使用2分钟心电图信号的心率变化特征来检测驾驶员疲劳,同时考虑性别差异

科学领域:

• 生理学 生理学 生理学
• 运输安全运输安全
• 生物医学工程 生物医学工程

背景情况:

• 司机疲劳是造成道路交通事故和死亡的重要原因之一.
• 心率变化 (HRV) 分析为监测驾驶员警觉性提供了一个潜在的方法.
• 现有的方法通常需要更长的生理信号记录.

研究的目的:

• 为了研究心率变化 (HRV) 特性用于检测驾驶员疲劳的有效性.
• 探索性别差异对基于HRV的疲劳检测的影响.
• 开发使用短电心电图 (ECG) 信号的快速驾驶员疲劳检测系统.

主要方法:

• 对大学生进行了模拟驾驶实验.
• 电心电图 (ECG) 信号被记录在2分钟间隔,以获得HRV特征.
• 统计分析 (曼-惠特尼U测试) 发现了警报状态和疲劳状态之间的显著HRV差异.
• 决策树模型被用于疲劳分类,分析所有受试者的数据,男性和女性分别.

主要成果:

• 在所有受试者,男性和女性中,在警觉状态和疲劳状态之间观察到HRV特征的显著差异 (p < 0.01).
• 疲劳检测模型实现了高分类准确率:所有受试者的86.3%,男性的94.8%,女性的92.0%.
• 与一般模型相比,特定性别的模型表现出更高的性能.

结论:

• 性差异显著影响与驾驶员精神状态相关的HRV特征.
• 纳入性别特定分析可以提高基于HRV的驾驶员疲劳检测系统的精度.
• 使用2分钟的心电图信号可以比传统的5分钟方法更快,更有效地监测驾驶员的疲劳.