安心之选:使用脑电耳机检测精神疲劳与恢复

脑机接口(BCI)与神经反馈情绪感知可穿戴设备行为改变与反思技术物理治疗师与康复治疗师运动员与健身爱好者HCI 研究员

文献标题

Rest Assured: Detecting Mental Fatigue and Recovery with EEG Headphones

出版信息

  • 主题领域: 使用可穿戴EEG技术检测心理疲劳与恢复。
  • 关键词: 心理疲劳, EEG耳机, 恢复, 数字休息, 阿尔法波功率, 社交媒体, 视频游戏, 正念休息, 认知表现, 人机交互。

背景与问题

  • 问题/挑战: 传统EEG设备用于检测心理疲劳过于笨重,不适合日常使用,阻碍了对疲劳和恢复的自然化监测。而现有方法如问卷调查则主观且具有干扰性。
  • 重要性: 心理疲劳影响注意力、健康和长期福祉,因此在现代高认知需求环境中,检测和管理心理疲劳至关重要。
  • 动机与相关工作: 先前研究已证明EEG是检测心理疲劳的可靠指标,阿尔法波和西塔波功率的变化与疲劳状态密切相关。可穿戴EEG(如耳机EEG)的进步为实际应用提供了可能性,但其在疲劳和恢复监测中的潜力尚未得到验证。

解决方案

  • 提出的方法: 使用耳机EEG检测工作–休息序列中的心理疲劳和恢复,比较三种休息类型:视频游戏、社交媒体浏览和正念休息。
  • 创新点:
    1. 验证耳机EEG在检测心理疲劳和恢复中的可行性。
    2. 使用EEG、自我报告和任务表现区分数字休息活动的恢复效果。
    3. 确立阿尔法波功率作为自然环境中疲劳和恢复的关键生物标志。
    4. 验证耳周电极在实际疲劳监测中的有效性。
  • 程序与关键技术:
    1. 参与者完成两个16分钟TloadDback任务块,中间有10分钟休息(视频游戏、社交媒体或正念休息)。
    2. 使用8通道耳机EEG系统记录EEG数据(阿尔法波和西塔波功率)。
    3. 收集自我报告(F-ISA, NASA-TLX)和任务表现(准确率、反应时间)以验证EEG结果。
    4. 对EEG数据进行预处理以去除噪声和伪影,并分析相对阿尔法波和西塔波功率。

结果

  • 具体发现:
    • 阿尔法波功率在第一个任务块期间增加(表明疲劳),在社交媒体休息期间下降,但在视频游戏和正念休息后仍然保持较高水平。
    • 社交媒体和正念休息显著减少了自我报告的疲劳,而视频游戏休息未表现出类似效果。
    • 所有休息后任务表现(准确率和反应时间)均有所改善,但在第二个任务块中,视频游戏条件的表现恶化更快。
  • 相较基线的优势: 耳机EEG成功检测了疲劳和恢复动态,阿尔法波功率的变化与主观和基于表现的测量结果一致。耳周电极的结果与完整设备相当。
  • 实验/评估:
    • 97名参与者(72份有效数据集)在受控实验室环境中完成实验。
    • 在四个阶段分析EEG、自我报告和表现指标:任务前、任务后、休息后和第二任务后。
    • 比较不同休息类型的恢复体验、心理负荷和熟悉度。
  • 局限性与未来工作:
    • 短实验时长(60–90分钟)可能无法完全反映真实世界的疲劳动态。
    • 受控实验室环境限制了对自然环境的推广性。
    • 未来研究应探索长期效果、真实场景应用,以及休息熟悉度和时长的影响。

总结

本研究验证了使用耳机EEG在工作–休息序列中检测心理疲劳和恢复的可行性。阿尔法波功率被证明是可靠的生物标志,社交媒体和正念休息的恢复效果优于视频游戏。研究结果与自我报告和任务表现一致,突出了耳机EEG在自然化疲劳监测中的潜力。未来工作应将这些发现扩展到真实场景,并探索个性化疲劳管理策略。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222680/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791781
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
脑机接口(BCI)与神经反馈、情绪感知可穿戴设备、行为改变与反思技术
work
职业/产业
物理治疗师与康复治疗师、运动员与健身爱好者、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文