基于EEG的警觉度客观检测与通道筛选技术研究

在航天领域,警觉度的降低会影响航天员的工效,还可能引发重大安全事故。针对航天领域的警觉度客观检测技术进行研究,设计了多轮次PVT和3⁃back任务结合的警觉度建模实验,并全程采集EEG信号和行为学数据,该实验范式成功诱导了37名志愿者警觉度下降,并伴随着大脑快波成分减少,慢波成分增加,复杂度降低等现象,在额叶、颞叶和枕叶区域变化明显。使用方差分析(ANOVA)结合支持向量机(SVM)对单个特征建模的方法筛选出了6个警觉度敏感特征,在此基础上使用SVM⁃RFECV方法筛选出了12个警觉度敏感导联,最后使用SVM进行警觉度客观检测模型的构建。结果显示:特征筛选前的平均分类正确率为83.10%,在导联筛选后为87.16%,提升了约4%。特征筛选和导联筛选工作有效地提高了模型的综合性能,同时简化了脑电采集流程,减少了后续数据处理的工作量和时间成本。

基于迁移学习Boosting的跨时间脑力负荷识别研究

在航天任务中对脑力负荷的有效检测可以保障任务执行效率和生产安全,预测航天员的表现。针对跨时间脑力负荷检测,依据MATB任务设计了包含不同难度任务的跨时间实验范式,采集了14名志愿者3次不同时间的脑电数据。基于迁移学习Boosting方法,引入辅助数据,设计了基于TrAdaboost的跨时间脑力负荷识别算法,在没有目标数据参与的情况下进行了跨时间的分类识别。探索了最佳分段长度和辅助样本比例对识别效果的影响,并基于多个数据样本进行了决策研究,跨时间下的脑力负荷最佳识别准确率达到74.73%。结果表明,提出的跨时间脑力负荷分类框架实现了脑力负荷的有效识别。

基于互信息的警觉度脑网络特性研究

航天员在轨执行任务时需要保持高警觉度状态,以便保持工作效率,避免事故发生。大脑网络连接与人类的认知密切相关,包括警觉度、注意和记忆等,表征大脑机制与状态。分析和研究不同警觉度水平下大脑网络机制可以为警觉度实时检测、分类研究以及快速提高警觉度水平提供有力工具。通过精神运动警觉性任务与3⁃back任务相结合构建警觉度下降模型,并全程采集脑电信号,采用互信息构建功能性脑网络,基于图论分析不同警觉度水平大脑网络变化情况。结果表明:大脑额区及枕区与警觉度密切相关,随着警觉度水平下降,大脑功能连接减少,大脑对外界信息分化和整合能力降低,信息传递效率降低,大脑活跃度降低。

含膨胀元件的接触网与受电弓动力学特性分析

通过有限元方法对锚段、膨胀元件等接触网关键部件进行模态分析,并构建碳滑板-接触网结构耦合动态特性分析模型,重点研究碳滑板在经过膨胀元件处的动力学特性。研究结果表明:膨胀元件一阶频率为67.42 Hz,主要为其内部两根杆件的响应,最大振幅为0.916 mm。膨胀接头对低频振动不敏感,高频振动会激起内部杆件的振动,而在第五阶模态即111.33 Hz时会激起膨胀元件壳体的振动,此振动极为有害;接触网整体模态计算振动频率偏低,一阶振频为1.89 Hz,以汇流排的低频振动为主,不易引起膨胀接头的振动;碳滑板-接触网系统模型计算结果较为合理,膨胀元件处出现两个明显的冲击振动,可能是弓头经过膨胀元件时接触刚度突变所导致。通过碳滑板-接触网结构耦合动态特性分析计算,可为膨胀元件的设计提供理论及数据支撑。

基于fNIRS和ECG的大脑警觉度客观检测研究

航天员执行操纵和维护设备等任务时需保持高警觉状态,以便应对突发情况,保护自身安全。针对目前警觉度检测尚无统一标准,单生理参数检测法可靠性差的问题,利用多模态参数检测法,采用PVT任务与2-back任务组合诱导警觉度降低,通过功能性近红外光谱技术(fNIRS)和心电技术(ECG)采集14名被试前额部分的氧合血红蛋白(HbO)信号、脱氧血红蛋白(Hb)信号以及ECG信号,并记录被试的行为学数据。结果表明:此实验范式成功诱导警觉度下降,在低警觉度状态下大脑代谢水平增加,复杂度增加,大脑前额区活跃度增加;心率降低,副交感神经活性增强。二者特征相结合增大了警觉度识别三分类准确度。在支持向量机模型下,14名被试的平均三分类正确率达到(80.37±5.76)%,较之前文献报道的正确率有所提升。验证了此特征模型检测警觉度水平的有效性及使用混合特征矩阵提高警觉度模型的鲁棒性。

垃圾焚烧发电项目碳排放计算对比

为了提高生活垃圾焚烧碳排放计算的准确性,提出中国核证自愿减排量(CCER)方法学和平衡法结合的可能性.采用2种方法学分别计算5个不同地区的垃圾焚烧发电项目计入期内的碳排放,分析排放影响因素.结果表明,CCER方法学中的每吨垃圾基准线排放质量为0.26~0.40 t,项目排放质量为0.34~0.79 t,项目减排质量为-0.44~-0.05 t.平衡法仅对每吨垃圾项目排放质量进行计算,为0.24~0.50 t(不含生物源碳排放).对2种方法学项目排放量中的每吨垃圾焚烧产生的CO_(2)(化石源碳)排放量进行比较,利用CCER方法学计算得到的每吨垃圾排放质量为0.32~0.76 t;平衡法计算的范围为0.22~0.49 t,较接近文献值.垃圾样品的时空波动特性使得CCER方法学的计算结果具有较大误差;平衡法无须进行垃圾采样,是简便快捷、准确性高的碳排放实时在线计算方法学.平衡法可以替代CCER方法学中焚烧产生的CO_(2)(化石源碳)排放计算.

基于功能性近红外光谱技术的脑机接口

为了探究功能性近红外光谱技术(fNIRS)对相同动作的运动想象和运动执行区分可行性以及前额皮层对运动想象和运动执行分类准确率的影响,研究测量了15位受试者手臂伸展和手指敲击的运动想象过程和运动执行过程的前额皮层和运动功能皮层的血氧变化信号.提取均值,斜率,二次项系数和近似熵特征建立基于支持向量机的四分类模型.对应于手臂伸展和手指敲击的四分类模型,分别实现了87.65%和87.58%的分类准确率.相对于单独运动功能皮层区域建立的运动功能皮层-fNIRS-脑机接口,引入前额皮层血氧变化信息能显著提高脑机接口分类性能,且对手指敲击动作的提高效果大于手臂伸展动作.因此,前额皮层区域的血氧响应生理特征能提高fNIRS-脑机接口的分辨性能,同时验证了fNIRS-脑机接口应用于多种肢体动作脑功能活动提取的可行性.

基于fNIRS技术的脑机接口研究

功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRS)作为一种无损光学脑成像技术,可用于构建脑机接口(brain-computer interface,BCI)以识别操作者肢体控制意图.利用fNIRS技术测量11位参试者的手臂伸展、腿部伸展和手指敲击的前额皮层(prefrontal cortex,PFC)和运动功能皮层(motor cortex,MC)的血氧变化信号,并利用fNIRS的生理特征和支持向量机建立fNIRS-BCI分类器.结果表明手臂伸展、手指敲击和腿部伸展的四分类fNIRS-BCI平均正确率分别为89.32%,、88.66%,和91.35%,;fNIRS-BCI的运动想象动作的分类正确率不低于运动执行动作;3种任务范式的混淆矩阵分析结果表明:运动想象诱发的脑功能活动与同侧肢体的运动执行、对侧肢体的运动想象活动产生混淆,3种任务范式的同侧运动想象和运动执行的血氧数据检验结果存在显著差异.因此,fNIRS-BCI能有效识别运动想象和运动执行活动,且运动想象和运动执行活动的血氧数据变化具有可分性.

利用脉搏波特征参数连续测量血压的方法研究

通过研究血压与脉搏波特征参数的关系 ,提出了一个选择多个与血压相关的脉搏波特征参数 ,通过回归分析建立适合不同人的特征方程 ,进行血压的连续测量的新方法 ;为了验证测量结果的准确性 ,研制了张力计。实验结果表明 :该方法具有较高的测量精度 ,可以应用于临床危重病人的血压监护和一般医学研究中 。

连续每搏血压测量方法的研究进展

综述了国内外动脉血压连续测量方法的研究进展 ,重点分析了张力测定法、容积补偿法和利用脉搏波特征参数间接测量血压等方法的原理和特点 ,探讨了研究动向和存在的问题 ,提出了改进思路。

生态安全的监测与评价

从生态安全的概念和研究对象入手,主要讨论了我国生态安全的现状和区域及我国生态脆弱地区生态安全的评价指标。

A星算法在城镇地价评估中的应用

随着我国经济的飞速发展城镇地价评估成为土地资源管理的重要手段,而扩散性因素因子与定级区内各点最短路径的计算是土地定级估价的计算基础。以分区计算为参照,将A星算法引入到城镇土地定级估价系统中,通过八方向算法实现了最佳路径的寻找,通过实折点的引入处理实现了最短路径长度的计算,通过双层计算模型的建立与实现,提高了运行效率。

基于生理信号的脑力负荷检测及自适应自动化系统研究：40年回顾与最新进展

人-机系统的脑力负荷评估和作业过程中的脑力负荷检测是工效学的重要研究内容,基于生理信号实时脑力负荷监测能够实现根据脑力负荷在人-机系统中在作业人员与自动化系统之间动态分配任务,即自适应自动化,进而能够优化人-机系统设计、避免过高的脑力负荷、降低人误风险。基于生理信号实现脑力负荷的检测研究从最早NASA的探索性研究至今已有40多年,近十多年逐渐成为工效学中新的研究热点,并且基于脑电、心电、功能性近红外光谱的自适应自动化在诸如模拟飞行、模拟无人机控制等任务中已被证明能够改善作业绩效和作业人员的主观感受。但近年来部分研究报告也表明基于生理信号的脑力负荷检测存在跨人、跨时间、跨任务的挑战,未来还有较大发展空间。本综述将回顾基于生理信号的脑力负荷检测和基于脑力负荷的自适应自动化40年来的研究历程和最新研究进展。

航天工效学研究与实践

航天工效学是人因工程在载人航天领域中的应用,经过近50年的发展和实践,从航天人-机-环系统层面开展基础、应用基础及工程应用研究,突破和解决了大量科学问题及关键技术,有力支撑了我国载人航天工程SZ1-SZ5飞行任务、空间实验室任务以及当前的空间站任务。本文回顾了航天工效学在载人航天领域取得的主要成果及其在工程实践中的应用。重点介绍了近几年在航天特因环境下人的能力特性、航天器工效学设计与评价、数字航天员作业能力建模与仿真等方面的研究进展。结合我国载人航天后续空间站、深空探测等任务的发展趋势,介绍了该领域后续应重点开展的研究。

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。

睡眠限制引起的生物节律紊乱对大脑警觉度影响的研究

目的通过大脑功能和脑电的变化探究睡眠限制引起的生物节律紊乱对大脑警觉度的影响。方法使用睡眠限制方法构建生物节律紊乱模型,10名受试者在6天内接受3次警觉度任务(PVT)实验并记录其脑电:前2天生物节律正常,此时定为基准;随后2天内比前2天延迟3h睡眠,此时生物节律紊乱;最后2天正常作息,生物节律恢复。统计PVT结果,从大脑皮层监测的脑电中提取事件相关谱扰动(ERSP),用大脑各个区域对应为节点,建立脑网络,提取节点的度、平均路径长度及聚类系数特征。结果PVT反应时间显示出警觉度的波动变化,ERSP显示额区、顶区、枕区4~10Hz脑电活跃,恢复期13~22Hz活跃,脑网络显示大脑功能性连接程度在紊乱期低,恢复期未恢复至基准水平。结论警觉度具有节律性,睡眠限制会引起有机生命体生物节律紊乱,警觉度下降。正常作息后警觉度又会有一定程度的恢复,但短期内无法回到初始水平。

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。

利用fNIRs研究噪声环境下脑力负荷变化规律

目的研究噪声环境下操作者的脑力负荷(mental workload,MWL)变化规律。方法采用功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRs)、心电、皮肤电和脉搏波多种生理测量手段结合脑力负荷敏感脑区的氧合血红蛋白幅值变化、主观量表评价和脑力负荷评估模型输出来评估噪声刺激下操作者的MWL变化。选用16名参试者完成中性图片N-back任务,分为噪声组和对照组,噪声环境采用(80±3)d B,对照组的外界声源控制为45 d B以下。结果在同一任务负荷状态下,噪声环境中参试者的脑力负荷水平高于对照组,其中噪声组2-back任务诱发的脑力负荷水平等同于对照组3-back任务诱发的脑力负荷水平,但其在3-back任务阶段脑力负荷仅略高于对照组的同等任务阶段。结论参试者在噪声环境下执行同等工作记忆任务时脑力负荷水平可以提高,但任务难度较高时提升幅度降低;利用fNIRs监测大脑前额叶皮层血氧生理参数方法能够有效评估噪声环境下的脑力负荷变化,值得进一步深入研究。

基于Chirplet变换的变频视觉诱发电位脑-机接口研究

脑-机接口(brain-computer interface,BCI)是在大脑与外部设备间建立一个直接的信息交流通路,它无须依赖外周神经肌肉系统而仅通过脑电信号特征提取与模式识别来实现思维表达或指令操作.变频视觉诱发电位(chirp stimuli visual evoked potential,Chirp-VEP)是最近提出的一种脑电诱发新模式,可作为BCI控制信号,极富应用潜力.然而Chirp-VEP的诱发条件、信号处理、特征提取方法等都缺乏充分研究.本文采用不同起始频率和chirp调频率进行了Chirp-VEP诱发实验,利用Chirplet变换(chirplet transform,CT)等4种时频分析方法提取了ChirpVEP信号特征.研究结果表明,相较于其他时频分析方法,CT可获得更高的VEP信噪比与正确识别率.在8名受试者参加的在线BCI测试中,Chirp-VEP的总平均正确识别率高达97.8%,进一步验证了Chirp-VEP应用于BCI控制的潜力.

基于fNIRS的情绪对工作记忆负荷影响规律研究

目的研究情绪刺激和任务负荷共同影响下的大脑皮层血氧特性响应规律。方法 20名年轻男性分别进行了负性、中性与积极3种情绪图片刺激下1~3-back认知记忆负荷任务实验,采用功能近红外谱(functional near-infrared spectroscopy,fNIRS)监测参试者脑前额叶皮层(prefrontal cortex,PFC)功能区和左右运动区的含氧血红蛋白(Hb O_2)与脱氧血红蛋白(Hbr)信号均值、斜率及近似熵(approximate entropy,ApEn)3种生理特征指标来描述其脑功能活动。结果随着任务负荷增加,均值表征的脑功能活动强度增强,PFC区域血氧供应和脑功能活动强度变化率降低且趋于稳定。近似熵用于表征的脑功能活动复杂度指标,随着任务负荷增加,中性情绪状态下复杂度降低,而在负性和积极情绪状态下复杂度上升。结论背外侧PFC区域为任务负荷敏感区域脑区;运动区域脑功能活动会受情绪状态影响。近似熵能有效地表征脑区fNIRS信号的复杂度变化,并适合描述情绪状态下大脑皮层功能活动多样性。