通过对EEG模式和驾驶特征的同时分析来量化阻塞性睡眠呼吸暂停的司机的微睡眠的新方法

科学领域:

• 神经科学是一个神经科学.
• 睡眠医学 睡眠医学
• 运输安全运输安全

背景情况:

• 微睡眠 (MS) 对实时驾驶事故构成重大风险.
• 以前的研究往往集中在MS对驾驶表现的一般影响上.
• 精确量化MS对于评估驾驶员驾驶适应性至关重要,特别是在患有阻塞性睡眠呼吸暂停 (OSA) 等疾病的人群中.

研究的目的:

• 为了建立一个一对一的相关性,高保真驾驶模拟器 (DS) 事件和相应的脑电图 (EEG) 大脑模式.
• 为了准确量化专业司机的微睡眠 (MS) 事件与OSA.
• 提高MS识别的可靠性,以评估驾驶适应性.

主要方法:

• 50名患有OSA的专业司机在佩戴六通道EEG电极时进行了50分钟的驾驶模拟.
• 记录了路外 (OOR) 和路上 (OR) 事件,使用离散波波变换分析了功率频谱密度的EEG数据.
• 微睡眠事件是根据theta/alpha比分进行分类的,重点是脑前部区域 (F3和F4).

主要成果:

• 总共有970个OOR (微睡眠) 和1020个OR (清醒) 事件被记录下来.
• 集中在前脑区域的比较分析成功地将970个OOR事件中的791个确定为真正的MS.
• 结合前部通道F3和F4,实现了83.7%的综合平均识别率 (CMIR) 来检测MS.
• 在最大睡眠水平和MS密度之间发现了强烈的相关性 (r = 0.8913,p<0.001).

结论:

• 模拟器信号和EEG模式之间的直接相关性提高了MS识别的可靠性.
• 额头EEG通道,特别是F3和F4,在检测司机MS方面非常有效.
• 这种方法提供了一种可靠的方法,通过量化昏昏欲睡和MS来评估患有OSA的成年人的驾驶适应性.