通过心理工作负载水平和任务类型来调节EEG微态的证据
Jingxin Chen1,2, Yufeng Ke1,2, Guangjian Ni1,2
1Academy of Medical Engineering and Translational Medicine, Tianjin International Joint Research Centre for Neural Engineering, and Tianjin Key Laboratory of Brain Science and Neural Engineering, Tianjin University, Tianjin, People's Republic of China.
Human brain mapping
|December 5, 2023
概括
脑电图 (EEG) 微态分析显示,心理工作负载 (MWL) 在不同任务中不同影响大脑活动. 微态参数可以区分MWL级别,但任务依赖性是关键.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 电子生理学 电子生理学
背景情况:
- 脑电图 (EEG) 微态分析研究大脑的大规模电活动动态.
- 规范微态 (A,B,C,D) 和它们的参数与认知功能和障碍有关.
- 之前的研究表明,EEG微态是由心理工作负载 (MWL) 调节的,但任务特异性仍然不清楚.
研究的目的:
- 调查由MWL进行的EEG微态调制是否在不同任务中一致.
- 在MWL下比较微态地形和动态在NBack和多属性任务电池 (MATB) 任务中.
- 评估微态参数对MWL水平分类的潜力.
主要方法:
- 在不同的MWL条件下,在NBack和MATB任务中收集了EEG数据.
- 微态分析确定了正规的地形和参数.
- 支持矢量机递归特征消除 (SVM-RFE) 用于特征选择和MWL分类.
主要成果:
- 微态地形和参数的MWL调制在NBack和MATB任务之间存在显著差异.
- 在MWL下,NBack任务显示了所有微状态拓和参数A和C的显著差异.
- 在MWL下,MATB任务没有显示微状态参数的显著差异.
- 机器学习模型在使用微状态特征来区分MWL级别时实现了高精度 (87%在任务内,78%跨任务).
结论:
- 脑电图微态分析提供了有关MWL的神经活动模式的见解.
- MWL对微态的影响取决于任务,反映了不同的功能系统.
- 微态参数显示出作为区分MWL水平的客观指标的希望.
