Метод автоматизированной оценки функционального состояния человека

Аннотация

Оценка функционального состояния человека выполняется при оптимизации производственных процессов, распределении трудовых ресурсов, определении соответствующей физической и нервно-психической нагрузки, повышении нервно-психической устойчивости и проведении профилактических мероприятий против различных заболеваний. Рассмотрены подходы к оценке функционального состояния человека, а также данные, используемые для оценки состояния, и методы их сбора. Описаны метрики состояния человека и способы их интерпретации в контексте таких аспектов состояния, как вовлеченность и стресс. Предложен метод автоматизированной оценки состояния как свертки показателей, определяемых на основе разнородных данных, собираемых в процессе деятельности человека, что позволяет учитывать различные аспекты состояния и повышать степень уверенности в результатах его оценки. Из-за сложности интерпретации и интеграции разнородных данных обобщенная оценка состояния проводится с использованием механизма нечеткого вывода. Приведена архитектура интеллектуальной системы, включающая в себя подсистему оценки состояния, интерфейс прикладного программирования (API) и подсистему сбора данных. Разработана подсистема сбора данных пользователя, работающего за компьютером. Определены направления дальнейших исследований, связанные с расширением набора оцениваемых состояний человека и модификацией показателей оценки

Просьба ссылаться на эту статью следующим образом:

Воронина А.А., Шабалина О.А., Садовникова Н.П. и др. Метод автоматизированной оценки функционального состояния человека. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение, 2025, № 4 (153), с. 61--77. EDN: LKROFB

Литература

[1] Исакова М. Основные методы оценки своего функционального состояния и способы его регуляции. Армейский сборник, 2021. URL: https://army.ric.mil.ru/Stati/item/336128

[2] Хватова М.В. Функциональное состояние человека как интегральная характеристика. Вестник Тамбовского университета. Сер. Гуманитарные науки, 2008, № 3, с. 22--27. EDN: ISDCPD

[3] Левитов Н.Д. О психических состояниях человека. М., Просвещение, 1964.

[4] Holdener M., Gut A., Angerer A. Applicability of the user engagement scale to mobile health. A survey-based quantitative study. JMIR mHealth and uHealth, 2020, vol. 8, no. 1, art. e13244. DOI: https://doi.org/10.2196/13244

[5] O’Brien H.L., Cairns P., Hall M. A practical approach to measuring user engagement with the refined user engagement scale (UES) and new UES short form. Int. J. Hum. Comput. Stud., 2018, vol. 112, pp. 28--39. DOI: https://doi.org/10.1016/j.ijhcs.2018.01.004

[6] Воронина А.А., Шабалина О.А., Садовникова Н.П. и др. Система комбинированной оценки вовлеченности пользователей программного обеспечения. Вестник компьютерных и информационных технологий, 2023, т. 20, № 1, с. 35--44. DOI: https://doi.org/10.14489/vkit.2023.01.pp.035-044

[7] Распопин Е.В. Методы изучения и оценки психических состояний. Известия Уральского федерального университета. Сер. 1: Проблемы образования, науки и культуры, 2016, т. 22, № 4, с. 129--137. EDN: XDZCAB

[8] Voronina A., Guriev V., Moffat D.C., et al. Models and methods for processing heterogeneous data for assessing the state of a human. In: Creativity in intelligent technologies and data science. Cham, Springer Nature, 2023, pp. 488--499. DOI: https://doi.org/10.1007/978-3-031-44615-3_34

[9] Herten N., Otto T., Wolf O.T. The role of eye fixation in memory enhancement under stress --- an eye tracking study. Neurobiol. Learn. Mem., 2017, vol. 140, pp. 134--144. DOI: https://doi.org/10.1016/j.nlm.2017.02.016

[10] Sharafi Z., Sharif B., Gueheneuc Y. Eye-tracking metrics in software engineering. APSEC, 2015, pp. 96--103. DOI: https://doi.org/10.1109/APSEC.2015.53

[11] Poole A., Ball L.J. Eye tracking in human-computer interaction and usability research: current status and future prospects. In: Encyclopedia of human computer interaction. Hershey, IGI Global, 2006, pp. 211--219.

[12] Ranti C., Jones W., Klin A., et al. Blink rate patterns provide a reliable measure of individual engagement with scene content. Sc. Rep., 2020, vol. 10, art. 8267. DOI: https://doi.org/10.1038/s41598-020-64999-x

[13] Maffei A., Angrilli A. Spontaneous eye blink rate: an index of dopaminergic component of sustained attention and fatigue. Int. J. Psychophysiol., 2018, vol. 123, no. 1, pp. 58--63. DOI: https://doi.org/10.1016/j.ijpsycho.2017.11.009

[14] Haak M., Bos S., Panic S., et al. Detecting stress using eye blinks and brain activity from EEG signals. Proc. DCII 2008, 2009, pp. 35--60.

[15] Fritz T., Begel A., Muller S.C., et al. Using psycho-physiological measures to assess task difficulty in software development. ICSE, 2014, pp. 402--413. DOI: https://doi.org/10.1145/2568225.2568266

[16] Zhen L., Yun X., Yao P., et al. A novel physiological feature selection method for emotional stress assessment based on emotional state transition. Front. Neurosc., 2023, vol. 17, art. 1138091. DOI: https://doi.org/10.3389/fnins.2023.1138091

[17] Du J., Huang J., An Y., et al. The relationship between stress and negative emotion: the mediating role of rumination. Clin. Res., 2018, vol. 4. DOI: https://doi.org/10.15761/CRT.1000208

[18] Rodriguez-Munoz A., Antino M., Ruiz-Zorrilla P., et al. Positive emotions, engagement, and objective academic performance: a weekly diary study. Learn. Individ. Differ., 2021, vol. 92, art. 102087. DOI: https://doi.org/10.1016/j.lindif.2021.102087

[19] Diener E., Thapa S., Tay L. Positive emotions at work. Annu. Rev. Organ. Psychol. Organ. Behav., 2020, vol. 7, pp. 451--477. DOI: https://doi.org/10.1146/annurev-orgpsych-012119-044908

[20] Штовба С.Д. Проектирование нечетких систем средствами MATLAB. М., Горячая линия--Телеком, 2007.

[21] Koshti P., Paryani A., Talreja J., et al. AttenQ --- attention span detection tool for online learning. Proc. ICICC, 2022. DOI: https://doi.org/10.2139/ssrn.4096416