基于功能近红外光谱的多生理脑力疲劳检测

脑力疲劳会引起人机系统绩效下降甚至引起安全事故,因此实时检测疲劳状态具有重要意义。虽然关于脑力疲劳检测的研究较多,但仍未有统一生理标准。由于疲劳的复杂性,多生理检测法已经成为一种趋势,但是会增大设备复杂度。功能近红外光谱能够通过测量人大脑皮层的血氧活动而间接反映脑认知功能,近红外信号中的心动和呼吸信号属于生理活动的敏感信息,但是常被作为干扰去除,因此造成了信息丢失。为增强近红外的生理信息含量并建立多生理疲劳检测模型,从近红外信号中提取出心动和呼吸作为新的敏感特征,并结合均值斜率等常规特征构建基于支持向量机的脑力疲劳检测模型。研究采用60 min 2-back任务诱导疲劳状态,利用近红外测量了15名被试包括前额(PFC)共计10个通道的脑皮层近红外信号。研究结果证实了提取出的心动和呼吸特征对疲劳敏感,且增大了疲劳识别的准确性(84%→90%)。因此,所建立的模型能够有效地检测脑力疲劳并且降低了多生理脑力疲劳检测设备的复杂度。     

基于视听交互刺激的认知机理与脑机接口范式研究进展

与人类视听觉感知密切相关的图像、语音和文本(语言)信息在社会经济发展与国家安全保障等领域中扮演着重要角色,脑机接口(BCI)是无需外围神经肌肉便可操控外部设备、使"思想"直接变成"行动"的创新技术,基于视、听觉刺激的BCI系统具有极其广阔应用前景。目前认知心理学研究普遍认为视听交互刺激模式可产生比视或听单模态刺激更强的事件相关电位信号,因而可使识别大脑思维模式的正确率更高和响应速度更快,然而BCI研究至今尚难有充分验证其优势的成果。分别从认知心理机制和BCI实验范式两方面综述了视听交互刺激的信息整合机制、视听刺激之间的协同与竞争关系、匹配度对刺激效果的影响及相关BCI实验范式的研究现状;深入分析了视听交互刺激范式未在现有BCI系统中体现其优越性的原因;最后从BCI实验范式选择、系统硬件性能改进、脑电信号处理等方面提出了改进思路并展望了基于视听交互刺激BCI范式研究未来动向。