基于EEG的多因素认知任务脑力负荷研究
傅嘉豪
焦学军
曹勇
姜劲
李启杰
冯静达
1.中国航天员科研训练中心人因工程重点实验室,北京1000942.中国航天员科研训练中心人因工程重点实验室,北京1000943.中国航天员科研训练中心人因工程重点实验室,北京1000944.中国航天员科研训练中心人因工程重点实验室,北京1000945.中国航天员科研训练中心人因工程重点实验室,北京1000946.中国航天员科研训练中心人因工程重点实验室,北京100094
摘要：目的 研究不同类型、不同难度的认知任务组合情况下,脑力负荷变化情况的精细表征.方法 设计一种基于逻辑运算、工作记忆和运动执行的脑力负荷诱发范式,利用该范式开展24名男性受试者参与的实验,采集受试者主观量表评分、任务绩效和脑电图(EEG)信号,并计算EEG信号多个频带的功率特征.结果 主观量表和任务绩效分析表明,计算难度、N-back等级均能诱发出不同等级的脑力负荷;EEG信号分析表明,脑力负荷的增加伴随着前额叶theta波增强和alpha波的减弱;利用支持向量机(SVM)构建脑力负荷分类模型,能实现平均75％单因素三分类正确率和81.7％的脑力负荷三分类正确率;利用逐步回归模型可实现对脑力负荷的预测.结论 EEG信号的频域特征能够反映多因素认知任务的脑力负荷变化情况,可以对认知因素水平和脑力负荷进行分类和连续预测.
关键词：脑力负荷脑电图认知任务支持向量机逐步回归
分类号：R857.1(航空航天医学)
资助基金：国家自然科学基金(81671861)人因工程国防科技重点实验室实验技术课题(9140C770208150C77320)人因工程国防科技重点实验室实验技术课题(2012SY54B1701)人因工程国防科技重点实验室实验技术课题(SYFD160061801)
论文发表日期：2020-02-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 35-44 )
英文信息