Skip to main content
SpringerLink
Log in

Psychophysiologische Beanspruchungskorrelate während kognitiver Belastung

Eine Laborstudie mittels EEG und EKG

Psychophysiological strain correlates during cognitive workload

A laboratory study using EEG and ECG

  • Originalien
  • Published:
Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie Aims and scope Submit manuscript

Zusammenfassung

Hintergrund

Die moderne Arbeitswelt fordert das Gehirn in vielen Bereichen seiner exekutiven Funktionen heraus. Das Ziel dieser Laborstudie war die Suche nach Zusammenhängen zwischen spektralen Elektroenzephalogramm(EEG)- und Herzfrequenzvariabilität(HRV)-Parametern während kognitiver Belastung – also die Suche nach sog: Beanspruchungskorrelaten, um anhand der HRV-Parameter eine vergleichbare Aussage zu der mentalen Beanspruchung treffen zu können. Zudem sollen Mitarbeiter*innen bei zukünftigen Untersuchungen im realen Arbeitsumfeld nicht zusätzlich durch Messmethoden, wie ein EEG belastet, werden.

Methodik

An der Studie nahmen 22 gesunde Proband*innen teil. Der Versuchsablauf beinhaltete drei standardisierte psychometrische Tests des Wiener Testsystems, Ruhepausen sowie durchgängige EEG- und Elektrokardiogramm(EKG)-Messungen.

Ergebnisse

Sowohl bei den Auslenkungen der HRV-Parameter als auch bei den Änderungen in den EEG-Parametern verschiedener Frequenzbänder wurden Anpassungsreaktionen an die psychometrischen Tests beobachtet. Hinsichtlich der Beanspruchungskorrelate zwischen HRV und EEG stachen insbesondere die HRV-Parameter niederfrequente normalisierte Einheit (LF nu), hochfrequente normalisierte Einheit (HF nu) und der Anteil der aufeinanderfolgenden RR-Intervalle, die sich um mehr als 50 ms unterscheiden (pNN50) hervor, die unter bestimmten Kriterien Rückschlüsse auf die EEG-ermittelte mentale Beanspruchung zulassen.

Schlussfolgerung

Es wurden keine expliziten HRV-Parameter gefunden, die durchgängig in allen Tests und Frequenzbändern mit den spektralen Parametern des EEG korrelierten. Die Gründe dafür können in unterschiedlichen kognitiven Anforderungen dieser drei psychometrischen Tests liegen.

Abstract

Background

The modern working world challenges the brain in many areas of its executive functions. The aim of this laboratory study was the search for associations between spectral electroencephalogram (EEG) variability and heart rate variability (HRV) parameters during cognitive workload. This was carried out to search for so-called strain correlates in order to make a comparable statement on the mental strain, that occurs based on the HRV parameters. In addition, measuring methods such as the EEG burden employees, which should be avoided in future studies in the real working environment

Methods

A total of 22 healthy volunteers took part in the study. The trial included three standardized psychometric tests of the Vienna test system, rest breaks, and continuous EEG and electrocardiogram (ECG) measurements.

Results

Adaptation reactions to the psychometric tests occurred within the deflections of the HRV parameters and with the changes in the EEG parameters of different frequency bands. Regarding the strain correlates between HRV and EEG, the HRV parameters low-frequency normalized unit (LF nu), high-frequency normalized unit (HF nu) and the percentage of successive RR intervals, that differ by more than 50ms (pNN50) attracted attention, which allowed conclusions about the EEG-mediated mental strain under certain criteria.

Conclusion

No explicit HRV parameters were found, that continuously correlated with the EEG in all tests and frequency bands. A reason for this could be the different cognitive loads in the three psychometric tests.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3

Notes

  1. Das Forschungs- und Entwicklungsprojekt ArdiAS wird im Rahmen des Programms „Zukunft der Arbeit“ vom Bundesministerium für Bildung und Forschung (BMBF) und dem Europäischen Sozialfonds (ESF) gefördert (FKZ 02L15A031) und vom Projektträger Karlsruhe (PTKA) betreut.

Literatur

  1. Başar E, Başar-Eroglu C, Karakaş S et al (2001) Gamma, alpha, delta, and theta oscillations govern cognitive processes. Int J Psychophysiol 39(2-3):241–248

    Article  PubMed  Google Scholar 

  2. Başar E, Güntekin B (2013) Review of delta, theta, alpha, beta, and gamma response oscillations in neuropsychiatric disorders. Suppl Clin Neurophysiol 62:303–341

    Article  PubMed  Google Scholar 

  3. Böckelmann I, Peter B, Pfister EA (2006) Beanspruchungsreaktionen bei mentalen Provokationsaufgaben im Labor und arbeitplatzbezogene Stressverarbeitung männlicher Akademiker einer Universität. Arbeitsmed Sozialmed Umweltmed 2006(4):197–209

    Google Scholar 

  4. Böckelmann I (2012) Analyse der Herzfrequenzvariabilität (HRV) – praktische Relevanz. Zbl Arbeitsmed 62(5):275–279

    Article  Google Scholar 

  5. Böckelmann I, Sammito S (2016) Herzfrequenzvariabilität. Handbuch der Arbeitsmedizin : Arbeitsphysiologie, Arbeitspsychologie, klinische Arbeitsmedizin, Prävention und Gesundheitsförderung. ecomed Medizin, Landsberg, S 1–32

    Google Scholar 

  6. Böckelmann I (2018) Auswirkungen neuer Arbeitswelten auf die Menschen. Arbeitsmed Sozialmed Umweltmed 53(5):308–311

    Google Scholar 

  7. Borg GA (1982) Psychophysical bases of perceived exertion. Med Sci Sports Exerc 14(5):377–381

    Article  CAS  PubMed  Google Scholar 

  8. Brookings JB, Wilson GF, Swain CR (1996) Psychophysiological responses to changes in workload during simulated air traffic control. Biol Psychol 42(3):361–377

    Article  CAS  PubMed  Google Scholar 

  9. Buzsáki G (2006) Rhythms of the brain. Oxford University Press, Oxford

    Book  Google Scholar 

  10. Dorn A, Minow A, Darius S et al (2019) Auswirkungen von Aufmerksamkeitstests unterschiedlicher kognitiver Anforderungen auf die Auslenkung der HRV-Parameter. Zbl Arbeitsmed 41(4):197

    Google Scholar 

  11. Drössler S, Steputat A, Schubert M et al (2018) Informationsüberflutung durch digitale Medien am Arbeitsplatz. Zbl Arbeitsmed 68(2):77–88

    Article  Google Scholar 

  12. Forte G, Favieri F, Casagrande M (2019) Heart rate variability and cognitive function: a systematic review. Front Neurosci 13:710

    Article  PubMed  PubMed Central  Google Scholar 

  13. Galetta SL (Hrsg) (2014) Encyclopedia of the neurological sciences, 2. Aufl. Academic Press, Oxford

    Google Scholar 

  14. Gevins A, Smith ME, McEvoy L et al (1997) High-resolution EEG mapping of cortical activation related to working memory: effects of task difficulty, type of processing, and practice. Cereb Cortex 7(4):374–385

    Article  CAS  PubMed  Google Scholar 

  15. Gevins A, Smith ME (2000) Neurophysiological measures of working memory and individual differences in cognitive ability and cognitive style. Cereb Cortex 10(9):829–839

    Article  CAS  PubMed  Google Scholar 

  16. Goodale MA, Milner AD (1992) Separate visual pathways for perception and action. Trends Neurosci 15(1):20–25

    Article  CAS  PubMed  Google Scholar 

  17. Hansen AL, Johnsen BH, Thayer JF (2003) Vagal influence on working memory and attention. Int J Psychophysiol 48(3):263–274

    Article  PubMed  Google Scholar 

  18. Harmony T (2013) The functional significance of delta oscillations in cognitive processing. Front Integr Neurosci 7:83

    Article  PubMed  PubMed Central  Google Scholar 

  19. Inouye T, Shinosaki K, Iyama A et al (1994) Potential flow of frontal midline theta activity during a mental task in the human electroencephalogram. Neurosci Lett 169(1-2):145–148

    Article  CAS  PubMed  Google Scholar 

  20. Joiko K, Schmauder M, Wolff G (2010) Psychische Belastung und Beanspruchung im Berufsleben, 5. Aufl. Baua, Dortmund

    Google Scholar 

  21. Kim DH, Lipsitz LA, Ferrucci L et al (2006) Association between reduced heart rate variability and cognitive impairment in older disabled women in the community: women’s health and aging study I. J Am Geriatr Soc 54(11):1751–1757

    Article  PubMed  PubMed Central  Google Scholar 

  22. Klimesch W (1999) EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res Brain Res Rev 29(2-3):169–195

    Article  CAS  PubMed  Google Scholar 

  23. Knyazev GG (2012) EEG delta oscillations as a correlate of basic homeostatic and motivational processes. Neurosci Biobehav Rev 36(1):677–695

    Article  PubMed  Google Scholar 

  24. Sá Canabarro SL, Garcia A, Satler C et al (2017) Interaction between neural and cardiac systems during the execution of the stroop task by young adults: electroencephalographic activity and heart rate variability. AIMS Neurosci 4(1):28–51

    Article  Google Scholar 

  25. Makeig S, Bell AJ, Jung T‑P et al (1996) Independent component analysis of electroencephalographic data. Adv Neural Inf Process Syst 9:8

    Google Scholar 

  26. Malik M (1996) Heart rate variability. Standards of measurement, physiological interpretation, and clinical use. Task force of the European society of cardiology and the north American society of pacing and electrophysiology. Eur Heart J 17(3):354–381

    Article  Google Scholar 

  27. Marschall J, Hildebrandt S, Nolting H‑D (2019) DAK-Gesundheitsreport 2019

    Google Scholar 

  28. Nicholls MER, Thomas NA, Loetscher T et al (2013) The flinders handedness survey (FLANDERS): a brief measure of skilled hand preference. Cortex 49(10):2914–2926

    Article  PubMed  Google Scholar 

  29. Posner MI, Petersen SE (1990) The attention system of the human brain. Annu Rev Neurosci 13:25–42

    Article  CAS  PubMed  Google Scholar 

  30. Posner MI, Rothbart MK (1992) Attentional mechanisms and conscious experience. The neuropsychology of consciousness. Elsevier, Amsterdam, S 91–111

    Google Scholar 

  31. Pumprla J, Howorka K, Groves D et al (2002) Functional assessment of heart rate variability: physiological basis and practical applications. Int J Cardiol 84(1):1–14

    Article  PubMed  Google Scholar 

  32. Rohmert W, Rutenfranz J (1975) Arbeitswissenschaftliche Beurteilung der Belastung und Beanspruchung an unterschiedlichen industriellen Arbeitsplätzen. Bundesminister für Arbeit und Sozialordnung Referat Öffentlichkeitsarbeit, Bonn

    Google Scholar 

  33. Sammer G, Blecker C, Gebhardt H et al (2007) Relationship between regional hemodynamic activity and simultaneously recorded EEG-theta associated with mental arithmetic-induced workload. Hum Brain Mapp 28(8):793–803

    Article  PubMed  Google Scholar 

  34. Sammito S, Darius S, Böckelmann I (2011) Validierungsstudie zum Einsatz eines funklosen Brustgurtsystems zur Messung der Herzratenvariabilität unter Ruhebedingungen und in Fahrzeugen. Arbeitsmed Sozialmed Umweltmed 46(2):60–65

    Google Scholar 

  35. Sammito S, Böckelmann I (2012) Validierung von drei verschiedenen Systemen zur Erfassung der Herzschlagfrequenz in Sanitätsfahrzeugen. ErgoMed 36(2):38–45

    Google Scholar 

  36. Sammito S, Thielmann B, Seibt R et al (2014) AWMF Leitlinie: Nutzung der Herzschlagfrequenz und der Herzfrequenzvariabilität in der Arbeitsmedizin und der Arbeitswissenschaft

    Google Scholar 

  37. Sammito S, Thielmann B, Seibt R et al (2015) Guideline for the application of heart rate and heart rate variability in occupational medicine and occupational science

    Book  Google Scholar 

  38. Schellig D (2013) Manual Block-Tapping-Test vorwärts Block-Tapping-Test rückwärts Supra-Blockspannen-Test (Version 25 – Revision 3)

    Google Scholar 

  39. Schuhfried G (2011) Manual cognitrone (Version 42)

    Google Scholar 

  40. Schuhfried G (2012) Manual Determinationstest (Version 35)

    Google Scholar 

  41. Shen MJ, Zipes DP (2014) Role of the autonomic nervous system in modulating cardiac arrhythmias. Circ Res 114(6):1004–1021

    Article  CAS  PubMed  Google Scholar 

  42. Smith ME, Gevins A, Brown H et al (2001) Monitoring task loading with multivariate EEG measures during complex forms of human-computer interaction. Hum Factors 43(3):366–380

    Article  CAS  PubMed  Google Scholar 

  43. Staudt F (Hrsg) (2014) Kinder-EEG. Thieme, Stuttgart

    Google Scholar 

  44. Stenfors CUD, Hanson LM, Theorell T et al (2016) Executive cognitive functioning and cardiovascular autonomic regulation in a population-based sample of working adults. Front Psychol 7:1536

    Article  PubMed  PubMed Central  Google Scholar 

  45. Stuss DT (1992) Biological and psychological development of executive functions. Brain Cogn 20(1):8–23

    Article  CAS  PubMed  Google Scholar 

  46. Thayer JF, Hansen AL, Saus-Rose E et al (2009) Heart rate variability, prefrontal neural function, and cognitive performance: the neurovisceral integration perspective on self-regulation, adaptation, and health. Ann Behav Med 37(2):141–153

    Article  PubMed  Google Scholar 

  47. Thayer JF, Yamamoto SS, Brosschot JF (2010) The relationship of autonomic imbalance, heart rate variability and cardiovascular disease risk factors. Int J Cardiol 141(2):122–131

    Article  PubMed  Google Scholar 

  48. Welch P (1967) The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms. IEEE Trans Audio Electroacoust 15(2):70–73

    Article  Google Scholar 

  49. Wilson GF (2002) An analysis of mental workload in pilots during flight using multiple psychophysiological measures. Int J Aviat Psychol 12(1):3–18

    Article  Google Scholar 

  50. Wilson GF, Russell CA (2003) Operator functional state classification using multiple psychophysiological features in an air traffic control task. Hum Factors 45(3):381–389

    Article  PubMed  Google Scholar 

Download references

Danksagung

Wir bedanken uns beim Bundesministerium für Bildung und Forschung sowie dem Europäischen Sozialfonds für die Projektförderung innerhalb des Rahmenprogramms „Zukunft der Arbeit“. Unser Dank geht auch an Herrn Dr. Sergei Schapkin, der vor allem in der Anfangsphase der Studie mitwirkte.

Author information

Authors and Affiliations

  1. Bereich Arbeitsmedizin, Medizinische Fakultät, Otto-von-Guericke-Universität Magdeburg, Leipziger Str. 44, Haus 20, 39120, Magdeburg, Deutschland

    M. Hillmert, A. Bergmüller, A. Minow, J. Raggatz & I. Böckelmann

Authors
  1. M. Hillmert
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. A. Bergmüller
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. A. Minow
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. J. Raggatz
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. I. Böckelmann
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to M. Hillmert.

Ethics declarations

Interessenkonflikt

M. Hillmert, A. Bergmüller, A. Minow, J. Raggatz und I. Böckelmann geben an, dass kein Interessenkonflikt besteht.

Alle beschriebenen Untersuchungen am Menschen oder an menschlichem Gewebe wurden mit Zustimmung der zuständigen Ethikkommission, im Einklang mit nationalem Recht sowie gemäß der Deklaration von Helsinki von 1975 (in der aktuellen, überarbeiteten Fassung) durchgeführt. Von allen beteiligten Patienten liegt eine Einverständniserklärung vor.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Hillmert, M., Bergmüller, A., Minow, A. et al. Psychophysiologische Beanspruchungskorrelate während kognitiver Belastung. Zbl Arbeitsmed 70, 149–163 (2020). https://doi.org/10.1007/s40664-020-00384-9

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s40664-020-00384-9

Schlüsselwörter

Keywords

Search

Navigation