基于脑电信号的任务诱发疲劳监测的关键挑战与展望.pdfVIP

44卷2期中国生物医学程学报Vol.44No.2

April2025

2025年4月ChineseJournalofBiomedicalEngineering

基于脑电信号的任务诱发疲劳监测的关键挑战与展望

王韬何峰#*

（天津大学精密仪器与光电子工程学院，天津300072)

摘要：随着脑电信号采集技术的突破性进展，基于脑电的疲劳监测模型在交通运输、外科手术和高危作业等高

风险领域已展现出巨大应用潜力，成为保障安全和提高效率的关键工具。这些模型通过实时监测个体脑电活动特

征，能够客观评估疲劳状态并早期预警，有效降低人为错误和事故风险。然而，将此类模型有效应用于实际场景仍

存在4个核心挑战。其一，现有脑电采集设备的舒适性和便利性不足，制约了长期佩戴的可行性；其二，运动和肌

电伪迹等干扰导致信号失真，严重影响脑电特征提取，导致解码精度下降；其三，脑电信号的个体间和个体内动态

变异显著削弱了模型泛化的能力；其四，疲劳数据标注和收集的标准化问题依然突出，缺乏客观金标准，主观评估

方法易引人数据偏差和不一致性。面对诸多挑战，综述了已有的研究进展，探讨了可能的创新方案，以期为创新的

技术突破带来启发。展望未来，随着脑电信号采集技术、信号处理算法及机器学习模型的持续进步，新一代疲劳监

测系统有望在穿戴舒适性、环境鲁棒性、检测精密性和个体适应性方面实现突破，为人机协同系统的安全高效运行

提供理论支撑与技术保障。

关键词：脑电；疲劳监测；特征鲁棒性；解码泛化

中图分类号：R318文献标志码：A文章编号：0258-8021（2025）02-0221-11

KeyChallengesinTask-InducedFatigueMonitoringBasedonEEGSignals

#*

WangTaoHeFeng

(SchoolofPrecisionInstrumentsandOptoelectronicsEngineering,Tianjin,University300072,China)

Abstract:Withtheadvancementofelectroencephalogram(EEG)technology,EEG-basedfatiguemonitoring

modelshavebecomecrucialtoolsforensuringsafetyandimprovingefficiencyinhigh-riskfieldssuchas

transportationandmedicalsurgeries.Thesemodelsprovideobjectivefatigueassessmentsandearlywarnings,

reducinghumanerrorandaccidentrisks.However,theirapplicationinreal-worldscenariosfaceschallenges,

includingissueswiththecomfortandconvenienceofEEGacquisition,motionartifactsandelectromyographic

noiseinterferingwithfeatureextraction,andvariabilityinEEGs