研究职业精神疲劳的神经生理和生物信号数据:MEFAR数据集
Seyma Derdiyok1, Fatma Patlar Akbulut2, Cagatay Catal3
1Department of Computer Engineering, Yıldız Technical University, Istanbul, Turkey.
Data in brief
|January 4, 2024
概括
本研究介绍了精神疲劳的数据集,分析了来自不同专业人员的生理信号和问卷数据. 这些发现有助于理解认知负载和开发疲劳干预措施.
科学领域:
- 神经科学是一个神经科学.
- 职业健康 职业健康 职业健康
- 数据科学数据科学数据科学
背景情况:
- 精神疲劳在各个职业中普遍存在,影响绩效和幸福感.
- 了解精神疲劳的生理基础对于工作场所干预至关重要.
研究的目的:
- 为精神疲劳研究提供全面的生理信号和问卷数据数据集.
- 促进在现实工作环境中研究精神疲劳的神经生理相关物.
主要方法:
- 收集了来自四个职业群体的23名参与者的生理数据 (EEG,BVP,EDA,HR,TEMP,ACC) 和查尔德疲劳量表分数.
- 使用NeuroSky MindWave EEG和Empatica E4设备在早上和晚上的工作期间获取数据.
- 包括人口信息和详细的元数据来支持各种研究调查.
主要成果:
- 该数据集捕捉了职业任务期间与精神疲劳相关的各种生理反应.
- 对EEG和EDA等信号的分析提供了对自主活动和认知负担的洞察.
- 主观疲劳得分与客观生理测量之间的相关性是可用的.
结论:
- 这一公开可访问的数据集支持对精神疲劳神经生理方面的研究.
- 数据可以为各种职业提供个性化的疲劳评估工具和干预措施的开发提供信息.
- 促进了在职业环境中理解和管理精神疲劳的进展.
更多相关视频
11:31Functional Near Infrared Spectroscopy of the Sensory and Motor Brain Regions with Simultaneous Kinematic and EMG Monitoring During Motor Tasks
Published on: December 5, 2014
15.2K
13:57Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective
Published on: July 1, 2015
12.5K
