Detección de fatiga usando información de movimientos oculares

Abstract

La detección y predicción de fatiga mental corresponde a un tema en boga, ya que es la causante de muchos accidentes automovilísticos y laborales. Uno de los enfoques para resolver el problema corresponde al uso de movimientos oculares como indicadores fisiológicos; sin embargo, muchas de las soluciones propuestas por parte de la industria no son lo suficientemente tempranas, por lo que aún existen riesgos para los operarios. Este trabajo de memoria corresponde a una primera aproximación a la resolución del problema, en el cual se limitó a trabajar con tareas de lectura, con un agente externo que podría fatigar a los sujetos en cuestión, y una muestra de adolescentes en etapa escolar. De este modo, se implementó un sistema que recibe como entradas información relativa a blinks, fijaciones y sacadas, medidas con un eye tracker EyeLink 1000, y entrega como salida un indicador relacionado con la secuencia principal sacádica. En la etapa de selección de características se utilizó como técnica PLS, y en la estimación, regresión lineal y Filtro de Kalman. Por otro lado, se realizó un análisis de la evolución temporal de los movimientos oculares más relevantes, además de contrastar con el estado del arte, el cual está principalmente enfocado en tareas de conducción. Para este fin se utilizó PCA como técnica de reducción de dimensionalidad. Así, se demostró que, para la gran mayoría de los sujetos en este caso en particular, el indicador elegido presenta un punto de inflexión, con el mínimo en el ~55% de la tarea. Por otra parte, se concluyó que, a medida que avanza el tiempo en la tarea, las sacadas presentan una disminución en frecuencia, lo que puede estar ligado a disminución en la performance y aumento en la carga cognitiva. Asimismo éstas presentan un aumento en velocidad peak, aunque en el último sexto de ésta el comportamiento se revierte, lo que desprende una relación con el estado de fatiga en ese momento de la tarea. También se comprobó que éstas varían en mayor medida que las fijaciones en cuanto aumenta el tiempo de la tarea, y además tienen una relación directa con el agente externo. Por último, si bien las fijaciones no presentan un comportamiento temporal genérico por parte de los sujetos, no estaría demás contrastar esta información con los comportamientos clásicos de los movimientos oculares en lectura de textos. Finalmente, cabe destacar que este trabajo puede usarse como base para determinar un umbral de fatiga e identificar estados de ésta junto con intentos de self-activation. Para esto se debería repetir el experimento adicionando mediciones relacionadas con otros indicadores fisiológicos de fatiga, como lo son EEG y ECG, y así agregar más características al sistema.