مقدمه: شاخص درصد VO2max، فاستاندارد طلایی طبقه‌بندی بار کاری فیزیکی می‌باشد که به دلیل دشواری اندازه‌گیری، در محیط‌های کاری واقعی کاربرد ندارد. به‌تازگی روشی جهت تخمین درصد VO2max از روی سه شاخص ضربان قلب استراحت، ضربان قلب کار و وزن، بر مبنای یک شبکه عصبی- فازی در نرم‌افزار MATLAB ارایه شد. هدف از انجام مطالعه حاضر، طراحی و ساخت نمونه آزمایشگاهی دستگاه طبقه‌بندی بار کاری فیزیکی بر مبنای این روش بود.روش‌ها: برنامه‌نویسی دستگاه با استفاده از نرم‌افزار Arduino و به زبان C++ در برد توسعه AVR نوشته شد و توسط برنامه‌نویس به IC انتقال یافت. خروجی سنسور سنجش ضربان قلب نیز از طریق پروتکل I2C به برد وارد شد. نمره کاربردپذیری دستگاه توسط 20 کارشناس بهداشت حرفه‌ای شاغل در صنعت تعیین گردید و با طبقه‌بندی بار کاری فیزیکی به صورت دستی، مورد مقایسه قرار گرفت.یافته‌ها: میانگین نمره کاربردپذیری این سیستم، 3/7 ± 6/84 به دست آمد که در طبقه B با کاربردپذیری خیلی خوب قرار گرفت. همچنین، زمان صرف شده جهت طبقه‌بندی بار کاری فیزیکی با روش دستی، حدود دو برابر زمان مورد نیاز جهت تعیین آن با دستگاه ساخته شده بود.نتیجه‌گیری: سیستم استنتاجی فازی تطبیقی (Adaptive neuro-fuzzy inference system یا ANFIS) برای تخمین بار کاری فیزیکی و در قالب یک دستگاه جهت به کارگیری در صنعت ارایه گردید. با توجه به عدم دقت کافی شاخص‌های رایج جهت تخمین بار کاری فیزیکی از جمله ضربان قلب، دستگاه ساخته شده جایگزین مناسبی برای روش‌های قبلی می‌باشد. کاربردپذیری بالا و زمان مورد نیاز کم، از جمله مزایای دستگاه به شمار می‌رود.

واژه‌های کلیدی: طبقه بندی، بار کاری، اکسیژن مصرفی

متن کامل [PDF 504 kb]   (349 دریافت)