随着社会发展,人们生活节奏的加快、工作压力的增加,在如军事作业人员、驾驶员、外科手术医师、值夜班者等人群中,脑力疲劳的发生比例也随之增加。而严重的脑力疲劳会对人们的工作和生活产生极大的负面影响,甚至威胁人类的生命财产安全。因此,对脑力疲劳的检测是十分重要的,它能够为疲劳预警提供依据,帮助后续疲劳对抗措施的有序进行,从而减轻甚至消除脑力疲劳带来的危害。本论文设计了一种新型工作记忆任务(N-back)实验,将原本单一考察某一方面记忆的N-back划分为同时调用空间、颜色、形状记忆的新实验,并根据被试者训练情况调节负荷强度,从而更有效的诱发被试者脑力疲劳;在实验的同时,记录被试者脑电(electroencephalography,EEG)和N-back实验结果数据,并加入被试疲劳量表的填写;根据采集到的样本,对数据进行处理,筛选导联及特征,最终建立脑力疲劳预测回归模型;通过对脑电数据进行连续量化标注,比较了使用不同脑力疲劳程度标注建立的脑力疲劳模型优劣;此外,验证了脑力疲劳模型的跨时间、跨个体预测的正确性;并针对脑力疲劳标注不统一的现象,探讨脑力疲劳融合标注的效果。得到的主要结论有:以拟合优度检验为判据,使用搜索技术结合交叉验证筛选用于脑力疲劳预测模型的导联和特征,可建立脑力疲劳预测的回归模型;在对样本进行标注时,使用等效实验时长比等效正确率效果更好,前者最终建立的脑力疲劳预测回归模型其R2能达到0.9以上,脑电特征对脑力疲劳程度的解释性较强;对模型进行分析发现,建立的预测回归模型具有一定的跨时间、跨个体正确性,且不具有性别差异,但模型并不十分稳定,仍需要进行时间校正、个体校正,以及优化脑力疲劳的标注;对脑力疲劳融合标注的研究结果也表明,可使用等效正确率比值结合等效实验时长融合标注脑力疲劳程度。