VDT模拟作业的脑功能网络分析及脑力负荷识别研究

摘要

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%。