基于脑区社团结构的恐高程度识别模型

摘要：

高层建筑拔地而起,客观的恐高检测手段是高空作业行业规范化的关键一步.本文结合虚拟现实技术设计高空暴露实验,深入研究了恐高反应的大脑神经机制,提出使用脑功能网络检测恐高程度.通过对比不同恐高程度脑功能网络的基本拓扑特征,使用阈值化处理找出与恐高程度关系密切的脑区.根据脑区划分社团结构,构建恐高程度识别模型.结果表明:恐高程度越严重,脑功能网络越复杂.发现参与恐高反应的主要脑区包括额叶、中央区和枕叶.使用这些脑区划分社团结构,计算连接强度对恐高程度识别的准确率可达到(97.37±0.58)％.

关键词：脑电信号、脑功能网络、社团结构、恐高、虚拟现实

所属期刊栏目：42

分类号：R318(医用一般科学)

资助基金：国家重点研发计划项目2017YFB1300300

在线出版日期：2021-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：381-388