对麻醉师的疲劳机制和检测方法的调查,基于多式联络生理信号
Jie Wang1, Xin Wang2, Sukun Qiao1
1Tianjin Key Laboratory of Brain Science and Neuroengineering, Academy of Medical Engineering and Translational Medicine, Tianjin University, Tianjin 300072, PR China; State Key Laboratory of Advanced Medical Materials and Devices, Tianjin University, Tianjin 300072, PR China; Haihe Laboratory of Brain-Computer Interaction and Human-Machine Integration, Tianjin 300000, PR China.
Brain research bulletin
|October 25, 2025
概括
麻醉师疲劳会损害注意力和工作记忆等认知功能. 生理监测和机器学习准确地检测到这种疲劳,有助于临床安全.
科学领域:
- 神经科学是一个神经科学.
- 职业健康 职业健康 职业健康
- 生物医学工程 生物医学工程
背景情况:
- 麻醉师面临高疲劳的风险,由于要求工作,影响患者的安全.
- 了解疲劳机制对于制定有效的监测策略至关重要.
研究的目的:
- 系统地评估与麻醉师长期高强度工作相关的认知和生理变化.
- 调查多式联络生理数据和机器学习对疲劳检测的有用性.
主要方法:
- 认知测试 (0-back,2-back,视觉空间) 评估了注意力,工作记忆和空间处理.
- 脑电图 (EEG) 和心电图 (ECG) 监测生理反应.
- 转移学习算法分析了疲劳分类的生理特征.
主要成果:
- 长时间的工作显著损害了n-back准确性 (注意力,工作记忆) 和视觉空间性能 (空间认知,执行控制).
- 生理变化包括改变了EEG连接,缩短了RR间隔,降低了LF/HF比率,增加了多尺度,表明自主调节失调.
- 机器学习通过使用生理特征实现了99.4%的跨主题分类准确度来检测疲劳.
结论:
- 麻醉师的疲劳导致可测量的认知和生理失调.
- 多模式生理监测与机器学习相结合,提供了一种可靠的临床疲劳检测方法.
- 这种方法具有显著的翻译潜力,可以提高高风险职业的患者安全.


