今日文獻聚焦於駕駛憤怒的神經生理標記與深度學習預測模型。最新研究提出名為 TRIDENT 的多任務深度學習框架，透過真實道路環境下的 Wizard-of-Oz (WoZ) 實驗范式，結合 32 通道腦電圖 (EEG) 與情境數據，不僅能精準識別駕駛憤怒狀態，還能評估其嚴重程度並預測未來的高憤怒反應。此研究突破了過去依賴駕駛模擬器的限制，為即時監測與預防攻擊性駕駛行為提供了創新的方法學基礎，顯示出生理信號在車輛主動安全系統中的巨大應用潛力。