识别对精神疲劳高度敏感的个体:功能连接性研究
Lingyun Gao1, Mengru Xu2, Linze Qian2
1Henan Key Laboratory of Brain Science and Brain-Computer Interface Technology, School of Electrical and Information Engineering, Zhengzhou University, Zhengzhou, 450001, China.
NeuroImage
|November 29, 2025
概括
个体在心理疲劳易感度上有所不同. 这项研究使用EEG和新型指数识别易疲劳的个体,与耐疲劳的个体相比,揭示了明显的脑网络变化.
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
- 人类因素工程 人类因素工程
背景情况:
- 长时间的认知任务揭示了个人表现的显著差异,这表明精神疲劳的潜在神经机制.
- 了解这些差异对于确定易感性及其对大脑功能的影响至关重要.
研究的目的:
- 为了识别容易患精神疲劳的个体.
- 研究疲劳易受性对大脑网络重组的影响.
- 开发一种实用的方法来识别容易疲劳的个体.
主要方法:
- 在20分钟的精神运动警觉任务 (PVT) 期间,从95名参与者收集了行为数据和脑电图 (EEG) 信号.
- 引入一个复合疲劳指数 (Findex) 来将参与者分为易疲劳 (FS) 和耐疲劳 (FR) 组.
- 分析功能连接和大脑网络属性,使用分类分析来识别FS.
主要成果:
- 易疲劳的组表现显著下降,而耐疲劳的组保持稳定的表现.
- 脑网络分析显示了频率依赖的重组,FR组比FS组表现出更大的稳定性和完整性.
- 分类分析在识别FS个体方面取得了高准确性 (95.61%),突出了中脑部区域.
结论:
- 在心理疲劳易感性方面存在实质性的个体差异.
- 使用EEG和复合指数的实用方法可以有效地识别因精神疲劳而容易出现绩效下降的个人.
- 疲劳易受性与大脑网络重组的特定模式有关.
更多相关视频
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.6K
07:13Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy
Published on: May 27, 2020
7.0K
