基于脑电微状态的脑力负荷评价方法

发布时间：2021-02-20 11:56

　　高级决策对于指挥者的脑力负荷具有更高的要求,及时获得指挥者的脑力负荷状态可以辅助人机系统并提高人机系统的智能化水平.设计了虚拟无人机操作环境,通过反应时任务描述了被试在进行高脑力负荷任务前后的行为学和事件相关电位改变.使用低导联脑电微状态对任务态被试的不同脑力负荷状态进行评价.结果表明,反应时任务可以从行为学评价被试的脑力负荷状态,低导联脑电微状态可以根据任务态脑电,客观评价被试的脑力负荷. 

【文章来源】：指挥与控制学报. 2020,6(03)

【文章页数】：6 页

【部分图文】：

无人机任务

全部被试的反应时任务准确率均达到了90%以上,无被试被排除.全部被试在无人机任务前后反应时的箱型图如图4所示,该结果表明,虚拟无人机任务前后,被试的总体反应时间增长,这表明高脑力负荷的任务会降低被试的反应时间.反应时与ERP的联合应用是一种有效的认知评价方法[21].所以本文对反应时操作过程中采集到的脑电ERP信号进行了分析.若以图像出现为时刻,其ERP反应更关注被试的识别能力;相较于以图像出现为时刻,按键后的ERP反应更关注被试的决策能力,更符合本研究中脑力负荷的评价场景.所以以按键时刻为时刻,从-900 ms开始,每隔100 ms绘制一次脑电地形图,共绘制20次.无人机操作前与无人机操作后的ERP脑电地形图分别如图5和图6所示.由ERP结果可知:

无人机操作前的ERP脑电地形图

【参考文献】：
期刊论文
[1]面向舰载航空兵作战的不间断指挥能力研究[J]. 李凌昊,邱兴业,李凌,许鹏.  指挥与控制学报. 2018(04)
[2]应用NASA-TLX量表与心率变异性指标评价女飞行学员脑力负荷的研究[J]. 黄杨森,程耀萍,王艳微,宋春杨,罗正学,常耀明.  中华航空航天医学杂志. 2018 (01)
[3]基于脑电的乘员信息处理作业脑力负荷状态识别模型[J]. 刘维平,聂俊峰,金毅,解芳.  科学技术与工程. 2017(20)
[4]基于最优化少量电极的思维任务脑机接口[J]. 孙瀚,张雄,王保平,Bruce J Gluckman,刘嘉阳,仲雪飞,樊兆雯,张玉,张春.  东南大学学报(自然科学版). 2016(05)
[5]指控5.0:平行时代的智能指挥与控制体系[J]. 王飞跃.  指挥与控制学报. 2015(01)
[6]基于脑电“微状态”的驾驶员脑负荷研究[J]. 周凌霄,丁一琦,戴渊明,王奕直,孔万增.  杭州电子科技大学学报. 2014(04)



本文编号：3042734