利用脑电图（EEG）对情境意识及其认知相关因素进行实证评估

《IEEE Access》：Empirical Evaluation of Situational Awareness and Its Cognitive Correlates Using EEG

　　

情境感知（SA）在动态环境中的表现至关重要，但其神经生理基础和持续评估仍不甚明了。本研究采用脑电图（EEG）对情境感知及其认知相关因素进行了行为、电生理和计算层面的综合研究。30名参与者在完成计算机化的情境感知测试的同时，记录了31通道的EEG数据，并计算了12个常用的EEG指标以量化注意力、参与度、工作负荷和疲劳程度。行为分析表明，情境感知会随着反应时间、任务类型和疲劳程度的变化而系统性地变化，并且在不同参与者之间存在稳定的个体差异。频谱分析显示，在θ、α、β和γ频段中存在与情境感知相关的显著变化，其中前额中央区和中央顶叶区域被确定为关键脑区。相关性分析、方差分析（ANOVA）、主成分分析（PCA）和层次回归共同表明，情境感知最好被描述为一个复合认知状态：注意力、参与度、工作负荷和疲劳共同解释了情境感知表现中69%的变异。对于三类情境感知分类（低、中、高），我们提出了EEG-STORM模型，该模型结合了空间投影、多尺度时间过滤和序数回归算法，能够准确反映情境感知水平的有序结构。在留一法交叉验证下，EEG-STORM模型的准确率达到86.8%，显著优于EEGNet、DeepConvNet、ShallowConvNet和BiLSTM等基线模型。基于梯度的显著性分析显示，前额中央区和中央顶叶电极的贡献最为显著，这与注意力网络和执行控制网络的功能一致。这些结果证明了通过EEG捕捉的多维认知动态数据能够在受控实验室环境中支持准确、独立于个体的三类情境感知分类，并为开发自适应人机系统提供了理论基础。