使用心率变化和眼睛运动监测建筑工人因暴露于热量的心理工作负载:对管道工人的研究
Shiyi He1, Dongsheng Qi1, Enkai Guo1
1Key Laboratory of Physical Fitness and Exercise Rehabilitation of Hunan Province, Hunan Normal University, Changsha 410006, China.
Sensors (Basel, Switzerland)
|April 26, 2025
概括
使用心率变化 (HRV) 和眼睛运动监测建筑工人的心理工作负载,可以有效地检测热引起的风险. 在高温条件下,K-Nearest Neighbor算法在分辨工作负载级别方面取得了90%的准确性.
科学领域:
- 职业健康和安全问题 职业健康和安全问题
- 人类因素工程 人类因素工程
- 环境生理学环境生理学
背景情况:
- 建筑工人的认知过载可能会危及安全.
- 暴露于热量是一个重要的环境压力因素,影响工人的表现和安全.
- 需要客观的措施来评估在苛刻的工作环境中的心理工作负担.
研究的目的:
- 量化建筑工人在暴露于热量的情况下的心理工作负载.
- 为了评估心率变化 (HRV) 和眼睛运动特征在检测热感应的心理工作负载中的有效性.
- 为了比较不同机器学习算法的性能,用于工作负载分类.
主要方法:
- 30名缺乏经验的管道工人在正常热和高热条件下执行安装任务.
- 收集了心率变化 (HRV) 和眼动数据.
- 监督机器学习算法 (SVM,KNN,LDA,RF) 被训练来分类心理工作负载.
主要成果:
- 使用八个HRV特征的K-Nearest Neighbor (KNN) 算法,实现了最高的分类准确率90.00%.
- 性能指标包括回忆率=0.933,精度=0.875,F1=0.903,和AUC=0.887. 这些指标包括回忆率=0.933,精度=0.875,F1=0.903,和AUC=0.887.
- 这种方法在区分热条件之间的心理工作负载方面表现出很高的能力.
结论:
- 心率变化和眼睛运动分析,特别是KNN,为监测建筑工人在炎热环境中的心理工作量提供了一种可行的方法.
- 这项研究为提高建筑行业安全协议提供了新的视角.
- 这些发现支持开发实用工具,以实时监控职业环境中的工人.
