.png){kind=icon}
返回
Sensing Cognitive Responses Through a Non-Invasive Brain–Computer Interface
.png){kind=icon}
OA
AI
DOI：10.3390/s26061892.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
认知压力，也称为精神工作负荷，由于其在调节注意力、自主神经调节和压力反应性方面的作用，构成了生理心理学领域的核心议题。此外，它与采用非侵入式传感技术的实用监测系统具有直接相关性。本研究探讨了多模态、非侵入式测量装置能否检测到同一受试者在静息期和认知负荷短时段之间的系统性生理差异。此外，它还探讨了此类系统区分具有不同认知需求的任务的能力。采用了一种序列性、被试内协议，包含五个连续阶段（静息1、Stroop、静息12、减法、静息3），在此期间同时记录了五种模态：脑电图（EEG）、心率（HR）、皮肤电反应（GSR）、面部表面温度和血氧饱和度（SpO2）。除了对时间序列数据进行分阶段检查外，还使用相关系数对受试者间的相似性进行了探索性评估。观察到的最大跨受试者相关系数为0.88（HR）、0.90（GSR）、0.83（面部温度）和0.77（SpO2）；然而，这些相关系数仅作为个体间相似性的探索性描述符，并未表明存在显著阶段效应。对于推断性分析，通过单因素重复测量方差分析（ANOVA）评估了各阶段的时段均值。心率表现出显著的阶段主效应（F(4, 32) = 10.5862, p_GG = 0.01044, ηp2 = 0.5696），在认知负荷时段观察到较高的心率（例如，静息1时为77.841 ± 11.777 bpm，减法时为83.926 ± 14.532 bpm）。较大的标准差反映了受试者间的变异性而非时段内的变异性。对于经过基线参考处理的GSR，在保守的Greenhouse–Geisser校正下，总体阶段效应未达到统计学意义；因此，在本数据集中将GSR视为探索性指标。面部温度和SpO2在Greenhouse–Geisser校正下也未显示显著的总体阶段效应（例如，SpO2: p_GG = 0.1209）。基于EEG的指标为任务参与度提供了补充性中枢证据；在约0.2至0.8的近似动态范围内观察到熵的变化，且α/θ比率在多个导联上显示出静息期与认知负荷时段之间近两倍的差异。
Keyword:
mental workload
multimodal physiological sensing
non-invasive brain–computer interface (BCI)
repeated-measures ANOVA
EEG alpha/theta ratio
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
Kolmogorov entropy changes and cortical lateralization during complex problem solving task measured with EEGKolmogorov熵变化及复杂问题解决任务期间通过EEG测量的皮层偏侧化
OAAI
OAAI分享收藏MMD-MSD: A Multimodal Multisensory Dataset in Support of Research and Technology Development for Musculoskeletal DisordersMarkova, V.; Ganchev, T.; Filkova, S.; Markov, M. MMD-MSD：支持肌肉骨骼疾病研究与技术开发的多模态多感官数据集。Algorithms 2024, 17, 187. [Google Scholar] [CrossRef].png)
Algorithms
AlgorithmsIF0
PREAI
分享收藏Multimodal Assessment of Cognitive Workload Using Neural, Subjective and Behavioural Measures in Smart Factory SettingsSENSORSOAAI
SENSORSIF3.5
OAAI分享收藏Pereira, E.; Sigcha, L.; Silva, E.; Sampaio, A.; Costa, N.; Costa, N. Capturing mental workload through physiological sensors in human–robot collaboration: A systematic literature review. Appl. Sci. 2025, 15, 3317. [Google Scholar] [CrossRef]佩雷拉 E.; 西格查 L.; 塞尔瓦 E.; 萨姆帕奥 A.; 科斯塔 N.; 科斯塔 N. 通过生理传感器捕捉人机协作中的心理负荷：一项系统文献综述。 Appl. Sci. 2025, 15, 3317. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容