基于自注意力的胶囊网络脑工作负荷分类

脑工作量是为执行任务而支付的脑力资源的数量,评价工作任务引起的脑工作负荷水平对于优化操作员的负荷分担至关重要.本文提出一种基于自注意力的胶囊神经网络脑工作负荷检测方法:使用脑电图频谱特征和空域特征的融合来完成工作负荷评估.模型主要由卷积层、自注意力层、主胶囊层和脑工作负荷胶囊层构成,对7名受试者执行的脑工作负荷任务中的3个工作负荷水平分别提取了频带能量和功能连接性特征,并进行了融合,利用卷积层捕获融合特征的深度特征,随后使用自注意力机制进一步挖掘融合特征中大脑区域间传导的规律以及不同区域的频带能量变化(即其空间维度信息的转变过程),从而学习到不同状态下脑电特征中隐含的异常信息模式,同时利用胶囊网络在提取局部特征的同时关注全局结构信息.本文方法对于脑工作负荷评估的分类准确率为87.72%,且对高等级的脑工作负荷识别率更高.

双任务脑力负荷评定的多变量判别分析

为探讨判别分析技术在双任务脑力负荷评定中的意义，在完成由视觉追踪主任务和听觉Ｏｄｄｂａｌ附任务组成的双任务的过程中，同步记录了被试者多种心理生理指标。对资料分析的结果表明：追踪误差、脑事件相关电位Ｐ３波潜时和逐次心跳间期与脑力负荷关系较为密切，用多变量判别分析可以成功区分出被试者所处的脑力负荷状态，较单变量判别分析的判别正确率高。提示：多变量判别分析在脑力负荷评定中有一定意义。

血管内降温治疗对重型颅脑损伤患者疗效及护理工作量的影响

目的:探讨血管内降温治疗,对重型颅脑损伤患者预后及相应护理工作量等方面的影响,寻求一种更为科学有效的治疗方法。方法:按入院先后顺序将所选患者分为血管内降温治疗组34例与体表降温治疗组35例,比较两组并发症发生情况、预后、住院总天数、ICU住院天数、住院总费用以及护理工作量等指标。结果:两组在患者住院总时间、ICU住院天数以及护理工作量等方面存在显著差异(P<0.05)。结论:血管内降温治疗能够减少患者ICU住院天数及住院总天数,且在此基础上能一定程度地减少并发症的发生,取得了与传统亚低温治疗相同的远期预后效果,同时显著减少了亚低温治疗的护理工作量。

心理负荷的评估:基于神经人因学的视角

心理负荷的评估正经历着从传统工效学向神经人因学的变革。EEG、ERPs、fMRI、fNIRS和TCD等神经科学研究技术为这场变革提供了有力的工具。研究发现:在单任务情境下,随着操作者心理负荷的增加,脑电α波活动减弱,θ波活动增强,并且前额皮层血流、左侧额下回血液氧合血红蛋白浓度变化均增加,大脑动脉血流速度也增快;在双任务情境下,随着操作者主任务心理负荷的增加,次任务的N1、新异P3和P3b等ERPs成分波幅降低。依据这些研究成果,学者们利用人工神经网络、支持向量机等模式分类算法实现了对心理负荷的实时在线评估。但是,各种研究技术在敏感性、诊断力、主任务干扰、实施需求、可接受性和信度等方面各有优势与不足。在未来研究中,要注意促进相关技术的融合、提高其可接受性,并充分利用模式识别算法提高其诊断力和敏感性。

自适应多维N-back认知负荷模型下的脑网络研究

目的弥补传统N-back实验只考察单一维度工作记忆内容的不足,设计多样化的脑力负荷任务,从多方位深入研究脑疲劳及认知负荷。方法从位置、颜色、形状3个维度划分3个等级,并根据反应正确率自动调节等级,构成自适应多维N-back认知负荷新范式,研究新范式下受试者的行为绩效、脑电频谱特征及脑网络变化。结果在1-back与2-back任务中,随着认知任务维度升级、脑力负荷增加,脑电alpha/beta功率比下降,PDC脑网络中各脑区之间的信息流增强且不同维度任务的信息流向与当前任务紧密相关。结论自适应多维N-back实验范式比传统单一维度N-back任务能多方位充分调动大脑认知功能、加速消耗脑力资源并影响其行为绩效,有望为更深层次研究脑认知与脑疲劳提供新思路。

极限负荷下心理承受力训练的基础原理

从运动疲劳的中枢模型和节奏策略的中枢管理模型出发,以新的运动训练学的训练适应理论为基础,假设并阐述了极限负荷下心理承受力训练的基础原理。在极限负荷下心理承受力以大脑同外周生理系统的信息处理为内部过程,通过强化大脑内部算法的意识,心理技能的作用,冲击心理疲劳信念的阈限并最终影响中枢神经系统的疲劳管理策略即节奏策略而实现的。自我谈话在信息处理和意识的强化过程中起着关键作用。

基于TLX量表的公路设计负荷综合评价法

一种基于TLX量表的公路设计负荷综合评价方法解决了公路设计任务负荷难以量化评价的问题。结合工程实例,采用该法对设计负荷进行计算,得到了量化的评价结果,验证了该方法的可行性和可操作性。

双重任务脑力负荷的心理生理学评定

目的探讨心理生理学方法在双重任务脑力负荷评定中的意义。方法采用事件相关电位Ｐ３波潜时（ＬＡＴ）和波幅（ＡＭＰ）、逐次心跳间期（ＩＢＩ）及心率变异性（ＨＲＶ）、逐次呼吸间期（ＩＲＩ）及呼吸变异性（ＲＲＶ）、眨眼率（ＢＲ）等心理生理学指标，评定了１６名男性青年受试者完成三种不同难度双重任务时的脑力负荷。双重任务由视觉追踪主任务和Ｓｔｅｒｎｂｅｒｇ副任务组成，其难度由主任务目标运动的速度和维度控制。结果①随任务难度增加，Ｐ３波ＬＡＴ延长（Ｐ＜０．０１），ＡＭＰ无显著性变化（Ｐ＞０．０５）；②ＩＢＩ及ＨＲＶ在中等难度任务时最小，其中ＩＢＩ在任务间有显著性差异（Ｐ＜０．０１）；③ＩＲＩ随任务难度增加而减小（Ｐ＜０．０５），ＲＲＶ任务间无显著性差异（Ｐ＞０．０５）；④ＢＲ在三种任务条件与对照条件时相比显著降低（Ｐ＜０．０１）。结论各指标与脑力负荷均有一定关系，但单一指标评定脑力负荷有局限性，多种心理生理学指标综合评定是双重任务条件下脑力负荷评定更为适宜的方法。

VDT模拟作业的脑功能网络分析及脑力负荷识别研究

为了寻找脑力负荷的测量和分类识别指标,设计了两种不同难度的心算任务以模拟视觉显示终端(VDT)作业,记录了18名被试的主观评分和工作绩效,并通过功能连接分析与复杂网络分析提取脑电信号的特征值,建立脑力负荷识别的SVM模型。结果显示:高难度任务下被试的主观评分和反应时长显著上升,心算正确率显著下降;Alpha频带脑电信号的同步性、脑功能网络的节点度、平均聚类系数,全局效率和局部效率在高难度任务中显著降低;基于脑功能网络特征参数的脑力负荷SVM生理识别模型的正确分类率达到了88.0%。