Video Experimental Relacionado
Updated: Mar 1, 2026
07:08
Estimate the Cognitive Load Using Electrocardiographic Measure: A Human-AI Collaborative Task
Published on: December 5, 2025
859
Un nuevo método para detectar la fatiga mental basado en electroencefalogramas de un solo canal utilizando redes
Hongyu Zhu1, Qingkai Zhen1, Qi Chen1
1China Institute of Sport Science, Beijing 100061, P. R. China.
Resumen
Este estudio presenta un novedoso modelo híbrido CNN-Transformer para la detección precisa de la fatiga mental. El modelo ofrece un enfoque eficiente y objetivo para monitorizar los estados cognitivos en atletas.
Área de la Ciencia:
- Neurociencia
- Inteligencia Artificial
- Ciencia del Deporte
Sus antecedentes:
- La fatiga mental, inducida por tareas cognitivas, impacta negativamente el rendimiento y la seguridad de los atletas.
- Los métodos actuales de evaluación de la fatiga mental suelen ser subjetivos o requieren muchos recursos.
- Existe la necesidad de herramientas eficientes y objetivas para detectar la fatiga mental.
Objetivo del estudio:
- Desarrollar y validar un modelo híbrido de Red Neuronal Convolucional (CNN)-Transformer para el reconocimiento preciso de la fatiga mental.
- Evaluar el rendimiento del modelo frente a métodos convencionales utilizando diversos conjuntos de datos.
- Identificar las regiones cerebrales clave involucradas en la detección de la fatiga mental para el desarrollo potencial de dispositivos.
Principales métodos:
- Se propuso un modelo híbrido que combina CNN para la extracción de características y Transformer para la modelización de dependencias.
- El modelo se entrenó y evaluó en los conjuntos de datos SEED y SADT.
- Se realizó un análisis de canales para identificar las regiones cerebrales significativas para la detección de la fatiga.
Principales resultados:
- El modelo híbrido CNN-Transformer logró altas precisiones (78,07 % en SEED, 85,42 % en SADT).
- El modelo propuesto superó a los métodos tradicionales en el reconocimiento de la fatiga mental.
- Se identificaron las señales de la región occipital como cruciales para la detección de la fatiga, demostrando generalización entre sujetos.
Conclusiones:
- El modelo híbrido desarrollado ofrece una solución eficiente y objetiva para la detección de la fatiga mental.
- Los hallazgos respaldan el potencial para crear dispositivos portátiles para la monitorización en tiempo real de la fatiga mental.
- Esta tecnología puede ayudar en el entrenamiento deportivo, la optimización del rendimiento y la prevención de lesiones.