| 基于脑电多域特征融合的跨任务认知负荷研究 |
| |
| 引用本文： | 宋雨,刘杨,高强,刘俊杰,李荭娜,吉月辉.基于脑电多域特征融合的跨任务认知负荷研究[J].实验技术与管理,2024(2):73-80. |
| |
| 作者姓名： | 宋雨 刘杨 高强 刘俊杰 李荭娜 吉月辉 |
| |
| 作者单位： | 1. 天津理工大学电气工程与自动化学院;2. 天津理工大学天津市复杂系统控制理论及应用重点实验室;3. 天津理工大学海运学院 |
| |
| 基金项目： | 天津市研究生科研创新项目(2022SKYZ252)； |
| |
| 摘 要： | 为探究不同认知负荷下的人脑活动，设计了三种实验范式（N-Back、心算和Sternberg），采集被试者在三类认知负荷下的脑电图（electroencephalogram, EEG）信号，并对EEG信号进行预处理、特征提取和特征分类。模型通过相位锁相值（phase locking value, PLV）计算了EEG的功能连接特征，将PLV功能连接矩阵作为脑功能网络的边；以微分熵特征作为网络的节点信息，实现EEG频域与空间域特征的融合，利用图注意力神经网络完成了跨任务的认知负荷分类。模型在跨任务三分类认知负荷识别中取得了57.12%的平均分类准确率。基于复杂网络理论，从全局和局部两个层次分析了不同负荷状态下大脑网络结构的变化，随着认知负荷程度增加，theta与alpha频段的全局聚类系数逐渐减小，delta与theta频段的全局效率则有所提高；theta频段下的额叶、顶叶与颞叶脑区电极的局部效率呈上升趋势。网络全局与局部的度量变化表明随着人脑认知负荷程度的提高，功能脑网络的拓扑结构在发生改变。
|
| 关 键 词： | 脑电信号 认知负荷 跨任务 图注意力神经网络 |
|
|
