CN115444421B - 智能化的人体警觉度测试系统、方法、设备及存储介质 - Google Patents

智能化的人体警觉度测试系统、方法、设备及存储介质 Download PDF

Info

Publication number
CN115444421B
CN115444421B CN202211111198.1A CN202211111198A CN115444421B CN 115444421 B CN115444421 B CN 115444421B CN 202211111198 A CN202211111198 A CN 202211111198A CN 115444421 B CN115444421 B CN 115444421B
Authority
CN
China
Prior art keywords
alertness
level
test
reaction
percent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211111198.1A
Other languages
English (en)
Other versions
CN115444421A (zh
Inventor
卢飞
孙军亚
孙瑞山
陈昊南
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN202211111198.1A priority Critical patent/CN115444421B/zh
Publication of CN115444421A publication Critical patent/CN115444421A/zh
Application granted granted Critical
Publication of CN115444421B publication Critical patent/CN115444421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Educational Technology (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Fuzzy Systems (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于心理特征数据识别技术领域，公开了智能化的人体警觉度测试系统、方法、设备及存储介质。所述方法包括：收集视觉刺激下的所有单次反应时数据；根据收集到的所有单次反应时数据计算出多个评价指标、反应时众数及反应时中位数，根据多个评价指标自动确定结束测试时间，以及设定最短测试持续时长和最长测试持续时长；再根据确定的结束测试时间的评价指标计算测试者的警觉度值，根据测试者的警觉度值确定警觉度等级。本发明克服了仅选择某一种PVT评价指标判断测试者警觉度的选择性困难，同时避免论证该评价指标的准确性、灵敏性和适用性。本发明收集多种PVT评价指标，并由移动平台自主计算选出评价指标。

Description

智能化的人体警觉度测试系统、方法、设备及存储介质
技术领域
本发明属于心理特征数据识别技术领域，尤其涉及智能化的人体警觉度测试系统、方法、设备及存储介质。
背景技术
警觉度是指人在执行任务时长时间保持注意力或对随机出现的信号保持警惕性和觉察水平的能力。工作负荷过重或睡眠不足时，会导致人的警觉度下降及认知功能损伤，影响工作效率和操作准确性。警觉度不足对人体表现的不利影响在需要轮班工作的行业中普遍存在，调查报告显示，轮班工人经常经历睡岗，尤其是在夜班和持续作业期间。即使没有发生真正的睡眠事件，睡意这种潜在的生理状态也会导致表现能力的下降，警觉性和警惕性恶化，解决问题和推理能力变慢，精神运动技能下降，错误反应的速度增加等等，这可能导致错误增加和事故的更大风险，并最终可能威胁到工作安全。
由于工作者维持较高的警觉度对工作安全非常重要，因此需要客观和定量的评估方法，来检测工作者的警觉度变化情况。因此，开发一种客观有效、对警觉度变化敏感，易于使用，测试时间足够短的警觉度测试方法具有非常重要的意义。
理想情况下，评估现场工作表现的工具应该对工作人员的职责和工作环境产生最小的干扰。它还应该具备便携、简短、快捷等优点，而满足这些要求的一个特殊测试是精神运动警觉测试(psychomotor vigilance test，PVT)。PVT是由Dinges和Powell在1985年提出，是一种基于视觉反应时间的疲劳检测技术，被广泛应用于睡眠、认知和疲劳的相关研究中，并已被证明对完全睡眠剥夺和部分睡眠剥夺的警觉度变化非常敏感。另外，PVT与其他认知测试方法相比的优势在与它几乎不受学习效应影响，也就是说PVT表现不会因重复测试而提高。
虽然PVT是一种方法上可靠且相对通用的测试，但目前其测试的持续时间大多选择10分钟，这在要求严格、时间有限的工作环境中(例如，飞机飞行甲板、空中交通控制室)，10分钟的测试可能并不总是实用的。事实上在一项关于驾驶舱午睡对飞行员警觉性影响的研究中，作者指出，由于操作需求，定期的飞行中的精神运动警觉性测试受到了极大的限制。然而，太短的PVT测试持续时间(2分钟和90秒)，又被证明对警觉度变化不够敏感，不能作为检测疲劳影响的有效工具。另外，目前PVT的刺激间隔和评价指标同样存在很大差异，PVT测试的随机刺激间隔(inter-stimulus intervals，ISI)为2-10秒范围，PVT较为常用的评价指标包括，失误的数量、反应时间(reaction time，RT)、平均反应时(mean RT)、1/RT等等。
通过上述分析，现有技术存在的问题及缺陷为：
(1)现有技术只有人为提前设定PVT测试的持续时间，测试设备工具却不能自动确定测试的持续时间，造成10分钟测试时间对某些工作场景不适用且有可能存在测试疲劳风险，而2分钟或90秒的测试时间又存在不准确问题。
(2)现有技术中的PVT评价指标存在较多，但在分析时仅仅依据某一评价指标进行判断，并未利用多指标整合优势综合判断人体警觉度。使得获得数据不全面，精确度以及参考价值低。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了一种智能化的警觉度测试系统、方法、设备及存储介质。本发明提供的测试警觉度的系统和方法克服了原测试设备工具不能系统自动确定测试持续时长的问题，同时本测试警觉度的系统和方法自动筛选确定警觉度的评价指标。另外，多种指标可综合分析确定人体警觉度等级，避免了使用单一指标确定警觉度的不准确性。因此，本发明提供的测试警觉度的系统和方法可以自动智能化地确定测试持续时长和筛选评价指标。
所述技术方案如下：一种智能化的警觉度测试方法包括，运行于移动平台，所述智能化的警觉度测试方法包括以下步骤：
S1，收集视觉刺激下的所有单次反应时数据；
S2，根据收集到的所有单次反应时数据计算出多个评价指标，所述多个评价指标包括：反应时众数、反应时中位数、平均反应时反应时标准差σ、失误概率、错误启动概率；
S3，根据上述多个评价指标自动确定结束测试时间，以及设定最短测试持续时长和最长测试持续时长；再根据确定的结束测试时间的评价指标计算测试者的警觉度值，根据测试者的警觉度值确定警觉度等级。
在一个实施例中，在步骤S2中，失误概率的计算公式为：
其中，fj为第j次对刺激做出的失误反应；n为被试者对视觉刺激做出反应的所有单次反应时数据个数。
在一个实施例中，在步骤S2中，错误启动概率的计算公式为：
其中，st为第t次对刺激做出的错误启动反应；n为被试者对视觉刺激做出反应的所有单次反应时数据个数。
在一个实施例中，在步骤S2中，反应时众数是一组反应时数据中出现次数最多的反应时数值；
反应时中位数是一组反应时数据中居于中间位置的反应时数值；
根据被试者反应时众数和中位数确定被试者的警觉度等级，确定范围标准与平均反应时相同。
在一个实施例中，在步骤S3中，根据上述多个评价指标自动确定结束测试时间，以及设定最短测试持续时长和最长测试持续时长包括：
持续测试时长根据计算的评价指标自主确定，确定依据包括：评价指标中的一种或多种的计算结果出现5次及以上相同值时，确定测试结束时间；设定最短测试持续时长为3分钟和最长测试持续时长为7分钟；
在一个实施例中，根据平均反应时的警觉度值确定警觉度等级；所述的警觉度等级包括：
时，为警觉度1级，表示目前警觉度非常高，反应非常快，持续性注意力稳定性高；
时，为警觉度2级，表示目前警觉度较高，反应较快，持续性注意力稳定性较高；
时，为警觉度3级，表示目前警觉度一般，反应稍慢，持续性注意力稳定性一般；
时，为警觉度4级，表示目前警觉度较低，反应较慢，持续性注意力稳定性较差；
时，为警觉度5级，表示目前警觉度非常低，反应非常慢，持续性注意力稳定性非常差；
在一个实施例中，根据反应时标准差σ确定被试者的警觉度等级；所述警觉度等级包括：
σ≥85时，为警觉度1级；
85>σ≥70时，为警觉度2级；
70>σ≥55时，为警觉度3级；
55>σ≥40时，为警觉度4级；
40>σ≥0时，为警觉度5级。
在一个实施例中，在步骤S3中，根据失误概率确定被试者的警觉度等级；所述警觉度等级包括：
F≥60％时，为警觉度5级；
60％>F≥40％时，为警觉度4级；
40％>F≥15％时，为警觉度3级；
15％>F≥5％时，为警觉度2级；
5％>F≥0％时，为警觉度1级。
在一个实施例中，在步骤S3中，根据错误启动概率确定警觉度等级；所述警觉度等级包括：
S≥60％时，为警觉度5级；
60％>S≥40％时，为警觉度4级；
40％>S≥15％时，为警觉度3级；
15％>S≥5％时，为警觉度2级；
5％>S≥0％时，为警觉度1级。
本发明的另一目的在于提供一种实施所述智能化的警觉度测试方法的智能化的警觉度测试系统，应用于移动平台，所述智能化的警觉度测试系统包括：
所有单次反应时数据采集模块，用于收集测试者的视觉刺激下的所有单次反应时数据；
多评价指标计算模块，用于根据收集到的所有单次反应时数据计算出多个评价指标，所述多个评价指标包括：反应时众数、反应时中位数、平均反应时反应时标准差σ、失误概率、错误启动概率；
结束测试时间确定模块，用于根据上述评价指标自动确定结束测试时间，另设定最短测试持续时长和最长测试持续时长；
警觉度登记确定模块，用于再根据确定结束测试时间的该评价指标计算测试者的警觉度值，根据测试者的警觉度值确定其警觉度等级；
测试结果显示模块，用于最后显示被试者的测试结果并记录。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述智能化的警觉度测试方法。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述智能化的警觉度测试方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
本发明针对测试警觉度的测试持续时长面临的问题，2分钟或90秒的不准确，10分钟在部分场景的不适宜，以及需要人为提前设定测试持续时长的不智能化等问题，本发明提供一种可以自动智能化的警觉度测试系统和方法，该系统和方法可以根据多种PVT评价指标智能化地确定测试持续时间，在此基础上，本发明提供的系统和方法还限定了最短和最长测试持续时长，避免了短时长的不准确和超长时间的不适宜问题。
另外，人体警觉性是多种因素导致的一种状态，而目前大多数研究仅仅利用某单一指标进行人体警觉度的确定，同时该单一指标的筛选存在个人主观性，因此会造成人为筛选错误指标得到错误结论的失误。本发明提供的系统和方法可以自动筛选评价指标，并充分利用多种评价指标进行综合确定人体的警觉度情况，避免了指标筛选的主观性和单一指标的不准确性。
第二、把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
本发明克服了仅选择某一种PVT评价指标判断测试者警觉度的选择性困难，同时避免论证该评价指标的准确性、灵敏性和适用性。本发明收集多种PVT评价指标，并由移动平台自主计算选出评价指标。
本发明采用移动平台自主确定PVT测试持续时长，避免人为确定测试持续时间的过长或不足，同时移动平台还设置最短和最长测试持续时间，避免2分钟或90秒测试持续时间的不准确，以及10分钟测试持续时间的过长。
第三、作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
(1)本发明的技术方案转化后的预期收益和商业价值为：可以为真实工作场景下提供一种智能化的人体警觉性监测工具。
(2)本发明的技术方案解决了目前警觉性测试设备中无法自主筛选评价指标、智能化确定持续测试时长的问题。
(3)本发明克服了目前警觉性测试评价方法只能人为挑选某一评价指标的技术偏见。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本发明实施例提供的智能化的人体警觉度测试方法流程图；
图2是本发明实施例提供的警觉度测试过程流程图；
图3是本发明实施例提供的智能化的人体警觉度测试方法原理图；
图4是本发明实施例提供的智能化的人体警觉度测试系统示意图；
图5是本发明应用实施例提供的测试中测量结果显示图；
图中：1、所有单次反应时数据采集模块；2、多评价指标计算模块；3、结束测试时间确定模块；4、警觉度登记确定模块；5、测试结果显示模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
本发明实施例提供的智能化的人体警觉度测试方法包括：根据多种PVT评价指标智能化地采用移动平台自主确定PVT测试持续时长，在此基础上，还限定了最短和最长测试持续时长，避免了短时长的不准确和超长时间的不适宜问题。
自动筛选评价指标，并充分利用多种评价指标进行综合确定人体的警觉度情况，避免了指标筛选的主观性和单一指标的不准确性。
具体地，本发明实施例提供一种智能化的警觉度测试方法包括，运行于移动平台，所述智能化的警觉度测试方法包括以下步骤：
S1，收集视觉刺激下的所有单次反应时数据；
S2，根据收集到的所有单次反应时数据计算出多个评价指标，所述多个评价指标包括：反应时众数、反应时中位数、平均反应时反应时标准差σ、失误概率、错误启动概率；
S3，根据上述多个评价指标自动确定结束测试时间，以及设定最短测试持续时长和最长测试持续时长；再根据确定的结束测试时间的评价指标计算测试者的警觉度值，根据测试者的警觉度值确定警觉度等级。
实施例1，如图1所示，本发明实施例提供的智能化的人体警觉度测试方法包括以下步骤：
S101，通过移动平台收集测试者的视觉刺激下的所有单次反应时数据；
S102，根据收集到的所有单次反应时数据计算出PVT的诸多评价指标(平均反应时反应时标准差σ、失误概率(反应时间≥500ms为失误，失误概率通常计算为失误次数除以有效刺激次数)、错误启动概率(反应时间≤100ms为错误启动，错误启动概率通常计算为错误启动次数除以有效刺激次数)、反应时众数、反应时中位数；
S103，移动平台根据上述PVT的评价指标自动确定结束测试时间(即持续测试时长由移动平台根据计算的评价指标自主确定，确定依据是：评价指标中的一种或多种的计算结果出现5次及以上相同值时，此时可确定测试结束时间，此时认为人的警觉状态已被检测出)，另外设定最短测试持续时长为3分钟和最长测试持续时长为7分钟；
S104，再根据确定结束测试时间的该评价指标计算测试者的警觉度值，根据测试者的警觉度值确定其警觉度等级(若是一种指标，则以该指标计算；若是多种指标，则各自计算警觉度等级，再以警觉度等级的中值确定最终的警觉度等级)；
S105，最后显示被试者的测试结果并记录。
实施例2，基于本发明实施例1提供的智能化的人体警觉度测试方法，进一步地，步骤S102中，平均反应时的计算公式分别为：
其中，RTi为某单次对刺激做出的反应；n为被试者对视觉刺激做出反应的所有单次反应时数据个数；
根据被试者警觉度值确定被试者的警觉度等级；所述的被试者的警觉度等级是：
时，为警觉度1级，表示目前警觉度非常高，反应非常快，持续性注意力稳定性高；
时，为警觉度2级，表示目前警觉度较高，反应较快，持续性注意力稳定性较高；
时，为警觉度3级，表示目前警觉度一般，反应稍慢，持续性注意力稳定性一般；
时，为警觉度4级，表示目前警觉度较低，反应较慢，持续性注意力稳定性较差；
时，为警觉度5级，表示目前警觉度非常低，反应非常慢，持续性注意力稳定性非常差。
实施例3，基于本发明实施例1提供的智能化的人体警觉度测试方法，进一步地，步骤S102中，反应时标准差σ的计算公式分别为：
其中，RTi为某单次对刺激做出的反应；n为被试者对视觉刺激做出反应的所有单次反应时数据个数；
根据被试者反应时标准差确定被试者的警觉度等级；所述的被试者的警觉度等级是：
σ≥85时，为警觉度1级；
85>σ≥70时，为警觉度2级；
70>σ≥55时，为警觉度3级；
55>σ≥40时，为警觉度4级；
40>σ≥0时，为警觉度5级。
实施例4，基于本发明实施例1提供的智能化的人体警觉度测试方法，进一步地，步骤S102中，失误概率的计算公式为：
其中，fj为第j次对刺激做出的失误反应；n为被试者对视觉刺激做出反应的所有单次反应时数据个数。
根据被试者失误概率确定被试者的警觉度等级；所述的被试者的警觉度等级是：
F≥60％时，为警觉度5级；
60％>F≥40％时，为警觉度4级；
40％>F≥15％时，为警觉度3级；
15％>F≥5％时，为警觉度2级；
5％>F≥0％时，为警觉度1级。
实施例5，基于本发明实施例1提供的智能化的人体警觉度测试方法，进一步地，步骤S102中，错误启动概率的计算公式为：
其中，st为第t次对刺激做出的错误启动反应；n为被试者对视觉刺激做出反应的所有单次反应时数据个数。
根据被试者错误启动概率确定被试者的警觉度等级；所述的被试者的警觉度等级是：
S≥60％时，为警觉度5级；
60％>S≥40％时，为警觉度4级；
40％>S≥15％时，为警觉度3级；
15％>S≥5％时，为警觉度2级；
5％>S≥0％时，为警觉度1级。
实施例6，基于本发明实施例1提供的智能化的人体警觉度测试方法，进一步地，步骤S102中，反应时众数是一组反应时数据中出现次数最多的反应时数值；
反应时中位数是一组反应时数据中居于中间位置的反应时数值。
根据被试者反应时众数和中位数确定被试者的警觉度等级，其确定范围标准与平均反应时相同。
实施例7，如图2所示，本发明实施例提供的警觉度测试过程包括：第一步对视觉刺激做出反应的所有单次数据收集，基于收集的反应时数据分别计算警觉性测试PVT的评价指标(平均反应时、反应时标准差、失误概率、错误启动概率、反应时众数和中位数)，和各自的对应的警觉度值。然后，根据是否某一或多个指标结果相同数达到5次及以上/测试时长是否达到最长测试时长7分钟，不断循环自动判断是否满足结束测试的条件。再根据上述某一或多个指标的确定，自动筛选为此次测试的人体警觉性的评价指标，并计算其警觉度等级，最后显示结果并记录，结束一次测试。
实施例8，如图3所示，本发明实施例提供的智能化的人体警觉度测试方法包括：以“测试时长是否<3分钟”，提供智能化设定人体警觉度最短测试时长；以“任一反应时指标的计算结果是否出现≥5次相同”，提供智能化筛选PVT评价指标和智能化判断持续测试是否结束；以“测试时长是否<7分钟”，提供智能化设定人体警觉度最长测试时长。
实施例9，如图4所示，本发明实施例提供的智能化的人体警觉度测试系统采用移动平台，包括：
所有单次反应时数据采集模块1，用于收集测试者的视觉刺激下的所有单次反应时数据；
多评价指标计算模块2，用于根据收集到的所有单次反应时数据计算出PVT的诸多评价指标(平均反应时反应时标准差σ、失误概率(反应时间≥500ms为失误，失误概率通常计算为失误次数除以有效刺激次数)、错误启动概率(反应时间≤100ms为错误启动，错误启动概率通常计算为错误启动次数除以有效刺激次数)、反应时众数、反应时中位数；
结束测试时间确定模块3，用于根据上述PVT的评价指标自动确定结束测试时间(即持续测试时长由移动平台根据计算的评价指标自主确定，确定依据是：评价指标中的一种或多种的计算结果出现5次及以上相同值时，此时可确定测试结束时间，此时认为人的警觉状态已被检测出)，另外设定最短测试持续时长为3分钟和最长测试持续时长为7分钟；
警觉度登记确定模块4，用于再根据确定结束测试时间的该评价指标计算测试者的警觉度值，根据测试者的警觉度值确定其警觉度等级(若是一种指标，则以该指标计算；若是多种指标，则各自计算警觉度等级，再以警觉度等级的中值确定最终的警觉度等级)；
测试结果显示模块5，用于最后显示被试者的测试结果并记录。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
应用例1，收集的测试者1号在持续测试时间5分20秒钟前后全部视觉刺激的所有单次反应时数据为[552，336，357，401，443，503，336，389，420，310，360，336，401，483，502，336，420]，单位为ms。
1)平均反应时计算为：[444，415，412，418，432，418，415，415，405，401，395，395，402，409，404，405]，单位为ms(全部四舍五入成整数)。
2)反应时标准差对应的警觉度值为：[108，97，84，77，77，79，74，70，73，71，71，68，69，71，71，69]，单位为ms(全部四舍五入成整数)。
3)失误概率计算为：[100，67，50，40，33，43，25，22，20，18，17，15，14，13，25，12，11]。
4)错误启动概率计算为：[50，33，25，20，17，14，12，11，10，9，8，8，7，7，6，6，6]。
5)反应时众数计算为：[552，336，357，401，443，503，336，389，420，310，360，336，401，483，502，336]。
6)反应时中位数计算为：[444，357，379，401，422，401，395，401，395，389，375，389，395，401，395，401]。
综上，在测试时长为5分20秒时(>3分钟)，反应时中位数出现了5次401ms，此时确定测试结束。根据反应时中位数评价警觉度等级，测试者1号的警觉度等级为：
450ms≥401ms>350ms时，为警觉度4级；
被试者1号的警觉度等级表现特征为：目前警觉度较低，反应较慢，持续性注意力稳定性较差。
测试实验结果如图5所示。
应用例2，本发明应用实施例还提供了一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
应用例3，本发明应用实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
应用例4，本发明应用实施例还提供了一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。
应用例5，本发明应用实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。
应用例6，本发明应用实施例还提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种智能化的警觉度测试方法，其特征在于，运行于移动平台，所述智能化的警觉度测试方法包括以下步骤：
S1，收集视觉刺激下的所有单次反应时数据；
S2，根据收集到的所有单次反应时数据计算出多个评价指标，所述多个评价指标包括：反应时众数、反应时中位数、平均反应时反应时标准差σ、失误概率、错误启动概率；
S3，根据上述多个评价指标自动确定结束测试时间，以及设定最短测试持续时长和最长测试持续时长；再根据确定的结束测试时间的评价指标计算测试者的警觉度值，根据测试者的警觉度值确定警觉度等级；
在步骤S3中，根据上述多个评价指标自动确定结束测试时间，以及设定最短测试持续时长和最长测试持续时长包括：
持续测试时长根据计算的评价指标自主确定，确定依据包括：评价指标中的一种或多种的计算结果出现5次及以上相同值时，确定测试结束时间；设定最短测试持续时长为3分钟和最长测试持续时长为7分钟；
在步骤S3中，根据平均反应时的警觉度值确定警觉度等级；所述的警觉度等级包括：
时，为警觉度1级，表示目前警觉度非常高，反应非常快，持续性注意力稳定性高；
时，为警觉度2级，表示目前警觉度较高，反应较快，持续性注意力稳定性较高；
时，为警觉度3级，表示目前警觉度一般，反应稍慢，持续性注意力稳定性一般；
时，为警觉度4级，表示目前警觉度较低，反应较慢，持续性注意力稳定性较差；
时，为警觉度5级，表示目前警觉度非常低，反应非常慢，持续性注意力稳定性非常差；
在步骤S3中，根据反应时标准差σ确定被试者的警觉度等级；所述警觉度等级包括：
σ≥85时，为警觉度1级；
85>σ≥70时，为警觉度2级；
70>σ≥55时，为警觉度3级；
55>σ≥40时，为警觉度4级；
40>σ≥0时，为警觉度5级。
2.根据权利要求1所述的智能化的警觉度测试方法，其特征在于，在步骤S2中，失误概率的计算公式为：
其中，fj为第j次对刺激做出的失误反应；n为被试者对视觉刺激做出反应的所有单次反应时数据个数。
3.根据权利要求1所述的智能化的警觉度测试方法，其特征在于，在步骤S2中，错误启动概率的计算公式为：
其中，st为第t次对刺激做出的错误启动反应；n为被试者对视觉刺激做出反应的所有单次反应时数据个数。
4.根据权利要求1所述的智能化的警觉度测试方法，其特征在于，在步骤S2中，所述反应时众数是一组反应时数据中出现次数最多的反应时数值，所述反应时中位数是一组反应时数据中居于中间位置的反应时数值；
根据被试者反应时众数和反应时中位数确定被试者的警觉度等级，确定范围标准与平均反应时相同。
5.根据权利要求1所述的智能化的警觉度测试方法，其特征在于，在步骤S3中，根据失误概率确定被试者的警觉度等级时，警觉度等级包括：
F≥60％时，为警觉度5级；
60％>F≥40％时，为警觉度4级；
40％>F≥15％时，为警觉度3级；
15％>F≥5％时，为警觉度2级；
5％>F≥0％时，为警觉度1级。
6.根据权利要求1所述的智能化的警觉度测试方法，其特征在于，在步骤S3中，根据错误启动概率确定警觉度等级时，所述警觉度等级包括：
S≥60％时，为警觉度5级；
60％>S≥40％时，为警觉度4级；
40％>S≥15％时，为警觉度3级；
15％>S≥5％时，为警觉度2级；
5％>S≥0％时，为警觉度1级。
7.一种实施权利要求1-6任意一项所述智能化的警觉度测试方法的智能化的警觉度测试系统，其特征在于，应用于移动平台，所述智能化的警觉度测试系统包括：
所有单次反应时数据采集模块(1)，用于收集测试者的视觉刺激下的所有单次反应时数据；
多评价指标计算模块(2)，用于根据收集到的所有单次反应时数据计算出多个评价指标，所述多个评价指标包括：反应时众数、反应时中位数、平均反应时反应时标准差σ、失误概率、错误启动概率；
结束测试时间确定模块(3)，用于根据上述评价指标自动确定结束测试时间，另设定最短测试持续时长和最长测试持续时长；具体包括：持续测试时长根据计算的评价指标自主确定，确定依据包括：评价指标中的一种或多种的计算结果出现5次及以上相同值时，确定测试结束时间；设定最短测试持续时长为3分钟和最长测试持续时长为7分钟；
警觉度登记确定模块(4)，用于再根据确定结束测试时间的该评价指标计算测试者的警觉度值，根据测试者的警觉度值确定其警觉度等级；
测试结果显示模块(5)，用于最后显示被试者的测试结果并记录。
8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1-6任意一项所述智能化的警觉度测试方法。
9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1-6任意一项所述智能化的警觉度测试方法。
CN202211111198.1A 2022-09-13 2022-09-13 智能化的人体警觉度测试系统、方法、设备及存储介质 Active CN115444421B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211111198.1A CN115444421B (zh) 2022-09-13 2022-09-13 智能化的人体警觉度测试系统、方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211111198.1A CN115444421B (zh) 2022-09-13 2022-09-13 智能化的人体警觉度测试系统、方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115444421A CN115444421A (zh) 2022-12-09
CN115444421B true CN115444421B (zh) 2024-03-26

Family

ID=84302795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211111198.1A Active CN115444421B (zh) 2022-09-13 2022-09-13 智能化的人体警觉度测试系统、方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115444421B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6113538A (en) * 1997-04-02 2000-09-05 Bowles-Langley Technology, Inc. Alertness tester
CN109833048A (zh) * 2019-01-23 2019-06-04 中国民航大学 一种基于精神运动能力的警觉度测量方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10118628B2 (en) * 2017-02-21 2018-11-06 Allstate Insurance Company Data processing system for guidance, control, and testing autonomous vehicle features and driver response

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6113538A (en) * 1997-04-02 2000-09-05 Bowles-Langley Technology, Inc. Alertness tester
CN109833048A (zh) * 2019-01-23 2019-06-04 中国民航大学 一种基于精神运动能力的警觉度测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
不同温度脱水速降体重效果及力量素质、反应时、电解质代谢的影响;李清正;陈耿;洪平;赵鹏;;中国体育科技;20090910(第05期);全文 *
睡眠剥夺所致的警觉性受损及其可能机制;王忠;朱囡囡;陈文浩;谢雯;;实用医学杂志;20180725(第13期);全文 *

Also Published As

Publication number Publication date
CN115444421A (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
US5003986A (en) Hierarchial analysis for processing brain stem signals to define a prominent wave
US6346887B1 (en) Eye activity monitor
CN111402538B (zh) 具备火灾警情预测的方法、系统、智能终端及存储介质
Getty et al. System operator response to warnings of danger: A laboratory investigation of the effects of the predictive value of a warning on human response time.
KR101551262B1 (ko) 졸음 이벤트의 검출을 위한 방법 및 장치
Freeman et al. EEG spatial pattern differences with discriminated odors manifest chaotic and limit cycle attractors in olfactory bulb of rabbits
CN108711204B (zh) 一种综合人-车-路多源信息的行车异常检测系统及方法
DE60205356D1 (de) System, vorrichtung und verfahren zur diagnose eines strömungssystems
RU2441585C1 (ru) Способ оценки уровня внимания оператора при компьютерном тестировании
Tran et al. Predicting driver’s work performance in driving simulator based on physiological indices
CN113753059A (zh) 一种自动驾驶系统下的驾驶人接管能力预测方法
Parasuraman Consistency of individual differences in human vigilance performance: an abilities classification analysis.
CN106913333B (zh) 一种持续性注意水平的敏感性特征指标的选取方法
EP2174149B1 (en) A method and an apparatus for monitoring an activity of partial electrical discharges in an electrical apparatus powered with direct voltage
CN115444421B (zh) 智能化的人体警觉度测试系统、方法、设备及存储介质
Chen et al. Revealing the" Invisible Gorilla" in Construction: Assessing Mental Workload through Time-frequency Analysis
CN112307360B (zh) 基于搜索引擎的区域性事件检测方法、装置和搜索引擎
Daniel Criteria for development and application of perceived environmental quality indices
CN115938523A (zh) 一种心理筛查问卷生成方法、装置及系统
CN115376268A (zh) 一种基于图像识别的监控报警消防联动系统
Berlew et al. Interpersonal sensitivity under motive arousing conditions.
CN114783552A (zh) 操作人员岗前疲劳检测方法和系统
CN110135744B (zh) 建筑工人安全行为习惯评价方法
JP2002319086A (ja) 環境計測システム、及び、環境計測方法
JP2023020273A (ja) 情報処理装置、プログラムおよび情報処理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant