黃志強，張芳芳，顧卓筠，陳 濤，顧 蘇，王靈眼

（1.復旦大學附屬華山醫(yī)院博士后流動站，上海 200040；2.華東師范大學心理與認知科學學院，上海 200062；3.上?；菡\科教器械股份有限公司研發(fā)中心，上海 201100；4.中國鐵路濟南局集團有限公司 濟南機務段，濟南 250023）

我國高速鐵路（簡稱“高鐵”）飛速發(fā)展，里程增加，速度提升，行車安全得到進一步重視。疲勞駕駛是行車事故的主要危險因素之一。高鐵司機供不應求，工作負荷大，又是單司機駕駛。解決高鐵司機的疲勞問題迫在眉睫。

交通安全領(lǐng)域的疲勞檢測技術(shù)主要有以下幾類：（1）基于駕駛員人體生理信號的疲勞檢測方法，如心率等[1]；（2）基于人眼閉合等行為特征[2]；（3）基于車輛運行特征的檢測方法，如側(cè)位移，這只能用于汽車司機的檢測；（4）多源信息融合的方法，如歐盟“AWAKE”系統(tǒng)，融合眼瞼、行車特征指標等[3]。

具體應用于鐵路交通的疲勞檢測技術(shù)還在不斷探索。近年有人基于不同算法，針對人臉部分特征監(jiān)測疲勞狀態(tài)[4]，或針對人眼閉合度檢測疲勞[5]，這類方法監(jiān)測指標較單一。文獻[6]研發(fā)多信息融合的鐵路司機疲勞檢測方法，采集司機駕駛圖像、腦電圖及手動信息進行綜合分析，檢測手段較全面，但司機對腦電采集帽的接受度較低。上述疲勞檢測方法還有個共同的缺點，就是檢測耗時較長，無法滿足高鐵司機派班的實際工作需要。

從駕駛員行車前的狀態(tài)入手，在檢測有無飲酒的同時增加疲勞程度檢測，也是防止疲勞駕駛的一種實用方法，而且是一種另辟蹊徑的方法，這尤其適用于高鐵司機。本研究基于多項生理、心理指標收集，全面分析評估以建立高鐵司機行車前疲勞檢測模型，開發(fā)相應產(chǎn)品。

1 疲勞檢測方法

1.1 確定相關(guān)指標

長時間駕駛以及單調(diào)的工作易致疲勞，弱化駕駛員的感知覺和操作能力等。這種弱化會體現(xiàn)在駕駛員的各項生理指標中[7]，還會體現(xiàn)在認知指標和主觀感受上。本文選擇以下生理、心理指標：

（1）閃光融合臨界頻率。 斷續(xù)的光刺激呈現(xiàn)于人眼時，會引起閃爍的感覺。隨著呈現(xiàn)頻率的增加，人會覺得光源不再閃爍，此為光的融合感覺。引起融合感覺的最小頻率稱為閃光融合臨界頻率（CFF，critical flicker-fusion frequency）。詹皓[8]研究了國內(nèi)外數(shù)10篇相關(guān)文獻，認為CFF能很好地評價車輛駕駛員的綜合疲勞。

（2）心電信號。本研究選取心率值，LF/HF值，TP值進行測量。其中心率可作為測量駕駛員疲勞程度的有效證明[9]。低頻功率(LF，low frequency)，高頻功率(HF，high frequency)，屬于心率變異性（HRV，heart rate variability）的頻域指標。LF/HF反映了交感神經(jīng)與副交感神經(jīng)的相對活躍程度，會隨著疲勞程度增加而上升[10]。TP值為測量時間內(nèi)的HRV總功率(total power)，隨著疲勞的加深而顯著增大[11]。

（3）體溫、呼吸等生理指標。通過與每位司機自身積累的數(shù)據(jù)比較，來輔助反應個體的疲勞狀況。研究顯示，當個體由清醒狀態(tài)轉(zhuǎn)疲勞時，體溫顯著下降[12]。王琳虹[7]等人將呼吸指標納入疲勞檢測系統(tǒng)很好的評估了駕駛員疲勞狀態(tài)。對這些指標的檢測還能發(fā)現(xiàn)司機的發(fā)燒等疾病狀態(tài)。

（4）主觀感受。本研究采用信、效度均較好的疲勞量表-14 （Fatigue Scale-14, FS-14）[13-14]，并結(jié)合高鐵司機實測結(jié)果對題目進行取舍，以節(jié)約測評時間。

（5）睡眠時間估計。在與自身數(shù)據(jù)比較的情況下，出乘前一晚睡眠時間越短，個體越容易疲勞。

1.2 參與測試的高鐵司機情況

某機務段291名高鐵司機，正確完成各檢測指標者180例，均為男性，平均年齡39.19±5.93歲。

1.3 工具

1.3.1 客觀指標采集

采用PC-304生理參數(shù)檢測儀，用于檢測心率、血壓、體溫和血氧飽和度。采用可調(diào)式腹式呼吸帶采集呼吸類相關(guān)指數(shù)，采集精度±3%，采集范圍0～50次/min，響應延遲時間≤0.01 s；采用閃光頻率融合儀器，采集范圍30～50 Hz，精度0.1 Hz。

1.3.2 自述指標采集

通過自我評估，收集高鐵司機出乘前一晚睡眠時間，分成＜5 h、5～6 h、6～7 h、7～8 h、＞8 h，共5個等級。

填寫主觀疲勞問卷。該問卷原版為14題，由英國King' s College Hospital心理醫(yī)學研究室于1992年編制。高鐵司機實測結(jié)果顯示，其中，4道題的項目鑒別力＜0.19，且進行題總相關(guān)時，點二列相關(guān)結(jié)果均＜0.4，因此予以刪除，以按照用戶需求盡量縮短測評時間。該量表得分越高，疲勞程度越嚴重。

2 系統(tǒng)設計

2.1 系統(tǒng)總體架構(gòu)

2臺PC機分別用于疲勞檢測、系統(tǒng)管理，部署在同一房間內(nèi)。服務器（包括數(shù)據(jù)庫服務器）部署在用于疲勞檢測的PC機上。2臺PC機通過路由器實現(xiàn)網(wǎng)絡互通、訪問服務器、數(shù)據(jù)一體化。軟件系統(tǒng)包括操作系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、.NET Framework運行環(huán)境、硬件驅(qū)動、應用程序可執(zhí)行文件。其中，操作系統(tǒng)為Windows 7，數(shù)據(jù)庫系統(tǒng)為SQL Server 2008 R2，.NET Framework版本為4.0。

2.2 系統(tǒng)功能設計

各指標檢測設備在5 min內(nèi)完成全部檢測，將數(shù)據(jù)上傳至主機，并完成疲勞指數(shù)的計算和分級。此外設有保健知識推送和按摩放松功能，同時建立個人檔案，以便自身對照，有利于可持續(xù)性調(diào)整駕駛員身心狀況。

高鐵司機行車前疲勞檢測系統(tǒng)工作流程,如圖1所示。

圖1 高鐵司機行車前疲勞檢測系統(tǒng)工作流程

3 系統(tǒng)實現(xiàn)

3.1 計算綜合疲勞指數(shù)

綜合疲勞指數(shù)不是直接測得的，而是間接推算的，所以無法通過常規(guī)的回歸分析來建模。

因子分析是一種通過具體指標評估抽象因子的統(tǒng)計方法，可以將抽象因子表示成具體變量的線性組合。本研究用SPSS第23版對各變量進行預分析，發(fā)現(xiàn)KMO值為0.442，偏低，但是Bartlett球形檢驗的顯著性＜0.001，說明變量間相關(guān)性較好，可嘗試因子分析。選取α因子分解方法進行因子抽取和旋轉(zhuǎn)，得到若干因子，在其中尋找符合醫(yī)學及心理學理論預期者。因子得分系數(shù)矩陣,如表1所示。

從表1可見，因子4各指標的系數(shù)都與疲勞狀態(tài)一致，TP、LF/HF、FS10和血壓等為正值；睡眠時間、閃光融合等為負值（睡眠不足易疲勞，疲勞時閃光融合頻率下降）。因此選取因子4，按照各指標得分系數(shù)建立模型：綜合疲勞指數(shù) = 0.283×TP -0.203×昨晚睡眠時間 - 0.158×心率 - 0.152×閃光融合 + 0.14×體溫 + 0.133×FS10 + 0.108×收縮壓+ 0.097×呼吸 + 0.073×舒張壓 + 0.031×(LF/HF) -0.027×血氧飽和度。

繼續(xù)采用SPSS第23版，運用K折交叉驗證的方式，將樣本隨機分割為K個等樣本量的子樣本，重復K次擬合計算：每次使用其中任意K-1個樣本擬合模型，再用剩余的1個樣本計算擬合誤差。將K個誤差平均即為某個模型的估計誤差。最終通過比較不同模型的估計誤差（預測標準誤差），越小證明模型擬合程度越高。本研究采用10折交叉驗證，模型采用分類回歸決策樹，對比前面建立的綜合疲勞指數(shù)模型與單一指標模型檢測疲勞的擬合度。SPSS軟件在“分析”下拉菜單“分類”之“決策樹”中設置相應變量，將生長法選為分類回歸樹（CRT，Classification Regression Tree），即可輸出采用決策樹的K折交叉驗證的擬合度，結(jié)果顯示，綜合疲勞指數(shù)模型擬合度最好，優(yōu)于單個指標反映疲勞狀態(tài)的效果。具體結(jié)果匯總，如表2所示。

表1 因子得分系數(shù)矩陣

表2 疲勞檢測各模型10折交叉驗證結(jié)果

3.2 劃分疲勞等級

使用K-均值聚類分析法對所得疲勞指標進行分類，得到5類。為了在實際應用中便于分級，將這5類的最低兩類合并，得到4個疲勞等級。以疲勞等級為因變量，以綜合疲勞指數(shù)為自變量，建立決策分類樹。決策樹算法選擇CART算法。SPSS中模型設置如下：自變量疲勞指標被離散為4個區(qū)間，根據(jù)聚類分析結(jié)果，最小樣本為10，因此根節(jié)點的最大深度取5，父節(jié)點和子節(jié)點各取20和10，交叉檢驗樣本群樹為10。最終分級，如表3所示。

表3 疲勞等級區(qū)間

3.3 附加干預功能的實現(xiàn)

將所建立的高鐵駕駛員疲勞檢測模型，配備立體控制臺和智能按摩沙發(fā)座椅，生產(chǎn)出“高鐵動車組乘務員多道身心檢測系統(tǒng)”，可在5 min內(nèi)完成全部指標的檢測，并提供按摩放松操作和保健知識推送。同時建立個人檔案，以便自身對照，有利于可持續(xù)性調(diào)整駕駛員身心狀況。

4 系統(tǒng)應用

該系統(tǒng)已在中國鐵路濟南機務段試用，具有指標較全面、檢測速度快、即刻出報告等特點，還能促使司機出乘前注意休息，以保證出乘時的良好狀態(tài)。

5 結(jié)束語

在檢索國內(nèi)外文獻之后，確定了檢測指標，通過實驗獲得數(shù)據(jù)之后，建立了反映疲勞程度的模型，在此基礎上開發(fā)出高鐵司機行車前疲勞檢測系統(tǒng)。經(jīng)過驗證，本系統(tǒng)檢測速度快，是預防高鐵司機疲勞駕駛的有效途徑。作為一種探索和嘗試，后續(xù)改進可從兩方面展開：（1）完善檢測指標。近年來，研究發(fā)現(xiàn)腦電信號能較好地預測駕駛員疲勞程度[15-17]，可考慮將其納入模型。（2）當前該系統(tǒng)應用于行車前檢測，未檢測駕駛過程中的疲勞狀況。以后可做到行車前、行車中、行車后的全面監(jiān)控，更好地保障高鐵行車安全。