基于脑电信号的动车组司机疲劳状态评估技术研究

马世伟，王泽敏，吕宝粮

（1.中国铁道科学研究院集团有限公司 节能环保劳卫研究所，北京100081；2.上海交通大学计算机与科学工程系，上海200444）

精神或身体能力下降的生理状态是疲劳的表现，由睡眠不足或长时间的清醒、昼夜节律紊乱或工作量增加而导致[1]。疲劳在不同的工作领域会出现诸多不同且复杂的表现[2]。铁路工作人员的疲劳定义为一种可感知的不良身体状态，工作时间和工作任务、休息和睡眠不足可能是人员产生疲劳感的诱因。既往研究表明，司机疲劳与运输工作效率[3]、职工健康[4]和列车安全密切相关。近年来，我国铁路高速发展，2019年全国铁路客车拥有量为7.6万辆。其中，动车组3 665标准组、29 319辆[5]，占全部客车拥有量的38.6%左右。由于速度快和载量大等特点，动车事故导致的潜在生命财产损失较传统机车风险将更为不可接受。作为一项可控的列车事故的重要人为因素[6-7]，司机的出乘前状态应给予重点关注。目前，司机疲劳检测技术主要有人脸识别[8]、眼球监测[9]、肢体运动监测[10]、脑电信号监测[11]等。为降低列车事故发生的潜在风险、提高司机工作质量、保障铁路运输安全，研究通过脑电检测分析与问卷调查相结合的方式，了解一线动车组司机驾驶前后的身体状态，探究其发生状态改变的因素并分析脑电检测技术用于评估司机状态的可行性。

1 研究对象与方法

1.1 研究对象

本次研究对象为2017年某铁路动车组运用所及机务段动车运用车间、在职的一线高速铁路动车组司机，共计150人。出乘前10 min获取动车组司机脑电信号137份，测试的同时发放问卷150份、收回有效问卷140份，样本回收率93.3%。动车组司机均为男性，年龄25~49岁，平均年龄为(37.06±4.69)岁；驾龄5~33年，平均驾龄为(14.27±5.52)年。

1.2 研究方法

在被试司机出乘前后，采用脑电图检测技术判定司机的状态，并通过电子版调查问卷收集研究对象的基本信息、当次值乘情况、前一天的睡眠状况、主观感受。该问卷根据睡眠时间调查表、睡眠尺度表、皮尔逊疲劳量表、坦福睡眠尺度表、睡眠习惯调查表编制，适用于评估睡眠时间不规律的动车组司机睡眠质量。

1.3 疲劳评估方法

目前，疲劳评估尚无公认的金标准[12]，一般而言充足睡眠可以缓解人体疲劳，因而早上疲劳状态可以用实际睡眠质量、睡眠时间加以反映，本次研究以不同睡眠时间的志愿者脑电波预测模型来评估动车组司机疲劳程度。实验中采用了16导干电极系统的脑电检测技术[13-14]，通过征集志愿者，人为干预使睡眠时间为4 h、6 h、8 h，并将其分为睡眠不足、睡眠中等、睡眠充足3组，训练基于脑电的等效睡眠质量预测模型。基于预测模型，结合动车组司机出乘前时间短的特点，优化试验时间控制在10 min内，通过选取功率谱密度特征，提取对疲劳监测准确率较高的Delta及Gamma频段的数据，运用支持向量机模型计算筛查指标，从而预测动车组司机的疲劳状态。

1.4 统计处理

对单一影响因素下不同组别的动车组司机睡眠情况分布进行χ2检验，对方差不齐的定性数据进行Krus‐kal-Wallis单因素ANOVA检验，显著性的检验水平为α<0.05。

2 研究结果

2.1 睡眠情况

在参与本次试验的动车组司机中，有109人(77.8%)自述在出乘前夜的睡眠时间充足(睡眠时间≥7 h)，有31人(15.3%)自述睡眠时间不足7 h；出乘前夜在22:00之前入睡的司机为26人(占全部受试者的18.6%)，在22:00—24:00入睡的人数为63人(45%)，24:00及以后入睡人数为51人(36.4%)；25.5%的受试司机在6:00及以前起床，59.9%的受试司机在6:00—8:00起床，14.6%的受试司机在8:00后起床，平均睡眠时间为(7.64±1.50)h。

2.2 出乘前身体状态

出乘前，脑电检测结果显示为睡眠不足的动车组司机有55人(40.1%)，睡眠中等的有39人(28.5%)，睡眠充足的有43人(31.4%)。调查问卷得到的影响因素与脑电检测的睡眠质量关系如表1所示。统计分析显示，自我评价的注意力集中困难与动车组司机出乘前的脑电显示睡眠质量关系有统计学意义(p=0.02)，其他因素与脑电检测的睡眠质量的关系均无统计学意义。

表1 动车组司机出乘前睡眠质量情况及影响因素

2.3 出乘后身体状态

退乘时，脑电检测结果显示为状态较好的动车组司机有58人(42.3%)，状态一般的有14人(10.2%)，状态比较差的有65人(47.5%)，退乘时脑电检测显示的身体状态与出乘前脑电检测显示的睡眠质量及值乘情况关系如表2所示。在本研究所涉及的所有影响因素中，出乘前的疲劳情况(p<0.01)、自述起床后有遗忘物品的症状(p=0.02)与动车组司机出乘后的状态分布有关联性。

表2 动车组司机退乘时身体状态及影响因素

2.4 出乘前后身体状态改变情况

通过对比出乘前后的脑电检测结果，出乘后身体状态转好的有29名动车组司机(21.2%)，60名动车组司机(43.8%)在出乘后身体状态没有变化，48名动车组司机(35.0%)在出乘后身体状态转差。其中，在出乘前呈现睡眠中等状态的司机们在出乘后身体状态均表现为转差。司机在出乘前的睡眠质量与其出乘前后身体状态改变情况有正相关性(p<0.01)，具有统计学意义，详细数据如表3所示。

表3 动车组司机出乘前后身体状态改变情况及影响因素

2.5 出乘前睡眠质量的影响因素

通过对出乘前动车组司机的睡眠质量进行有序多元逻辑回归分析，司机的驾驶年龄(p<0.01)、出乘前自评注意力集中困难(p=0.04)与司机的睡眠质量呈正相关性。详细数据如表4所示。

表4 脑电检测动车组司机出乘前睡眠质量的有序逻辑回归模型分析

3 讨论

3.1 调查结果及分析

虽然值乘交路安排能够保证动车组司机睡眠时间达到每日8 h以上，但间休和退乘时间不固定，易打乱人体生物节律，进而影响司机的身体状态。而充足良好的睡眠是健康的基础，更是安全高效工作的保证，为此调查分析了动车组司机上岗前的身体状况和前一晚的睡眠情况。

本次调查的动车组司机年龄及驾龄均呈正态分布，调查对象全部为男性，与在岗司机的实际情况相符。在临近值乘时，问卷调查显示有动车组司机主诉自己需要休息和集中注意力困难。脑电检测研究发现在被调查的137名动车组司机中，有部分司机在值乘前呈现实际睡眠不足的状态，睡眠质量亟需技术措施保障，以规避可能因司机不良状态导致的运行事故风险。需要强调的是，高速铁路运行速度快，载量较以往的列车更大，其事故的风险和损失也较一般铁路更为严重，而高速铁路动车组操作人员的驾驶状态和安全意识对高铁的顺利运行有着显著影响。司机状态是对运输安全的可控危险因素，科学合理的法律规定和疲劳风险责任管理可以有效减缓运输安全中的人因风险。为保障高速铁路安全顺利运行，应加强对司机的安全意识培训，进一步强调疲劳驾驶的危害性和严重性，采取措施保障司机在间休及值乘前有充足且高质量的睡眠，建立科学的睡眠质量识别与监督机制，帮助状态不佳的司机调整自身状态或对其进行相应的岗位调整。

本次研究结果显示，通过脑电信号检测技术调查动车组司机出乘前的睡眠质量与司机的驾驶年龄(p<0.01)和司机自评集中注意力困难(p=0.04)相关，即当动车组司机的驾驶年龄越久、出乘前自我感觉难以集中注意力时，其脑电检测结果显示的睡眠质量越差，结果提示铁路部门应加强对驾驶年限较长司机的健康和值乘状态的关注，进一步优化出乘和排班的组织方式；同时，建立可行的值乘前监督机制，避免动车组司机不良健康状态。通过对比动车组司机值乘前后的身体状态，发现出乘后的身体状态与出乘前睡眠质量(p<0.01)和起床后是否有遗忘物品的症状(p=0.02)显著相关，该结果进一步提示运用脑电信号检测技术对动车组司机值乘前后的身体状态进行监测具有可行性。

3.2 脑电检测技术在铁路卫生研究领域的应用前景

在既往识别列车司机疲劳程度的研究中，主要研究方法为通过持续佩戴脑电监测设备或通过值乘中持续的视频监控进行人脸识别，并通过测量司机的眼球变化程度判断其驾驶疲劳状态[8-9]。这些方法多建立在改造司机室和安装监控设备上，存在一定的实际应用局限性。一方面，在司机上岗前没有有效评价手段，高速列车启动后运营中不可能更换司机；二是实时在线监控司机作业并与考核挂钩，可能会对司机造成精神负担、增加疲劳程度；三是采用的声光报警可能会使司机惊觉导致心率血压急剧波动，同时也对司机监控车辆运行参数造成干扰。本研究采用的脑电短时检测方法相较传统监测法避免了上述3个问题，可以作为识别潜在不良状态列车司机的筛查方法，在铁路卫生研究领域具有一定的实用性。

3.3 研究局限性分析

目前，国内外已有运用脑电检测技术监测司机疲劳的研究，但尚无统一的最优监测方法，而且研究结论与实际应用仍有距离。本研究为脑电检测技术的实际应用提供了现场数据，但也存在一定的局限性。首先，研究采用的脑电检测技术仍处于研究阶段，检测分组的基线数据来自于预实验中的志愿者，与作为研究对象的动车组司机可能存在一定的差异性。其次，因动车组司机排班紧迫、睡眠不规律、不适用于已有的睡眠情况评价量表，研究采用了结合多个国际认可的疲劳评价问卷自主设计的主观疲劳评价问卷，该问卷的准确性和有效性仍需进一步评估。第三，研究的对象样本总量较小，结果的外推有一定局限性。此外，研究在设计与分析过程中虽矫正了一些潜在的混杂因素，但仍存在其他可能对司机疲劳产生影响的因素，如司机的生理健康情况、非值班期的疲劳情况等，未来的研究可对这些方面做进一步的研究分析。

脑电信号的收集质量取决于电极与头皮之间的导电性，受人体静电影响，技术实际应用存在一定困难，期待以后随着脑电信号收集技术的进一步发展、小型化和可穿戴探测设备的研发，逐步进行脑电检测技术的实际应用，以实现岗前筛查司机疲劳以降低人因风险。

4 结束语

安全有效的识别动车组司机值乘前后的身体状况是保障铁路高效安全运输的基础。采用对司机影响较低、用时较短的脑电检测技术对动车组司机的睡眠质量进行调查评估，结果表明部分动车组司机存在状态不佳的情况，应继续加强动车组司机安全意识培训，建立健全岗前身体状态筛查和管理机制，改善司机休息和睡眠质量，为铁路的安全运输提供保障。