Fatigue and sleepiness in aviators: analysis of voice, speech and language variations

Autor: Carla Aparecida de Vasconcelos
Přispěvatelé: Hani Camille Yehia, Maurílio Nunes Vieira, Maria Mendes Cantoni, Carmen Elvira Flores Mendoza Prado, Emi Zuiki Murano, Zuleica Antônia Camargo
Jazyk: portugalština
Rok vydání: 2019
Předmět:
Zdroj: Repositório Institucional da UFMG
Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
Popis: CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior A fadiga central e a sonolência têm despertado interesse na área da aviação mundialmente. Isso é devido ao número de acidentes e ao expressivo envolvimento dos fatores humanos entre as causas. No Brasil, de acordo com o CENIPA (Centro de Investigação e Prevenção de Acidentes Aeronáuticos), a taxa é de 1 acidente a cada 2 dias sendo 90% causados por fatores humanos. Segundo a NASA (National Aeronautics and Space Administration), a fadiga/sonolência contribuiria para 20% dos acidentes aéreos no mundo. Mas, apesar dos riscos que a fadiga e a sonolência agregam à segurança aérea, apenas 19 ocorrências aeronáuticas brasileiras apresentaram-nas como fatores contribuintes. Isso se deve à ausência de uma metodologia de detecção desses sinais/sintomas. Nesse sentido, o objetivo deste estudo foi desenvolver métodos para detecção da fadiga e da sonolência em aviadores baseado nos correlatos acústicos de voz, fala e linguagem. Para tanto, esta pesquisa foi subdividida em 5 subestudos. No primeiro, foram comparadas amostras de fala de pilotos com queixa/suspeita de fadiga/sonolência a um grupo controle e os resultados foram comparados também ao FAST (Fatigue Avoidance Scheduling Tool). Do segundo ao quarto, os pesquisadores analisaram 3 casos reais de acidente sendo que havia indício de fadiga/sonolência como fatores contribuintes em 2 desses, tendo sido comparadas amostras da fala dos pilotos gravadas antes do acidente com as gravadas durante. No quinto, os aviadores foram triados por meio de 4 escalas de fadiga e sonolência (Karolinska Sleepiness Scale - KSS; Epworth Sleepiness Scale – ESS, Samn-Perelli Fatigue Scale – SPFS e Yoshitake Fatigue Scale – YFS) e foi realizada avaliação de fala em duas situações: em dia de folga no qual estavam sem queixa de sonolência/fadiga e ao longo de um dia de trabalho no qual estavam fatigados/sonolentos. Os dados das escalas foram analisados estatisticamente por meio do teste de Friedman (KSS e SPFS) e Wilcoxon (ESS e YFS) sendo que se verificou aumento da fadiga e da sonolência no dia de trabalho. Para a análise da fala/linguagem, utilizou-se o GLM (General Linear Model) pareado. Nove variáveis foram extraídas da fala/linguagem: taxa de elocução, duração média das pausas, taxa total de pausas, taxa de pausas fluentes, taxa de pausas disfluentes, taxa de pausas silenciosas disfluentes, taxa de pausas preenchidas disfluentes, taxa de articulação e taxa total de pausas silenciosas. As sete primeiras apresentaram variação significativa ao longo do tempo, à medida que os participantes apresentaram aumento nos índices de fadiga e sonolência. Além disso, aplicou-se PCA (Principal Component Analysis), e verificou-se a possibilidade de redução das variáveis extraídas para 4. Verificou-se também que é possível o uso da LDA (Linear Discriminant Analysis) para agrupar os indivíduos e classificar novos casos (com ou sem fadiga e sonolência) baseados em banco de dados construído para tal. Observou-se variação quantitativa e qualitativa de voz, fala e linguagem em 2 dos 3 estudos de caso em que o acidente ocorreu na presença de indícios de fadiga/sonolência. No primeiro subestudo, também se observou variação estatística e qualitativa entre o grupo controle e o grupo com queixa. Por meio desses estudos desenvolvidos, constatamos que os parâmetros acústicos e perceptivos de voz, fala e linguagem aqui analisados são suficientemente robustos para a detecção da fadiga central e da sonolência. Central human fatigue and sleepiness have aroused interest in aviation area worldwide. This is due to the number of accidents and the expressive involvement of human factors among the causes. In Brazil, according to CENIPA (Center for Research and Prevention of Aeronautical Accidents), the rate is 1 accident every 2 days and 90% are caused by human factors. According to NASA (National Aeronautics and Space Administration), fatigue/sleepiness would contribute to approximately 20% of air crashes in the world. But despite the risks that fatigue and sleepiness add to the safety, only 19 Brazilian aeronautical occurrences presented them as contributing factors. This is due to the absence of a methodology for detecting these signals/symptoms. In this sense, the objective of this study was to develop a method for detecting aviators human fatigue and sleepiness based on acoustic correlates of voice, speech and language. To this end, this research was subdivided into 5 substudies. In the first, speech samples from pilots complaining/suspected of fatigue/sleepiness were compared to a control group. The results were also compared to the Fatigue Avoidance Scheduling Tool (FAST). From the second to the fourth, the researchers analyzed 3 real cases of accident, with evidence of fatigue/sleepiness as contributing factors in 2 of these, and speech samples of pilots recorded before the accident were compared with those recorded during the crash. In the fifth, the aviators were screened through four fatigue/sleepiness scales (Karolinska Sleepiness Scale - KSS; Epworth Sleepiness Scale - ESS, Samn-Perelli Fatigue Scale - SPFS and Yoshitake Fatigue Scale - YFS) and speech evaluation was performed in two situations: on a day off when they were not complaining about sleepiness/fatigue and during a working day in which they were fatigued/sleepy. The data from the scales were statistically analyzed using the Friedman test (KSS and SPFS) and Wilcoxon test (ESS and YFS). It was observed that fatigue and sleepiness increased on the working day. For speech analysis, the paired GLM (General Linear Model) was used. Nine variables were extracted from speech: elocution rate, mean pause duration, total pause rate, fluent pause rate, disfluent pause rate, disfluent silent pause rate, disfluent filled pause rate, articulation rate and total silent pause rate. The first seven showed significant variation over time, when participants showed increased fatigue and sleepiness indexes. In addition, PCA (Principal Component Analysis) was applied to reduce the extracted variables to four. It was also found that it is possible to use Linear Discriminant Analysis (LDA) to group individuals and classify new cases (with or without fatigue and sleepiness) based on a database built for this purpose. There was quantitative and qualitative variation of voice, speech and language in the 2 out of the 3 cases where the accident occurred in the presence of signals of fatigue/sleepiness. In the first substudy, statistical and qualitative variations were also observed between the control group and the group with complaints. Through these studies, we found that the acoustic and perceptive parameters of voice, speech and language analyzed here are sufficiently robust to detect central fatigue and sleepiness.
Databáze: OpenAIRE
Externí odkaz: