基于mRMR和更少的EEG通道的空中交通管制员的认知工作负载检测
1College of Civil Aviation, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China.
Brain sciences
|August 29, 2024
概括
这项研究引入了一种使用脑电图 (EEG) 和mRMR算法的新方法,以更少的道准确检测空中交通管制员的认知工作负载,提高效率和安全.
科学领域:
- 神经科学是一个神经科学.
- 人类因素工程 人类因素工程
- 认知科学 认知科学
背景情况:
- 空中交通管制员的认知工作量会影响性能和安全.
- 现有的工作负载评估方法可能是复杂和资源密集的.
研究的目的:
- 开发一种准确有效的方法来检测空中交通管制员的认知工作负载.
- 减少用于工作负载评估所需的脑电图 (EEG) 通道的数量.
主要方法:
- 提出了一种新的认知工作负载检测方法,使用脑电图 (EEG) 功能,特别是与玛波相关的功能.
- 使用最小冗余最大相关性 (mRMR) 算法来选择最相关的EEG特征并优化频道组合.
- 开发并改进了一种使用减少一组EEG通道的工作负载检测模型.
主要成果:
- 开发的模型实现了高准确性和稳定性,用于实际应用,用于检测认知工作负载.
- 成功识别了暗示认知工作负载的关键EEG特征.
- 证明使用仅三个EEG通道可以实现精确的工作负载检测.
结论:
- 拟议的方法显著提高了使用EEG用于空中交通管制员认知工作负载检测的实用性和效率.
- 最优化的方法简化了评估过程,为在运营环境中更广泛采用铺平了道路.
