[发明专利]一种基于多生理参数方法融合的脑力负荷评估方法

说明书

本发明公开了一种基于多生理参数方法融合的脑力负荷评估方法，其包括以下步骤：S1、设计面对目标复杂任务五个特性的控制变量实验，获取上述实验的功能性生理数据，并对其进行预处理；S2、完成从所述生理数据中提取反映不同特性对脑力负荷变化的敏感生理特征；S3、对所述生理特征进行筛选以剔除所述生理特征中的干扰信息；S4、综合不同特性下的生理指标融合获得综合生理参数特征体系；S5、根据不同特性下的生理特征对该任务特性下的生理数据采用机器学习进行回归；S6、根据综合生理指标描述当前操作者的脑力负荷水平。本发明可以对操作结果进行直接评估，具有较强的实时性，而且准确度较高，可以实现对任务执行人员的状态实时监测。

技术领域

本发明涉及一种基于多生理参数方法融合的脑力负荷评估方法。

背景技术

脑力负荷检测是工效学的重要研究内容，对人机系统的安全性、可靠性具有重要影响。脑力负荷包括决策、控制、监控等任务，一方面载人航天器系统与作业任务环境的复杂化造成航天员要处理的信息量剧增，占用的认知资源高，航天员往往处于较高脑力负荷水平，从而诱发快速疲劳、感知能力下降、人误增加和消极情绪，导致决策失误和绩效下降。另一方面，监控等任务会出现航天员不在环路中现象、注意力下降，而忽略风险因素造成失误。因此，脑力负荷状态与航天员的作业绩效与操作安全密切相关，直接与航天器安全密切相关，凸显了航天员脑力负荷检测的必要性。

1977年，北大西洋公约组织人因特别委员会组织召开的“脑力负荷的理论与测量”(Mental workload:its theory and measurement)专题会议上普遍接受的观点认为脑力负荷是一个多维概念，它涉及任务需求(task demand)、时间压力(time pressure)、操作者能力(operator’s capacity)和努力程度(effort)、行为表现(performance)和其它众多因素。一般认为脑力负荷是人在作业过程中所付出的努力程度和任务对人的生理和心理需求等因素共同作用的结果。因此、可以认为脑力负荷是人在特定任务负荷下单位时间内的大脑认知、资源占用率，并不是一个人的固有特性，会受到工作负荷、努力程度、个人技能策略、情绪状态等影响。然而受制于人体状态的时变性、个体技能熟练度以及自身节律特性等因素，目前脑力负荷检测技术只实现了针对特定任务与个体的脑力负荷检测模型，并不能满足长时间脑力负荷检测的需求，跨时间脑力负荷检测成为了一个研究难点。

目前已有的技术方案如下：

一、基于多生理参数PCA融合的脑力负荷测量方法,包括如下步骤：测量心率变异性HRV、瞳孔直径、皮肤电阻SR三个生理参数,利用PCA技术得出三个参数的权重系数,根据参数融合计算公式计算脑力负荷的参数融合分值MWS,MWS是mental workload score的缩写,MWS等于各参数与其权重之积的和,并将MWS作为脑力负荷的测量指标。

二、基于脑电检测的矿工脑力负荷评价方法，对矿工进行持续性操作测试，将N-back任务分为两个部分：记忆部分与判断部分，记忆部分放置于CPT任务之前，判断部分放在CPT任务之后，N-back任务整体此时作为增加脑力负荷的干扰变量作用于被测试的矿工。从Neurone 64导系统采集的数据中选取58通道脑电数据，来分析脑力负荷下矿工的脑电特征。将采集到的脑电数据通过遗传算法进行滤波。利用滤波后的脑电数据对其脑力负荷进行分析。本发明通过控制煤矿工人的脑力负荷，减轻工人的工作中的压力，从而降低工人的行为失误，减少和杜绝矿工的不安全行为，预防煤矿企业事故的发生，降低人因事故率，