XiaoMi-AI文件搜索系统
World File Search System生理测量
Felix Putze、Christian Mühl、Fabien Lotte、Stephen Fairclough、Christian Herff。社论：基于神经生理测量检测和评估工作记忆状态和认知功能。《人类神经科学前沿》，2018 年，第 12 期，�10.3389/fnhum.2018.00440�。�hal-01908759�
工作记忆等执行认知功能决定了各种不同认知任务的成败，如解决问题、导航或规划。通过从神经生理或心理生理信号估计工作记忆负荷或记忆容量等结构，自适应系统可以对操作员经历的认知状态作出反应，并触发旨在支持任务执行的响应（例如，在受试者超负荷时简化辅导系统的练习 Gerjets et al., 2014 ，或关闭来自手机的干扰）。确定工作记忆负荷等认知状态对于自动测试/评估或可用性评估也很有用。虽然目前有大量关于工作记忆活动等认知功能的神经和生理相关性的研究，但很少有出版物涉及这类研究在复杂、现实场景中的单次试验检测和实时估计认知功能方面的应用。基于脑活动测量的单次试验分类器，例如脑电图 (EEG, Kothe and Makeig, 2011; Lotte 等人, 2018)、功能性近红外光谱 (fNIRS, Putze 等人, 2014; Herffiet al., 2015)、生理信号 (Fairclough 等人, 2005; Fairclough, 2008) 或眼动追踪 (Putze 等人, 2013)，有可能根据短段数据对情感 (Koelstra 等人, 2010; Heger 等人, 2014; Mühl 等人, 2014) 或认知状态进行分类。为此，需要开发信号处理和机器学习技术并将其转移到现实世界的用户界面。这个前沿研究主题的目标是推动基于信号的认知过程建模的最新进展。我们对更复杂、更现实的研究设计特别感兴趣，例如在野外收集数据或调查相互作用
根据生理数据预测飞行员的认知状态...
本论文使用与生理属性相关的数据，研究了飞行员在实验过程中的认知状态。尽管该挑战已经过期，但咨询公司 Booz Allen Hamilton 发起了一项挑战，鼓励数据科学家建立一个具有检测能力的模型，以防止航空事故和事件。本论文研究的首要问题是：能否通过生理测量预测飞行员的认知状态？先前的研究发现，认知状态检测可以提高航空安全性。在这项研究中，我们参考了人为因素分类和分析系统，以更广泛地看待研究结果。本论文研究的任务有两个方面：(1) 认知状态分类和 (2) 认知状态变化检测。要解决的关键问题是从复杂数据中提取特征。因此，进行了频域分析和滑动窗口时间分析。在 73 个变量中，选择了对模型性能贡献最大的五个变量。所提出的模型在检测测试数据中特定飞行员的适当认知状态时，F1 得分达到 0.67。测试数据上的平均 F1 得分为 0.55，高于没有工程特征的基准模型（0.48）。特别是在惊吓和注意力分散分类期间，性能较低。此外，并非所有飞行员
沉浸式环境支持的用户体验的生理评估：来自文献综述的第一个输入
4 大学地区医院中心，CMRR，F-54511 Vandœuvre-lès-Nancy，法国 通讯作者：Giovanny Arbelaez，arbelaez5@univ-lorraine.fr 关键词：沉浸式环境 – 生理设备 – 虚拟现实 – 文献综述 摘要 沉浸式虚拟环境可以在早期创新阶段支持共同设计过程。为了将这些技术用作支持工具，研究人员和设计人员需要更好地了解用户在这些环境中的行为和体验。虽然现有文献大多建议使用问卷等自我报告评估来评估沉浸式体验，但一些替代方案建议使用生理数据。从这个意义上说，生物特征和生理测量可以作为研究人类在沉浸式虚拟环境中的行为和表现的有用指标，以强调生理数据监测可以为理解用户体验带来什么。本文基于对从主要书目数据库中检索到的 1850 篇论文的分析，旨在对有关在沉浸式环境中使用生物特征评估人类行为交互的科学文献进行系统性回顾。通过这篇回顾，介绍并讨论了这些技术的不同用途及其作为评估沉浸式环境中用户体验的工具的前景。
番茄中 SlDMR6-1 的敲除促进了抗旱...
霜霉病抗性 6 (DMR6) 蛋白是一种 2-氧戊二酸 (2OG) 和 Fe(II) 依赖性加氧酶，参与水杨酸 (SA) 代谢。SA 被认为是一种非生物胁迫耐受性增强剂，在番茄中发现 DMR6 的失活会增加其水平并诱导对多种病原体的抗病性。通过应用 CRISPR/Cas9 技术，我们生成了 Sldmr6-1 番茄突变体并测试了它们对干旱和晚疫病的耐受性。野生型番茄品种‘San Marzano’及其 Sldmr6-1 突变体被剥夺了 7 天的水。WT植物表现出严重的枯萎，而T 2 Sldmr6-1突变体叶片肿胀，并保持较高的土壤相对含水量。生态生理测量表明，Sldmr6-1突变体采取了节水行为，通过降低气孔导度来降低蒸腾速率。在干旱胁迫下，同化率也降低，导致气孔下腔中的CO 2浓度没有改变，并提高了水分利用效率。此外，在Sldmr6-1突变体中，干旱胁迫诱导抗氧化相关基因SlAPX和SlGST的上调以及参与ABA分解代谢的SlCYP707A2基因的下调。最后，我们首次在番茄中强调，Sldmr6-1 突变体对晚疫病的病原菌致病菌的敏感性降低。
基于生理特征的飞行员-无人机协同应用心理负荷评估
有人-无人协同 (MUM-T) 可定义为空中机器人 (人工智能体) 与人类飞行员 (自然智能体) 的协同，其中人类智能体不是权威控制者，而是合作的团队成员。据我们所知，尚无研究使用神经人体工程学方法 (即使用生理测量) 评估 MUM-T 场景对操作员心理工作量 (MW) 的影响，也未通过对这些测量进行分类来提供 MW 估计。此外，分类流程中很少考虑生理信号的非平稳性的影响，特别是在验证设计中。因此，本研究有两个目标：(i) 基于生理信号表征和估计 MUM-T 设置中的 MW；(ii) 评估验证程序对分类准确性的影响。在此背景下，开发了一个搜索和救援 (S&R) 场景，其中 14 名参与者扮演飞行员的角色，与三架 UAV（无人驾驶飞行器）合作。任务旨在诱发高和低 MW 水平，使用自我报告、行为和生理指标（即大脑、心脏和眼球运动特征）进行评估。基于这些生理特征的各种组合的监督分类管道进行了基准测试，并比较了两种验证程序（即不考虑时间的传统程序与考虑时间的生态程序
航空领域的眼动追踪测量：选择性文献综述
摘要 目的：本文旨在全面回顾眼动追踪测量方法，并讨论眼动追踪方法在航空领域的不同应用领域。 背景：飞行员的心理生理测量（例如眼动追踪）可用于检测疲劳或高工作负荷情况、研究晕动病和缺氧，或评估显示改进和专业知识。 方法：我们回顾了眼动追踪对飞行员的用途，并包括发表在航空期刊上的眼动追踪研究，既有历史的也有当代的。我们纳入了 79 篇论文，并将结果分为以下三个类别：人类表现、飞机设计、健康和影响表现的生理因素。然后，我们总结了每个类别中眼动追踪的不同用途，并重点介绍了在每个领域有用的指标。我们的评论是对 Ziv (2016) 的评论的补充。 结果：基于这些分析，我们提出了眼动追踪测量的有用应用领域。眼动追踪可以通过检测疲劳或表现下降等来有效预防错误或伤害。在模拟或真实飞行中以适当的方式应用它可以帮助确保人机系统的最佳运行。结论：进一步的航空心理学和航空航天医学研究将受益于眼球运动的测量。
人类表现和态势感知措施
态势感知 (SA) 是与正在执行的任务相关的知识。例如，飞行员必须了解飞机的状态、飞行环境以及它们之间的关系，例如雷暴与湍流有关。它是决策的重要组成部分，已被纳入多种决策模型中（例如，Dorfel 和 Distelmaier 模型，1997 年；见图 3.1）。态势感知有三个层次（Endsley，1991 年）：第 1 级，对环境中元素的感知；第 2 级，对当前情况的理解；第 3 级，对未来状态的预测。态势感知测量有四种类型：性能（也称为查询方法，Durso 和 Gronlund，1999 年）、主观评级、模拟（也称为建模，Golightly，2015 年）和生理测量。以下各节分别描述了前三种类型的态势感知测量。 French 等人 (2003) 和 Vidulich 等人 (1994) 撰写了描述 SA 生理测量的文章。图 3.2 给出了帮助选择最合适测量的流程图。请注意，Stanton 等人 (2005) 提出了另一种 SA 测量分类。它们的类别是：SA 需求分析、冻结探测、实时探测、自我评级探测、观察者评级和分布式 SA。该团队还评估了 17 种 SA 测量在指挥、控制、通信、计算机和情报 (C4i) 应用中的应用
面向用户适应的训练范式：认知任务执行过程中对物理威胁的生理反应
摘要 生理反应反馈具有巨大潜力，可以支持旨在提高压力威胁条件下认知任务表现的虚拟训练范式。在当前的研究中，我们检查了一系列生理指标的敏感性，这些指标来自皮肤电活动 (EDA)、血压 (BP) 和心率 (HR)，以测量由电击 (ES) 威胁引起的压力。与之前研究生理压力反应与休息条件相比的工作不同，我们将高认知负荷与 ES 威胁引起的压力相结合的条件与没有这种压力的高认知负荷条件进行了比较。25 名参与者在实验设置中执行了一项认知要求高的任务。在特定的 10 秒时间间隔内，以连续音调表示，参与者要么被要求尽最大努力提高认知任务表现（非威胁条件），要么被告知如果认知任务表现不够高，他们可以在此间隔内接受 ES（威胁条件）。分析了生理测量、任务表现和自我报告的压力和工作量测量。在两种情况下，任务表现和自我报告的压力和工作量指标大致相同。尤其是 EDA 指标受到 ES 威胁的影响。可以使用跨参与者分类器使用 EDA 和 BP 特征来区分威胁和非威胁条件
使用脑电图信号评估现实场景中记忆检索时的工作量
摘要。目的：脑电图 (EEG) 作为一种生理测量手段，在人因研究中越来越受欢迎，因为它客观、不易产生偏见，并且能够评估认知状态的动态。本研究调查了参与者在单显示器和双显示器配置下执行典型办公室任务时记忆工作量与 EEG 之间的关联。我们预计单显示器配置的记忆工作量会更高。方法：我们设计了一个实验，模拟受试者执行某些办公室工作的场景，并检查受试者在两种不同的办公室设置中是否经历了不同程度的记忆工作量：1）单显示器设置和 2）双显示器设置。我们使用 EEG 频带功率、相互信息和一致性作为特征来训练机器学习模型，以对高记忆工作量状态和低记忆工作量状态进行分类。主要结果：研究结果表明，这些特征表现出显着差异，并且在所有参与者中都是一致的。我们还在先前的研究中通过 Sternberg 任务收集的不同数据集验证了这些 EEG 特征的稳健性和一致性。意义：该研究发现 EEG 与个体的记忆工作量相关，证明了使用 EEG 分析在开展现实世界的神经人体工程学研究中的有效性。
未成熟听觉感知背后的过程
尽管越来越多的证据表明年龄较大的儿童和青少年的听觉感知尚未成熟（Buss 等人，1999 年；Hartley 等人，2000 年；Johnson，2000 年；Wightman 和 Kistler，2005 年；Bishop 和 Dawes，2008 年；Lutfi 等人，2010 年；Wightman 等人，2010 年；Banai 等人，2011 年；Ross 等人，2011 年；Buss 等人，2017 年；Huyck 和 Wright，2017 年；Huyck，2018 年；Huyck 和 Rosen，2018 年），但大多数发展研究仅评估 9 至 12 岁的儿童，并未涵盖从青春期早期到成年的整个年龄范围。因此，人们对听力和聆听能力长期成熟的过程知之甚少。通常，当年龄较大的儿童或青少年在感知任务上的表现比成年人更差时，人们会争论这种差异是由于感官因素还是“非感官”因素造成的（Bishop 和 Dawes，2008 年；Wightman 等人，2010b 年；Halliday 等人，2012 年；Huyck 和 Wright，2013 年、2017 年）。该研究将使用心理和生理测量相结合的方式，评估频谱和时间（感官）编码以及各种认知（“非感官”子集）功能对青少年时期未成熟的听觉感知的相对贡献。