Yüksek hassasiyetli sürüş simülatörü kullanılarak sürücünün uykululuk tespiti ve uyanıklığı için otonom bir sistemin geliştirilmesine doğru

Obstrüktif uyku apnesi (OSA) olan sürücülerde uyku bozukluğu ve yetersiz dinlenme sonucu ortaya çıkan uyuşukluğun neden olduğu mikro uykunun (MS) hassas ölçümü, kazaların önlenmesi açısından çok önemlidir. Bu doğrultuda üç metodoloji öneriyoruz: (i) sürüş simülatörü verilerini elektroensefalografi (EEG) modelleri ile ilişkilendirerek MS epizodlarının ölçülmesi; (ii) yüz tespiti için OpenCV ve video kayıtlarından göz tespiti için Dlib kullanılması, göz-en-boy oranının uyarlanabilir eşikleme yolu ile hesaplanması ve EEG modellerini görsel tabanlı puanlamayla ilişkilendirerek uyuşukluğun tespit edilmesi; ve (iii) giyilebilir sistemlerde kullanılmak üzere EEG kanallarının ve özniteliklerinin optimize edilmesi. Ayrıca, gerçek otobüs sürücüleri için, sürücü koltuğunun arka tarafında bulunan ve mevcut lastik şişirme sistemi ile entegre olan bir elektro-pnömatik vibratörün ürettiği titreşimler aracılığıyla sürücüleri uyarmayı amaçlayan, otonom, gerçek zamanlı uykululuk tespit ve uyarı sistemi de öneriyoruz. Çalışmamızda, OSA teşhisi konan elli sürücü, altı kanallı EEG elektrotları barındıran 50 dakikalık bir sürüş simülasyonuna katılırken, bir ön kamera ile yüz ifadeleri kaydedildi. İlk teknik, tekerlek ve şerit temasının ≥ 1 saniye sürdüğü 970 yol dışı (OOR) olayı ve tekerlek ve şerit bağlantısının kesilmesinin ≥ 1 saniye sürdüğü 1020 yol içi (OR) olayı tanımladı. Analizlerimizde, ayrık dalgacık dönüşümü uygulayarak her olay için teta/alfa oranlarını hesapladık. Komşu OR epizotlarına kıyasla daha yüksek teta/alfa oranına sahip OOR olaylarını gerçek MS, daha düşük orana sahip olanları ise yanlış MS olarak sınıflandırdık. Ön beyne odaklanan karşılaştırmalı analiz, 970 OOR olayından 791'ini gerçek MS epizodlarıyla eşleştirerek diğer beyin bölgelerinden daha iyi performans gösterdi. Analizimizi tüm kanallara genişlettiğimizde, 970 OOR olayının 923'ünü (%95,15) gerçek MS epizodlarıyla ilişkilendirerek daha da yüksek bir eşleşme elde ettik. Ayrıca toplam epizotların %95'inin 1 ila 15 saniye arasında sürdüğü MS süresini de ölçtük ve maksimum uyuşukluk düzeyi ile MS yoğunluğu arasında güçlü bir korelasyon (r = 0,8913, p<0,001) gözlemledik. İkinci teknik, 453 uykulu (PERCLOS ≥ 0,3 veya CLOSDUR ≥ 2 saniye) ve 474 uyanık (PERCLOS < 0,3 ve CLOSDUR < 2 saniye) epizodu tanımladı. Ayrık dalgacık dönüşümü uygulayarak on EEG özniteliği türettik ve bunları çeşitli karşılaştırma kriterleri kullanarak görsel tabanlı epizodlarla ilişkilendirdik. Tüm kanalları bir arada kullandığımızda, teta-alfa oranının görsel tabanlı puanlamayla güçlü ilişki (%94,7) gösterdiğini, bunu delta-alfa oranının (%87,2) ve delta-teta oranının (%86,7) izlediğini değerlendirdik. Özellikle, frontal (%86,4) ve F4 kanalı (%75,4) kullanıldığında çoğu epizod teta-alfa oranı ile yüksek ilişki gösterirken; frontal ve oksipital bölgeler (özellikle bireysel F4 ve O2 kanalları), birçok öznitelikte üstün ilişki sergiledi. Üçüncü teknikte, her görsel tabanlı epizod için on EEG özelliği normalize edildi, ardından katılımcılar arasında en tutarlı yöntemi belirlemek için yedi farklı eşikleme tekniği hesaplandı. Epizodlar, özelliğe bağlı kriterlere göre uykulu veya uyanık olarak sınıflandırıldı ve normalleştirilmiş değerlerin belirli bir eşiğin üstünde veya altında olup olmadığı incelendi. Her segmenti görsel puanlamaya göre sınıflandırmak için ideal çifti belirlemek amacıyla EEG özelliklerini 45 eşleştirilmiş kombinasyon halinde birleştirdik. Bunlar arasında, F4 ve O2 kanallarındaki PSD alfa ve PSD teta kombinasyonu, sırasıyla %96,1 ve %95'lik ortalama kapsama elde etti ve karşılık gelen doğruluk oranı %95,4 ve %94,7 oldu. Bu kapsamlar, F4 için %1,47 ve O2 için %0,32'lik bir artışla, altı kanal ve tek bir özellik kullanılarak elde edilen sonuçlara kıyasla kısmen daha yüksekti. Son olarak, gerçek bir otobüs için gerçek zamanlı uykululuk tespit ve uyarı sisteminin geliştirilmesine yönelik yeni bir yaklaşım sunduk. Sonuç olarak, çalışmamız, bir sürüş simülatörü kullanarak OSA hastalarında araç sürmeye uygunluğu değerlendirmek, donanım ve hesaplama taleplerini azaltmak ve gerçek otobüs sürücüleri için etkili bir gerçek zamanlı uykululuk tespiti ve uyarı sisteminin önünü açmak için potansiyel olarak kullanılabilir.