熱ストレスに晒された原子力発電所オペレーターの心電図時間周波数スペクトルとfNIRS前頭前野ネットワークに基づく性能評価のためのニューロエルゴノミクスモデル

Core Concepts

熱ストレスに晒された原子力発電所オペレーターの心電図時間周波数スペクトルとfNIRS前頭前野ネットワークを用いて、深層学習モデルを構築し、オペレーターの異常状態を高精度に検出することができる。

Abstract

本研究では、原子力発電所オペレーターの熱ストレス下における性能評価のためのニューロエルゴノミクスモデルを提案した。 まず、オペレーターに4つの熱ストレス環境(25°C 60%湿度、30°C 70%湿度、35°C 80%湿度、40°C 90%湿度)を与え、心電図(ECG)と機能的近赤外分光法(fNIRS)を用いて生理学的データを収集した。ECGデータからは時間周波数スペクトルを、fNIRSデータからは前頭前野(PFC)ネットワークを抽出した。 次に、これらの生理学的特徴を用いて4つのモデルを構築した。モデルAはCNNによる時間周波数スペクトルの分類、モデルBはCNNと手作り特徴量(ECG)の融合、モデルCはCNNと手作り特徴量(ECG、fNIRS)の融合、モデルDはCNNと注意機構付きグラフニューラルネットワーク(GAT)による特徴量(ECG、fNIRS PFCネットワーク)の融合である。 結果として、モデルDが最も優れた性能を示し、0.90のAUCを達成した。これは、fNIRSデータをグラフ構造として表現し、GATによって効果的に特徴を抽出できたためと考えられる。一方、単純な手作り特徴量の連結では性能が向上しなかった。 本研究は、熱ストレス下におけるオペレーターの異常状態を高精度に検出できるニューロエルゴノミクスモデルを提案した。この手法は、産業5.0シナリオにおける人間-サイバネティクスシステムの人的状態評価に応用可能である。

Stats

熱ストレス環境下では、オペレーターの心電図時間周波数スペクトルとfNIRS前頭前野ネットワークに大きな変化が見られる。

Quotes

"熱ストレスに晒された原子力発電所オペレーターの心電図時間周波数スペクトルとfNIRS前頭前野ネットワークを用いて、深層学習モデルを構築し、オペレーターの異常状態を高精度に検出することができる。" "fNIRSデータをグラフ構造として表現し、GATによって効果的に特徴を抽出できたため、モデルDが最も優れた性能を示した。"

Key Insights Distilled From

A neuroergonomics model to evaluating nuclear power plants operators' performance under heat stress driven by ECG time-frequency spectrums and fNIRS prefrontal cortex network

by Yan Zhang,Mi... at arxiv.org 04-04-2024

https://arxiv.org/pdf/2404.02439.pdf

Deeper Inquiries

熱ストレス以外の要因(疲労、ストレス、睡眠不足など)がオペレーターの性能に与える影響はどのように評価できるか?

オペレーターの性能に影響を与える要因は多岐にわたりますが、疲労、ストレス、睡眠不足などの要因を評価するためには、さまざまな手法があります。例えば、疲労を評価するためには、運動能力や注意力の測定、筋電図や心拍数のモニタリング、および疲労指標の計測などが有効です。ストレスの評価には、心理的ストレス尺度や生理学的指標（心拍数変動、皮膚電気活動など）を使用することが一般的です。睡眠不足の影響を評価するためには、睡眠記録や睡眠時の生理学的パラメーター（脳波、筋電図、眼球運動など）のモニタリングが重要です。これらのデータを統合し、総合的な評価を行うことで、オペレーターの状態を包括的に把握することが可能です。

手作り特徴量と深層学習特徴量の融合以外に、生理学的データの統合方法はどのようなものが考えられるか

手作り特徴量と深層学習特徴量の融合以外に、生理学的データの統合方法はどのようなものが考えられるか? 生理学的データの統合方法として、異なる種類の生理学的データを組み合わせることで、より包括的な情報を得ることができます。例えば、心拍数や脳波などの生理学的データを統合することで、身体的な反応と認知的な状態を同時に評価することが可能です。さらに、運動センサーや睡眠モニタリングデバイスなどのデータも組み込むことで、オペレーターの状態をより包括的に把握することができます。また、機械学習アルゴリズムを用いて異なる生理学的データを統合し、相互作用やパターンを分析することで、より高度な予測モデルを構築することが可能です。

本研究で提案したニューロエルゴノミクスモデルは、他の産業分野(航空管制、建設安全など)にも応用可能か

本研究で提案したニューロエルゴノミクスモデルは、他の産業分野(航空管制、建設安全など)にも応用可能か? 提案されたニューロエルゴノミクスモデルは、オペレーターのパフォーマンスを評価するためにECGとfNIRSデータを統合的に活用するものです。このモデルは、高温多湿な環境下でのオペレーターの状態を評価する際に有用であり、航空管制や建設安全などの産業分野にも応用可能です。例えば、航空管制では、オペレーターの認知機能やストレスレベルをリアルタイムでモニタリングし、適切な支援を提供するために活用できます。同様に、建設現場では、オペレーターの疲労やストレスを評価し、作業環境の改善や安全対策の強化に役立てることができます。このモデルは、産業分野における人間のパフォーマンス評価に革新的なアプローチを提供し、安全性や生産性の向上に貢献する可能性があります。