دوره 7، شماره 2 - ( فصلنامه تخصصی انجمن ارگونومی و مهندسی عوامل انسانی ایران 1398 )                   جلد 7 شماره 2 صفحات 45-53 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Fouladi Dehaghi B, Mohammadi A, Nematpour L. Mental Fatigue Assessment using recording Brain Signals: Electroencephalography. Iran J Ergon. 2019; 7 (2) :45-53
URL: http://journal.iehfs.ir/article-1-625-fa.html
فولادی دهقی بهزاد، محمدی عباس، نعمت پور لیلا. ارزیابی خستگی ذهنی با استفاده از ثبت سیگنال‌های مغزی: الکتروانسفالوگرافی. مجله ارگونومی. 1398; 7 (2) :45-53

URL: http://journal.iehfs.ir/article-1-625-fa.html


کارشناسی ارشد، گروه مهندسی بهداشت حرفه‌ای و ایمنی کار، دانشکده بهداشت، دانشگاه علوم‌پزشکی جندی‌شاپور اهواز، اهواز، ایران ، Lnematpour94@gmail.com
چکیده:   (110 مشاهده)
زمینه و هدف: خستگی ذهنی وضعیتی است که با فعالیت طولانی‌مدت شناختی ایجاد می‌شود. خستگی ذهنی به فعالیت بیش از حد مغزی منجر می‌شود که در آن سلول‌های مغزی خسته و مانع بهره‌وری فرد و عملکرد کلی شناختی می‌شود. هدف از این پژوهش ارزیابی خستگی ذهنی دانشجویان با استفاده از شاخص‌های مغزی است.
روش کار: این پژوهش توصیفی ـ تجربی است که روی ۲۰ تا از دانشجویان دانشکده بهداشت با میانگین (انحراف معیار) سنی ۲۴/۴۰ (۳/۷۳) سال در سال ۱۳۹۷ در دانشگاه علوم‌پزشکی اهواز انجام شده است. برای بررسی عملکرد شرکت‌کنندگان از آنها خواسته شد متنی با غلط‌های املایی را بررسی و آن غلط‌ها را تصحیح کنند. این فعالیت در ۵ مرحله ۱۵‌ دقیقه‌ای انجام شد. در همه مراحل الکتروانسفالوگرام (EEG) آنها ثبت و در هر مرحله مقیاس آنالوگ بصری توسط شرکت‌کنندگان تکمیل شد. از نرم‌افزار SPSS نسخه ۲۴،  برای تجزیه‌ و‌ تحلیل داده‌ها استفاده شد.
یافته‌ها: فعالیت امواج آلفا، بتا و تتا در ۱۵ دقیقه اول به‌ترتیب، ۰/۳۰±۰/۸۹، ۰/۳۳±۰/۷۰ و ۰/۳۶±۱/۱۹ و ۱۵ دقیقه آخر به‌ترتیب ۰/۳۴±۰/۶۳، ۰/۲۶±۰/۵۵ و ۰/۳۴±۱/۰۳ بود. کاهش در فعالیت امواج مغز افزایش میزان خستگی ذهنی آنها را نشان می دهد. همچنین افراد با مقیاس آنالوگ بصری بیان داشته‌اند که دچار خستگی ذهنی شده‌اند. مطابق با نتایج ارتباط معنی داری بین EEG و مقیاس آنالوگ بصری دانشجویان دیده نشد.
نتیجه‌گیری: امواج آلفا، بتا و تتا می‌توانند شاخص‌های مناسبی برای ارزیابی خستگی ذهنی باشند. همچنین خستگی ذهنی می‌تواند عاملی باشد که بر دقت و عملکرد افراد تأثیر بگذارد؛ به‌گونه‌ای که به کاهش توجه و بازدهی آنها منجر شود.
متن کامل [PDF 358 kb]   (21 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي

فهرست منابع
1. Wright RA, Stewart CC, Barnett BR. Mental fatigue influence on effort-related cardiovascular response: Extension across the regulatory (inhibitory)/non-regulatory performance dimension. International Journal of Psychophysiology. 2008 Aug 1;69(2):127-33. [DOI:10.1016/j.ijpsycho.2008.04.002] [PMID]
2. Halvani GH, Baghianimoghadam MH, Rezaei MH. Fatigue situation in tile industries workers. Iran Occupational Health. 2007 Sep 15;4(3):57-63.
3. van der Linden D. The urge to stop: The cognitive and biological nature of acute mental fatigue. Cognitive fatigue: Multidisciplinary perspectives on current research and future applications. 2011:149-64. [DOI:10.1037/12343-007]
4. Faber LG, Maurits NM, Lorist MM. Mental fatigue affects visual selective attention. PloS one. 2012 Oct 31;7(10):e48073. [DOI:10.1371/journal.pone.0048073] [PMID] [PMCID]
5. Van der Linden D, Eling P. Mental fatigue disturbs local processing more than global processing. Psychological research. 2006 Sep 1;70(5):395-402. [DOI:10.1007/s00426-005-0228-7] [PMID]
6. Firoozeh M, Kavousi A, Hasanzadeh S. Evaluation of Relationship between Occupational Exposure to Organic Solvent and Fatigue Workers at a Paint Factory in Saveh city. Iran Occupational Health. 2017 Jun 15;14(2):82-92.
7. Ghasemkhani M, Abbasinia M, Mahmoodkhani S, Aghaee H, Asghari M. Assessment of fatigue and its relationship with Insomnia Severity Index in shift workers, fixed and rotating, Tehran rolling mills and steel production company. Iran Occupational Health. 2013 Jul 15;10(2):79-86.
8. Vecchiato G, Astolfi L, Fallani FD, Cincotti F, Mattia D, Salinari S, Soranzo R, Babiloni F. Changes in brain activity during the observation of TV commercials by using EEG, GSR and HR measurements. Brain topography. 2010 Jun 1;23(2):165-79. [DOI:10.1007/s10548-009-0127-0] [PMID]
9. Chuckravanen D, Rajbhandari S, Bester A. Brain signal analysis using EEG and Entropy to study the effect of physical and mental tasks on cognitive performance. BRAIN. Broad Research in Artificial Intelligence and Neuroscience. 2015 Jul 20;5(1-4):46-59.
10. Shen KQ, Ong CJ, Li XP, Hui Z, Wilder-Smith EP. A feature selection method for multilevel mental fatigue EEG classification. IEEE transactions on biomedical engineering. 2007 Jun 18;54(7):1231-7. [DOI:10.1109/TBME.2007.890733] [PMID]
11. Shankar H, Pesudovs K. Critical flicker fusion test of potential vision. Journal of Cataract & Refractive Surgery. 2007 Feb 1;33(2):232-9. [DOI:10.1016/j.jcrs.2006.10.042] [PMID]
12. Arghami S, Ghoreishi A, Kamali K, Farhadi M. Investigating the consistency of mental fatigue measurements by visual analog scale (vas) and flicker fusion apparatus. Iranian Journal of Ergonomics. 2013 Sep 15;1(1):66-72.
13. Xu R, Zhang C, He F, Zhao X, Qi H, Zhou P, Zhang L, Ming D. How physical activities affect mental fatigue based on EEG energy, connectivity, and complexity. Frontiers in neurology. 2018;9. [DOI:10.3389/fneur.2018.00915] [PMID] [PMCID]
14. Rajavenkatanarayanan A, Kanal V, Tsiakas K, Brady J, Calderon D, Wylie G, Makedon F. Towards a robot-based multimodal framework to assess the impact of fatigue on user behavior and performance: a pilot study. InProceedings of the 12th ACM International Conference on PErvasive Technologies Related to Assistive Environments 2019 Jun 5 ;493-8. ACM. [DOI:10.1145/3316782.3322776]
15. Nematpour L. Investigating mental fatigue and its effect on the performance of the faculty of Health staff by Electroencephalographic Signals. Journal of Occupational Hygiene Engineering.:45-53.
16. Zhao C, Zhao M, Liu J, Zheng C. Electroencephalogram and electrocardiograph assessment of mental fatigue in a driving simulator. Accident Analysis & Prevention. 2012 Mar 1;45:83-90. [DOI:10.1016/j.aap.2011.11.019] [PMID]
17. Boksem MA, Meijman TF, Lorist MM. Effects of mental fatigue on attention: an ERP study. Cognitive brain research. 2005 Sep 1;25(1):107-16. [DOI:10.1016/j.cogbrainres.2005.04.011] [PMID]
18. Bijur PE, Silver W, Gallagher EJ. Reliability of the visual analog scale for measurement of acute pain. Academic emergency medicine. 2001 Dec;8(12):1153-7. [DOI:10.1111/j.1553-2712.2001.tb01132.x] [PMID]
19. Nedelcu E, Portase R, Tolas R, Muresan R, Dinsoreanu M, Potolea R, editors. Artifact detection in EEG using machine learning. 2017 13th IEEE International Conference on Intelligent Computer Communication and Processing (ICCP); 2017: IEEE. [DOI:10.1109/ICCP.2017.8116986]
20. Hsu BW, Wang MJ, Chen CY, Chen F. Effective indices for monitoring mental workload while performing multiple tasks. Perceptual and motor skills. 2015 Aug;121(1):94-117. [DOI:10.2466/22.PMS.121c12x5] [PMID]
21. Zhang C, Zheng C, Yu X. Evaluation of mental fatigue based on multipsychophysiological parameters and kernel learning algorithms. Chinese Science Bulletin. 2008 Jun 1;53(12):1835-47. [DOI:10.1007/s11434-008-0245-1]
22. Fan X, Zhou Q, Liu Z, Xie F. Electroencephalogram assessment of mental fatigue in visual search. Bio-medical materials and engineering. 2015 Jan 1;26(s1):S1455-63. [DOI:10.3233/BME-151444] [PMID]
23. Craig A, Tran Y, Wijesuriya N, Nguyen H. Regional brain wave activity changes associated with fatigue. Psychophysiology. 2012 Apr;49(4):574-82. [DOI:10.1111/j.1469-8986.2011.01329.x] [PMID]
24. Pires FO, Silva-Júnior FL, Brietzke C, Franco-Alvarenga PE, Pinheiro FA, de França NM, Teixeira S, Meireles Santos T. Mental fatigue alters cortical activation and psychological responses, impairing performance in a distance-based cycling trial. Frontiers in physiology. 2018 Mar 16;9:227. [DOI:10.3389/fphys.2018.00227] [PMID] [PMCID]
25. Trejo LJ, Kubitz K, Rosipal R, Kochavi RL, Montgomery LD. EEG-based estimation and classification of mental fatigue. Psychology. 2015 Apr 3;6(05):572. [DOI:10.4236/psych.2015.65055]
26. Charbonnier S, Roy RN, Bonnet S, Campagne A. EEG index for control operators' mental fatigue monitoring using interactions between brain regions. Expert Systems with Applications. 2016 Jun 15;52:91-8. [DOI:10.1016/j.eswa.2016.01.013]
27. Smith MR, Chai R, Nguyen HT, Marcora SM, Coutts AJ. Comparing the effects of three cognitive tasks on indicators of mental fatigue. The Journal of psychology. 2019 Jun 6:1-25.
28. Talukdar U, Hazarika SM, Gan JQ. Motor imagery and mental fatigue: inter-relationship and EEG based estimation. Journal of computational neuroscience. 2018: 1-22. [DOI:10.1007/s10827-018-0701-0] [PMID]
29. Eoh HJ, Chung MK, Kim SH. Electroencephalographic study of drowsiness in simulated driving with sleep deprivation. International Journal of Industrial Ergonomics. 2005 Apr 1;35(4):307-20. [DOI:10.1016/j.ergon.2004.09.006]
30. Jap BT, Lal S, Fischer P. Comparing combinations of EEG activity in train drivers during monotonous driving. Expert Systems with Applications. 2011 Jan 1;38(1):996-1003. [DOI:10.1016/j.eswa.2010.07.109]
31. Hsu BW, Wang MJ. Evaluating the effectiveness of using electroencephalogram power indices to measure visual fatigue. Perceptual and motor skills. 2013 Feb;116(1):235-52. [DOI:10.2466/29.15.24.PMS.116.1.235-252] [PMID]
32. Rosipal R, Trejo LJ, Zaidel E. Atomic Decomposition of EEG for Mapping Cortical Activation. InTensor Methods for Machine Learning Workshop 2013 Sep.
33. Niedermeyer E, da Silva FL. Electroencephalography: basic principles, clinical applications, and related fields: Lippincott Williams & Wilkins; 2005.
34. Gergelyfi M, Jacob B, Olivier E, Zénon A. Dissociation between mental fatigue and motivational state during prolonged mental activity. Frontiers in behavioral neuroscience. 2015 Jul 13;9:176. [DOI:10.3389/fnbeh.2015.00176] [PMID] [PMCID]
35. Bowyer SM, Hsieh L, Moran JE, Young RA, Manoharan A, Liao CC, Malladi K, Yu YJ, Chiang YR, Tepley N. Conversation effects on neural mechanisms underlying reaction time to visual events while viewing a driving scene using MEG. Brain research. 2009 Jan 28;1251:151-61. [DOI:10.1016/j.brainres.2008.10.001] [PMID] [PMCID]
36. Hsieh L, Young RA, Bowyer SM, Moran JE, Genik II RJ, Green CC, Chiang YR, Yu YJ, Liao CC, Seaman S. Conversation effects on neural mechanisms underlying reaction time to visual events while viewing a driving scene: fMRI analysis and asynchrony model. Brain Research. 2009 Jan 28;1251:162-75. [DOI:10.1016/j.brainres.2008.10.002] [PMID]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله ارگونومی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق | کمک ناشر: دانش گستر فرنام

© 2019 All Rights Reserved | Iranian Journal of Ergonomics

Designed & Developed by : Yektaweb | Co-Publisher: Farname Inc.