[发明专利]团队绩效预测方法、系统和存储介质

说明书

本发明提供一种团队绩效预测方法、系统和存储介质，所述方法包括：利用红外光源与探测器间形成的多通道来采集成员的脑功能信号数据；基于修正的朗伯比尔定律将所述采集到的脑功能信号数据的光强转化为光密度，根据脑功能信号数据的不同波长将光密度转化为氧合/脱氧血红蛋白浓度变化的数据，采用线性回归方法去除转化后的数据中的短距离通道信号干扰，得到不同通道的氧合/脱氧血红蛋白浓度变化的数据；采用小波相干算法计算两两协作成员之间的脑功能信号在时频域上的相关系数，根据协作任务出现的频段和相关系数计算出两两协作成员在协作任务出现的频段中的脑间同步指数；将脑间同步指数输入预训练的预测模型对团队绩效进行实时预测，获得预测结果。

技术领域

本发明涉及神经科学技术领域，尤其涉及一种团队绩效预测方法、系统和存储介质。

背景技术

随着5G通信、物联网、云计算、大数据和人工智能技术的发展及应用，信息化进入了以新一代人工智能技术为主要特征的智能化阶段。传统的装备系统从原来人-物理二元系统向新的人-信息-物理三元系统发展。信息化与智能化是系统操作控制过程中的必然趋势，人机交互与协同过程也将发生革新性的变化。从人系整合的思想出发，单纯从技术角度设计装备时，人的能力和局限性会出现很多潜在的系统性风险，这就需要从人机交互的整体过程进行综合考虑与测评。与此同时，由于系统复杂和协同程度的增加，对于信息化、智能化装备的操作将会涉及多人协作的场景。传统方法集中于主观评价、数字建模、仿真等，对于人员绩效研究集中于单人任务，而团队绩效并不是单人绩效的单纯叠加，而是会受到团队协作过程中多种因素影响，但对于团队绩效缺乏针对性的任务绩效预测方法，不适用于信息系统的人机交互任务绩效评估与预测。

神经成像技术，尤其是可穿戴脑成像技术，如脑电测量、近红外脑成像等，可以被应用于基础科学研究之外的人机交互测试中。但由于信号干扰、准备时间长、设备连接复杂等原因，没有被应用于真实现场的测试中。近红外脑功能成像技术具有良好的时空分辨率，抗运动干扰和电磁干扰能力强，在不同领域的研究中有良好的应用前景。但传统的近红外脑功能成像技术有其局限性，包括空间分辨率(～3cm)显著低于功能性核磁共振，测量深度主要集中在大脑浅层皮质等。神经成像技术虽然在人员脑力疲劳、认知负荷等状态的预测上已有应用，但对于任务绩效，特别是团队绩效的预测方面缺乏有效方案。

因此，在信息化和智能化系统的特点上，预测团队任务绩效是一个亟待解决的问题。

发明内容

鉴于此，本发明实施例提供了一种团队绩效预测方法和系统，采用协作成员间的神经耦合程度指标对团队绩效进行预测，建立神经活动与行为绩效间的联系，得到更精确的团队绩效预测结果，更好的服务于信息化与智能化装备操作人员。

本发明的一个方面提供了一种团队绩效预测方法，所述方法包括：

基于三维定位系统，测量并确定布置在执行协作任务的团队协作成员头部的红外光源、探测器和头部标记点的三维位置，利用所述确定的多个红外光源与多个探测器间形成脑功能成像采集阵列，利用所述脑功能成像采集阵列中红外光源与探测器间形成的多通道采集团队协作成员的脑功能信号数据，所述多通道包括：长距离通道和短距离通道；

基于修正的朗伯比尔定律将所述采集到的脑功能信号数据的光强转化为光密度，根据所述采集到的脑功能信号数据的不同波长将所述光密度转化为氧合/脱氧血红蛋白浓度变化的数据，并采用线性回归方法去除所述氧合/脱氧血红蛋白浓度变化的数据中的短距离通道信号干扰，得到不同通道的氧合/脱氧血红蛋白浓度变化的数据；

基于得到不同通道的氧合/脱氧血红蛋白浓度变化的数据采用小波相干算法计算两两协作成员之间的脑功能信号在时频域上的相关系数，根据协作任务出现的频段和计算得到的相关系数进行平均计算出两两协作成员在所述协作任务出现的频段中的脑间同步指数；