|
ارگونومی، جلد ۱، شماره ۱، صفحات ۵-۱۳
|
|
|
عنوان فارسی |
بررسی تغییرات ریتم آلفا به منظور ردیابی خستگی ذهنی راننده در روی شبیه ساز رانندگی |
|
چکیده فارسی مقاله |
مقدمه: خستگی ذهنی یکی از علل اصلی حوادث جادهای است. بیش از 30 درصد حوادث به علت خوابآلودگی و خستگی راننده اتفاق میافتد، لذا شناسایی ابزارها و روشهایی به منظور تشخیص زود هنگام خستگی و خواب آلودگی از اهمیت بسیاری در پیشگیری از حوادث برخورداراست. در این میان استفاده از روشهای بیولوژیکی مانند EEG میتواند از معتبرترین روشها باشد. مواد و روشها: مطالعه حاضر به روش توصیفی-تحلیلی در روی 19 نفر از رانندگان سواری مرد انجامگردید. به منظور القای بیشتر خستگی از رانندگان خواستهشد که حداقل 18 ساعت قبل از آزمایش نخوابند و 12 ساعت پیش از آن از خوردن نوشیدنیهای کافییندار و مواد محرک خودداری نمایند. وضعیت خواب رانندگان از طریق فرم یادداشت خواب از یک هفته قبل کنترل میشد. رانندگان میبایست یک جاده 110 کیلومتری را با سرعت 90 کیلومتر در ساعت با حفظ مسیر حرکت طیکنند. میزان خستگی ذهنی در هر 10 دقیقه با مقیاس خوابآلودگی کرولینسکا ثبت میشد. همچنین ارزشیابی ویدیویی از چهره راننده از لحاظ خستگی در هر 10 دقیقه توسط دو نفر از پژوهشگران آموزشدیده انجام میشد. در طول رانندگی روی شبیهساز، امواج مغزی با 16 کانال ثبت میشد. پس از فیلترکردن و حذف سیگنالهای مزاحم، توان نسبی و مطلق آلفا در کانالهای مختلف محاسبه گردید. سپس از آمار توصیفی و ضریب همبستگی اسپیرمن و آزمون تی زوجی برای آزمون همبستگی و مقایسه میانگینها در 10 دقیقه ابتدایی و انتهایی رانندگی استفاده شد. یافته ها: این مطالعه نشانداد که بین میزان خودارزیابی خستگی در 10 دقیقه ابتدایی و انتهایی مسیر اختلاف معنادار وجود داشت(001/0>P). این امر در مورد ارزشیابی ویدیویی نیز صدق میکرد. میانگین توان مطلق آلفا در 10 دقیقه انتهایی نسبت به 10 دقیقه ابتدایی مسیر افزایش معنادار داشت(001/0>P) ، در حالیکه توان نسبی آلفا در 10 دقیقه انتهایی نسبت به 10 دقیقه ابتدایی مسیر تفاوتی نداشت. نتیجه گیری: خستگی ذهنی راننده یکی از مشکلات بسیار مهم رانندگان از دیدگاه ایمنی جاده به حساب میآید. این مطالعه حاکیاست که امواج مغزی و بویژه توان مطلق آلفا میتواند شاخص خوبی برای پیشبینی زودهنگام خستگی ذهنی راننده باشد. Normal 0 false false false EN-US X-NONE FA /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Table Normal" mso-tstyle-rowband-size:0 mso-tstyle-colband-size:0 mso-style-noshow:yes mso-style-priority:99 mso-style-parent:"" mso-padding-alt:0cm 5.4pt 0cm 5.4pt mso-para-margin-top:0cm mso-para-margin-right:0cm mso-para-margin-bottom:10.0pt mso-para-margin-left:0cm line-height:115% mso-pagination:widow-orphan font-size:11.0pt font-family:"Calibri","sans-serif" mso-ascii-font-family:Calibri mso-ascii-theme-font:minor-latin mso-hansi-font-family:Calibri mso-hansi-theme-font:minor-latin mso-bidi-font-family:Arial mso-bidi-theme-font:minor-bidi} |
|
کلیدواژههای فارسی مقاله |
|
|
عنوان انگلیسی |
Investigating EEG Alpha Variations for Mental Fatigue Detection on Car Driving Simulator |
|
چکیده انگلیسی مقاله |
Introduction: Driver fatigue is one of the major causes of accidents in roads. It is suggested that driver fatigue and drowsiness accounted for more than 30% of road accidents. Therefore, it is important to use features for real-time detection of driver mental fatigue to minimize transportation fatalities. The purpose of this study was to explore the EEG alpha power variations in sleep deprived drivers on a car driving simulator. Materials and Methods: The present descriptive-analytical study was achieved on nineteen healthy male car drivers. After taking informed written consent, the subjects were requested to stay awake 18 hrs before the experiments and refrain from caffeinated drinks or any other stimulant as well as cigarette smoking for 12 hrs prior to the experiments. The drivers sleep patterns were studied through sleep diary for one week before the experiment. The participants performed a simulated driving task in a 110 Km monotonous route at the fixed speed of 90 km/hr. The subjective self-assessment of fatigue was performed in every 10 minute interval during the driving using Karolinska Sleepiness Scale (KSS). At the same time, video recordings from the drivers face and their behaviors were achieved in lateral and front views and rated by two trained observers. Continuous EEG and EOG records were taken with 16 channels during driving. After filtering and artifact removal, power spectrum density and fast Fourier transform (FFT) were used to determine the absolute and relative alpha powers in the initial and final 10 minutes of driving. To analyze the data, descriptive statistics, Pearson and Spearman coefficients and paired-sample T test were employed to describe and compare the variables. Results: The findings showed a significant increase in KSS scores in the final 10 minutes of driving (p< 0.001). Similar results were obtained concerning video rating scores. Meanwhile, there was a significant increase in the absolute alpha power during the final section of driving (p=0.006). Conclusion: Driver mental fatigue is considered as one of the major implications for road safety. This study suggests that alpha brain wave rhythm can be a good indicator for early prediction of driver fatigue. Normal 0 false false false EN-US X-NONE FA /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Table Normal" mso-tstyle-rowband-size:0 mso-tstyle-colband-size:0 mso-style-noshow:yes mso-style-priority:99 mso-style-parent:"" mso-padding-alt:0cm 5.4pt 0cm 5.4pt mso-para-margin-top:0cm mso-para-margin-right:0cm mso-para-margin-bottom:10.0pt mso-para-margin-left:0cm line-height:115% mso-pagination:widow-orphan font-size:11.0pt font-family:"Calibri","sans-serif" mso-ascii-font-family:Calibri mso-ascii-theme-font:minor-latin mso-hansi-font-family:Calibri mso-hansi-theme-font:minor-latin mso-bidi-font-family:Arial mso-bidi-theme-font:minor-bidi} |
|
کلیدواژههای انگلیسی مقاله |
Driver mental fatigue, KSS, video rating, EEG alpha power |
|
نویسندگان مقاله |
فرامرز قره گوزلو | faramarz gharagozlou tehran university of medical sciences and member of scientific board of kermanshah university of medical sciences, kermanshah, iran. دانشجوی دکترای بهداشت حرفه ای دانشگاه علوم پزشکی تهران، دانشکده بهداشت، گروه بهداشت حرفه ای و عضو هیأت علمی دانشگاه علوم پزشکی کرمانشاه، دانشکده بهداشت، گروه بهداشت حرفهای، آدرس پست الکترونیکی gharagozlou@kums.ac.ir سازمان اصلی تایید شده: دانشگاه علوم پزشکی کرمانشاه (Kermanshah university of medical sciences)
جبراییل نسل سراجی | jebraeil nasl saraji گروه بهداشت حرفه ای دانشکده بهداشت دانشگاه علوم پزشکی تهران سازمان اصلی تایید شده: دانشگاه علوم پزشکی تهران (Tehran university of medical sciences)
عادل مظلومی | adel mazloumi گروه بهداشت حرفه ای دانشکده بهداشت دانشگاه علوم پزشکی تهران سازمان اصلی تایید شده: دانشگاه علوم پزشکی تهران (Tehran university of medical sciences)
علی نحوی | ali nahvi گروه مکاترونیک دانشکده مکانیک دانشگاه خواجه نصیرطوسی سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
علی مطیع نصرآبادی | ali motie nasrabadi گروه مهندسی پزشکی دانشگاه شاهد تهران سازمان اصلی تایید شده: دانشگاه شاهد (Shahed university)
عباس رحیمی فروشانی | abbas rahimi foroushani گروه آمار و اپیدمیولوژی دانشکده بهداشت دانشگاه علوم پزشکی تهران سازمان اصلی تایید شده: دانشگاه علوم پزشکی تهران (Tehran university of medical sciences)
محمدرضا آشوری | mohammadreza ashouri دانشگاه خواجه نصیر طوسی سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
مهدی سمواتی | mehdi samavati دانشگاه علوم پزشکی تهران سازمان اصلی تایید شده: دانشگاه علوم پزشکی تهران (Tehran university of medical sciences)
|
|
نشانی اینترنتی |
http://journal.iehfs.ir/browse.php?a_code=A-10-70-2&slc_lang=fa&sid=fa |
فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
کد مقاله (doi) |
|
زبان مقاله منتشر شده |
fa |
موضوعات مقاله منتشر شده |
عمومی |
نوع مقاله منتشر شده |
پژوهشی |
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|