Artykuł badawczy

Wielomodalna ergonomiczna ocena miejsc na kolei dużych prędkości poprzez integrację elektromiografii, reakcji przewodności skóry oraz analizy scenariuszowej

DOI:

10.3791/69661

9 stycznia 2026

W tym artykule

Podsumowanie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Badania oceniają różnice fizjologiczne i ergonomiczne między klasami siedzenia na kolei dużych prędkości, integrując elektromiografię, reakcję przewodnictwa skóry oraz analizę opartą na scenariuszach, aby ilościowo określić zmęczenie mięśni, reakcje na stres oraz ogólny komfort podczas realistycznych aktywności podczas podróży.

Streszczenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Większość istniejących badań dotyczących komfortu siedzeń w kolei dużych prędkości (HSR) opiera się na subiektywnych badaniach i mapach ciśnienia; Nie ma fizjologicznych raportów dotyczących zmęczenia mięśni i narastania stresu przy dłuższych okresach podróży. Ocena dynamicznej wydajności siedzenia w różnych warunkach podróży jest dość trudna ze względu na niemożność tradycyjnych badań laboratoryjnych do odtworzenia rzeczywistych zmian postawy. Aby przezwyciężyć te ograniczenia, niniejsze badania porównują miejsca biznesowe, klasy pierwszej i ekonomicznej w rzeczywistym scenariuszu podróży HSR za pomocą wielomodalnych testów ergonomicznych, które obejmują elektromiografię (EMG), reakcję przewodnictwa skóry (SCR) oraz testy behawioralne oparte na scenariuszach. 30 uczestników zostało podzielonych na dwie klasy siedzące i umieszczonych w czterech funkcjonalnych sytuacjach: przyjęciu, posiłkach, pracy i odpoczynku. Podczas gdy SCR służyło do monitorowania autonomicznych odpowiedzi stresowych, EMG rejestrowało aktywność mięśni w barkach, lędźwiach i szyi. Wyniki wskazują, że choć fotele klasy biznesowej zmniejszają obciążenie lędźwiowe, nie eliminują zmęczenia kończyn górnych i szyi, zwłaszcza w pozycji leżącej. Fotele w pierwszej klasie są maksymalnie ustawione pod względem pozycji roboczej, ale nie zapewniają elastycznego wsparcia dla różnych proporcji ciała, co powoduje dyskomfort głowy i lędźwi. Ze względu na niski poziom regulacji, fotele klasy ekonomicznej generują największe napięcie mięśniowe, mimo wysokiego wsparcia lędźwiowego i szyi. Badania te dostarczają zrozumienia regulowanego, ergonomicznie idealizowanego siedzenia dla pociągów w przyszłych modelach oraz znaczenia uwzględniania informacji behawioralnych i fizjologicznych w dynamicznej analizie siedzeń.

Wprowadzenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Mobilność globalna została przekształcona dzięki szybkiemu rozwojowi sieci kolei dużych prędkości (HSR), które skracają czas podróży i poprawiają dostępność. Mimo że infrastruktura HSR przechodzi ciągłe ulepszenia techniczne, komfort siedzeń, zwłaszcza podczas dłuższych podróży, pozostaje kluczowym, choć niedostatecznie zbadanym elementem doświadczenia pasażerów. Według wcześniejszych badań, źle wykonane siedzenia mogą prowadzić do przewlekłego naprężenia mięśniowo-szkieletowego, dyskomfortu oraz zmęczenia mięśniowego 1,2,3. Problemy te są pogłębiane w niższych klasach siedzących, gdzie kompromisy projektowe wynikające z kosztów często skutkują nieelastycznymi, nieregulowanymi konstrukcjami, które nie są w stanie uwzględnić różnorodnych kształtów ciała i wymagań dotyczących postawy. Międzynarodowe systemy kolejowe, takie jak francuski TGV i japoński Shinkansen, wprowadziły zasady ergonomii, aby poprawić konstrukcję siedzącej, ale wciąż brakuje systematycznych, empirycznych badań nad komfortem siedzeń HSR, zwłaszcza w zakresie fizjologicznego obciążenia mięśni4. Poprzezwdrożenie podejść do czynników ludzkich można uzyskać głębsze zrozumienie komfortu pasażera oraz nagromadzenia zmęczenia. Głównym problemem jest stworzenie wiarygodnego systemu oceny, który mierzy naprężenia biomechaniczne, uwzględniając jednocześnie kontekstowe wykorzystanie siedzeń i rzeczywiste zachowania pasażerów.

Najnowsze badania nad ergonomią i czynnikami ludzkimi wykazały, że EMG i SCR mogą dostarczać obiektywnych, w czasie rzeczywistym informacji o reakcjach fizjologicznych związanych ze zmęczeniem mięśni i bólem podczas siedzenia6. EMG to powszechna metoda oceny miejscowego obciążenia mięśni podczas pozycji siedzącej i stanowi elektryczną miarę aktywności mięśni. Ponadto SCR wywołuje reakcje autonomicznego układu nerwowego, które stanowią pośrednią miarę fizycznego dyskomfortu i stresu, szczególnie w długotrwałych pozycjach statycznych o statycznych7. Metody te pozwalają bardziej szczegółowo zrozumieć ergonomiczne słabości w konstrukcji siedzeń poprzez pomiar dobrowolnych i mimowolnych reakcji fizjologicznych. Warto zauważyć, że wcześniejsze badania skutecznie stosowały EMG i SCR do badań nad wydajnością zadań w środowiskach o wysokim poziomie wyzwań poznawczych oraz w systemach interakcji cyfrowej, aby wykazać ich wszechstronność w ocenie projektowania skoncentrowanego na człowieku. Jednak nie zostały jeszcze bezpośrednio zastosowane w badaniach nad miejscami siedzenia w transporcie kolejowym, więc konieczne jest dalsze badanie ich potencjału jako narzędzia do określania poziomu komfortu pasażerów w dynamicznych, wieloscenariuszowych warunkach8.

Brak rozróżnienia opartego na scenariuszach w zbieraniu danych jest istotną wadą obecnych ergonomicznych ocen siedzeń HSR. Konwencjonalne badania nad komfortem fotela często wykorzystują statyczne środowiska laboratoryjne, które nie odzwierciedlają dokładnie rzeczywistych okoliczności podróży2. Ale w rzeczywistym środowisku HSR pasażerowie wykonują różne czynności, takie jak jedzenie, praca, relaks i rozrywka, z których każda wymaga różnych wzorców obciążenia mięśniowego i korekt postawy9. Naukowcy mogą identyfikować biomechaniczne czynniki stresujące unikalne dla każdego kontekstu użycia, łącząc EMG i SCR w ramach opartych na scenariuszach. Pozwala to na dokładniejszą ocenę wydajności fotelika w różnych zachowaniach podczas jazdy. Chociaż metoda ta okazała się skuteczna w takich dziedzinach jak ergonomia cyfrowa i interakcja człowiek-maszyna, jej zastosowanie w projektowaniu siedzeń transportowych jest wciążw powijakach. Ponadto tylko nieliczne badania wykorzystały wielomodalne pomiary fizjologiczne i behawioralne do systematycznego porównania zmęczenia mięśni w różnych klasach siedzących, choć niewiele badało rozkład ciśnienia mapujący11.

Wykorzystane tutaj ramy koncepcyjne (Rysunek 1) pokazują, że rozwój kolei dużych prędkości, doświadczenie pasażerów oraz aglomeracja miejska są ze sobą powiązane w złożony sposób. Warto zauważyć, że podkreśla to, jak zmiana stylu życia pasażerów i rozwój miasta stawiają nowe wymagania dotyczące projektowania fotelików HSR, z naciskiem na interakcję człowieka-maszyna, zachowania podczas podróży oraz komfort pasażerów jako główne kwestie. Potrzeby podróży HSR są również zależne od łączności między klastrami metropolitalnymi, która determinuje oczekiwania pasażerów co do długoterminowego komfortu oraz ergonomicznego charakteru foteli. Projekt tradycyjnych siedzeń jest również podważany przez zmieniające się wzorce pracy, zmiany stylu życia, w tym częstsze korzystanie z urządzeń mobilnych oraz zmieniające się nawyki pracy osób wymagających innowacyjnego ergonomicznego rozwiązania. Wyniki uzasadniają bardziej plasticzny, ludzki sposób projektowania siedzeń, co jest zgodne z celami badań.

Rysunek 1
Rysunek 1: Koncepcyjny framework badawczy międzymiastowej kolei dużych prędkości. Tutaj przedstawiono korelację między populacją, aglomeracją miejską a badaniami nad szybką koleją (HSR). Skupia się na wpływie rozwoju miejskiego i nowoczesnego stylu życia na wzorce transportu pasażerskiego, zapotrzebowanie na konsumpcję oraz wymagania dotyczące przestrzeni. Dodatkowo diagram podkreśla podejście skoncentrowane na człowieku, które łączy procesy urbanizacji, mobilności i zmian stylu życia, ilustrując, jak HSR wpływa i reaguje na skupiska miejskie oraz zmieniające się zachowania pasażerów. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.

Aby wypełnić te luki, artykuł metodycznie porównał fizjologiczne skutki różnych układów siedzeń HSR w klasach biznesowych, pierwszych i ekonomicznych, wykorzystując EMG i SCR. Pierwotną cechą tych badań jest przejściowy charakter eksperymentu opartego na scenariuszu, który pozwala odkryć problemy wzorców zmęczenia mięśni charakterystycznych dla różnych pozycji pracy, odpoczynku, jedzenia i rozrywki. Badania dostarczają ilościowych informacji fizjologicznych i obejmują rzeczywiste zachowanie pasażerów, aby skutecznie rozwiązać analizę siedzenia pod kątem ergonomii i czynników ludzkich.

Badanie dostarcza opartych na naukowych sugestiach dotyczących adaptacji odcinka lędźwiowego, optymalizacji pozycji stołu pod podłokietnik oraz struktur siedzących w zależności od przekroju poprzecznego obciążenia mięśniowego oraz reakcji autonomicznych na różne typy siedzeń. Oprócz dostarczania nowych naukowych informacji na temat ergonomii długotrwałego siedzenia w HSR, obecne badania definiują również realne myślenie projektowe dotyczące przyszłych wersji fotelików HSR w przypadkach, gdy pasażerowie kładą nacisk na komfort, inkluzywność i elastyczność. Badania rozwijają starą debatę na temat ergonomicznych siedzeń w transporcie i oferują wskazówki producentom szybkich pociągów, jak dostosować się do różnych wymagań pasażerskich w ich kategorii miejsc, integrując praktyki biomechaniczne i rzeczywiste ludzkie.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Etyczna zgoda została uzyskana od Podkomisji Medycznej Komitetu Etyki Naukowo-Technologicznego Uniwersytetu Tsinghua (nr zatwierdzenia: THU01-20250087), a wszyscy uczestnicy wyrazili pisemną świadomą zgodę przed przystąpieniem do badania.

Badania określają napięcie fizjologiczne i zmęczenie mięśni w różnych klasach siedzeń na kolei dużych prędkości (HSR) poprzez wielomodalną ocenę ergonomiczną. To podejście daje bardziej dynamiczne rozważania w porównaniu do tradycyjnych statycznych pomiarów aktywności mięśniowej i stresu fizjologicznego w różnych pozycjach siedzących oraz podczas wydarzeń podróżujących poprzez połączenie EMG i SCR w ramach symulacji scenariusza. Aby zmierzyć intensywność aktywacji mięśni i postęp zmęczenia,uwzględniono również dwa powszechnie stosowane metryki oceny fizjologicznej w ocenach ergonomicznych i biomechanicznych, takie jak mediana częstotliwości (MF) i średnia kwadrat korzeni (RMS).

Badania wykorzystały porównywalne kontrole eksperymentalne oraz neutralną bazę (kalibrację przed testem). Jako neutralny fizjologiczny punkt odniesienia dla normalizacji, uczestnicy rejestrowali swoje poziomy EMG i SCR spoczynkowo podczas 10-minutowej kalibracji bazowej w standardowej pozycji pionowej przed każdą sesją. Ponadto porównania miejsc w klasie biznesowej, pierwszej i ekonomicznej służyły jako eksperymentalne kontrole, umożliwiając rozdzielenie efektów specyficznych dla miejsc w tych samych działaniach opartych na scenariuszach.

Środowisko eksperymentalne i wyposażenie
Dla poprawności ekologicznej wszystkie pomiary przeprowadzono w rzeczywistych kabinach kolei dużych prędkości (HSR). Rysunek 2 przedstawia miejsca siedzące i otoczenie w klasie biznes, ergonomiczne rozwiązania, oświetlenie kabiny oraz rozwiązania dla pasażerów. Te elementy przyczyniają się do ogólnego poziomu komfortu, a dodatkowo wpływają na reakcje fizjologiczne, takie jak zmiany SCR i aktywność EMG. System czujników noszonych w tych badaniach, opisany na Rysunku 3, był wykorzystywany w monitorowaniu fizjologicznym. Aparat używany w eksperymencie składał się z:
Elektromiografia (EMG): Czujniki EMG powierzchniowe zostały przymocowane do dolnej części pleców, szyi i ramion, aby rejestrować zmiany amplitudy aktywności mięśniowej (μV) i mediany częstotliwości (Hz), które są wskaźnikami zmęczenia mięśni.
Odpowiedź przewodnictwa skóry (SCR): Czujnik Shimmer3 GSR+ został użyty do rejestrowania aktywności elektrodermalnej związanej z dyskomfortem fizycznym i stresem w zakresie 50 Hz.
Synchronizacja danych: Oprogramowanie oparte na Pythonie zapewniało integrację w czasie rzeczywistym obu typów danych, EMG i SCR, we wszystkich warunkach eksperymentalnych.

Precyzyjne rozmieszczenie czujników: Aby osiągnąć powtarzalność i precyzyjne pozyskiwanie sygnału, elektrody do elektromiografii powierzchniowej (sEMG) muszą być umieszczone zgodnie z wytycznymi SENIAM13. Elektrody dwubiegunowe Ag/AgCl umieszczono na mięśniach mostkowo-naczyniowo-domowłosych (środek między wyrostkiem sutkowym a wcięciem mostkowym), górnym czworoczniku (środek między wyrostkiem kolczastym C7 a akromionem) oraz mięśniami wprosto-kręgowymi (3 cm boczne względem wyrostka kolczastego L3), tak że elektrody były ustawione równolegle do włókien mięśniowych z odstępem między elektrodami wynoszącym 20 mm. Każde miejsce było golone, przecierane alkoholem izopropylowym 70% i lekko ścierane, aby zapobiec przeszkodzie skóry poniżej 5 Ω. Boczny nadkłykcień był pokryty elektrodą referencyjną. Czujniki były sensorami SCR, których elektrody były przymocowane do dalszych paliczków palca wskazującego i środkowego ręki niedominującej, z 10-minutową kalibracją przedtestową, podczas której określano wartości referencyjne EMG i SCR. Czujniki EMG zostały przymocowane do dolnej części pleców, szyi i ramion, aby ocenić amplitudę aktywacji mięśni (μV) oraz medianę zmiany częstotliwości (Hz), co jest jednym z objawów zmęczenia mięśni.

Dane fizjologiczne zbierano za pomocą czujników SCR oraz bezprzewodowych systemów sEMG do pomiaru aktywności mięśni, oba zsynchronizowane przez oprogramowanie do akwizycji danych oparte na Pythonie, aby zapewnić precyzję czasową. Wszystkie urządzenia były kalibrowane przed każdą sesją, aby zachować dokładność i niezawodność sygnału.

Rysunek 2
Rysunek 2: Eksperymentalne środowisko kabiny (klasa biznes). Układ wnętrza i ergonomiczne cechy kabiny HSR, gdzie nacisk kładziono na komfort pasażerów i planowanie przestrzeni w kabinie. Posiada duże fotele rozkładane z ekranami prywatności, regulowanymi przyciskami do siedzenia oraz regulowanym oświetleniem. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.

Rysunek 3
Rysunek 3: Eksperymentalne przygotowanie do monitorowania fizjologicznego. Pokazano układ wnętrza w stylu HSR, który podkreśla indywidualne cechy pasażerów, oświetlenie ambientowe oraz ergonomiczne fotele. Skupia się na komforcie, wykonaniu i praktyczności, w tym półprywatność foteli, przestronną przestrzeń na nogi oraz regulowaną lampkę do czytania. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.

Uczestnicy i projekt eksperymentu
Łącznie 30 zdrowych dorosłych uczestników (15 mężczyzn i 15 kobiet) zostało zrekrutowanych metodą próbkowania stratyfikacyjnego, aby zapewnić równą reprezentację w warunkach siedzenia w biznesach, klasach pierwszorzędnych i ekonomicznych. Uczestnicy byli dorosłymi w wieku od 18 do 40 lat, w dobrym stanie zdrowia ogólnego i nie zgłaszali historii chorób układu mięśniowo-szkieletowego dotykających szyję, barki czy dolną część pleców. Osoby musiały nie mieć zdiagnozowanych chorób neurologicznych ani ogólnoustrojowych, móc wygodnie przesiadać przez cały eksperyment oraz zgadzać się na przestrzeganie wszystkich procedur. Uczestnicy byli wykluczeni, jeśli mieli niedawny lub utrzymujący się ból szyi, barku lub lędźwi; przeszedł operację kręgosłupa lub górnej części ciała; miał alergie skórne na elektrody Ag/AgCl; była w ciąży; stosował leki wpływające na aktywność nerwowo-mięśniową; lub nie byli w stanie bezpiecznie ukończyć protokołu.

Ostateczna próba składała się z 30 zdrowych dorosłych (15 mężczyzn i 15 kobiet), wszyscy wolni od upośledzeń neurologicznych i układu mięśniowo-szkieletowego. Próba obejmowała typowy zakres rozmiarów nadwozia istotnych dla oceny miejsc w samolotach komercyjnych, a wszyscy uczestnicy dominowali prawą ręką, aby zapewnić spójność pomiarów elektromiografii.

Zastosowano eksperymentalny projekt crossover, który losowo przypisywał uczestnikom różne konfiguracje miejsc, tak aby każdy korzystał z foteli biznesowych, pierwszej klasy i ekonomicznej. Podczas oceny na miejscu każdy uczestnik ukończył cztery scenariusze funkcjonalne o równym czasie trwania w ciągu godzinnej sesji. Scenariusze te odzwierciedlają typowe zachowania podczas lotu, takie jak odpoczynek w rozluźnionej pozycji siedzącej, jedzenie lub picie przy stoliku na tacy, praca na laptopie lub tablecie oraz angażowanie się w rozrywkę, taką jak oglądanie filmów na telefonie lub tablecie. Ta konstrukcja pozwalała uczestnikom na kontakt z różnorodnymi typowymi środowiskami kabinowymi i aktywnościami podczas lotu, umożliwiając kontrolowane porównywanie wzorców aktywacji mięśni w różnych warunkach.

Podsumowanie scenariuszy oraz częste występowanie pasażerów w każdym scenariuszu testowym jest podsumowane na Rysunku 4.

Standaryzacja scenariuszy: Każdy praktyczny scenariusz został ustandaryzowany jasnymi instrukcjami i standardami postawy, aby zapewnić jednolitość między uczestnikami i zmniejszyć zakłócające zmienne. Uczestnicy scenariusza odpoczynku opierali się z ramionami opartymi na podłokietnikach i stopami płasko na ziemi. W miejscu jadalnym uczestnicy wykonywali zadanie jedzenia w standardzie, podczas gdy stoliki tacowe były podnoszone do stałej wysokości 45 cm nad podstawą siedziska. W warunkach pracy uczestnicy wykonywali konsekwentne pisanie, utrzymując plecy w kontakcie z podparciem lędźwiowym, podczas gdy laptopy lub tablety były ustawione na stoliku pod stałą wysokością i kątem. W scenariuszu rozrywkowym uczestnicy mieli trzymać głowy i ramiona w pozycji neutralnej oraz trzymać urządzenia w stałej odległości widzenia. Aby zapewnić przestrzeganie zasad, badacze kontrolowali postawę podczas każdego scenariusza i wprowadzali korekty w razie potrzeby. Aby zapoznać uczestników ze standaryzowanymi stanowiskami i zadaniami, przed zebraniem danych odbyła się krótka sesja praktyczna.

Rysunek 4
Rysunek 4: Klasyfikacja scenariuszy warunków eksperymentu. Zajęcia pasażerskie w miejscach HSR obejmują pracę w biurze, jedzenie, zabawy, sen i poruszanie się. Zwraca uwagę na różnorodne aktywności, w które podróżni angażują się podczas podróży, co ilustruje wielofunkcyjną i wielofunkcyjną przestrzeń do siedzenia. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.

Metryki fizjologiczne do oceny zmęczenia mięśni
Aby poprawić ocenę zmęczenia mięśni, zastosowaliśmy średnią kwadrat korzeni (RMS) oraz MF jako główne wskaźniki fizjologiczne. RMS ilościowo określa całą aktywność elektryczną mięśnia i oszacuje wysiłek mięśni, natomiast MF oznacza zmiany widma wywołane zmęczeniem w sygnale EMG8. Następujące równania stanowiły podstawę tych obliczeń:

Równanie 1    (1)

W równaniu (1) T oznacza całkowity czas trwania, a EMG2 to zarejestrowany sygnał EMG w czasie t. Wyższe wartości RMS oznaczają większy wysiłek mięśniowy, natomiast niższe oznaczają zmniejszone obciążenie mięśni8.

Równanie 2   (2)

W równaniu (2) p(f) reprezentuje gęstość widmowa mocy sygnału EMG. Spadek MF w czasie wskazuje na rosnące zmęczenie mięśni14.

Dla dokładnej oceny napięcia mięśniowego i reakcji stresu fizjologicznego w różnych sytuacjach siedzących, dane SCR zostały przeanalizowane wspólnie z EMG. Zmęczenie mięśni i stres fizjologiczny mierzono za pomocą SCR oraz elektromiografii powierzchniowej (sEMG). Elektrody umieszczono na mostkowo-naczyniowo-donasoidalnym (szyi), czwoczęściu (barku) oraz na mięśniu podwodnym (lędźwiowym) w celu sEMG. Sygnały surowe przeszły pełną prostowniczkę falową, zmieniając wartości ujemne na dodatnie po filtrowaniu pasmowym (20-450 Hz), eliminując artefakty ruchu i szumy niskiej częstotliwości. Sygnał został wygładzony dzięki oknu średniej kroczącej 200 ms. Intensywność aktywacji mięśni zmierzono za pomocą średniej kwadratowej wartości korzeniowej (RMS), a postęp zmęczenia zidentyfikowano poprzez wyodrębnienie medianowej częstotliwości (MF) z gęstości widmowej mocy.

Zmiany autonomiczne były powolne i były izolowane przez rejestrowanie sygnałów SCR o częstotliwości 50 Hz oraz filtrowanie dolnoprzepustowe z częstotliwością 2 Hz. Punkt bazowy tonikowy został oznaczony obliczeniem poziomu przewodności skórnej (SCL), a natychmiastowe reakcje naprężeń rejestrowano poprzez usunięcie amplitudy i opóźnienia fazowych szczytów SCR. Pomiary EMG i SCR były synchronizowane w czasie rzeczywistym, a testy statystyczne, w tym korelacje Pearsona, jednokierunkowa ANOVA oraz powtarzalne pomiary ANOVA, zostały przeprowadzone w celu potwierdzenia korelacji między parametrami fizjologicznymi a subiektywnymi ocenami komfortu. Aby mierzyć ergonomię siedzenia w różnych klasach HSR i w różnych kontekstach aktywności, pipeline zapewnia, że surowe dane fizjologiczne są przekształcane w wiarygodne, zrozumiałe pomiary.

Zbieranie i przetwarzanie danych
Przed zebraniem danych wykonywano kalibrację bazową na 10 minut, aby zapewnić dokładność sygnału. Każdy uczestnik następnie ukończył ustaloną 60-minutową fazę aktywności odpowiadającą wcześniej zdefiniowanym warunkom eksperymentalnym. Zapewniono uczciwe poznanie różnych konfiguracji miejsc dzięki losowemu przydziałowi miejsc. Po badaniu zebrano półustrukturyzowane wywiady oraz subiektywne oceny dyskomfortu przy użyciu skali typu Likerta od 1 do 10, opartej na klasycznej metodologii wprowadzonej przez Likerta15, dostarczając jakościowych danych o postrzeganym komfortie.

Aby uzyskać dokładniejsze pomiary napięcia mięśniowego, wartości różnic EMG we wszystkich scenariuszach były obliczane przed i po każdym z nich. Zmniejszona różnica w EMG oznacza bardziej relaksujące siedzenie i mniejsze obciążenie mięśni.

Analiza statystyczna i przetwarzanie
Wstępne przetwarzanie danych: Zastosowano filtrowanie pasmowe (20-450 Hz), prostowanie pełnej fali oraz okno średniej kroczącej 200 ms, aby wyodrębnić istotne trendy sygnału. Surowe sygnały EMG i SCR zostały najpierw wstępnie przetworzone, aby zapewnić jakość danych i porównywalność między uczestnikami. Sygnały EMG były filtrowane pasmowo w zakresie od 20 do 450 Hz, prostowane i wygładzane za pomocą okna średniego kwadratu pierwiastkowego (RMS) o długości 100 ms. Dane SCR były filtrowane dolnoprzepustowo pod kątem 5 Hz i normalizowane względem indywidualnych nagrań bazowych uzyskanych podczas kalibracji przed testem. Artefakty ruchu i wartości odchylające zostały usunięte poprzez ręczną inspekcję i automatyczne progowanie. Dane wstępnie przetworzone były następnie uśredniane dla każdego scenariusza do kolejnej analizy statystycznej.

Analiza statystyczna: Porównania ANOVA: Do porównania amplitud EMG w klasach siedzenia zastosowano jednokierunkową metodę ANOVA, natomiast powtarzalna metoda ANOVA oceniała trendy zmęczenia mięśni w czasie. Analiza SCR: Sygnały były filtrowane dolnoprzepustowo przy częstotliwości 2 Hz, a szczytowe częstotliwości zdarzeń SCR (szczyty na minutę) porównywano za pomocą ANOVA. Analiza korelacji: Testy korelacji Pearsona analizowały zależności między EMG, SCR a subiektywnymi ocenami dyskomfortu.

Analiza jakościowa
Potencjalne różnice w naprężeniach biomechanicznych i doświadczeniu użytkownika są analizowane tematycznie, analizując związek między subiektywnymi wrażeniami a wynikami fizjologicznymi. To połączenie metod zapewnia kompleksowe, oparte na danych podejście do oceny ergonomii siedzeń HSR oraz opartą na dowodach platformę do ulepszania adaptacyjnego designu foteli.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wyniki wskazują na duże różnice w autonomicznych aktywnościach nerwowych, zmęczeniu mięśni oraz ogólnym komforcie w klasach siedzących HSR. Aby uzyskać kompleksowy obraz wpływu projektowania fotelików na dobrostan fizjologiczny i psychiczny pasażerów podczas długich lotów, integrowane są obserwacje behawioralne SCR, EMG oraz scenariuszowe. Wyniki te potwierdzają hipotezy ergonomiczne przedstawione we wstępie, wspierając teorię, że klasa siodeła i postawa zależna od scenariusza mają istotny wpływ na zmęczenie mięśni i rea...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Niniejsze badanie proponuje wielomodalną, opartą na scenariuszach ramy ergonomicznej oceny, które integrują elektromiografię (EMG), reakcję przewodnictwa skóry (SCR) oraz kontekstową analizę behawioralną w celu oceny komfortu siedzenia na kolei dużych prędkości (HSR). W przeciwieństwie do tradycyjnych badań laboratoryjnych, które koncentrują się głównie na statycznej postawie lub rozkładzie ciśnienia, obecne prace uwzględniają dynamiczne zachowania podczas podróży — takie jak jedzenie, rozrywka, odpoczynek i praca — umoż...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają nic do ujawnienia.

Podziękowania

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nie ma zastosowania.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Elektrody EMG z klejem (jednorazowe)Noraxon9113A
Tłuszcze alkoholowe (sterylne)BD Medical326895
Skrypt synchronizacji danych (Python 3.9)Open SourceNie ma
Oprogramowanie do synchronizacji danychNiestandardowe (oparte na Pythonie)Nie maOpracowany w Pythonie do integracji sygnałów EMG i SCR w czasie rzeczywistym.
Czujnik elektromiografii (Surface EMG)DelsysBezprzewodowy System EMG Trigno
Oprogramowanie do przetwarzania sygnałów EMGDelsysEMGworks 4.6Nie ma
Interfejs do pozyskiwania danych fizjologicznychInstrumenty narodoweUSB-6001
Biblioteki Pythona (numpy, pandas, scipy, matplotlib)Open Source (Python Software Foundation)Nie ma
Kwestionariusz (skala Likerta)ZwyczajNie maWykorzystywane do zbierania subiektywnych ocen komfortu (skala 1– 10) po każdym scenariuszu.
Rodzaje miejsc siedzących (Business/First/Eco)Kabina HSR (rzeczywisty)Nie maTrzy klasy siedzące o różnych cechach ergonomicznych oceniono na miejscu.
Czujnik Shimmer3 GSR+ (do pomiaru SCR)Wykrywanie ShimmerSH-GSR3+Używany do pomiaru przewodności skóry (SCR) z częstotliwością próbkowania 50 Hz w zakresie stresu i dyskomfortu.
Oprogramowanie do analizy statystycznej (IBM SPSS Statistics 26.0)IBMNie ma
Żel elektrody powierzchniowejLaboratoria ParkeraSigna Gel 300
Powierzchniowe czujniki EMGNie określono (prawdopodobnie Shimmer lub Delsys)Nie maUmieszczone na ramionach, dolnej części pleców i szyi; Używana do pomiaru aktywacji mięśni, amplitudy i zmęczenia.
Monitor temperatury i wilgotnościTesto0560 6050
Stolik tacowyZintegrowane w okręgach HSRNie maWykorzystywane w sytuacjach gastronomicznych i pracy przy laptopie i podczas rozmieszczania posiłków.
Kamera do nagrywania wideo (obserwacja behawioralna)KanonEOS M50
Chusteczki do przygotowania skóryMedlineMDS093855H

Bibliografia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Ahmad, W., Alam, M. S. An expository analysis of biomechanical and subjective impacts induced by shoe inserts in asymptomatic subjects: A systematic review on functionality and mechanisms of action. Human Factors Ergo Manu Service Indust. 35 (1), e21058(2025).
  2. Huang, S. R., Zhang, Z. F., Yuan, Q., Xu, Z. M., He, Y. S. Weight coefficients of static sitting comfort for different body parts. Auto Eng. 38 (7), 889-895 (2016).
  3. Vink, P., Lips, D. Sensitivity of the human back and buttocks: The missing link in comfort seat design. Appl Ergon. 58, 287-292 (2017).
  4. Xiong, J. Y., Deng, Z. G. Research progress on high-speed maglev rail transit. J Traffic Transportat Eng. 21 (1), 177-198 (2021).
  5. Salmon, P. M., et al. Human factors methods and accident analysis: Practical guidance and case study applications. , 1st edn, CRC Press. (2011).
  6. Chowdhury, S. K., Nimbarte, A. D. Effect of fatigue on the stationarity of surface electromyography signals. Int J Indust Ergon. 61, 120-125 (2017).
  7. Lawler, K. A. Cardiovascular and electrodermal response patterns in heart rate reactive individuals during psychological stress. Psychophysiology. 17 (5), 464-470 (1980).
  8. Chen, K., Li, Z., Jamieson, G. A. Influence of information layout on diagnosis performance. IEEE Transact Human Machine Syst. 48 (3), 316-323 (2018).
  9. Ma, Z., Gao, Q., Zhou, X., Zhou, M., Ma, D. Comfort of wrist-worn devices: Development of an assessment tool and measurement of comfort-discomfort pressure for older and younger users. Int J Human Comp Interact. 41 (14), 8539-8553 (2024).
  10. The double diamond: A universally accepted depiction of the design process. , UK Design Council. London. (2005).
  11. Kordnaeij, A., Zali, M., Shoraka, S., Abdi, R. Recognizing entrepreneurial opportunities in passenger services (case study: Raja passenger trains company). Eur J Sci Res. 50 (3), 317-326 (2011).
  12. Luo, S. J. Study on driving comfort based on biological response [PhD thesis]. , Zhejiang University. (2005).
  13. Hermens, H. J., Freriks, B., Disselhorst-Klug, C., Rau, G. Development of recommendations for SEMG sensors and sensor placement procedures. J Electromyography Kinesiol. 10 (5), 361-374 (2000).
  14. Li, W. H. Analysis and evaluation of aircraft passenger seat comfort based on physiological responses [PhD thesis]. , Northwestern Polytechnical University. (2021).
  15. Likert, R. A technique for the measurement of attitudes. Arch Psychol. 22 (140), 1-55 (1932).
  16. Saruwono, M., Zulkiflin, N. F., Mohammad, N. M. N. Living in living rooms: Furniture arrangement in apartment-type family housing. Proced Social Behav Sci. 50, 909-919 (2012).
  17. Wang, Y. F., Ni, P. F. Economic growth spillover and regional spatial optimization under the influence of high-speed rail. China Ind Econ. 2, 21-36 (2016).
  18. Exploration of pressure distribution and comfort in passenger vehicle seats. Wang, D., Zhou, Z. Proc 5th Int Conf Automat Cont Algorithm Intell Bionics, , 113-119 (2025).
  19. Research on human data-driven parametric design: Personalized customization of seating. Wu, Y., Jiang, Y., Yuan, X. Int Conf Architect Across Boundaries, , 126-134 (2024).
  20. Scibilia, A., Pedrocchi, N., Fortuna, L. Human control model estimation in physical human-machine interaction: A survey. Sensors. 22 (5), 1732(2022).
  21. Dazkir, S. S., Read, M. A. Furniture forms and their influence on our emotional responses toward interior environments. Environ Behav. 44 (5), 722-732 (2012).
  22. Cao, S., Feng, P., Kang, W., Chen, Z., Wang, B. Optimized driver fatigue detection method using multimodal neural networks. Sci Rep. 15 (1), 12240(2025).
  23. Zafar, M. H., Moosavi, S. K. R., Sanfilippo, F. Federated learning-enhanced edge deep learning model for EMG-based gesture recognition in real-time human-robot interaction. IEEE Sensors J. 25 (5), 9139-9151 (2025).
  24. Wang, A., Huang, C., Wang, J., He, D. The association between physiological and eye-tracking metrics and cognitive load in drivers: A meta-analysis. Transportat Res Part F Traffic Psychol Behav. 104, 474-487 (2024).
  25. Integrating multimodal affective signals for stress detection from audio-visual data. Ghose, D., Gitelson, O., Scassellati, B. Proc 26th Int Conf Multimodal Interact, , 22-32 (2024).
  26. Kingphai, K., Moshfeghi, Y. Mental workload assessment using deep learning models from EEG signals: A systematic review. IEEE Transact Cognitive Dev Sys. 17 (1), 40-60 (2025).
  27. Avesh, M., Hossain, I., Sharma, R. C. Revolutionizing transportation: The future impact of green energy. Dynam Transportat Ecosys Modeling Control. , 261-293 (2024).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Analiza elektromiograficznakomfort siedzeniazm czenie mi nidynamiczne siedzenieobci enie odcinka l d wiowegonapi cie mi niowe

Powiązane artykuły