基于持续注意任务中EEG功能连接的疲劳相关反应时间预测
人机交互
2026-05-12 v1
摘要
与行为性能下降相关的精神疲劳会导致持续注意任务中的灾难性事故。虽然现有神经生理学系统有效检测当前行为性能，但往往缺乏足够时间预导能力，以便进行干预。本研究提出一种新模型，用于基于EEG功能连接特征预测反应时间（RT）。30名受试者参与持续 Psychomotor Vigilance Test（PVT）任务，同时进行30通道EEG录制。计算电极之间的互信息（MI）作为功能连接特征。采用随机森林回归模型（RF）训练，以预测跨0至20秒不同预测时滞的单次RT。该模型展现出稳健的预测有效性，在即时检测方面 achieved 均方根误差（RMSE）为23.75 ms，跨不同预测时滞保持高精度（RMSE = 24.07 ms）。通过SHAP和线性混合效应模型的可解释性分析进一步支持了所提出模型的有效性，并揭示了独特的时序生物标志物。该研究验证了20秒前预测行为性能的可行性，为安全关键系统的主动疲劳管理提供了有前景的方法。
引用
@article{arxiv.2605.08631,
title = {Fatigue-Related Reaction Time Forecasting via EEG Functional Connectivity in Sustained Attention Task},
author = {Bo Sun and Liang Ma},
journal= {arXiv preprint arXiv:2605.08631},
year = {2026}
}
备注
12 pages, 5 figures, 3 tables