基于fNIRS和ECG的大脑警觉度客观检测研究

航天员执行操纵和维护设备等任务时需保持高警觉状态,以便应对突发情况,保护自身安全.针对目前警觉度检测尚无统一标准,单生理参数检测法可靠性差的问题,利用多模态参数检测法,采用PVT任务与2-back任务组合诱导警觉度降低,通过功能性近红外光谱技术(fNIRS)和心电技术(ECG)采集14名被试前额部分的氧合血红蛋白(HbO)信号、脱氧血红蛋白(Hb)信号以及ECG信号,并记录被试的行为学数据.结果表明:此实验范式成功诱导警觉度下降,在低警觉度状态下大脑代谢水平增加,复杂度增加,大脑前额区活跃度增加;心率降低,副交感神经活性增强.二者特征相结合增大了警觉度识别三分类准确度.在支持向量机模型下,14名被试的平均三分类正确率达到(80.37±5.76)％,较之前文献报道的正确率有所提升.验证了此特征模型检测警觉度水平的有效性及使用混合特征矩阵提高警觉度模型的鲁棒性.