当前位置:主页 > 医学论文 > 军医论文 >

基于EEG的多因素认知任务脑力负荷研究

发布时间:2024-04-10 01:04
  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。

【文章页数】:10 页

【部分图文】:

图1实验流程设计

图1实验流程设计

希望搜集每个受试者对实验过程中每个Block的主观脑力负荷评价,考虑到实验的Block较多,而NASA-TLX量表等[18]较为复杂,在实验过程中多次(26次)重复填写效率较低且影响实验正常进行,故采用单一指标的RSME(ratingscalementaleffort)[1....


图2动态/静态按键范围的主观评价和绩效

图2动态/静态按键范围的主观评价和绩效

计算所有受试者所有试次的各个通道、各个频段的功率,作为该试次的EEG特征。根据计算难度和N-back等级分组,其归一化Z-分数分布情况如图4所示,其中(a)~(e)分别表示delta,theta,alpha,beta低频和beta高频频段功率。5幅子图中,从左至右每一列表示了N-....


图3计算难度和N-back等级的主观评价和绩效

图3计算难度和N-back等级的主观评价和绩效

图2动态/静态按键范围的主观评价和绩效据图4(a)和4(b),大部分脑区的delta和theta波段的功率随计算难度、N-back等级的增高而增高,尤其集中在额叶区域。而图4(c)~(e)中,大部分脑区的alpha、beta低频和beta高频频段的功率,则表现出了随计算难度、N....


图4各频段功率随计算难度、N-back等级分布

图4各频段功率随计算难度、N-back等级分布

综合考虑计算难度C和N-back等级N两个的平均分类正确率分别为0.552,0.633和因素时,共有9个水平,在这种情况下,依然能够取得0.422的平均分类正确率;而在更进一步地控制了动态/静态按键范围R以后,更是取得了0.559的平均分类正确率,明显高于随机水平Pchance,....



本文编号:3949908

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/yxlw/3949908.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3da03***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com