探索情绪状态对地铁司机疲劳演变的影响:一种基于生理信号的方法 陈连杰, 黄远春, 王芳胜, 朱琳, 刘志刚

《Applied Sciences》:Exploring the Impact of Emotional States on Fatigue Evolution in Metro Drivers: A Physiological Signal-Based Approach Lianjie Chen, Yuanchun Huang, Fangsheng Wang, Lin Zhu and Zhigang Liu

【字体: 大 中 小 】 时间:2026年03月11日 来源:Applied Sciences 2.5

编辑推荐:

   摘要 为了探讨情绪状态对地铁司机疲劳程度变化的影响,本研究基于城市轨道交通驾驶模拟平台进行了实验研究。共有21名参与者完成了90分钟的模拟驾驶任务,在此期间,研究人员同步收集了参与者的脑电图(EEG)和心电图(ECG)数

  

摘要

为了探讨情绪状态对地铁司机疲劳程度变化的影响,本研究基于城市轨道交通驾驶模拟平台进行了实验研究。共有21名参与者完成了90分钟的模拟驾驶任务,在此期间,研究人员同步收集了参与者的脑电图(EEG)和心电图(ECG)数据,分别用于疲劳评估和情绪识别。研究构建了一个结合多尺度卷积神经网络(MSCNN)和注意力机制的情绪识别模型。该模型利用ECG信号将情绪状态分为三种:中性、积极和消极。其中,中性情绪被定义为没有明确情感倾向的基线状态,既不属于积极也不属于消极。在DREAMER数据集上,该模型的分类准确率为86.96%。通过将情绪识别结果与EEG频域疲劳指标进行时间对齐,研究发现,在消极情绪下,疲劳程度增长最快且波动最大,显示出明显的疲劳加速效应;而在积极情绪下,疲劳程度显著降低且波动较小,表现出一定的缓冲和恢复作用。相比之下,中性情绪状态下疲劳的变化介于两者之间。本研究创新地将基于ECG的情绪识别技术与基于EEG的疲劳评估方法相结合,从生理学角度揭示了情绪影响地铁驾驶任务的疲劳机制。这项工作为基于情绪的疲劳监测和安全干预策略奠定了基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号