用小睡緩解疲勞的自主神經(jīng)機制研究
發(fā)布時間:2020-07-31 18:53
【摘要】:疲勞是人們?nèi)粘9ぷ骱蛯W習中經(jīng)常出現(xiàn)的亞健康狀態(tài),伴隨著交感神經(jīng)激活狀態(tài)和副交感神經(jīng)抑制狀態(tài)。在強壓力工作環(huán)境下,人體長期處于疲勞狀態(tài)容易引發(fā)各種身心疾病。用小睡來緩解日常疲勞是常見的疲勞主動干預方式。然而,不同質(zhì)量小睡具有不同的疲勞緩解效果,其中的自主神經(jīng)機制少有文獻報道。因此,本文設(shè)計了三種不同的小睡環(huán)境,采集了不同睡眠質(zhì)量的心電數(shù)據(jù),進而分析了心跳節(jié)律中反映出的自主神經(jīng)活動信息,最終獲得了不同睡眠質(zhì)量下的自主神經(jīng)恢復模式,并利用該模式設(shè)計出了一種小睡智能生物鬧鐘系統(tǒng)。通過準確的入睡檢測來控制有效睡眠時間,從而實現(xiàn)小睡時間和質(zhì)量管理的雙向優(yōu)化。具體的研究內(nèi)容和結(jié)果如下:(1)設(shè)計了有輕快背景音樂、有悠揚背景音樂和安靜環(huán)境三種不同條件下小睡緩解疲勞的心電信號采集方案。實驗招募了31名被試人員,完成了278次午睡實驗,共采集了278條有效的心電數(shù)據(jù)記錄。用疲勞感知自評量表對疲勞程度進行了主觀定量評價。(2)從主觀評價、生理參數(shù)、任務(wù)效果三個方面對比了三種不同環(huán)境下小睡緩解疲勞的效果。在安靜環(huán)境下休息20分鐘,被試者的疲勞感均有明顯改善,精神狀態(tài)明顯恢復;悠揚背景音樂下休息的疲勞恢復效果不如前者;輕快背景音樂下休息的疲勞恢復效果最差。(3)設(shè)計了一種智能生物鬧鐘系統(tǒng),并完成了相應(yīng)的算法及系統(tǒng)GUI界面設(shè)計。該系統(tǒng)適用于午睡或小憩的自動鬧醒,通過檢測自主神經(jīng)恢復程度來實現(xiàn)準確的入睡時間點定位,從而實現(xiàn)有效睡眠時間的控制。在實際場景中驗證了上述智能生物鬧鐘系統(tǒng)的有效性,入睡時間點檢測結(jié)果與被試者報告的睡眠潛伏期相關(guān)系數(shù)為0.9284,閉眼睡眠狀態(tài)檢測的擊中率為90.48%,虛報率為0。入睡后的經(jīng)驗叫醒時間為20分鐘,疲勞緩解的用戶滿意度為90%。本文的研究結(jié)果表明,安靜環(huán)境下小睡是緩解日常疲勞最有效的方法。在白天的易疲勞時間內(nèi),安靜環(huán)境下閉眼睡眠20分鐘能有效的降低日常疲勞程度,其自主神經(jīng)機制為:小睡過程中,交感神經(jīng)活動減弱,副交感神經(jīng)活動加強,這與疲勞的自主神經(jīng)活動模式恰好相反,從而使自主神經(jīng)活動重新恢復平衡。本文中設(shè)計的兩種自主神經(jīng)恢復指標很好地描述了小睡過程中的自主神經(jīng)恢復模式,將其應(yīng)用于小睡時間管理和質(zhì)量控制等方面,對促進大眾健康具有實際應(yīng)用價值。
【學位授予單位】:西南大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TN911.7;R338
【圖文】:
西南大學碩士學位論文的生命過程中,正常的心臟自始至終都在進行有規(guī)律 年人心跳每分鐘約 60 至 80 次 兒童的心率相對成年人較的嬰兒心律每分鐘可高達 140 次左右 在心臟中,血液不右心房流入左 右心室;再從左 右心室流入主動脈和肺在心臟內(nèi)的定向循環(huán),最后經(jīng)過各級動脈逐漸分布到全身
這就完成了血液在心臟內(nèi)的定向循環(huán),最后經(jīng)過各級動脈逐漸分布到全身各處[64] 圖 2.1 心臟生理解剖圖2.2.1 正常心電波形生命體的心臟在不停的按規(guī)律跳動,心臟完成的每一次規(guī)律跳動均會引起機體各個部位的電位改變,采用心電信號采集設(shè)備從體表記錄心臟每一個心跳周期所發(fā)生的電活動變化圖形,即為反應(yīng)生理信息的心電圖[46] 由于心臟是一個立體的結(jié)構(gòu),為了得到心臟各個面的電活動信息,因此需要在人體的不同部位放置多個電極,以記錄和反應(yīng)心臟的電活動 每一個正常的心電信號都包含 P Q R S 和 T 五個基本波,每個波形反應(yīng)了不同的心電活動[46] 人體正常心電波形如下圖 2.2 所示,心電圖的各波段及對應(yīng)的心電活動如表 2.1 所述:圖 2.2 正常心電波形
波開始點到 QRS 復合波起始點的時長,正常成年人在平靜狀態(tài)的 P-R 間期為0.10~0.20s 老年人τ或心動過緩者,心跳次數(shù)低于 60/分鐘υ和幼兒τ或心動過速者,心跳次數(shù)高于 100/分鐘υP-R 間期的持續(xù)時間則會略有變化 S-T 段:表示左 右心室全部除極結(jié)束到復極開始以前的總時長,它表現(xiàn)為QRS 波群的終點到 T 波的起點的一小段平線 Q-T 間期:表示心室肌細胞激活開始除極到復極完畢的總耗時,它表現(xiàn)為從QRS 波群的起點到 T 波的終點一段波 2.2.2 心電信號的預處理實驗過程中,多導生理記錄儀 MP-150τ生產(chǎn)于美國 BIOPAC 公司υ和可穿戴生理信號采集設(shè)備 Shimmer3τ生產(chǎn)于愛爾蘭 SHIMMER 公司υ獲得的心電信號比較微弱τ幅度為 10u ~5m ,頻率為 0.01~100Hzυ 一般情況下,比較容易受到各種干擾源的影響,其中包括被試者的姿勢 活動 呼吸不均 硬件 Bug 等都可能導致數(shù)據(jù)出現(xiàn)明顯的基線漂移干擾現(xiàn)象 在原始心電信號中,基線漂移噪聲的表現(xiàn)形式如下圖 2.3 所示
本文編號:2776864
【學位授予單位】:西南大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TN911.7;R338
【圖文】:
西南大學碩士學位論文的生命過程中,正常的心臟自始至終都在進行有規(guī)律 年人心跳每分鐘約 60 至 80 次 兒童的心率相對成年人較的嬰兒心律每分鐘可高達 140 次左右 在心臟中,血液不右心房流入左 右心室;再從左 右心室流入主動脈和肺在心臟內(nèi)的定向循環(huán),最后經(jīng)過各級動脈逐漸分布到全身
這就完成了血液在心臟內(nèi)的定向循環(huán),最后經(jīng)過各級動脈逐漸分布到全身各處[64] 圖 2.1 心臟生理解剖圖2.2.1 正常心電波形生命體的心臟在不停的按規(guī)律跳動,心臟完成的每一次規(guī)律跳動均會引起機體各個部位的電位改變,采用心電信號采集設(shè)備從體表記錄心臟每一個心跳周期所發(fā)生的電活動變化圖形,即為反應(yīng)生理信息的心電圖[46] 由于心臟是一個立體的結(jié)構(gòu),為了得到心臟各個面的電活動信息,因此需要在人體的不同部位放置多個電極,以記錄和反應(yīng)心臟的電活動 每一個正常的心電信號都包含 P Q R S 和 T 五個基本波,每個波形反應(yīng)了不同的心電活動[46] 人體正常心電波形如下圖 2.2 所示,心電圖的各波段及對應(yīng)的心電活動如表 2.1 所述:圖 2.2 正常心電波形
波開始點到 QRS 復合波起始點的時長,正常成年人在平靜狀態(tài)的 P-R 間期為0.10~0.20s 老年人τ或心動過緩者,心跳次數(shù)低于 60/分鐘υ和幼兒τ或心動過速者,心跳次數(shù)高于 100/分鐘υP-R 間期的持續(xù)時間則會略有變化 S-T 段:表示左 右心室全部除極結(jié)束到復極開始以前的總時長,它表現(xiàn)為QRS 波群的終點到 T 波的起點的一小段平線 Q-T 間期:表示心室肌細胞激活開始除極到復極完畢的總耗時,它表現(xiàn)為從QRS 波群的起點到 T 波的終點一段波 2.2.2 心電信號的預處理實驗過程中,多導生理記錄儀 MP-150τ生產(chǎn)于美國 BIOPAC 公司υ和可穿戴生理信號采集設(shè)備 Shimmer3τ生產(chǎn)于愛爾蘭 SHIMMER 公司υ獲得的心電信號比較微弱τ幅度為 10u ~5m ,頻率為 0.01~100Hzυ 一般情況下,比較容易受到各種干擾源的影響,其中包括被試者的姿勢 活動 呼吸不均 硬件 Bug 等都可能導致數(shù)據(jù)出現(xiàn)明顯的基線漂移干擾現(xiàn)象 在原始心電信號中,基線漂移噪聲的表現(xiàn)形式如下圖 2.3 所示
【參考文獻】
相關(guān)期刊論文 前3條
1 楊程程;;駕駛疲勞研究綜述[J];社會心理科學;2013年08期
2 楊敏;劉光遠;溫萬惠;;兩類情感狀態(tài)下心電與心率變異性信號的非線性分析[J];計算機應(yīng)用;2012年10期
3 焦昆,李增勇,陳銘,王成燾;駕駛精神疲勞的心率變異性和血壓變異性綜合效應(yīng)分析[J];生物醫(yī)學工程學雜志;2005年02期
相關(guān)博士學位論文 前4條
1 刁晨;心電信號質(zhì)量評估與心率變異性分析方法研究[D];蘭州理工大學;2016年
2 霍鋮宇;基于龐加萊散點圖和遞歸圖的心率變異性研究[D];南京大學;2014年
3 溫萬惠;基于生理信號的情感識別方法研究[D];西南大學;2010年
4 陳永利;動態(tài)心電自動分析中QRS復合波檢測算法研究[D];浙江大學;2006年
相關(guān)碩士學位論文 前2條
1 何浩書;基于小波變換實現(xiàn)心電信號噪聲最優(yōu)處理[D];湖南大學;2014年
2 房瑞雪;基于生理信號的駕駛疲勞預警對策有效性的實驗研究[D];北京工業(yè)大學;2010年
本文編號:2776864
本文鏈接:http://sikaile.net/xiyixuelunwen/2776864.html
最近更新
教材專著