11、基于被动脑机接口评估飞行员认知状态的神经自适应建模研究

基于被动脑机接口评估飞行员认知状态的神经自适应建模研究

1. 研究背景与模型概述

在追踪个体参与者行为时，若参与者在警报发出后 25 秒内未做出正确响应，其行为就偏离了认知模型的预期，这反映出模型中缺乏相应的知识，这种偏离响应的比例体现了模型的认知不确定性。研究针对每个参与者的十个事件进行响应评估，包括八个空中交通管制（ATC）事件、燃油泵故障警报和发动机起火警报。

此外，还有一种神经自适应认知模型，它在规范模型的基础上，增加了对参与者脑电图（EEG）数据分类信息的获取。这种分类被视为二进制的，即警报被处理为类似于“标准”（与任务无关、被忽略）或“目标”（相关、经过认知处理）音调，为解决规范模型中的认知不确定性提供了额外信息。当飞行员未做出预期的规范响应时，分类器可以告知模型警报未被正确处理，从而解释飞行员的行为并降低认知不确定性。在神经自适应模型中，只有当警报被视为相关且已处理，但参与者仍未做出充分响应时，才被视为认知不确定性。

2. 实验结果

2.1 奇偶数任务表现

参与者被要求报告目标事件的数量。平均而言，在 75.4 ± 2.7 个总目标音调中，参与者平均犯 1.4 ± 1.9 个错误，所有区块的错误范围从 0 到 8 个。这意味着平均准确率达到了 99.98 ± 0.026%。

2.2 奇偶数任务分类与神经生理学

下表展示了分类器的交叉验证分类准确率，该表基于处理后的数据生成，去除了眼部成分。平均而言，去除了 2.04 ± 0.69 个与眼睛相关的独立成分（范围从 1 到 3 个）。去除这些眼部成分对分类准确率没有显著影响（含眼部成分的平均准确率为 71.2%；根据 25000