.png){kind=icon}
返回
Estimating mental workload in executive function-based tasks
.png){kind=icon}
OA
AI
DOI：10.1007/s10111-026-00863-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
精神工作负荷（MWL）是影响人类表现的关键因素，尤其是在驾驶、航空和医疗保健等复杂动态环境中。精确的MWL估计对于优化系统设计和提升用户表现至关重要。随着技术进步，自动驾驶车辆正成为现实，但驾驶员与车辆系统共享控制所涉及的认知过程仍缺乏充分理解。本研究调查了这些认知过程所施加的精神工作负荷，重点关注主要执行功能的需求。为此，进行了一项实验，36名参与者执行四项任务，同时通过自我报告和基于脑电图（EEG）的客观生理测量收集数据。估计MWL最常用的方法之一是使用EEG频带功率的指数/比率，即精神工作负荷指数（MWI）。本研究旨在通过结合来自统计、频谱和复杂度测量等多个领域特征来提升MWL估计，而非仅依赖MWI。使用多种机器学习分类器，我们证明结合来自不同测量范围的特征可显著提高MWL估计的准确性和鲁棒性。多层感知器表现出最佳性能，准确率达94.5%。此外，纳入MWI之外的其他特征有助于提升跨主体和任务间的泛化能力，支持我们的假设：多特征方法对于精确MWL估计更为可靠。这些发现为实时MWL估计提供了更稳健的解决方案，具有在自适应系统和用户中心设计中的潜在应用价值。
Keyword:
Mental workload
Automation
Task performance
Executive function
Machine learning
期刊
C
IF:
3.4
论文数:
40
被引数:
0
机构
引用论文
Analysis of complexity in the EEG activity of Parkinson's disease patients by means of approximate entropy.png)
GEROSCIENCEOAAI
GEROSCIENCEIF5.4
OAAI分享收藏A Neuroergonomics Approach to Mental Workload, Engagement and Human Performance一种神经工效学方法，用于心理工作量，参与度和人类绩效
OAAI
OAAI分享收藏Driver drowsiness detection using facial thermal imaging in a driving simulatorProceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine
Proceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in MedicineIF0
PREAI
分享收藏Effects of Jet Engine Noise and Performance Feedback on Perceived Workload in a Monitoring Task
PREAI
分享收藏Cluster permutation analysis for EEG series based on non-parametric Wilcoxon–Mann–Whitney statistical testsSoftwareXOAAI
SoftwareXIF0
OAAI分享收藏An EEG-Based Mental Workload Evaluation for AR Head-Mounted Display Use in Construction Assembly Tasks基于EEG的脑力负荷评估，用于建筑组装任务中的AR头戴式显示器
PREAI
分享收藏
查看更多内容