基于EEG的脑力疲劳特征研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13700/j.bh.1001-5965.2015.0428

基于EEG的脑力疲劳特征研究

引用
模拟飞行员在飞行过程中监视仪表信息的过程,分析脑电(EEG)随脑力疲劳变化的特点及规律,从而为后期对抗脑力疲劳提供科学根据.通过设计2级不同难度的视觉监控任务分别诱发脑力疲劳,采用多种方法相结合进行研究,比较EEG参数(δ、θ、α、β、(α+θ)/β、α/β、(α+θ)/(α+β)和θ/β)在任务前后的变化情况.结果表明:从正常到疲劳状态,额区、中央区、顶区和枕区的α波相对能量显著增加(P<0.05);前额区、侧额区、后颞区以及枕区的β波相对能量显著降低(P<0.05);δ波和θ波相对能量变化未达到显著性差异(均有P >0.05);参数(α+θ)/β、α/β、(α+θ)/(α+β)和θ/β在除颞区外的各脑区都显著增大(P<0.05);在颞区,只有α/β在疲劳前后增加明显(P<0.05);与较高难度的任务比较,低难度任务中的各EEG参数变化较为明显.因此,除δ波和θ波以外的其他特征参数被证实在特定的脑区域可以作为衡量脑力疲劳的潜在指标,同时可以验证适当地增加任务难度可以在某种程度上对抗脑力疲劳的产生.

脑力疲劳、任务难度、视觉监控、脑电(EEG)、小波分析

42

TB18;B842.1(工程基础科学)

2017-01-18(万方平台首次上网日期,不代表论文的发表时间)

共8页

1406-1413

相关文献
评论
暂无封面信息
查看本期封面目录

北京航空航天大学学报

1001-5965

11-2625/V

42

2016,42(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn