驾驶过程中的认知负载:EEG微态指标对任务难度敏感,并预测安全结果

科学领域:

• 神经科学是一个神经科学.
• 认知心理学 认知心理学
• 人与计算机的交互

背景情况:

• 驾驶时使用手机会损害认知功能,增加事故发生的风险.
• 现有的脑电图 (EEG) 方法无法区分不同的认知负载水平.
• 在关键事件期间,EEG对驾驶安全结果的预测能力仍然未被探索.

研究的目的:

• 调查EEG微静电器在驾驶过程中区分认知负荷的能力与手机使用.
• 确定EEG微态是否可以预测关键驾驶场景中的安全结果.
• 为了探索分心驾驶的神经动力学.

主要方法:

• 进行了一项驾驶模拟实验,使用三个电话条件 (没有,自由使用,手持) 和两个任务难度 (简单,复杂的算术).
• 分析了传统的EEG光谱功率和EEG微态.
• 在模拟后方碰撞之前和期间收集了EEG数据.

主要成果:

• 与光谱功率不同的是,EEG微态显示出不同的模式,在使用电话时区分认知负载水平.
• 一个特定的EEG微态模式表明,听觉焦点加大,注意力重定向能力降低.
• 这种模式随着任务难度的增加而单调地增加,并且对手机使用类型 (手持式与免费手) 敏感.
• 在制动前的EEG微态显著改善了对制动后安全结果的预测 (最小时间进展).
• 脑电图微态比任务难度更能预测安全结果,突出了个体差异.

结论:

• 与光谱功率分析不同的是,EEG微机可以有效地测量分心驾驶期间的认知负载.
• 脑电图微态模式可以预测驾驶安全,表明大脑状态受损.
• 这项研究为评估车载系统的认知负载和理解分心驾驶提供了一种新的方法.