基于 EEG 特征的虚拟飞行模拟工作负载预测（附录含事后分析）
人机交互
2025-03-13 v2 信号处理
摘要
有效的认知工作负载管理对飞行员的安全和表现有重大影响。集成脑机接口（BCIs）为实时工作负载评估提供了机会。利用来自高保真虚拟现实（VR）飞行模拟的认知工作负载数据，可以对训练场景进行动态调整。虽然先前的研究主要集中在用于工作负载预测的 EEG 频谱功率上，但深入探究脑内连接性可能会产生更深刻的见解。本研究评估了 EEG 频谱和连接特征在区分 VR 和桌面条件模拟飞行期间的高与低工作负载时段时的预测价值。使用集成方法，训练了一个堆叠分类器来根据 52 名参与者的 EEG 信号预测工作负载。结果表明，结合了频谱和连接特征的模型的平均准确率比仅依赖频谱特征的模型提高了 28%。在大量飞行员样本中对其他连接性指标和深度学习模型进行进一步研究，对于验证实时工作负载预测 BCI 的潜力至关重要。这可能有助于为安全关键型操作环境开发自适应训练系统。
引用
@article{arxiv.2412.12428,
title = {Predicting Workload in Virtual Flight Simulations using EEG Features (Including Post-hoc Analysis in Appendix)},
author = {Bas Verkennis and Evy van Weelden and Francesca L. Marogna and Maryam Alimardani and Travis J. Wiltshire and Max M. Louwerse},
journal= {arXiv preprint arXiv:2412.12428},
year = {2025}
}