航空导航中人-机交互灾难性失效的神经机制
神经元与认知
2016-05-09 v1
摘要
目标：我们研究了称为边界回避任务（BAT）的精细视觉运动任务中工作负荷积累的神经关联。BAT已知会诱发高性能飞机中人-机耦合的自然失效，可能导致坠机；这些失效被称为飞行员诱发振荡（PIOs）。方法：我们记录了在虚拟3D环境中模拟的飞行BAT中人类受试者的EEG和瞳孔测量数据。主要结果：我们发现BAT中的工作负荷积累可从脑电图（EEG）的振荡特征成功解码。EEG的delta、theta、alpha、beta和gamma频带中的信息都有助于成功解码，但具有偏侧化体感地形图的gamma频带活动贡献最高，而具有额中央地形图的theta频带活动在实际可用性方面贡献最稳健。我们表明频谱解码器的输出可用于预测PIO易感性。我们还发现任务中的工作负荷积累诱发瞳孔扩张，其幅度与解码的EEG信号幅度显著相关。这些结果表明PIO可能源于皮质网络如蓝斑（LC）-前扣带回皮层（ACC）回路的失调。意义：我们的发现可能推广到紧密人机耦合其他情况中的类似控制失效，其中控制系统的增益和延迟必须由人类操作员推断和补偿。利用工作负荷积累的神经生理学解码、靶向LC-ACC回路的闭环干预可能对这种情况下的操作员绩效产生积极影响。
引用
@article{arxiv.1605.01784,
title = {Neural mechanisms underlying catastrophic failure in human-machine interaction during aerial navigation},
author = {Sameer Saproo and Victor Shih and David C. Jangraw and Paul Sajda},
journal= {arXiv preprint arXiv:1605.01784},
year = {2016}
}
备注
Manuscript as initially submitted to Journal of Neural Engineering in March, 2016