在阵法性房颤发作前显著下降[36].本文比较了驾驶人清醒和疲劳状态RPA特征的差异,结果表明2种状态间5个RPA特征均无显著性差异.目前尚未见到其他通过RPA研究驾驶疲劳的文献,因而本文的结果无法与其他文献进行比较.
Melillo等[25]比较了大学生口试前的紧张状态与度假后的轻松状态之间13个HRV非线性特征的差异.结果表明,紧张状态下,被试的LSD2、EAp(r=0.2)、EAp(r=rchon)、α1、D2和Lmax6个特征显著下降.Lmean、rREC和Eshan3个特征显著上升,LSD1、EAp(r=rmax)、α2和rDET等特征在2种状态间无显著差异.本文的研究表明,驾驶人在疲劳状态,LSD1、LSD2、α1和D2等特征显著上升.由此可以推断,驾驶疲劳状态与紧张状态是一种相反的自主神经系统非线性调控过程.
目前已有研究表明,健康被试处于清醒状态时的线性和非线性特征均有性别差异[5,37].Voss等[5]通过Poincaré散点图和DFA分析等方法研究了5个年龄段HRV特征的性别和年龄差异.该项研究中,25~34岁(样本量男性N=330,女性N=208)年龄段与本文被试年龄段最为接近.结果表明,该年龄段的rSD1/SD2特征具有显著的性别差异.本文采用rSD2/SD1表征这一特征.由表4可知,尽管清醒状态时男性的rSD2/SD1大于女性,但未见显著性差异.本文与文献[5]结果不一致的原因,一方面可能文献[5]中被试处于仰卧位,而本文中被试处于坐姿,另一方面可能本文的被试在清醒状态时仍处于驾驶工况下,具有一定的脑力负荷,而文献[5]的被试清醒状态时没有脑力负荷.文献[5]的结果表明,25~35岁年龄段,α1特征具有显著的性别差异(男性为0.,女性为0.).尽管本文的结果同样表明该特征具有显著的性别差异(男性为1.269 5,女性为1.064 97),但2项研究α1的取值范围存在差异.考虑到本文从R波检测、异位心拍剔除和补偿到DFA分析各个环节均由商业软件Kubios完成,且本文α1的取值范围与文献[7]基本一致,因而认为,本文α1的取值范围是正确的.
本文研究了驾驶人处于疲劳状态(脑力疲劳)时,HRV非线性特征的性别差异.结果表明,与清醒状态相比,更多的HRV非线性特征在疲劳状态存在显著的性别差异.目前,关于清醒状态时HRV特征性别差异的生理机制仍不明确[5,37],而本文给神经生理学的研究提出了新的课题:脑力疲劳时,性别因素通过何种(与清醒状态时不同的)机制影响自主神经系统的调控.从应用角度考虑,既然脑力疲劳状态时的HRV非线性特征可以更好地表征性别这一生理特征,那么脑力疲劳状态时HRV非线性特征是否可以更好地表征更多的生理和病理特征成为一项值得研究的课题.
驾驶人的非线性特征同时受性别和精神状态的影响.从表4可知,男性被试有2个特征(LSD1和LSD2)在清醒状态和疲劳状态之间存在显著性差异,而女性被试有3个特征(LSD2、α1和D2)在清醒和疲劳状态存在显著性差异.Huang等[38]采用了HRV非线性特征建立了驾驶疲劳检测模型,模型并未考虑驾驶人的性别差异.而从本文的研究可以合理推测,若将性别因素纳入考虑,此类模型可得到更为准确的驾驶疲劳检测结果.
除精神状态和性别因素外,HRV特征同时受到年龄因素的影响.研究上述3种因素如何影响驾驶人HRV的线性和非线性特征,并建立更有针对性、更为准确的基于HRV特征的驾驶疲劳检测模型是将要进行的工作.
4 结论
1) 疲劳增加了驾驶人自主神经系统的复杂度和变异性,从而导致驾驶人HRV的LSD1、LSD2、rSD2/SD1、α1和D2五个非线性特征显著上升.这一情况表明,HRV的非线性特征具有区分驾驶人精神状态的能力.
2) 男性疲劳导致LSD1和LSD2显著上升;女性导致LSD2、α1和D2显著上升.由此可知,疲劳对驾驶人自主神经系统的影响具有性别差异.因而可推断,将HRV非线性特征应用于驾驶疲劳检测时,若考虑性别因素,可以得到更为准确的检测结果.
3) 清醒状态时男性与女性的所有非线性特征中,仅有α1具有显著性差异.而疲劳状态时有LSD1、LSD2、EAp、α1和D2五个特征具有显著性差异.这一情况表明,疲劳状态的HRV非线性特征可以更多地反映被试的性别差异.
[1]孙丽璐, 吴奇, 赵娟, 等. 我国2004-2015年交通事故影响因素实证研究[J]. 西南大学学报(自然科学版), 2018, 40(11):112-118. DOI: 10./
文章来源:《临床心电学杂志》 网址: http://www.lcxdxzz.cn/qikandaodu/2021/0715/1281.html