基于脑电频谱时空特征的认知负荷评估
王雨佳
鞠翔宇
于扬
李明
国防科技大学智能科学学院,湖南长沙 410073
摘要：准确的认知负荷评估对于增强人机协调能力、提升人机共融系统效率具有重要意义.目前常用的基于脑电信号的认知负荷评估技术中,在提取和利用频谱信息的时间和空间关系等方面普遍缺少有效手段.本文针对脑电频谱图空间分辨率低的特点,引入胶囊网络有效表征不同导联之间的相对空间关系;针对脑电频谱图随时间波动的特点,设计了由长短期记忆网络等组成的时间特征学习支路,最终通过时空特征融合构建了一种新的认知负荷评估算法.基于公开数据集的测试结果表明,本文所提算法的四分类正确率达到99.27％(被试内)和95.16％(跨被试),在现有算法中性能最优.消融实验表明,算法的时、空特征提取模块可分别对脑电频谱图的时空特征进行有效表征,所提出的双路网络结构能有效完成时空特征的高效融合.
关键词：认知负荷评估脑电频谱图时空特征时空双路神经网络
论文发表日期：2025-01-27
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：9( 50-58 )
英文信息