脑电图的空间频率特征与人机系统中的心理压力有关

科学领域:

• 神经科学是一个神经科学.
• 人与机器的互动 人与机器的互动
• 认知科学 认知科学

背景情况:

• 在人机系统中评估心理压力对于性能和安全至关重要.
• 在这些任务中,神经机制和对压力的生理评估仍然具有挑战性.

研究的目的:

• 在虚拟无人机 (UAV) 控制任务中,研究在压力下大脑功能网络的重组.
• 开发一种用于识别精神压力状态的计算模型,使用电脑电图 (EEG) 信号.

主要方法:

• 利用虚拟无人机控制实验来诱导和测量压力.
• 分析了不同频段 (theta,alpha,beta) 的功能大脑网络连接模式.
• 开发和评估了用于应力分类的跨频段图形卷积网络 (CBGCN) 模型.

主要成果:

• 鉴定了额头和中央带连接的增加,以及随着压力的增加而降低了左侧-带α带连接.
• 观察到theta和beta波段的全球效率下降,与增加的压力相关.
• 该CBGCN模型证明了对压力识别的更好的分类性能和可解释性.

结论:

• 大脑网络功能连接模式的特定变化表明在人机交互中存在心理压力.
• 拟议的神经启发的CBGCN模型提供了一个有前途的方法,用于使用EEG数据实时检测压力.
• 这项研究有助于更安全,更有效的人机系统设计.