为研究采用功能性近红外光谱（fNIRS）技术评估不同情绪状态下操作者脑力负荷（MWL）的可行性，为开展以MWL评估为基础的操作者功能状态（OFS）评估提供技术支持，进行了多种情绪刺激下的图片n-back任务实验，包括负性、积极和中性三组情绪。采用任务绩效、主观量表和fNIRS生理测量等方法采集16名参试者的实验数据。任务绩效和主观状态评分均表明参试者MWL在外部因素影响下发生变化。从fNIRS信息中提取了时域、频域和非线性域共380个生理特征作为OFS评估模型输入，采用支持向量机作为分类器，建立了MWL评估模型。评估模型采用中性情绪刺激下的任务数据作为训练数据，积极情绪和负性情绪刺激下的实验数据作为测试数据，分别取得了92.49%、75.90%和79.99%的平均分类正确率。通过实验数据分析，验证了任务负荷和情绪刺激能够有效影响操作者MWL的实验假设，证明了采用fNIRS技术建立多种情绪状态下MWL评估模型的可行性，为开展复杂任务情况下以MWL为基础的OFS评估提供依据。

利用功能性近红外光谱(fNIRs)技术实现了对不同情绪状态的识别。采集了15名受试者在6种情绪种类图片刺激下的fNIRs信号以及唤醒度、愉悦度评价数据。为了实现对受试者情绪状态的分类评估，采用支持向量机(SVM)和基于支持向量机的递归特征筛选(SVM-RFE)算法来筛选参数并设计情绪状态的分类器。结果表明在多种情绪种类图片刺激下，受试者出现了显著的功能响应曲线，并且在唤醒度、愉悦度和情绪种类三个分类目标上分别实现了81%、78.78%和68%的平均分类正确率。同时发现唤醒度和愉悦度的敏感特征主要出现在眶额叶皮层和背外侧皮层，且近似熵是反映情绪状态变化的有效指标。因此采用fNIRs能够基本实现对人体情绪状态的识别。