%0 Journal Article
%T 基于多心理生理参数和核学习算法的脑疲劳估计
%A 张崇
%A 郑崇勋
%A 于晓琳
%J 科学通报
%D 2008
%I 
%X 脑疲劳是一种极其复杂的现象,受环境、健康状态、生命力以及恢复能力的影响.单一参数无法全面描述.本研究首先运用主观自评方法研究长时间持续低负荷视频显示终端(VDT)任务对心理的影响,而后通过心率变异性的功率谱指数、由视觉刺激诱发得到的P300成分以及脑电的小波包参数来共同分析长时间VDT活动对自主神经和中枢神经系统的影响.最后,提取脑电的小波包参数作为不同脑疲劳状态下大脑活动的特征,把核主分量分析(KPCA)和支持向量机(SVM)算法结合起来用于区分疲劳前后两个状态.统计分析表明,完成任务后主观困倦和疲劳程度显著增加,长时间VDT任务引起被试的脑疲劳.完成任务后被试自主神经系统的主要活动从副交感神经活动转变为交感神经活动.P300成分和脑电的小波包参数与脑疲劳有很强的关联性.而且,KPCA-SVM方法可以有效地减少特征向量的维数,加速SVM训练的收敛,取得了较高的脑疲劳的识别率(87%).多生理心理参数测量和KPCA-SVM方法有望成为衡量脑疲劳的有前途的工具.
%K 脑疲劳
%K 脑电
%K 心率变异性
%K P300
%K 小波包
%K KPCA-SVM
%K VDT
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=7C7E63796F062382A606A3A9833B8C05&jid=B40D4BA57FF46E45205A09B4DC283152&aid=8647D4EBAE2685691D8C33780889C01D&yid=67289AFF6305E306&vid=8E6AB9C3EBAAE921&iid=59906B3B2830C2C5&sid=B7E2CBA271D733FB&eid=E645E14F118D0796&journal_id=0023-074X&journal_name=科学通报&referenced_num=1&reference_num=0