T2M T6M T11M L12M L17M T2M – 0,10336 0,07481 0,26320 0,09426 T6M – 0,86030 0,01852 0,00197 T11M – 0,01390 0,00115 L12M – 0,94608 L17M –
Obr´azek 5.21: Grafick´a prezentace pr˚ubˇehu parametru MAXV u dechov´e frekvence bˇehem v´ycviku.
Dechov´a frekvence nen´ı namˇeˇrena pro v´ycvikovou hodinu T6M. Porovn´an´ım ostatn´ıch mˇeˇren´ı pomoc´ı Wilcoxonova testu bylo zjiˇstˇeno, ˇze se signifikantnˇe liˇs´ı T2M a L12M, T2M a L17M, T11M a L12M, T11M a L17M. V´ysledky jsou uvedeny v tab. 5.17. Z obr. 5.21 je patrn´e, ˇze pˇri druh´em realizovan´em mˇeˇren´ı na trenaˇz´eru doˇslo k poklesu parametru MAXV. Naopak pˇri prvn´ım i druh´em v´ycviku v letadle byla hodnota MAXV vyˇsˇs´ı.
6
Diskuze
V t´eto pr´aci byly navrhnuty metody pro hodnocen´ı psychofyziologick´e kondice pilot˚u v pr˚ubˇehu v´ycviku. Bˇehem v´ycviku byla mˇeˇrena tepov´a a dechov´a frekvence, myopotenci´al, teplota a aktivita prav´e horn´ı konˇcetiny. Teplota nebyla z d˚uvodu ˇspatnˇe navrˇzen´eho a upevnˇen´eho senzoru spr´avnˇe namˇeˇrena ani u jednoho subjektu, a proto byla z dalˇs´ıho hodnocen´ı vyˇrazena. Aktivita prav´e horn´ı konˇcetiny a myopotenci´al sn´ıman´y z prav´eho trap´ezov´eho svalu vykazovaly silnou z´avislost testovanou pomoc´ı Spearmanova korelaˇcn´ıho koeficientu. Pro dalˇs´ı hodnocen´ı byl vybr´an z tˇechto dvou parametr˚u pouze myopotenci´al, d´ıky nˇemuˇz lze pˇr´ımo sledovat svalovou tenzi pˇri stresu [47].
Tepov´a frekvence byla hodnocena na z´akladˇe reˇserˇse [28, 25]. V ˇcasov´e oblasti byly vybr´any parametry Mean HR (stˇredn´ı hodnota tepov´e frekvence), Mean RR (stˇredn´ı hodnota RR interval˚u), SDNN a RMSSD. Dalˇs´ı pouˇzitou metodou byla frekvenˇcn´ı anal´yza, pomoc´ı n´ıˇz se z´ıskaly hustoty pro tˇri frekvenˇcn´ı p´asma (VLF, LF a HF). Pro tato p´asma je zn´am´e, jakou vˇetv´ı autonomn´ıho nervov´eho syst´emu jsou ovlivnˇena [17, 26]. Novou metodou pro hodnocen´ı psychofyziologick´e z´atˇeˇze na z´akladˇe tepov´e frekvence, dechov´e frekvence a myopotenci´alu byla zvolena rekurentn´ı anal´yza.
Hodnocen´ı pˇresnosti pilotov´an´ı prob´ıhalo na z´akladˇe z´apis˚u instruktora. V pr˚ubˇehu letu zaznamen´aval maxim´aln´ı odchylky u sledovan´ych parametr˚u bˇehem kaˇzd´eho prov´adˇen´eho man´evru. Data byla na z´akladˇe Kolmogorov – Smirnova testu na normalitu dat hodnocena neparametrickou metodou dvouv´ybˇerov´eho Wilcoxonova testu. Z tab. 5.1 – 5.8 obsahuj´ıc´ı p-hodnoty je patrn´e, ˇze chybovost v pˇresnosti pilotov´an´ı vykazuje signifikantn´ı rozd´ıly mezi t´emˇeˇr vˇsemi mˇeˇren´ımi. Normalizovan´y pr˚ubˇeh pro sledovan´e parametry chybovosti je na obr. 5.12. Hypot´eza, z kter´e se vych´azelo v t´eto pr´aci, byla, ˇze s v´ykonnost´ı by mˇela klesat z´atˇeˇz [5, 17]. Chybovost pˇresnosti pilotov´an´ı by mˇela m´ıt tedy stejn´y pr˚ubˇeh jako z´atˇeˇz. Tento pˇredpoklad byl vyuˇzit pˇri v´ybˇeru signifikantnˇe v´yznamn´ych parametr˚u.
Pˇri druh´em mˇeˇren´ı na trenaˇz´eru doˇslo u vˇsech sledovan´ych parametr˚u ke sn´ıˇzen´ı chybovosti. D˚uvodem jsou dalˇs´ı 4 hodiny v´ycviku, kter´e mezi t´ım subjekty absolvovaly. Sn´ıˇzila se jim tak psychofyziologick´a z´atˇeˇz a t´ım narostla pˇresnost pilotov´an´ı. Pˇri posledn´ım mˇeˇren´ı na trenaˇz´eru byl pozorov´an opˇet pokles chybovosti v pilotov´an´ı. ˇC´ım v´ıce hodin piloti tr´enovali, t´ım se zvyˇsovala pˇresnost prov´adˇen´ı jednotliv´ych man´evr˚u a z´aroveˇn se sniˇzovala psychofyziologick´a z´atˇeˇz. Pˇri prvn´ım v´ycviku v letadle doˇslo k n´ar˚ustu z´atˇeˇze a tedy chybovosti v pˇresnosti. Re´aln´y let vyˇzadoval od subjekt˚u vˇetˇs´ı soustˇredˇen´ı. V letadle vˇzdy sedˇel instruktor, kter´y dohl´ıˇzel na pr˚ubˇeh letu a pˇri nutnosti by pˇrevzal kontrolu nad pilotov´an´ım. Avˇsak strach z toho, ˇze pokud se subjektu man´evr nepovede nebo ztrat´ı kontrolu nad letadlem, m˚uˇze to m´ıt fat´aln´ı n´asledky, kladl na subjekty pˇri pilotov´an´ı v re´aln´em letadle vˇetˇs´ı psychickou z´atˇeˇz. Trenaˇz´er simuloval let po vizu´aln´ı str´ance, nebyly vˇsak znateln´e otˇresy letadla. Tyto vˇsechny d˚uvody vedly k vyˇsˇs´ı chybovosti (a t´ım i psychick´e z´atˇeˇzi) pˇri re´aln´ych letech oproti simulovan´ym.
V´ybˇer statisticky nejv´yznamnˇejˇs´ıch parametr˚u prob´ıhal na z´akladˇe podobnosti pr˚ubˇehu s chybovost´ı pˇresnosti pilotov´an´ı a v´ysledk˚u z dvouv´ybˇerov´eho Wilcoxonova testu. Ten byl zvolen kv˚uli nenorm´aln´ımu rozdˇelen´ı dat, coˇz bylo zjiˇstˇeno pomoc´ı Kolmogorov – Smirnova testu. Pˇredpokladem bylo, ˇze mezi kaˇzdou mˇeˇrenou f´az´ı v´ycviku bude signifikantn´ı rozd´ıl – v pr˚ubˇehu v´ycviku na trenaˇz´eru dojde ke sniˇzov´an´ı psychofyziologick´e z´atˇeˇze, kter´a naopak vzroste pˇri prvn´ım mˇeˇren´ı v letadle. Pˇri druh´em mˇeˇren´ı v letadle, kter´e probˇehlo aˇz po dalˇs´ıch ˇ
ctyˇrech hodin´ach v´ycviku, dojde ke sn´ıˇzen´ı psychofyziologick´e z´atˇeˇze.
Pˇredpokl´adan´y pr˚ubˇeh splˇnovalo mnoho vypoˇc´ıtan´ych parametr˚u – entropie, LMAX a MAXV u dechov´e frekvence; stˇredn´ı hodnota HR a RR, RMSSD, SDNN, LF/HF, AVDL, determinismus, entropie, laminarita, MAXV, RATIO, TND a TT u tepov´e frekvence; determinismus, laminarita a TT u myopotenci´alu. U tˇret´ıho mˇeˇren´ı na trenaˇz´eru nebyl u vˇetˇsiny z nich znateln´y pokles hodnoty oproti pˇredchoz´ımu mˇeˇren´ı, ale medi´an mˇel stejnou hodnotu jako u druh´eho mˇeˇren´ı na trenaˇz´eru, nebo dokonce m´ırnˇe vzrost. Vˇzdy byl ale zaznamen´an pokles oproti prvn´ımu mˇeˇren´ı na trenaˇz´eru. Tento fakt byl nejsp´ıˇse zp˚usoben
t´ım, ˇze druh´e mˇeˇren´ı na trenaˇz´eru absolvovala pouze skupina C, zat´ımco skupina A a B absolvovaly aˇz tˇret´ı mˇeˇren´ı na trenaˇz´eru.
Dalˇs´ım krit´eriem pro v´ybˇer statisticky v´yznamn´ych parametr˚u byla p-hodnota z´ıskan´a pomoc´ı dvouv´ybˇerov´eho Wilcoxonova testu. Za statisticky v´yznamn´e byly povaˇzov´any parametry, u kter´ych byla p-hodnota minim´alnˇe ve ˇctyˇrech pˇr´ıpadech niˇzˇs´ı neˇz hladina v´yznamnosti 0,05 a tedy mezi dan´ymi mˇeˇren´ımi byl signifikantn´ı rozd´ıl. Na z´akladˇe tohoto poˇzadavku byly vybr´any parametry – stˇredn´ı hodnota HR a RR, RMSSD, determinismus, divergence, RATIO, TT a TND u tepov´e frekvence; RR a MAXV u dechov´e frekvence; MAXV u myopotenci´alu. Vybran´e parametry RR u dechov´e frekvence a MAXV u myopotenci´alu vˇsak nemˇely poˇzadovan´y pr˚ubˇeh a byly tedy z v´ybˇeru vyˇrazeny.
Prvn´ım vybran´ym statisticky v´yznamn´ym parametrem je Mean HR, tedy stˇredn´ı hodnota tepov´e frekvence. Zmˇeny v pr˚ubˇehu v´ycviku jsou graficky zn´azornˇeny na obr. 5.12. Pˇri druh´em i tˇret´ım mˇeˇren´ı na trenaˇz´eru doˇslo k poklesu medi´anu oproti prvn´ımu mˇeˇren´ı. p-hodnota byla vˇetˇs´ı neˇz hladina v´yznamnosti pouze pˇri porovn´an´ı T2M a T11M, ale pˇri porovn´an´ı T2M a T6M byla hodnota 0,09788, coˇz je hodnota velmi bl´ızk´a hranici pro signifikantn´ı rozd´ıl. Z toho lze usuzovat, ˇze v pr˚ubˇehu v´ycviku na trenaˇz´eru se sniˇzovala psychofyziologick´a z´atˇeˇz pilot˚u. Pˇri prvn´ım mˇeˇren´ı v letadle doˇslo k v´yznamn´emu n´ar˚ustu medi´anu oproti v´ycviku na trenaˇz´eru. To bylo potvrzeno i Wilcoxonov´ym testem. Pˇri druh´em mˇeˇren´ı v letadle se sn´ıˇzil medi´an oproti pˇredeˇsl´emu mˇeˇren´ı, ale rozd´ıl nebyl signifikantn´ı. V´yznamn´y rozd´ıl byl nalezen pˇri porovn´an´ı L12M s T6M a T11M. Pˇri porovn´an´ı s prvn´ım mˇeˇren´ım na trenaˇz´eru vyˇsla p- hodnota 0,18058 a z toho lze vyvodit, ˇze psychofyziologick´a z´atˇeˇz byla v obou tˇechto pˇr´ıpadech podobn´a.
Stˇredn´ı hodnota RR interval˚u m´a opaˇcn´y pr˚ubˇeh neˇz stˇredn´ı hodnota tepov´e frekvence, jak je vidˇet na obr. 5.13. Tento vztah vych´az´ı ze vzorce 5.1. Logicky byly nalezeny signifikantn´ı rozd´ıly mezi stejn´ymi mˇeˇren´ımi jako u parametru Mean HR. RR interval charakterizuje vzd´alenost mezi R p´ıky v z´aznamu EKG a t´ım patˇr´ı mezi hlavn´ı ukazatele variability srdeˇcn´ı
frekvence. ˇC´ım niˇzˇs´ı je jeho hodnota, t´ım je vyˇsˇs´ı psychick´a z´atˇeˇz. Tento parametr potvrzuje hypot´ezu, ˇze v pr˚ubˇehu v´ycviku na trenaˇz´eru doˇslo ke sn´ıˇzen´ı psychofyziologick´e z´atˇeˇze, stejnˇe jako u v´ycviku v letadle, a ˇze se pˇri prvn´ım v´ycviku v letadle v´yraznˇe zv´yˇs´ı z´atˇeˇz oproti v´ycviku na trenaˇz´eru.
Tˇret´ım vybran´ym statisticky v´yznamn´ym parametrem byl RMSSD, kter´y se ˇrad´ı mezi metody ˇcasov´e anal´yzy. Tento parametr m´a podobn´y pr˚ubˇeh jako Mean RR. Jelikoˇz tento parametr odr´aˇz´ı odchylky vysokofrekvenˇcn´ıch sloˇzek tepov´e frekvence, lze vyvodit, ˇze bude odr´aˇzet pˇredevˇs´ım aktivitu parasympatiku, stejnˇe jako parametr HF z´ıskan´y pomoc´ı spektr´aln´ı anal´yzy tepov´e frekvence. V pr˚ubˇehu v´ycviku na trenaˇz´eru se hodnota medi´anu zv´yˇsila, zat´ımco pˇri prvn´ım mˇeˇren´ım v letadle v´yraznˇe klesla. Druh´e mˇeˇren´ı v letadle m´a podobnou hodnotu jako prvn´ı mˇeˇren´ı na trenaˇz´eru, coˇz dokazuje i p-hodnota 0,45124. Signifikantn´ı rozd´ıl byl nalezen pˇri porovn´an´ı mˇeˇren´ı L12M se vˇsemi mˇeˇren´ımi na trenaˇz´eru a pˇri porovn´an´ı L17M s T11M. U porovn´an´ı L17M s T6M a L12M je p-hodnota velmi bl´ızk´a 0,05, a proto lze tato mˇeˇren´ı povaˇzovat tak´e za v´yraznˇe odliˇsn´a.
Z rekurentn´ı anal´yzy tepov´e frekvence byly za statisticky v´yznamn´e vybr´any parametry DET, DIV, RATIO, TT a TND. Vˇsechny maj´ı podobn´y pr˚ubˇeh, aˇz na parametr divergence, kter´y m´a pr˚ubˇeh pˇresnˇe opaˇcn´y, jak je vidˇet z obr. 5.16 – 5.21. Determinismus urˇcuje, zda je kaˇzd´y stav urˇcen nepˇretrˇzit´ym ˇretˇezcem pˇredchoz´ıch stav˚u. Pokud je jeho hodnota vyˇsˇs´ı, znamen´a to, ˇze doch´az´ı k periodick´emu opakov´an´ı dan´eho stavu. Determinismus z´avis´ı na autonomn´ım nervov´em syst´emu [48]. Vyˇsˇs´ı hodnota byla zaznamen´ana u psychicky n´aroˇcnˇejˇs´ıch mˇeˇren´ı. To potvrzuje i signifikantn´ı rozd´ıl, kter´y byl nalezen pˇri porovn´an´ı L12M s mˇeˇren´ım na trenaˇz´eru a L17M s druh´ym a tˇret´ım mˇeˇren´ım na trenaˇz´eru. Divergence je pˇrevr´acen´a hodnota LMAX (nejdelˇs´ı diagon´aln´ı ˇc´ary) [38]. Pr˚ubˇeh je tedy pˇresnˇe opaˇcn´y neˇz u ostatn´ıch parametr˚u. Signifikantn´ı rozd´ıly byly zaznamen´any mezi mˇeˇren´ımi prob´ıhaj´ıc´ımi v letadle a na trenaˇz´eru. Potvrdila se t´ım hypot´eza, ˇze v´ycvik prob´ıhaj´ıc´ı pˇri re´aln´em letu byl pro subjekty v´ıce psychicky n´aroˇcn´y neˇz v´ycvik na trenaˇz´eru. Stejn´y v´ysledek potvrzuje i parametr RATIO, kter´y ud´av´a pomˇer mezi determinismem a poˇctem
rekurentn´ıch bod˚u. Parametr TT ud´av´a pr˚umˇernou d´elku vertik´aln´ıch ˇcar a t´ım zaznamen´av´a stˇredn´ı dobu, po kterou je syst´em v urˇcit´em stavu. Zv´yˇsen´a hodnota byla pozorov´ana u mˇeˇren´ı v letadle, coˇz potvrzuj´ı i v´ysledky Wilcoxonova testu. Parametr TND ud´av´a, zda je syst´em stacion´arn´ı. Hodnoty bliˇzˇs´ı nule byly pozorov´any u mˇeˇren´ı T2M, L12M a L17M. Pˇri tˇechto v´ycvikov´ych hodin´ach byla tedy niˇzˇs´ı dynamika syst´emu. Podobn´y psychofyziologick´y stav byl potvrzen Wilcoxonov´ym testem, kter´y pˇri porovn´an´ı tˇechto tˇrech mˇeˇren´ı nevykazoval signifikantn´ı rozd´ıly. p-hodnota pro porovn´an´ı T2M a T11M je bl´ızk´a 0,05, coˇz vypov´ıd´a o tom, ˇze v pr˚ubˇehu v´ycviku na trenaˇz´eru doˇslo k v´yrazn´emu sn´ıˇzen´ı psychofyziologick´e z´atˇeˇze.
Z rekurentn´ıch parametr˚u dechov´e frekvence byl vybr´an MAXV jako statisticky v´yznamn´y. Tento parametr ud´av´a maxim´aln´ı d´elku vertik´aln´ı ˇc´ary a dobˇre ukazuje pˇrechody mezi jednotliv´ymi chaotick´ymi stavy [38]. C´ım je vyˇsˇs´ı jeho hodnota, t´ım vyˇsˇs´ıˇ je i psychofyziologick´a z´atˇeˇz p˚usob´ıc´ı na subjekt. V´ysledky opˇet potvrzuj´ı hypot´ezu, ˇze pˇri v´ycviku v letadle mˇely subjekty vˇetˇs´ı z´atˇeˇz oproti pˇredch´azej´ıc´ımu v´ycviku prob´ıhaj´ıc´ım na trenaˇz´eru. U dechov´e frekvence nebyl namˇeˇren druh´y v´ycvik na trenaˇz´eru. Pˇri porovn´an´ı T2M a T11M bylo pozorov´ano, ˇze doˇslo ke sn´ıˇzen´ı z´atˇeˇze, ale tento pokles nebyl signifikantn´ı.
Z v´yˇse popsan´ych vybran´ych statisticky nejv´yznamnˇejˇs´ıch parametr˚u je patrn´e, ˇze hodnocen´ı pomoc´ı tepov´e frekvence poskytuje nejlepˇs´ı indik´atory psychofyziologick´eho stavu pilot˚u. Z´aroveˇn byla potvrzena hypot´eza, ˇze tyto parametry jsou vz´ajemnˇe z´avisl´e a reflektuj´ı psychofyziologickou z´atˇeˇz pilot˚u. Pro pˇresnˇejˇs´ı v´ybˇer parametr˚u by bylo vhodn´e pouˇz´ıt regresn´ı ˇci korelaˇcn´ı anal´yzu. Tyto metody budou proto pˇredmˇetem dalˇs´ıho v´yzkumu.
7
Z´avˇer
C´ılem t´eto pr´ace bylo navrhnout a na re´aln´a data aplikovat metody hodnocen´ı psychofyziologick´e z´atˇeˇze pilot˚u s ohledem na moˇznost pouˇzit´ı v civiln´ım letectv´ı. Pro tyto ´
uˇcely byly v prvn´ı ˇc´asti pr´ace shrnuty pouˇz´ıvan´e metody v letectv´ı, ale i v jin´ych odvˇetv´ıch dopravy. Na z´akladˇe reˇserˇse bylo navrhnuto hodnocen´ı pro namˇeˇren´e fyziologick´e parametry bˇehem v´ycviku pilot˚u na Leteck´e fakultˇe TU v Koˇsic´ıch. V´ycviku se z´uˇcastnilo 35 subjekt˚u, kter´e byly rozdˇeleny do 3 skupin. Prvn´ı dvˇe skupiny mˇely stejnou ˇc´ast v´ycviku, kter´a byla hodnocena v t´eto pr´aci, a kaˇzd´a z nich se skl´adala z 10 subjekt˚u. V´ycvik prob´ıhal na leteck´em trenaˇz´eru typu TRD40 a v letadle typu Diamond DA40. Tˇret´ı skupina obsahovala 15 subjekt˚u a absolvovala pouze v´ycvik na trenaˇz´eru. Mˇeˇren´ı prob´ıhalo pomoc´ı modul´arn´ıho syst´emu FlexiGuard, kter´y byl vyvinut na spoleˇcn´em pracoviˇsti FBMI ˇCVUT a 1. L´ekaˇrsk´e fakulty v Praze. Jeho v´yhodou je moˇznost pˇripojen´ı dalˇs´ıch modul˚u dle potˇreby. Pro ´uˇcely t´eto pr´ace byl vyuˇzit senzor tepov´e a dechov´e frekvence, myopotenci´alu um´ıstˇen´eho na prav´em trap´ezov´em svalu, akcelerometru sn´ımaj´ıc´ı aktivitu prav´e horn´ı konˇcetiny a teploty. Z d˚uvodu ˇspatn´eho upevnˇen´ı senzoru a t´ım nenamˇeˇren´ı dat pro teplotu, byl tento parametr pro dalˇs´ı hodnocen´ı vyˇrazen.
Pro namˇeˇrenou tepovou frekvenci bylo zvoleno hodnocen´ı v ˇcasov´e oblasti pomoc´ı stˇredn´ı hodnoty tepov´e frekvence (Mean HR), stˇredn´ı hodnoty RR interval˚u (Mean RR), RMSSD a SDNN. Dalˇs´ı pouˇzitou metodou hodnocen´ı tepov´e frekvence byla frekvenˇcn´ı anal´yza, pomoc´ı n´ıˇz se z´ıskala spektr´aln´ı hustota pro velmi n´ızk´e frekvence (VLF), n´ızk´e frekvence (LF), vysok´e frekvence (HF) a d´ale parametry TOTAL a LF/HF. Posledn´ı pouˇzitou metodou byla rekurentn´ı anal´yza. Touto metodou se z´ıskalo jeden´act parametr˚u – recurrence rate (RR), determinismus (DET), divergence (DIV), laminarita (LAM), RATIO, trapping time (TT), trend (TND), AVDL, maxim´aln´ı d´elka vertik´aln´ıch ˇcar (MAXV), maxim´aln´ı d´elka diagon´aln´ı ˇ
c´ary (LMAX) a entropie (ENTR).
kter´a by odpov´ıdala zapojen´ı urˇcit´e vˇetvˇe autonomn´ıho syst´emu. Z toho d˚uvodu byla pro oba fyziologick´e parametry zvolena metoda rekurentn´ı anal´yzy. Stejnˇe jako u tepov´e frekvence, se pouˇzitou metodou z´ıskalo jeden´act parametr˚u.
Souˇc´ast´ı t´eto pr´ace bylo vytvoˇren´ı graficky uˇzivatelsk´eho rozhran´ı pro zpracov´an´ı dat. Software slouˇzil pro naˇc´ıt´an´ı textov´ych soubor˚u ukl´adan´ych FlexiGuardem, pˇrevod dat do form´atu podporovan´ych MS Office, v´ypoˇcet a export v´ysledk˚u v´yˇse popsan´ych metod hodnocen´ı jednotliv´ych parametr˚u.
V dalˇs´ı ˇc´asti byla vyhodnocena pˇresnost pilotov´an´ı v jednotliv´ych f´az´ıch v´ycviku, kter´a vych´azela ze z´apis˚u maxim´aln´ı chyby sledovan´ych letov´ych parametr˚u od instruktora. V´ysledn´y pr˚ubˇeh ukazuje na sn´ıˇzen´ı chybovosti v pr˚ubˇehu v´ycviku na trenaˇz´eru i v letadle. Pˇri prvn´ım mˇeˇren´ı v letadle byla zaznamen´ana vyˇsˇs´ı nepˇresnost v pilotov´an´ı oproti mˇeˇren´ı na trenaˇz´eru. ˇC´ım vyˇsˇs´ı byla chybovost, t´ım vyˇsˇs´ı byla psychick´a z´atˇeˇz pilot˚u. Pr˚ubˇeh chybovosti v pˇresnosti pilotov´an´ı byl br´an jako vzor pouˇzit´y pˇri v´ybˇeru statisticky nejv´yznamnˇejˇs´ıch parametr˚u.
V´ybˇer spoˇc´ıval v sledov´an´ı pr˚ubˇeh˚u parametr˚u a p-hodnoty dvouv´ybˇerov´eho Wilcoxonova testu. Spr´avn´y pr˚ubˇeh vykazovaly t´emˇeˇr vˇsechny namˇeˇren´e parametry, ale signifikantn´ı rozd´ıly u minim´alnˇe ˇctyˇr porovn´an´ı mˇeˇren´ı splˇnovaly parametry Mean HR, Mean RR, RMSSD, DET, DIV, RATIO, TT a TND z tepov´e frekvence a MAXV z dechov´e frekvence. V t´eto pr´aci byly parametry vyb´ır´any ruˇcnˇe, pro dalˇs´ı pr´aci je moˇzn´e v´ybˇer zpˇresnit pouˇzit´ım regresn´ı ˇci korelaˇcn´ı anal´yzy.
V t´eto pr´aci byla potvrzena hypot´eza o sniˇzov´an´ı psychofyziologick´e z´atˇeˇze v pr˚ubˇehu v´ycviku. To lze pozorovat u celkov´eho trendu chybovosti pˇresnosti pilotov´an´ı (viz obr. 5.12) a z´aroveˇn u vybran´ych statisticky v´yznamn´ych parametr˚u. Z´aroveˇn byla z uveden´ych v´ysledk˚u potvrzena hypot´eza o vyˇsˇs´ı psychofyziologick´e z´atˇeˇzi pˇri v´ycviku v letadle oproti v´ycviku na trenaˇz´eru. To dokazuj´ı i v´ysledky dvouv´ybˇerov´eho Wilcoxonova testu,
kdy u t´emˇeˇr vˇsech sledovan´ych parametr˚u byl nalezen signifikantn´ı rozd´ıl mezi prvn´ım mˇeˇren´ım v letadle a mˇeˇren´ımi na tranaˇz´eru. Zmˇena psychick´e z´atˇeˇze nemˇela vliv na vˇsechny vypoˇc´ıtan´e parametry, ale pouze 19 z nich mˇelo dan´y pr˚ubˇeh, kter´y vych´azel z hodnocen´ı pˇresnosti pilotov´an´ı. Z´aroveˇn ne u vˇsech parametr˚u byly nalezeny signifikantn´ı rozd´ıly mezi jednotliv´ymi mˇeˇren´ımi. Z toho d˚uvodu nelze tvrdit, ˇze jsou vˇsechny parametry vz´ajemnˇe z´avisl´e.
Seznam pouˇzit´e literatury
[1] A.C. Trujillo. Pilot mental workload with predictive system status information. pages 73–80. IEEE Comput. Soc, 1998.
[2] Gianluca Borghini, Laura Astolfi, Giovanni Vecchiato, Donatella Mattia, and Fabio Babiloni. Measuring neurophysiological signals in aircraft pilots and car drivers for the assessment of mental workload, fatigue and drowsiness. Neuroscience and Biobehavioral Reviews, 44:58–75, 2014.
[3] Mica R. Endsley. Automation and situation awareness. Automation and human performance: Theory and applications, pages 163–181, 1996.
[4] Andrea Haarmann, Wolfram Boucsein, and Florian Schaefer. Combining electrodermal responses and cardiovascular measures for probing adaptive automation during simulated flight. Applied Ergonomics, 40(6):1026–1040, 2009.
[5] Ioana Koglbauer, K. Wolfgang Kallus, Reinhard Braunstingl, and Wolfram Boucsein. Recovery training in simulator improves performance and psychophysiological state of pilots during simulated and real visual flight rules flight. The International Journal of Aviation Psychology, 21(4):307–324, 2011.
[6] Kazuya Takeda. In-vehicle corpus and signal processing for driver behavior. Springer, 2009.
[7] Ahmad Rauf Subhani, Likun Xia, and Aamir Saeed Malik. Evaluation of mental stress using physiological signals. pages 1–4. IEEE, 2011.
[8] Eiji Kawakita, Michimasa Itoh, and Koji Oguri. Estimation of driver’s mental workload using visual information and heart rate variability. pages 765–769. IEEE, 2010.
[9] C. Collet, P. Averty, and A. Dittmar. Autonomic nervous system and subjective ratings of strain in air-traffic control. Applied Ergonomics, 40(1):23–32, 2009.
[10] J. Wijsman, B. Grundlehner, Hao Liu, H. Hermens, and J. Penders. Towards mental stress detection using wearable physiological sensors. pages 1798–1801. IEEE, 2011. [11] Karel A. Brookhuis and Dick de Waard. Monitoring drivers’ mental workload in driving
simulators using physiological measures. Accident Analysis & Prevention, 42(3):898–903, 2010.
[12] Tadatsugi Okazaki, Koji Mural, Nobuo Mitomo, and Kenjirho Hikida. A study on navigator’s mental workload in ship handling simulator. pages 3644–3649. IEEE, 2007.
[13] Kilseop Ryu and Rohae Myung. Evaluation of mental workload with a combined measure based on physiological indices during a dual task of tracking and mental arithmetic. International Journal of Industrial Ergonomics, 35(11):991–1009, 2005.
[14] J.A. Healey and R.W. Picard. Detecting stress during real-world driving tasks using physiological sensors. IEEE Transactions on Intelligent Transportation Systems, 6(2):156–166, 2005.
[15] Guillaume Chanel, Joep J.M. Kierkels, Mohammad Soleymani, and Thierry Pun. Short- term emotion assessment in a recall paradigm. International Journal of Human- Computer Studies, 67(8):607–627, 2009.
[16] Tadatsugi Okazaki, Koji Mural, Nobuo Mitomo, and Kenjirho Hikida. A study on navigator’s mental workload in ship handling simulator. pages 3644–3649. IEEE, 2007.
[17] Masahiro Tanaka, Koji Murai, and Yuji Hayashi. Evaluation of pilot mental workload for simulator based training using heart rate variability. pages 4601–4605. IEEE, 2013. [18] Chi’e Soga, Shinji Miyake, and Chikamune Wada. Recovery patterns in the physiological responses of the autonomic nervous system induced by mental workload. pages 1366– 1371. IEEE, 2007.
[19] M. Ohsuga, H. Terashita, F. Shimono, and M. Toda. Assessment of mental workload based on the model of autonomic regulations on cardiovascular system. pages 1156–1157. IEEE, 1994.
[20] A.H. Roscoe. Assessing pilot workload. why measure heart rate, HRV and respiration? Biological Psychology, 34(2):259–287, 1992.
[21] J.A. Veltman and A.W.K. Gaillard. Physiological indices of workload in a simulated flight task. Biological Psychology, 42(3):323–342, 1996.
[22] Arun Sahayadhas, Kenneth Sundaraj, Murugappan Murugappan, and Rajkumar Palaniappan. A physiological measures-based method for detecting inattention in drivers using machine learning approach. Biocybernetics and Biomedical Engineering, 35(3):198– 205, 2015.
[23] Majid Fallahi, Majid Motamedzade, Rashid Heidarimoghadam, Ali Reza Soltanian, and Shinji Miyake. Effects of mental workload on physiological and subjective responses during traffic density monitoring: A field study. Applied Ergonomics, 52:95–103, 2016. [24] Richard M. Feldman and Ciriaco Valdez-Flores. Applied probability and stochastic
processes. Springer, 2. ed edition, 2010.
[25] Luigi Y Di Marco, Roberto Sottile, and Lorenzo Chiari. Time-frequency analysis of cardio-respiratory response to mental task execution. Computing in Cardiology, 2010:753–756.
[26] D.W. Watson. Physiological correlates of heart rate variability (HRV) and the subjective assessment of workload and fatigue in-flight crew: a practical study. pages 159–163. Institution of Engineering and Technology, 2001.
[27] Patricia Besson, Christophe Bourdin, Lionel Bringoux, Erick Dousset, Christophe Maiano, Tanguy Marqueste, Daniel R. Mestre, Sophie Gaetan, Jean-Pierre Baudry, and Jean-Louis Vercher. Effectiveness of physiological and psychological features to