一种验证持续性注意水平下降的方法与流程

本发明涉及应激检测技术，特别涉及一种验证持续性注意水平下降的方法。

背景技术：

与常规列车操作方式相比，在动车中的采用了列车自动控制系统(atc)，使得动车司机的作业方式由传统的列车操纵型转变为对动车实时运行控制信息、车辆状态信息、运行环境信息的高负荷、长时间地持续监控。而长时间连续作业会造成人体疲劳，导致持续性注意水平下降，因此，探究疲劳对持续性注意的损伤机理，为相关方面提供理论依据十分必要且迫切。

目前，关于持续性注意水平已开展了一系列研究，研究结果发现：持续性注意水平的变化会对行为绩效产生影响。研究人员采用3h的真实驾驶任务，分析了长时间单调驾驶对驾驶疲劳的影响，结果表明，长时间单调驾驶会导致驾驶员疲劳与嗜睡程度的显著增加。研究人员还采用持续性注意任务(sustainedattentiontask，sat)范式，分析了长时间单调连续任务下行为绩效的变化，结果表明，随着任务时间的推进，行为绩效显著下降(反应时增加，正确率下降)，持续性注意能力显著减弱。研究人员利用3h的实际道路驾驶任务，对行为绩效和脑电(electroencephalograph，eeg)数据进行分析，得出随着任务时间的增加，反应时显著增加，p3成分波幅显著减小，持续性注意能力显著下降。研究人员采用eeg数据和心电(electrocardiogram,ecg)数据论证了火车司机单调驾驶绩效和睡眠剥夺之间的关系，表明随着司机睡眠时间的减少，疲劳程度显著增加，驾驶警戒性将大幅下降。

综上可知，现有技术中主要针对持续性注意对行为绩效的影响，但是并未阐明和验证疲劳造成持续性注意水平损伤的内在机理，且现有技术中主要针对机动车驾驶员，而对高铁司机的研究较为少见。

技术实现要素：

有鉴于此，本发明提供一种验证持续性注意水平下降的方法，从而可以验证动车的长时间连续驾驶作业会引发动车司机精神疲劳及持续性注意水平下降。

本发明的技术方案具体是这样实现的：

一种验证持续性注意水平下降的方法，该方法包括：

通过多个电极采集脑电信号，记录与所述脑电信号对应的反应时间参数；

从所采集的脑电信号所在的时间段中选取两个时间段分别作为第一阶段和第二阶段；其中，所述第一阶段为高持续性注意水平时间段，所述为低持续性注意水平时间段，所述第一阶段的时间早于第二阶段；

从所采集的脑电信号提取事件相关电位erp数据；

对所述epr数据进行离线分析，得到离线分析后的epr数据，并从离线分析后的epr数据中选取预设数目的成分；

对第一阶段和第二阶段的erp数据中所选取的成分的波幅和潜伏期分别进行2因素组内重复测量方差分析，其中，所述2因素为：持续性注意水平和电极；根据分析结果确定在两个阶段差异性显著的成分；

对所确定的在两个阶段差异性显著的成分求取平均波幅并进行置换检验。

较佳的，当所采集的脑电信号所在的时间段的时长为4小时时，所述第一阶段为第16～46分钟，所述第二阶段为第210～240分钟。

较佳的，所述对所述epr数据进行离线分析包括：

以双侧乳突为参考，对所述epr数据进行眼电校正；

根据0～40hz的带宽对眼电校正后的epr数据进行滤波；

以信号刺激出现的时间作为分析0点，分析时程为预设时长，将波幅大于±75epr数据视为伪迹去除，得到离线分析后的epr数据。

较佳的，根据erp数据的各成分在全脑分布中的位置，所述预设数目的成分为5个成分：p1、n1、p2、n2b和p3。

较佳的，在两个阶段差异性显著的成分为：p2、n2b和p3。

较佳的，所述对所确定的在两个阶段差异性显著的成分求取平均波幅并进行置换检验包括如下步骤：

s1，根据所确定的在两个阶段差异性显著的任一成分在第一阶段和第二阶段的平均幅值以及样本总数h，计算两个阶段的平均幅值之差s；

s2，将两个阶段的样本进行混合，从中随机抽取a个样本作为第一阶段样本，剩余h-a个样本作为第二阶段样本，计算所抽取的第一阶段样本和第二阶段样本的均值之差s1；

s3，将上述步骤s2重复执行n次，得到样本均值之差集合{s1,s2,...,sn}；

s4，统计所述样本均值之差集合中s≥si(i＝1,2,...,n)的个数l，将l与所述样本均值之差集合所含元素个数k的比值l/k作为p值；

s5，根据所述p值以及预设阈值确定该成分在两个阶段是否具有显著性差异。

较佳的，所述预设阈值为0.05。

较佳的，在采集脑电信号的同时，该方法还进一步包括：

采集主观疲劳测评数据和行为绩效测评数据。

如上可见，本发明所提供的验证持续性注意水平下降的方法中，首先采集脑电信号、反应时间参数，并采集主观疲劳测评数据和行为绩效测评数据；选取两个时间段分别作为第一阶段和第二阶段；从所采集的脑电信号提取erp数据，对epr数据进行离线分析，并从离线分析后的epr数据中选取预设数目的成分；对第一阶段和第二阶段的erp数据中所选取的成分的波幅和潜伏期分别进行2因素组内重复测量方差分析；根据分析结果确定在两个阶段差异性显著的成分；对所确定的在两个阶段差异性显著的成分求取平均波幅并进行置换检验，从而验证了动车长时间连续驾驶作业会引发动车司机精神疲劳及持续性注意水平下降，确认了长时间连续作业下司机持续性注意水平的降低主要是由疲劳造成司机对突发事件的分类、评估，资源的调制、分配和认知控制等高级认知能力的损伤所引起的，从神经机理层面揭示了疲劳对高铁司机持续性注意能力的影响机理，可为高铁司机持续性注意水平下降的预防控制措施制定、预防控制设备设计与开发提供理论依据。

附图说明

图1为本发明实施例中验证持续性注意水平下降的方法的流程示意图。

图2为本发明实施例中的主观及行为绩效示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明进一步详细说明。

本实施例提供了一种验证持续性注意水平下降的方法。

图1为本发明实施例中的验证持续性注意水平下降的方法的流程示意图。如图1所示，本发明实施例中的验证持续性注意水平下降的方法主要包括如下所述的步骤：

步骤11，通过多个电极采集脑电信号，记录与所述脑电信号对应的反应时间参数。

在本发明的技术方案中，为了测试驾驶员对突发时间的简单反应时间，需要对被测试人员(例如，志愿者)进行相应的测试，从而获得相应的脑电信号、与脑电信号对应的反应时间参数。

另外，较佳的，在本发明的较佳实施例中，还可以同时采集主观疲劳测评数据和行为绩效测评数据。

例如，较佳的，在本发明的较佳实施例中，可以先召集多个被测试人员，例如，在本发明的一个具体实验中，选取了20名中国铁路总公司93和94期高铁司机班学员(年龄为36±2岁，驾龄为6a以上，累积安全里程大于10万公里)作为被测试人员。所选被测试人员无任何精神或心理疾病史，且视力或矫正视力正常，实验前24小时禁止被测试人员饮用含有酒精或咖啡因的功能性饮料。

具体来说，在本发明的较佳实施例中，实验中可以采用crh1e型动车模拟器。该模拟器采用单通道大屏前向视景系统，其屏幕分辨率为2048×768。模拟器声音环境由7.1数字音频发声系统产生，该系统可高保真模拟仿真动车运行时的背景音环境。机车操作台包括列车自动防护(automatictrainprotection，atp)系统、乘客信息系统(passengerinformationsystem，pis)、列车运行控制监视装置(lkj2000)、机车综合无线电(cabintegratedradio，cir)通信设备和后视视频摄像系统以及按钮、开关和指示灯的控制面板，可满足实验要求。

在上述实验中可采用自主设计线路。线路全长为800km，最高限速为200km/h。考虑到实验是以探索疲劳对持续性注意水平的影响为目的，因此线路全程不设车站。实验中要求被测试人员以低于限速5km/h的速度保持动车运行，要求连续驾驶4小时，全程无休息。

在上述实验中采用随机信号检测的方式来实时探测连续驾驶作业中高铁司机的持续性注意水平。在被测试人员驾驶运行过程中，屏幕前方5个可能位置之一会呈现随机信号，信号出现后要求被测试人员通过按键尽快作出反应。随机信号共呈现80次，相邻2信号随机间隔为180±10s的随机时间，若信号出现后1000ms内未按键则视为漏报。

为保证实验前被测试人员保持较高的持续性注意水平，实验均安排在早上8:00进行。首先进行15分钟模拟器练习，之后进行4小时正式实验。在实验进行至46分钟及实验完成后，使用卡罗林思卡嗜睡量表(karolinskasleepinessscale，kss)测量被测试人员的疲劳程度，得到主观疲劳测评数据。20名被测试人员的实验流程完全相同。

较佳的，在本发明的具体实施例中，所述kss量表为9分量表，用于评估司机的疲劳状态：1-极度清醒；2-非常清醒；3-清醒；4-有些清醒；5-既不清醒也不困倦；6-开始出现困倦的征兆；7-困倦，容易控制；8-困倦，困难但可以控制；9-昏昏欲睡，无法控制。

较佳的，在本发明的具体实施例中，所述驾驶行为参数(即行为绩效测评数据)包括：当前限速与列车当前运行速度的差值(采样频率10hz)，以及对随机信号(红点)的反应时及有效检测率。

较佳的，在本发明的具体实施例中，脑电信号(eeg)可以由32导脑电仪连续采集，采用10～20导联头皮电极系统，记录水平与垂直眼电。选取fcz电极作为参考电极，脑电采样率设置为1000hz，采集频率带宽设置为0.5-100hz，保持所有电极阻抗小于5kω。

步骤12，从所采集的脑电信号所在的时间段中选取两个时间段分别作为第一阶段(即高持续性注意水平时间段)和第二阶段(低持续性注意水平时间段)；其中，所述第一阶段的时间早于第二阶段。

在本发明的技术方案中，可以使用多种方法选取上述的第一阶段和第二阶段。以下将以其中的一种具体实现方式为例，对本发明的技术方案进行介绍。

例如，较佳的，在本发明的具体实施例中，由于所采集的脑电信号都是在上述的实验过程中获取的，因此，可以将实验过程的总时段作为所采集的脑电信号所在的时间段，然后从整个实验过程的总时段中选取前后两个时间段作为高持续性注意水平时间段(即第一阶段)、低持续性注意水平时间段(即第二阶段)。具体的实际划分方式是人因工程学中的常用方法，在此不再赘述。

在本发明的技术方案中，之所以对上述时间段进行划分，是希望选取前后不同时段的行为指标与主观疲劳测评对驾驶持续性注意水平进行差异性验证。因此，较佳的，在本发明的较佳实施例中，当实验过程的总时段(即实验总时长)为4小时时，可以在上述实验过程的总时段中选取16～46分钟，210～240分钟这两个时间段来对应动车司机不同的持续性注意水平，即当所采集的脑电信号所在的时间段的时长为4小时时，所述第一阶段为第16～46分钟，所述第二阶段为第210～240分钟。

对随机探测信号的反应时间是衡量持续性注意水平的有效指标，因此，本发明可以通过上述前后两个时段司机对随机信号的反应时间的差异性对比分析，来验证该持续性注意水平划分的合理性。

步骤13，从所采集的脑电信号提取事件相关电位(erp)数据。

事件相关电位(erp，event-relatedpotential)是一种特殊的脑诱发电位，是一种通过有意地赋予刺激仪特殊的心理意义，利用多个或多样的刺激所引起的脑的电位。erp反映了认知过程中大脑的神经点生理的变化，也被称为认知电位，也就是指当人们对某课题进行认知加工时，从头颅表面记录到的脑点位。经典的erp数据的主要成分包括p1、n1、p2、n2、p等。

因此，在本发明的技术方案中，可以从所采集的脑电信号提取erp数据。

步骤14，对所述epr数据进行离线分析，得到离线分析后的epr数据，并从离线分析后的epr数据中选取预设数目的成分。

较佳的，在本发明的具体实施例中，可以使用常用的工具(例如，brainvisionanalyzer2.0)对epr数据进行离线分析。例如，所述对所述epr数据进行离线分析可以包括：

以双侧乳突为参考，对所述epr数据进行眼电校正，以去除眨眼或眼动对epr数据带来的不利影响；

根据预设带宽(例如，0～40hz的带宽)对眼电校正后的epr数据进行滤波，以滤除不必要的信号；

以信号刺激出现的时间作为分析0点，分析时程为预设时长(例如，1200ms)，将波幅大于±75epr数据视为伪迹去除，得到erp波形图，从而得到离线分析后的epr数据。

在得到离线分析后的epr数据之后，即可从离线分析后的epr数据中选取预设数目的成分。

较佳的，在本发明的具体实施例中，根据erp数据的各成分在全脑分布中的位置，所述预设数目的成分可以是：p1、n1、p2、n2b和p3等5个成分。

步骤15，对第一阶段和第二阶段的erp数据中所选取的成分的波幅和潜伏期分别进行2因素组内重复测量方差分析，其中，所述2因素为：持续性注意水平和电极；根据分析结果确定在两个阶段差异性显著的成分。

通过上述的步骤15，可以在给定的显著性水平下，验证上述的2因素对实验结果是否有着显著影响。

较佳的，在本发明的具体实施例中，当所述预设数目的成分可以是：p1、n1、p2、n2b和p3等5个成分时，在进行上述分析时，各成分时间窗及所对应的分析电极可参见下表1：

表1

对上述5个成分进行方差分析之后，分析结果可参见下表2：

表2

根据上述表2可知，与第1阶段相比，p1、n1成分的波幅及潜伏期在第2阶段均无显著变化。p1、n1成分与早期的视觉加工以及早期感觉、知觉相关，两个阶段下p1、n1成分无显著差异表明，因此可知，疲劳并没有对刺激的早期视觉加工及感知产生影响。

与第1阶段相比，p2成分的波幅在第2阶段显著减小。p2成分代表了高级认知加工的过程，即对视觉刺激的注意资源进行调制和分配。p2成分波幅的显著减小表明，疲劳的增加导致司机对资源的调制分配能力下降。

与第1阶段相比，n2b成分的波幅在第2阶段显著增大，潜伏期显著延长。n2b成分与认知控制功能相关。n2b波幅的增加表明司机需付出更多的脑力资源进行认知控制，n2b潜伏期的延长则表明司机需要更多的时间对随机信号进行执行加工。

与第1阶段相比，p3成分的波幅在第2阶段显著减小，潜伏期显著延长。p3成分与刺激的分类、评估有关，并敏感于任务加工需求。p3成分波幅的下降表明，能够分配给检测随机信号的资源量显著减小，p3成分潜伏期的延长则表明对随机信号加工评估时间显著延长。

因此，当所述预设数目的成分可以是：p1、n1、p2、n2b和p3等5个成分时，经过上述方差分析之后，可以根据分析结果确定在两个阶段差异性显著的成分。例如，根据分析结果可以确定在两个阶段差异性显著的成分为：p2、n2b和p3等3个成分。

步骤16，对所确定的在两个阶段差异性显著的成分求取平均波幅并进行置换检验。

在本发明的技术方案中，可以使用多种方法实现上述步骤16。以下将以其中的一种具体实现方式为例，对本发明的技术方案进行介绍。

例如，较佳的，在本发明的具体实施例中，所述对所确定的在两个阶段差异性显著的成分求取平均波幅并进行置换检验包括：

步骤161，根据所确定的在两个阶段差异性显著的任一成分在第一阶段和第二阶段的平均幅值以及样本总数h，计算两个阶段的平均幅值之差s；

例如，如果假设所确定的差异性显著的成分在第一阶段(譬如，16～46min)的平均幅值为而在第二阶段(譬如，210～240min)的平均幅值为且样本总量为h，则可根据上述两个阶段的平均幅值计算得到两个阶段的平均幅值之差s。

步骤162，将两个阶段的样本进行混合，从中随机抽取a个样本作为第一阶段样本，剩余h-a个样本作为第二阶段样本，计算所抽取的第一阶段样本和第二阶段样本的均值之差s1。

步骤163，将上述步骤162重复执行n次(例如，n＝1000)，得到样本均值之差集合{s1,s2,...,sn}。

步骤164，统计所述样本均值之差集合中s≥si(i＝1,2,...,n)的个数l，将l与所述样本均值之差集合所含元素个数k的比值l/k作为p值；

步骤165，根据所述p值以及预设阈值确定该成分在两个阶段是否具有显著性差异。

在本发明的技术方案中，可以根据实际应用情况的需要预先设置所述预设阈值。例如，较佳的，在本发明的具体实施例中，所述预设阈值可以是0.05。此时，如果p<0.05，则表示该成分在两个阶段确实具有显著性差异。

因此，通过上述的步骤161～165，即可对所确定的在两个阶段差异性显著的成分求取平均波幅并进行置换检验，确定该成分在两个阶段是否具有显著性差异。

例如，当在两个阶段差异性显著的成分为：p2、n2b和p3时，可对上述3个成分求取平均波幅并进行置换检验。p2、n2b和p3成分的平均波幅置换检验结果表明，与第一阶段相比，在第二阶段p2成分的平均波幅(240～280ms)在额叶及左侧中央电极处显著降低，n2b成分的平均波幅(290～379ms)在全脑电极均显著增加，p3成分的平均波幅(370～450ms)在额区及右侧顶区显著降低。这与波峰探测结果相一致，因而从平均波幅的角度验证了上述结果。

另外，在本发明的技术方案中，还可以验证上述步骤12中选取前后2个时间段分别划分为高持续性注意水平时间段(即第一阶段)和低持续性注意水平时间段(即第二阶段)的合理性。

例如，在本发明的技术方案中，可以对上述两个阶段中的主观疲劳量表得分(即主观疲劳测评数据)、3项行为绩效测评数据(速度偏差、反应时与有效检测率)进行计算及配对样本t检验，结果如图2所示，其中，*表示p<0.05,**表示p<0.01。

图2为本发明实施例中的主观及行为绩效示意图，如图2所示，结果表明：

①对于主观疲劳，kss得分在第二阶段显著高于第一阶段(2.16vs7.26,t(19)＝-6.23,p<0.01)；

②对于速度偏差值，其在第二阶段显著高于第一阶段(2.02vs3.34,t(19)＝-2.67,p<0.05)；

③对于随机信号反应时(即图2所示的驾驶反应时)，其在第二阶段显著高于第一阶段(513.85vs549.03,t(19)＝-5.56,p<0.01)；

④对于随机信号有效检测率(即图2所示的有效检测率)，其在第二阶段显著低于第一阶段(93.31vs84.66,t(19)＝4.87,p<0.01)。

kss量表得分的显著增加表明，与第一阶段相比，司机在第二阶段的主观疲劳程度显著加深。对随机信号的反应时和有效检测率是评估持续性注意水平的有效指标；与第一阶段相比，司机在第二阶段对随机信号检测能力的显著下降(反应时增加，有效检测率下降)，表明在第二阶段持续性注意水平显著低于第一阶段。上述2项结果整体说明，长时间连续驾驶作业造成司机疲劳，并由此引发了持续性注意水平的下降。因此，本发明的技术方案中以第一阶段作为高持续性注意水平时间段，第二阶段作为低持续性注意水平时间段的划分是合理的。

综上可知，在本发明中的验证持续性注意水平下降的方法中，首先采集脑电信号、反应时间参数，并采集主观疲劳测评数据和行为绩效测评数据；选取两个时间段分别作为第一阶段和第二阶段；从所采集的脑电信号提取erp数据，对epr数据进行离线分析，并从离线分析后的epr数据中选取预设数目的成分；对第一阶段和第二阶段的erp数据中所选取的成分的波幅和潜伏期分别进行2因素组内重复测量方差分析；根据分析结果确定在两个阶段差异性显著的成分；对所确定的在两个阶段差异性显著的成分求取平均波幅并进行置换检验，从而验证了动车的长时间连续驾驶作业会引发动车司机精神疲劳及持续性注意水平下降，确认了长时间连续作业下司机持续性注意水平的降低主要是由疲劳造成司机对突发事件的分类、评估，资源的调制、分配和认知控制等高级认知能力的损伤所引起的，从神经机理层面揭示了疲劳对高铁司机持续性注意能力的影响机理，可为高铁司机持续性注意水平下降的预防控制措施制定、预防控制设备设计与开发提供理论依据。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。