没有合适的资源?快使用搜索试试~ 我知道了~
可在www.sciencedirect.com上在线获取ScienceDirectICTExpress 8(2022)363www.elsevier.com/locate/icte基于脑电刺激区域识别的人类信任研究Seeung Oha,Yunho Seongb,Sun Yic,Sangsung Parkda美国格林斯伯勒北卡罗来纳州立大学应用工程技术系b美国格林斯伯勒北卡罗来纳州立大学工业与系统工程系c美国格林斯伯勒北卡罗来纳州立大学机械工程系d大韩民国清州清州大学大数据和统计系接收日期:2021年6月8日;接收日期:2021年12月17日;接受日期:2022年1月6日2022年1月13日在线提供摘要工作场所使用复杂的系统来执行行业中的复杂任务。衡量工作人员的信任水平对于预测他们在复杂系统中的决策至关重要。本研究通过一个词的启发研究,通过识别特定的脑电波刺激的大脑区域,使用脑电(EEG)的功率谱和相干性分析,探讨人类的信任。结果证实额叶在α波和β波中在信任中有活跃的连接,而颞叶在γ波中在不信任中有活跃的连接。这些发现有助于在工作场所使用神经技术设计复杂的系统© 2022作者(S)。由爱思唯尔公司出版代表韩国通信和信息科学研究所这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。关键词:信任;脑电;脑区;功率谱;相干分析1. 介绍工作场所使用复杂的系统,因为需要各种任务,需要先进的技术。复杂的系统可以提高工作场所的质量、准确性、生产力和效率。当工作人员无法理解复杂系统或无法在动态或不确定的情况下遵循程序时,信任可以作为他们的测量工作人员的信任水平对于预测他们将如何在动态或不确定的情况下操作复杂系统至关重要。因此,有效地测量信任是非常重要的。为了测量信任,许多研究人员使用基于信任理论概念的问卷,其中包含几个常见因素,如可预测性,可靠性和依赖性[2此外,问卷调查采用经验方法[5,6]和半自动模拟人类和自动化[2]。电子邮件也可以聚焦 信任的定性方面,但研究人员*通讯作者。电子邮件地址: soh1@ncat.edu(美国)哦)。同行评审由韩国通信和信息科学研究所(KICS)负责https://doi.org/10.1016/j.icte.2022.01.002取向可以影响他们的信任观念、信任因素或评级量表。神经活动是可以测量的;因此,神经学技术可以成为测量人类信任的有用方法。以前的研究主要集中在使用功能性磁共振成像(fMRI)和事件相关功能性磁共振成像(efMRI)的大脑区域,这些区域唤起与信任和不信任或风险和回报相关的刺激[7虽然fMRI和efMRI是有效的神经成像技术,可以直接测量与信任和不信任相关的脑深部区域的神经活动[10,11],但参与者必须在大型fMRI或efMRI设备中静止不动才能检测大脑活动。因此,fMRI和efMRI可以有效地测量刺激影响参与者后的大脑活动,但实时测量信任和不信任刺激下的大脑活动是繁重的。其他 研究 有 采用 脑电图(EEG)在审查信任和决策[12,13]。EEG是一种电生理监测方法,其通过将电极放置在头皮Dong等人。[12]通过测量人类对机器的信任程度(取决于技术能力),使用EEG检测不同的事件相关电位(ERP)模式,一个合作和利己主义的心理理论游戏。 贾诺蒂2405-9595/© 2022作者。 由Elsevier B.V.代表韩国通信和信息科学研究所出版。这是一CC BY-NC-ND许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。S. 哦,Y。宋,S.Yi等人ICT Express 8(2022)363364等人[13]发现,在有风险的决策中使用脑电图可以增加右前额区的阿尔法功率。此外,EEG研究已经使用竞争性决策游戏研究了具有反馈处理的决策[14]。为了客观地测量信任,本研究采用了一种定量的方法,即脑电图.其他研究[12,13]支持使用EEG作为实时测量对涉及信任和不信任的刺激的神经主动反应的适当方法。这项研究对其他研究也很有用,因为很少有研究使用脑电图来研究人类信任和受刺激的大脑区域之间的关系。然而,EEG对各种噪声敏感,因此作者承认这些局限性,并在分析之前通过标记和从原始数据中去除噪声来使用滤波器。这项研究是从以前的一项研究[15]发展而来的,目的是探索使用与信任和不信任相关的词语的神经活动。本研究与先前研究[15]的详细比较在此提供。这两项研究使用了相同的实验设计,随机使用了15个与信任和不信任相关的单词,这些单词来自单词诱导研究[5]。Jian等人[5]通过词汇引出和问卷调查研究,发现这15个词与信任和不信任有关,并比较了三种信任类型,即一般信任、人-人信任和人-机信任。以往的研究[15]和本研究[5]都是随机抽取词汇引出研究中的15个词汇进行实验,但这是两个不同的实验,使用了不同的数据、假设和数据分析。先前的研究[15]是为了识别特定的脑电波(即,α、β和γ)在信任和不信任情况下使用功率谱分析。按照10-20系统,使用20个它专注于从整个大脑的平均数据中识别特定的脑波。实验对象为17名参与者,其中8名男性,9名女性。未对性别之间的比较进行分析。经过一个月的实验,本研究采用了一个新的实验--词汇诱发研究[5]。与之前的研究不同,这项研究是为了识别模拟的大脑区域(即,额叶、顶叶、颞叶、中央叶和枕叶)。本研究从额叶(F3和F4)、颞叶(T3和T4)、中央叶(C3和C4)、顶叶(T3和T4)、额叶(F3和F4)、颞叶(T3和T4)、中央叶(C3和C4)、颞叶(T3和T4)(P3枕叶(O1和O2)。为了测量每个脑区的连接性,本研究从每个脑区选择了2个电极,并使用相干分析。在本研究实验中,有18名参与者,其中9名男性和9名女性。本实验将对性别平衡和性别差异下的信任和不信任情况进行分析和讨论。综上所述,本研究旨在通过识别模拟大脑区域(即,额叶、顶叶、颞叶、中央叶和枕叶)。这项研究可能很有价值在工作场所设计复杂的系统,这需要获得工人的信任,以实现最大的安全和性能。衡量工人的信任度对于建立有效的工作场所非常有用,2. 系统模型和方法2.1. 参与者共18名受试者(9男9女)参加了实验,他们是在北卡罗利纳A T大学招募的。所有参与者均超过18岁,视力正常或矫正至正常,没有神经和精神疾病。他们也可以阅读和理解英语。在参与者中没有发现基于年龄、种族、性别、宗教或先前参与其他实验的歧视。此外,每个参与者都阅读并签署了一份同意书,并坐在一个孤立而安静的房间里的电脑屏幕前,屏幕上显示着文字的幻灯片。同样的条件适用于所有参与者。2.2. 实验框架这个实验利用了单词诱导研究中与信任和不信任相关的前15个单词[5],使用EEG测量信任的一般概念。此外,先前的研究[15]通过调查表明,这些词引起了信任和不信任的情况。在实验开始之前,该指令显示10秒。每个单词在幻灯片中显示7秒,足以阅读和理解每个单词的含义。幻灯片总共持续了3分30秒,这是足够的以唤起信任或不信任的状态。每个实验包括两个幻灯片:(1)信任词和(2)不信任词。这个实验的目的是先记录信任,然后再记录不信任,没有平衡设计,因为它唤起了情感反应。具体来说,不信任会引发负面情绪,如压力和焦虑,这些情绪会持续更长时间并影响其他情绪[16]。第一个幻灯片包括30个随机刺激的幻灯片,通过随机显示两次与信任相关的15个单词,足以记录脑电波(表1)。参与者同样,第二个幻灯片由30个随机刺激的幻灯片组成,通过随机显示两次与不信任相关的15个单词,足以记录脑电波(表1)。2.3. EEG记录采用g. HIamp(256-多通道放大器),g. GAMMAsys(有源电极系统,具有g. Gammacap)和g. 记录器(脑信号S. 哦,Y。宋,S.Yi等人ICT Express 8(2022)363365==−表1信任与不信任[5]与信任与不信任1诚实作弊2忠诚背叛3爱欺骗4信心偷5保证怀疑6友谊不信任7安全鬼鬼祟祟8完整性误导9保真度不信任10熟悉电话11荣誉小心12可靠性伤害13值得信赖虚假性14委托谎言15承诺残忍图二、 10 -20电极放置系统[ 17 ]。图1.一、 例如G。 GMAcap和g. HIamp。记录软件)。tec医疗工程公司(图2)。根据电极放置的修改的10额叶(F3和F4)、颞叶(T3和T4)、中央叶(C3和C4)、顶叶(P3和P4),以及2.4. 数据分析所有参与者的EEG数据都用于分析。为了研究刺激是如何影响脑电波的,参与者或不信任的话,并用作基线。最初,进行功率谱分析以按脑电波将频率范围分类如下:α(α,8-13 Hz),β (β,13在功率谱分析之后,使用相干性分析(基于功率谱)在大脑区域中进行功能连接已经得到了频繁的使用[20]。相干性是对两个不同时间序列之间的相位稳定性或相位抖动量的测量。本研究使用来自10-20个系统的代表性位置当两个信号之间的相位差恒定时,相干性为1;当信号之间的相位差随机时,相干性为0。当从频率(f)的特定范围记录两个通道(a和b)时,如(1)中所示,必须将互谱(Pab)的平方除以功率谱Pa(f)并乘以功率谱Pb(f)以获得相干性。枕叶(O1和O2)(图3)。参与者的头部装有电极帽(g。GAMMAcap),并且所选的10个电极填充有研磨性电解质凝胶COH(Pab(f)2f)=[Pa(f)×Pb(f)](1)用注射器记录脑电波的采样频率为256 Hz,高频滤波器为60 Hz,低频滤波器为0.1 Hz [18]。在实验之前,参与者的伪像,如眨眼,咬紧牙关和肌肉运动被记录,标记,并通过使用g的过滤器从原始数据中删除。记录器(大脑信号记录软件)。该实验已通过IRB 17-0159证明(见图1)。① 的人。3. 结果3.1. Alpha波图图3显示了阿尔法波的刺激脑区与基线、信任和不信任 情 况的 比 较 。 与 其他 区 域 相 比, 信 任 位 置的 额 叶(3.71E09uV2S. 哦,Y。宋,S.Yi等人ICT Express 8(2022)363366−−−−−图三. 受刺激的大脑区域与α波的比较(顶部),以及信任(左下)和不信任的α波地形图(右下)。(图3)。根据平均数据的地形图,额叶(F3和F4)的α波在信任情况下显示出活跃的连通性,但右中央(C4)和颞叶(T8)在不信任情况下表现出很小的连通性。3)。3.2. Beta波图4显示了β波与基线、信任和不信任情况下刺激的大脑区域额叶(1.01E 09 uV2)在信任的情况下受到高度刺激相比,其他地区(图)。4).根据平均数据的地形图,额叶(F3和F4)的β波也显示出信任情境的主动连接。然而,颞叶(T7和T8)在不信任的情况下表现出很小的连通性(图3)。 4).3.3. 伽马波图5显示了信任、不信任和基线的刺激大脑区域的伽马波的比较。不信任的颞叶(3.15E−10uV2)高度与其他地区相比,刺激(图。5)。根据具有平均数据的地形图,颞叶(T7和T8)中的伽马波在不信任情况下表现出活跃的连接,但在信任情况下没有观察到活跃的连接(图1)。 5)。3.4. 信任与不信任的性别差异比较图6显示了在信任情境中女性和男性之间的α、β和γ波中的受刺激脑区域的比较。女性( 1.111E09uV2)和男性(9.09E10uV2)均在额叶显示出较强的β波。在信任状况上没有太大的性别差异(图)。 6)。然而,在不信任的情况下有一些不同。图图7显示了在不信任的情况下,女性和男性的α、β和γ波中受刺激的大脑 区 域 的 比 较 。 在 不 信 任 情 境 下 , 女 性 颞 区 γ 波(5.418E10uV2)较男性(8.82E11uV2此外,在不信任情境中,女性的额叶、中央、顶叶和枕叶等其他脑区在伽马波中受到的刺激比男性多(图11)。 7)。S. 哦,Y。宋,S.Yi等人ICT Express 8(2022)363367图四、 受刺激的大脑区域与β波的比较(上),信任(左)和不信任(右)的β波地形图。4. 结论综上所述,本文将对以往的研究[15]和本研究进行比较。之前的研究只确定了特定的脑电波,因此研究结果是,α波和β波在信任的情况下更强,γ波在不信任的情况下更强[15]。它使用了20个电极,然后是10研究结果并没有说明大脑的哪些区域受到了刺激。它没有分析在信任和不信任的情况下脑电波的任何性别差异。相比之下,这项研究确定了在信任和不信任的情况下受到刺激的大脑区域。本研究使用从每个脑区的2个电极中选择的10个电极,例如额叶(F3和F4)、颞叶(T3和T4)、中央叶(C3和C4)、顶叶(P3和P4)和枕叶(O1和O2)。每个脑区仅使用2个电极的原因是使用相干分析来研究每个脑区中两个电极之间的连接性。其他研究使用相干分析来检查2个电极之间的连接性,这些电极在特定脑波中的脑区域之间具有强连接[21,22]。每个大脑区域在皮质的相对侧上是对称的,以测量半球间的连通性[23]。这项研究的结果证实,在阿尔法额叶 β波在信任情境中具有主动连接性,而γ波中的颞叶在不信任情境中具有主动此外,本研究还考察了信任和不信任情境的性别差异。女性和男性在额叶都表现出较强的β波,因此在信任情境上表现出相似性而没有太大的差异然而,这项研究表明,女性本研究关于性别差异的发现支持了其他研究。Bunting等人[24]认为,在信任方面没有性别差异,但在不信任方面存在性别差异根据定量调查,在不信任的情况下,女性比男性表现出更大的不确定性。另一项研究[25]表明,在线信任存在神经性别差异。在信任和不信任eBay的情况下,女性大脑的各个区域都受到了更多的刺激。需要进一步的研究来调查特定的脑电波或大脑区域,以了解信任和不信任情况下的性别差异。S. 哦,Y。宋,S.Yi等人ICT Express 8(2022)363368图五、 受刺激的大脑区域与伽马波的比较(上),以及信任(左)和不信任(右)的伽马波的地形图。图六、 比较受刺激的大脑区域的α,β和γ波之间的妇女和男子的信任。S. 哦,Y。宋,S.Yi等人ICT Express 8(2022)363369图7.第一次会议。不 信任状态下男女大脑α、β和γ波受刺激区域的比较。这项研究的结果(即,额叶用于信任而颞叶用于不信任)支持已经使用神经成像技术的现有神经成像文献(例如,MRI、fMRI、efMRI和hyperfMRI)。温斯顿 等人[7]采用efMRI研究基于面部外观的人类信任的神经他们还认为,信任与额极皮层(额叶)相关,而不信任与右杏仁核和右颞叶此外,Krueger等人[8]进行了一项使用事件相关hyperfMRI的实验,以研究有条件和无条件信任之间的神经相关性。他们还证实,有条件的信任与腹侧被盖区(额叶)有关,无条件的信任与隔区(颞叶)的选择性区域有关。此外,Dimoka [9]利用功能磁共振成像来检查大脑区域与信任之间的神经相关性。她还证实,信任与尾状核、壳核、前副扣带皮层和眶额皮层(OFC)(额叶)有关,而不信任与杏仁核和岛叶皮层(颞叶)有关。这项研究的结果表明,信任的情况是与额叶有关,而不信任与颞叶有关。关于不确定性和风险行为[26],OFC是大脑额叶中的前额叶皮层区域,与信任有关[27]。信任与奖励过程相关,因为信任是通过对未来积极奖励的期望而发展起来的[28]。背侧纹状体是前脑的皮质下部分,在奖励过程中起着重要作用[29]。关于不信任的神经活动,颞叶与视觉和听觉感知、言语、语言和情感有关[30]。杏仁核和岛叶皮层在不信任情境中被检测到[7,31]。杏仁核位于颞叶深处,是边缘系统的一部分,它与大脑皮层的表达高度相关。通过激活恐惧和焦虑[32],强烈的负面情绪[33]以及对不值得信任的人的社会判断[34]来产生危险。因此,信任状况与额叶有关,额叶与认知功能有关,如对回报的期望、对未来的预测和不确定性的计算。不信任的情况与颞叶有关,颞叶与强烈的负面情绪有关,如害怕失去、谨慎、愤怒、仇恨和背叛。对大脑区域的进一步CRediT作者贡献声明Seeung Oh:概念化,调查,方法学,软件。YounhoSeong:验证,写作孙毅:视觉化,写作Sangsung Park:监督。竞合利益作者声明,他们没有已知的可能影响本文所报告工作引用[1] J.D. Lee,K.A.《技术中的信任:为适当的依赖而设计》(Trust inTechnology:Designing forApp r o pr i a t e Re l i a b i l i t y )Factors46(2004)50[2] J.D.李,N.信任、自信与经营者的适应 自动化,内。J. . - Comput.种马啊40(1994)153[3] B.M. Muir,N.马里,信任自动化:U部分。过程控制仿真中信任与人为干预的实验研究,人机工程学39(3)(1996)429-460。[4] A.比桑茨岛Seong,评估运营商的信任和利用率的自动决策辅助工具在不同的框架条件下,国际J。印第安纳埃尔贡28(2)(2001)85S. 哦,Y。宋,S.Yi等人ICT Express 8(2022)363370[5] Y. Jian,M.比桑茨湾Drury,自动化系统中经验确定的信任规模的基础,Int.J.Cogn。埃尔贡4(1)(2001)53-71。[6] A. Bisantz,J. Llinas,Y.圣河手指,J.Y.李健,“信任相关系统在辅助、对抗决策中的脆弱性”,北京大 学 多源信息融合研究中心,2000年。[7] J.S. Winston,文学士Strange,J.O' D o h e r t y , R. J . Do l a n ,Au t o m a t i can din t e n t i o n a lbr a i nre sp o n s e sdu r i n gev a l u a t i o noftr u s t w o r t h i n e s soffa c e s , Na t u r eNe u r o s c i . 5(3)(2002)277。[8] F. Krueger,K. McCabe,J. Moll,N.克里格斯科特河Zahn,M.Strenziok,others,J. Grafman,Neural correlates of trust,Proc. Natl.Acad. Sci. 104(50)(2007)20084[9] A.Dimoka,Brainmappingofpsycho-metricscalesofpsychologicalprocesses:An fMRI method for social neuroscience,NeuroImage54(2011)S263-S271。[10] J. Ji,J. Liu,A. Zou、黑腹滨藜A.张,ACOEC-FD:蚁群优化从功能性MRI和扩散张量成像中学习大脑有效连接网络,前线。Neurosci. 13(2019)1290.[11] A.卡斯特拉诺山西里略湖贝洛湾Riva,A. Falini,神经胶质瘤手术的功能性MRI,Curr.治疗选项Neurol. 19(10)(2017)34.[12] Y.董氏K.金,K.李,Y。李,人类的初步研究通过EEG进行人机交互的信任测量,在:第三届人机交互国际会议论文集,2015年,pp. 265-268[13] L.R. Gianotti,D. Knoch,P.L. Faber,D.莱曼河Pascual-Marqui,C.Diezi,others,E. Fehr,右前额皮质的紧张性活动水平预测个体的冒险行为,Psychol. Sci。20(1)(2009)33-38。[14] X. Cohen,E. Elger,J. Fell,决策过程中人类内侧额叶皮层的振荡活动和相位振幅耦合,J. 科根Neurosci. 21(2)(2008)390[15] S.哦,Y。宋先生,脑电地形图对人类信任的神经研究,国际先进研究杂志,科学。工程技术(IARJSET)6(7)(2019)。[16] S.H.徐,J.T.李,压力和脑电图,融合混合信息技术。(2010)27.[17] N.K. Kim,M.J. Kim,S.H. Yun,S.K. Sohn,J.S. Min,经直肠超声、盆腔计算机断层扫描和磁共振成像在直肠癌术前分期中的比较研究,Dis. 结肠直肠42(6)(1999)770[18] J.A. Meltzer,M.根岸律师事务所Mayes,R.T.康斯特布尔,工作记忆中脑电图θ和α动力学的个体差异与受试者的功能磁共振成像反应相关,临床神经生理学。118(11)(2007)2419-2436。[19] S. Sanei,J.A. Chambers,EEG信号处理,John Wiley& Sons,2013年。[20] J. Wang,C.扬河,巴西-地Wang,H. Yu,Y. Cao,J. Liu,阿尔茨海默病中的功能性脑网络: 基 于 有 限 穿 透 可 见 度 图 和 相 空 间方 法 的 EEG 分 析 , 物 理 A : 统 计 力 学 及 其 应 用 46 0(20 1 6 )17 4 -1 8 7 。[21] V.J. Knott,A.拉贝尔湾琼斯角,澳-地Mahoney,EEG相干性遵循急性和慢性氯氮平治疗难治性精神分裂症10(4)(2002)435.[22] S. Weiss,H.M. Mueller,EEG相干性对语言研究的贡献,BrainLang。85(2)(2003)325[23] B.凯勒湖史蒂文斯角Lui,J. Murray,M.杨文,回忆愉快记忆时双侧眼球运动对脑电连贯性的影响,J。EMDR实践Res. 8(3)(2014)113[24] H.作者:J.信任,不信任和不信任:对意义和测量的性别视角。政治科学第七十七章.[25] R. Riedl,M. Hubert,P. Kenning,神经性别差异 在线信任?一项关于eBay产品可信度的fMRI研究,MIS Q。(2010)397[26] A. Cheetham,N.B.艾伦,S。Whittle,J. Simmons,M. Yücel,D.I.Lubman,眶额皮质体积和努力控制作为青少年物质使用障碍的前瞻性风险因素,Eur。瘾君子Res. 23(1)(2017)37-44.[27] Y. Ohtsubo,M. Matsunaga ,T. Himichi ,K. Suzuki, E.柴田河Hori,others,H.大平,眶额皮层在计算中的作用社会神经科学。(2020年)。[28] M. Wang , 中国 山 核 桃A. Hussein , R.F. 罗 哈斯 湾 Shafi ,H.A.Abbass,基于EEG的人类自主互动中信任的神经相关性,在:2018年IEEE计算智能研讨会系列(SSCI),IEEE,2018年,pp。350-357[29] B. Knutson , G.W. 方 俊 明 亚 当 斯 , J.L. Varner , D. Hommer ,Disassociationofrewardexpectancyandoutcomewithevent-relatedfMRI,Neuroseport 12(17)(2001)3683-3687.[30] K.M. Heilman , E. Valenstein , Clinical Neuropsychology ,OxfordUniversity Press,2010.[31] A.关于信任和不信任,大脑告诉了我们什么?来自功能性神经影像学研究的证据,Mis Q。(2010)373-396。[32] E.A.人类情感和记忆:杏仁核和海马复合体的相互作用,Curr。Opin. Neurobiol. 14(2)(2004)198-202。[33] J. LeDoux,情绪大脑,恐惧和杏仁核,细胞。摩尔Neurobiol. 23(4-5)(2003)727-738。[34] R. Adolphs , D. Tranel , A.R. Damasio , The human amygdala insocialjudgment,Nature 393(1998)470-474.
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 李兴华Java基础教程:从入门到精通
- U盘与硬盘启动安装教程:从菜鸟到专家
- C++面试宝典:动态内存管理与继承解析
- C++ STL源码深度解析:专家级剖析与关键技术
- C/C++调用DOS命令实战指南
- 神经网络补偿的多传感器航迹融合技术
- GIS中的大地坐标系与椭球体解析
- 海思Hi3515 H.264编解码处理器用户手册
- Oracle基础练习题与解答
- 谷歌地球3D建筑筛选新流程详解
- CFO与CIO携手:数据管理与企业增值的战略
- Eclipse IDE基础教程:从入门到精通
- Shell脚本专家宝典:全面学习与资源指南
- Tomcat安装指南:附带JDK配置步骤
- NA3003A电子水准仪数据格式解析与转换研究
- 自动化专业英语词汇精华:必备术语集锦
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功