换一批摘要为探究不同认知负荷下的人脑活动,设计了三种实验范式(N-Back、心算和Sternberg),采集被试者在三类认知负荷下的脑电图(electroencephalogram,EEG)信号,并对EEG信号进行预处理、特征提取和特征分类.模型通过相位锁相值(phase locking value,PLV)计算了 EEG的功能连接特征,将PLV功能连接矩阵作为脑功能网络的边;以微分熵特征作为网络的节点信息,实现EEG频域与空间域特征的融合,利用图注意力神经网络完成了跨任务的认知负荷分类.模型在跨任务三分类认知负荷识别中取得了 57.12％的平均分类准确率.基于复杂网络理论,从全局和局部两个层次分析了不同负荷状态下大脑网络结构的变化,随着认知负荷程度增加,theta与alpha频段的全局聚类系数逐渐减小,delta与theta频段的全局效率则有所提高;theta频段下的额叶、顶叶与颞叶脑区电极的局部效率呈上升趋势.网络全局与局部的度量变化表明随着人脑认知负荷程度的提高,功能脑网络的拓扑结构在发生改变.
更多相关知识
栏目名称
DOI
10.16791/j.cnki.sjg.2024.02.010
发布时间
2024-05-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
天津市普通高等学校本科教学改革与质量建设研究计划项目（A231006001）
天津市研究生科研创新项目（2022SKYZ252）
天津理工大学教学基金项目（ZD22-06）
天津理工大学研究生教学基金（ZDXM2202）
- 浏览6
- 被引14
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
