骑自行车者在交通中导航时的认知负载:静态和动态路线事件对骑自行车者的神经活动的影响,用fNIRS测量
Mehmet Baran Ulak1, Fenja Heine2, Aykut Eken3,4
1Department of Civil Engineering and Management, University of Twente, Enschede, the Netherlands.
PloS one
|December 19, 2025
概括
骑自行车的人在不同的道路事件中经历不同的认知负载,影响神经活动和连接. 了解这些大脑模式可以改善骑自行车的安全性和认知负载管理.
科学领域:
- 神经科学是一个神经科学.
- 人类因素 人类因素
- 运输安全运输安全
背景情况:
- 骑自行车者的认知负载增加带来了安全风险,特别是在复杂的交通场景中.
- 了解骑自行车时的认知活动模式对于骑自行车者的安全至关重要.
研究的目的:
- 在现实世界骑自行车时,调查骑自行车者的认知负载的变化.
- 分析这些认知负载变化如何表现在神经活动和连接性.
主要方法:
- 利用功能近红外谱学 (fNIRS),一种便携式的非侵入性方法.
- 在与骑自行车者的现实实地实验中收集神经活动数据.
- 对前额叶皮层区域进行了集中分析,该区域对认知负载敏感.
主要成果:
- 在静态和动态的道路事件中,鉴定出明显的认知负载差异,由前额叶皮层氧化水平的变化表明.
- 观察到十字路口和行人碰撞与高认知负载相关,在决策和注意力领域显示出密集的神经连接.
- 圆圈和交通信号标志着具有适应性注意力需求的中间认知负载.
结论:
- 不同的道路事件在骑自行车者中引起独特的神经活动模式和认知需求.
- 神经连接模式可以作为标记物来识别特定的自行车路线事件.
- 这些发现提高了对现实世界骑自行车的认知机制的理解,并为安全策略提供了信息.
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
15.6K
20:12Using MazeSuite and Functional Near Infrared Spectroscopy to Study Learning in Spatial Navigation
Published on: October 8, 2011
31.0K
