logo

کاربرد دستگاه EEG در ارگونومی

کاربردEEG در ارگونومی

مقدمه

الکتروانسفالوگرافی از جمله روش های غیر تهاجمی و نسبتا ارزان است که می تواند ارزیابی نوروفیزیولوژی و عملکرد های شناختی مورد استفاده قرار گیرد.این مقاله با هدف کاربرد الکتروانسفالوگرافی (EEG) در علم ارگونومی به نگارش در آمده است.

تعریف ارگونومی و کاربرد آنها

ارگونومی کلمه ای یونانی است و به معنای به کار بردن دانش و اطلاعات علمی انسان در حیطه کاری است یا به عبارتی دیگر ارگونومی ظرفیت ها و توانمندی انسان را مورد بررسی قرار میدهد سپس اطلاعات به دست آمده را در ظرفیت مشاغل،فضای کاری و تجهیزات آن نیز به کار می بندند.

 

امروزه به منظور مطالعه فاکتور های انسانی و ارگونومی جهت بررسی بارکار شناختی و اختصاصا بارکاری ذهنی کارکنان در محیط های کاری از روش های اندازه گیری متغیر های فیزیولوژیک رایج در حوزه بالینی و پزشکی استفاده می شود.تغییرات در طراحی ماهیت کاری(انجام کار با استفاده از نیروی عضلات به سمت فعالیت های ذهنی و نظارتی تبدیل شده است)از یکسو و رخداد حوادث در محیط های کاری به علت خطاهای انسانی ناشی از بارکار شناختی بالا از سوی دیگر ضرورت توجه به موضوعاتشناختی را در مطالعات حال حاضر و آینده نشان می دهد.بدین منظور پارامتر هایی همچون درک،حافظه،بارکاری شناختی،تصمیم گیری و زبان به مولفه های شناختی برای اپراتور در محیط های کاری مطرح می باشد که با هدف متناسب سازی کار و ایستگاه کاری با اپراتور،کاهش احتمال رخداد خطا و رفاه و آسایش توسط محققین این حوزه مورد مطالعه قرار می گیرد.

 

به منظور درک مستقیم حالات افراد در موقعیت های شغلی از روش های مختلفی همچون بررسی فعالیت الکتریکی عضلات (EMG)،فعالیت الکتریکی چشم(EOG)،فعالیت الکتریکی قلب(ECG)،فعالیت الکتریکی مغز(EEG) و غیره استفاده می شود.این روش ها که بر اساس اندازه گیری سیگنال های بیولوژیکی پایه گذاری شده اند از سوی محققان برای تشخیص خستگی،خواب آلودگی،استرس و …به کار گرفته شده اند.

ارگونومی

در میان روش های مختلف ثبت سیگنال های بیولوژیکی،روش EEG یکی از روش های پر کاربرد و قابل اعتماد به شمار می آید:زیرا در این روش،فعالیت مغز انسان به صورت غیر تهاجمی ارزیابی می شود.

معمولا هر نوار EEG  به پنج باند فرکانسی تقسیم می شوند که هر باند مربوط به فعالیت ویژه ای از مغز است.

امواج EEG در واقع مجموع فعالیت های الکتریکی مغز را نشان می دهد که از طریق سطح استخوان جمجمه و با استفاده از الکترود های سطحی و یا الکترود های سوزنی ثبت و ضبط می شود.به طور طبیعی،مغز در حالت هوشیاری زمانی که قسمت های متفاوتی از مغز به طور مجزا فعال هستند فرکانس بالایی را در محدوده 16 تا 50 هرتز به صورت الگو های نامنظم نشان می دهد.

زمانی که حالت هوشیاری مغز کاهش می یابد نیز کاهش یافته و شدت آن تا فرکانس امواج EEG  هنگامی که تعداد بیشتری از نورون ها به صورت متحد وبه طور هم زمان در ناحیه تالاموس فعال شوند افزایش می یابد.غالبا افراد در حالت استراحت کامل و با چشم بسته و در وضعیت پاسخ به محرک های محیطی فعالیت امواج از نوع آلفا با محدوده فرکانسی 8 تا 12 هرتز را از خود نشان می دهند.با تمایل افراد به عدم پاسخ به سمت محرک های محیطی فرکانس امواج EEG محدوده امواج تتا(4 تا 8 هرتز) و بعدا تا محدوده امواج دلتا(0 تا 2 هرتز) یعنی حالت خواب کاهش پیدا می کند.

تکنیک الکتروانسفالوگرافی در مقایسه با دیگر تکنیک های تصویر برداری مغز مانند FMRI  و PET  از نظر اندازه و هزینه،استفاده در شرایط آزمایشگاهی یا میدانی مناسب می باشد.این روش همچنین در اندازه گیری فعالیت الکتریکی مغز از تفکیک زمانی بالا برخوردار است که اجازه می دهد مطالعات شناختی و فعالیت مغز را به نحو مطلوب ارزیابی نمود.

ثبت EEG به طور کامل غیر تهاجمی است و میتواند بار ها و بار ها از بیماران،بزرگسالان نرمال و کودکان،بدون ریسک یا محدودیت در مطالعات بخصوص در حوزه ارگونومی شناختی(خستگی ذهنی،درک مطلب،حافظه،توجه،زبان،عواطف .بارکار شناختی)به عنوان یک ابزار ارزشمند مورد استفاده قرار گیرد.لذا مطالعه حاضر با هدف گستره کاربرد الکتروانسفالوگرافی(EEG) در ارگونومی به صورت یک مطالعه مروری نظام مند انجام گرفت.

بحث و نتیجه گیری

این بررسی سینماتیک کاربرد های شاخص های EEG را برای تعیین کمیت عملکرد شناختی انسان بر اساس تجزیه و تحلیل مقالات منتخب بین سال 2010 تا 2021 بررسی کرده است و اولین مطالعه در این می باشد.طی 11 سال گذشته روند افزایشی برای انتشار در این زمینه مشاهده شده است.بیشتر مطالعات از چگالی طیفی قدرت EEG به عنوان روش های خطی برای ارزیابی عملکرد شناختی انسان استفاده می کنند.پس از آن،FFT برای استخراج طیف قدرت استفاده شده است.

یک محدودیت این است که انتخاب شاخص بهینه EEG  همچنان نامشخص است.ارزیابی حالت روانی فرد،به ویژه رانندگی با یک وسیله نقلیه،بیشتر مورد مطالعه قرار گرفته است و از طریق ان ردیابی،نظارت و کار های مختلف حافظه فعال دنبال شده است.تحقیقات آینده باید بر استفاده از روش های محاسباتی متمرکز باشد که ماهیت پویا و غیر ثابت داده های EEG را در نظر می گیرند.

چنین رویکردی میتواند توسعه سیستم های تشخیص خستگی و سیستم های تطبیقی خودکار را تسهیل کند.در پایان،برای غلبه بر محدودیت های فعلی،توصیف و پیشبینی عملکرد انسان با استفاده از داده های EEG،باید از الگوریتم های یادگیری ماشین استفاده شود.

به کمک نیاز دارید ؟

بخش فروش

به کمک نیاز دارید ؟

بخش پشتیبانی