慧创学术荟 | 法国高等航空航天学院利用fNIRS监测驾驶过程中的神经活动
研究概述
相比机械故障，人们普遍承认飞行员的失误是航空器坠毁的主要原因。安全统计数据也显示，自20世纪60年代以来，驾驶舱逐步引入自动化操作已经提高了航空器飞行的安全性，现代的“计算机化”驾驶舱事故率只有上一代航空器的一半。但是自动化驾驶一定安全吗？自动化的发展使得飞行员从“直接（手动）控制者”转变为“自动化系统管理者”。自动化系统的广泛应用和这些计算机系统的复杂性降低了机组人员的基本飞行能力，使得他们无法应对自动化失败时的紧急情况。同时，自动化驾驶大大降低了飞行员的警惕性。最近的一些调查显示，56%的英国航空公司飞行员在值班时甚至会睡觉。由此可见，“计算机化”飞行技术的发展正在创造了一种新的潜在致命威胁。当机组人员无法理解计算机反馈的情况，并坚持错误的决策时，危险容易发生。因为自动化驾驶程度加深，飞行员驾驶的参与度发生改变，可能产生的松懈疲劳等认知状态也会危及驾驶安全。尤其是对于最后的着陆和降落阶段。
针对这一实际情况，科学家们希望建立起一个能够连续监测或检测操作者操纵状态退化的系统来优化航空器驾驶的安全性。现有的被动脑机接口技术支持检测和表征操作者的部分精神状态如工作量、疲劳或参与度，但是这一总体目标的实现目前仍然需要多方面理论和技术发展的支持。当前研究的第一个合理步骤是准确描述在飞行员使用自动化驾驶时的大脑活动状态。近红外光谱脑功能成像技术因其较好的便利性、抗干扰性、较高的时间和空间分辨率以及数据分析的简便性等特点，都更有利于在真实环境中对驾驶员驾驶状态进行监测。2018年，在法国国防部军备总局资助下，法国高等航空航天学院的研究团队利用fNIRS研究了模拟航空器驾驶过程中，不同操作模式下飞行员的参与程度。
认知不能被简化为特定大脑区域的激活，而应该被视为大规模分布式神经网络的合作。因此研究人员通过评估近红外数据的连接性指标来描述飞行员在不同驾驶模式时的大脑活动状态以估计飞行员的参与程度。
12名身体素质良好的飞行员参与了此次实验。在整个模拟飞行过程中让飞行员执行四个手动驾驶任务合四个自动驾驶任务，这四个任务顺序随机，实验流程如图A所示。分别收集飞行员在这些场景中的相关数据。每个场景均包含休息、巡航和着陆三个阶段，图B展示了巡航和不同操作难度的着陆阶段。图C为飞行平面轨迹图。
实验对近红外数据不同的经典指标（平均值、峰值、方差、偏态度、峰度、曲线下面积和斜率）和连接性指标进行离线分类，以确定最能预测飞行员参与度的指标。总体结果证实了这两种不同驾驶模式下的参与水平可以通过近红外数据加以区分。这一实验结果与之前的神经人体工程学研究一致。说明近红外光谱脑功能成像技术非常适用于对飞行员真实生态环境下的精神状态监测。
鉴于飞行员精神活动状态对航空器飞行安全的影响，建立起一个能够连续监测或检测飞行员操纵状态变化的系统来优化航空器驾驶的安全性势在必行。近红外光谱脑功能成像设备具有造价低、抗干扰性强，时间和空间分辨率较高等特点使其适用于飞行员驾驶过程中神经活动的监测。
本研究验证了近红外光谱脑功能成像数据的连接性特征在分辨飞行员驾驶状态时的优越性，更有利于将来在更大范围上应用近红外光谱脑功能成像技术及其分析方法。该研究也可以看作是探索建立实时监测系统的第一步，在2018年也得到了法国国防部军备总局的资金支持。
关于慧创
北京航空航天大学科研成果转化
含两项国家重点研发计划等多项国家级项目
首个获医疗器械证的超100通道近红外脑功能成像设备NirScan 首个获医疗器械证的便携式近红外脑功能成像设备NirSmart 已在301医院、华山医院、华西医院、宣武医院等200余家三甲医院及科研单位示范应用
已支撑用户在Nature Human Behaviour等顶级期刊发表SCI论文70余篇
获得中国生物医学工程学会最高科技奖“黄家驷生物医学工程奖”
2022年6月成为清华大学研究生专业实践基地 成立了拥有10余位专业博硕士的学术研究部可对fNIRS临床与科研开展精准的高水平服务
运动脑区信号采集困难？全脑信号采集困难？超微光技术统统解决
近红外脑功能成像在儿童康复科常见疾病研究中的应用综述
慧创学术荟 | 美国佛罗里达大学将近红外技术用于研究军事人员
END