这是“神经工程管理”第28篇推送
内容来源：陈诗祺
本期编辑：朱红
校 对：王萌萌
审 核：Jing Du（本文第一作者）；Yangming Shi（本文第三作者）
仅用于学术交流，原文版权归原作者和原发刊所有
本研究从认知体系出发对信息内容和格式进行实时反馈时面临着3个问题：
-
Q1：神经影像体系的信息结构和认知体系结构之间是否存在可测量，可呈现和重复的关系？
-
Q2：语境对信息认知关系的影响是可预测的吗？
-
Q3：认知驱动的信息个性化调整是否可以为认知过载起到有效的实时干预？
首先通过便携式设备收集信息刺激，这里的信息刺激指的是实验收集到的神经影像数据。然后进行数字孪生模型的训练，构建信息人格模型。通过对不同类型信息的认知负荷指导信息显示在用户界面的区域来实现利用数字孪生模型驱动用户界面自适应的这个目的。
Sternberg工作记忆测试：首先，该测试涉及到要记忆的一系列信息项目，学习阶段编码周期共2s；其次是一个2s的记忆保留期，在此期间被试必须保持记忆中的一系列信息项目；之后是2s的检索时间，在这段时间里，如果给定的项目出现则工作人员需要做出回答。在两个工作记忆测试之间有一个为期0.5s的间隔期。
图7补充说明：在实验中，通道5测量了大脑额叶皮层额叶中回的激活水平，它在感觉信息检索中起着重要作用。x轴显示fNIRS数据采样的时间间隔，每个间隔为1/7.8125 s。y轴显示的氧气消耗水平，依次衡量大脑的相对激活水平。y轴为0是大脑激活的基线，该读数是通过在被试完全放松时测量大脑活动来确定的。y轴上的值显示在某个点消耗的氧气量与基线读数的比率。鉴于fNIRS数据的特征，本研究使用40 s的滑动窗口来预测接下来20 s的耗氧量。
图9展示了25分钟内被试处于符号、方向、文字、数字、形状以及组合信息等不同刺激下的大脑脑区耗氧量，这类数据被称为“基础信息组件”。
Du, J.; Zhu, Q.; Shi, Y.; Wang, Q.; Lin, Y.; Zhao, D. Cognition digital twins for personalized information systems of smart cities: proof of concept. Journal of Management in Engineering, 2020, 36(2): 04019052.
本篇文章来源于微信公众号：神经工程管理