摘要 警觉性水平与人类行为和认知密切相关。然而,虽然功能性磁共振成像 (fMRI) 允许研究行为和任务参与期间的全脑动态,但通常无法同时测量警觉性(例如脑电图或瞳孔测量)。在这里,我们仅从 fMRI 数据中提取连续的、时间分辨的警觉性标记。我们证明,这个在短暂的刺激前间隔内计算的 fMRI 警觉性标记可以捕捉对传入感官刺激的试验间行为反应。此外,我们发现,仅使用一小部分 fMRI 体素就可以预测任务期间的脑电图和行为反应。此外,我们观察到,考虑到警觉性似乎可以增加对任务激活大脑区域的统计检测。这些发现具有广泛的意义,可以为大量现有数据集提供有关持续唤醒状态的信息,丰富健康和疾病中神经变异性的 fMRI 研究。
附加说明(资助计划。相关出版物的标题等)该项研究在美国运输部和加拿大运输部签署的研究计划协议的支持下开展,其中 FHWA 为承包机构,D.M. 为承包商。Freund 担任 FHWA 项目经理和承包商办公室的技术代表。美国卡车运输协会基金会卡车运输研究所 (TRI) 提供的资金捐助以及 TRI 和加拿大卡车运输协会加拿大卡车运输研究所在本项目指导委员会的参与是值得注意。本报告由联邦公路管理局同时发布,出版物编号:FHWA-MC-97-001。16.摘要
附加说明(财务计划、出版物连接等)Recherche menee sous les auspices d'unconcord de program de recherche entre le Department of Transportation des Etats-Unis et Transports Canada, avec la FHWA agissant comme oliveecontractant et DM Freund a titre de gestionnaire de projet de la FHWA etrepresentant technology du Bureau杜承包商。美国卡车运输协会基金会 (TRI) 金融家参与了该项目的指导委员会,并与加拿大卡车运输协会加拿大卡车运输研究机构建立了良好的关系Meme temps par la FHWA,出版号 FHWA-MC-97-001。 16. 简历
本研究旨在检验一致性并建立模型。它还探讨了影响可持续性绩效的中介变量和调节变量的作用。本研究中使用的群体是一组中小企业 (SME),样本为 250 家(Wiratchai,1999 年)。使用智能 PLS 模型,采用两阶段方法对高维潜在变量进行直接路径、中介和中介效应分析。研究结果发现,GLM、EA 和 ESE 对 SP 有直接的正向影响。EA 和 ESE 对 GLM 有直接的正向影响。中介影响测试的结果发现,EA 通过 ESE 的中介作用影响 GLM,EA 通过 ESE 的中介作用影响 SP。但是,没有发现 GLM 通过 ESE 的中介作用影响 SP 之间有任何中介作用。中介影响测试的结果发现,EA 通过 ESE 的调节变量影响 SP,EA 通过 ESE 的调节变量影响 GLM。
摘要 持续注意力被定义为在较长时间内保持注意力的能力,这种能力通常会随着任务时间的延长而下降(即警觉性下降)。先前的研究表明背内侧前额皮质 (mPFC) 在持续注意力中发挥着重要作用。在两个实验中,我们旨在通过在持续注意力任务期间对 mPFC 施加经颅电流刺激来增强持续注意力。在第一个实验中,我们采用受试者间设计 (n = 97) 施加经颅直流电刺激 (tDCS):参与者接受阳极刺激、阴极刺激或假刺激。与我们的预测相反,我们发现刺激对警觉性下降没有影响。在第二个实验中,参与者在两个单独的环节中接受了 θ 和 alpha 经颅交流电刺激 (tACS)(n = 47,受试者内设计)。在这里,我们发现了对警觉性下降的频率依赖性影响,与我们的预期相反,与 alpha 刺激相比,参与者在 theta 刺激后的表现随着时间的推移变得更差。然而,这一结果需要谨慎解读,因为这种影响可能是由两种刺激频率之间的不同副作用引起的。总之,在两项研究中,我们无法使用 tDCS 或 theta tACS 减少警觉性下降。
在道路安全领域,惊人的事故和死亡率凸显了采取主动措施以减轻疲劳驾驶带来的风险的迫切需要。本期刊概述了驾驶员警觉性检测系统的创新追求,该系统旨在通过尖端技术和智能车辆的融合来减少道路事故(准确率:97.56%)。该项目的重点目标是利用计算机视觉创建一个能够实时评估驾驶员警觉性的智能系统。该方法包括从各种来源收集细致的数据、确保数据质量的预处理技术以及应用高级算法,包括支持向量机 (SVM)。实际过程包括通过面部网格模块 (MediaPipe) 使用面部标志跟踪精确计算眨眼间隔。SVM 算法以其高精度而闻名,它有助于根据超过 SVM 模型提供的阈值的眨眼时间间隔来检测困倦。这项努力的顶峰体现在开发一个强大的驾驶员警觉性检测系统。该系统不仅可作为道路安全的守护者,还标志着技术、人类福祉和负责任的驾驶实践之间的变革性结合。其成果令人信服,表明疲劳驾驶事件显著减少,从而防止事故发生并保护生命。此外,该项目的成功还通过减轻相关的财务负担,促进了个人和整个社会的经济福祉。除了技术实力之外,该项目还起到了社会催化剂的作用,提高了人们对负责任驾驶的认识,以及技术在保障道路上生命安全方面的关键作用。其可扩展性和适应性有望在各种车辆类型和行业中广泛实施。随着这本期刊的展开,它不仅描述了一项技术成就,也描述了对社会改善的承诺。它为驾驶员警觉性检测的持续进步奠定了基础,整合了机器学习和人工智能等不断发展的技术,以进一步提高道路安全性。最终,该项目体现了积极迈向未来的步伐,让疲劳驾驶引发的事故变得罕见。它证明了技术在保护道路上生命和安全性时所具有的变革潜力。
HAL 是一个多学科开放存取档案馆,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
警觉性 ALET 47 选择性注意 GONT 47 分散注意力 GEAT 48 空间数字搜索 NUQU 48 工作记忆 PUME 49 单词记忆 WOMT 49 逻辑推理 LOGT 50 视野 VITE 51 ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓
摘要:目前,人们提议将身体主动休息 (AB) 作为提高学生注意力的有趣工具。评论和荟萃分析证实了它们对注意力的影响,但也警告说,基于警觉性和大学生的证据很少。因此,这项初步研究旨在 (a) 确定 AB 与被动休息相比对大学生警觉性的影响,以及 (b) 验证基于机器学习算法的分析模型以及基于脑电图 (EEG) 信号特征的多参数模型。通过一项平衡的受试者内实验研究,六名大学生(两名女性;平均年龄 = 25.67 岁,STD = 3.61)在 AB 讲座和被动休息讲座之前和之后测量了他们的警觉表现(即心理运动警觉任务中的响应时间)和脑电图。已经开发了一种基于频谱功率、信号熵和响应时间的多参数模型。此外,该模型与不同的机器学习算法相结合,表明在 AB 课程之后,所获取的信号存在显著差异,这意味着注意力有所提高。这些差异在具有 RBF 核的 SVM 和 F1 得分分别为 85% 和 88% 的 ANN 中最为明显。总之,结果表明,学生在 AB 课程之后的警觉性表现更好。虽然证据有限,但发现的证据可以帮助研究人员更准确地进行脑电图分析,并帮助讲师和教师以适当的方式提高学生的注意力。