[论文解读] Sensors and Systems for Monitoring Mental Fatigue: A systematic review

Prabin Sharma, Joanna C. Justus+2 more|arXiv (Cornell University)|Jul 4, 2023

Sleep and Work-Related FatiguePsychology被引用 3

一句话总结

本篇系统性综述评估了基于生物传感器的系统在监测精神疲劳方面的应用，重点关注脑电图（EEG）和环境传感器。研究发现，基于EEG的系统在疲劳检测方面表现出中等到良好的敏感性，高密度EEG并未带来显著优势，强调需要整合可穿戴与环境传感器系统，以实现在交通和在线教育等工业领域的实际部署。

ABSTRACT

Mental fatigue is a leading cause of motor vehicle accidents, medical errors, loss of workplace productivity, and student disengagements in e-learning environment. Development of sensors and systems that can reliably track mental fatigue can prevent accidents, reduce errors, and help increase workplace productivity. This review provides a critical summary of theoretical models of mental fatigue, a description of key enabling sensor technologies, and a systematic review of recent studies using biosensor-based systems for tracking mental fatigue in humans. We conducted a systematic search and review of recent literature which focused on detection and tracking of mental fatigue in humans. The search yielded 57 studies (N=1082), majority of which used electroencephalography (EEG) based sensors for tracking mental fatigue. We found that EEG-based sensors can provide a moderate to good sensitivity for fatigue detection. Notably, we found no incremental benefit of using high-density EEG sensors for application in mental fatigue detection. Given the findings, we provide a critical discussion on the integration of wearable EEG and ambient sensors in the context of achieving real-world monitoring. Future work required to advance and adapt the technologies toward widespread deployment of wearable sensors and systems for fatigue monitoring in semi-autonomous and autonomous industries is examined.

研究动机与目标

• 批判性评估精神疲劳的理论模型及其在基于传感器的监测中的适用性。
• 识别并分析关键的使能传感器技术，特别是用于实时追踪精神疲劳的生物传感器（如EEG）。
• 评估现有基于生物传感器的系统在不同环境中检测精神疲劳的性能与局限性。
• 考察可穿戴与环境传感器系统在实现持续、真实世界精神疲劳监测方面的可行性与挑战。
• 识别未来研究方向，以推动传感器系统在半自主与自主产业中的广泛应用。

提出的方法

• 使用结构化搜索标准在学术数据库中开展系统性文献综述，重点关注近年来发表的研究。
• 筛选出57项研究（N=1082名参与者），这些研究采用生物传感器进行精神疲劳检测，重点聚焦于基于EEG的系统。
• 根据信号质量、可用性及实际应用场景（包括可穿戴与环境传感器）评估传感器技术。
• 分析各研究中疲劳检测的敏感性、特异性和准确率等性能指标。
• 综合分析高密度EEG与标准EEG系统在疲劳监测中相对有效性的比较研究。
• 对系统集成、可扩展性及在真实世界场景（如工作场所与在线学习平台）中的部署挑战进行批判性讨论。

实验结果

研究问题

• RQ1 在真实世界环境中，哪种传感器技术在检测精神疲劳方面最为有效？
• RQ2 EEG系统的表现如何随传感器密度变化，特别是高密度与标准EEG设置之间的比较？
• RQ3 当前基于生物传感器的系统在不同应用领域监测精神疲劳时存在哪些关键局限性？
• RQ4 可穿戴与环境传感器可通过何种方式整合，以提升持续且无干扰的精神疲劳监测效果？
• RQ5 为实现在半自主与自主产业中可扩展部署疲劳监测系统，未来需要开展哪些研究？

主要发现

• 基于EEG的传感器在检测精神疲劳方面表现出中等到良好的敏感性，使其成为实时监测的可行选择。
• 高密度EEG传感器在精神疲劳检测方面并未展现出相对于标准EEG系统的增量优势，表明成本-性能权衡更有利于采用简化配置。
• 在所审查的研究中，绝大多数（N=1082名参与者）依赖EEG，表明其作为生物信号驱动疲劳追踪的主要模态占据主导地位。
• 尽管在受控环境中表现良好，但这些系统在真实世界环境中部署仍面临重大挑战，主要源于环境噪声和个体差异。
• 将可穿戴EEG与环境传感器集成，被认定为实现在日常环境中持续、无干扰且可靠的疲劳监测的有前景路径。
• 未来工作必须聚焦于提升系统的鲁棒性、可扩展性与适应性，以实现在交通与医疗等高风险领域中的部署。