摘 要： 以實(shí)驗(yàn)為基礎(chǔ)來(lái)研究精神疲勞,，實(shí)驗(yàn)采用圖片隨機(jī)輪換的視覺(jué)誘發(fā)刺激模式來(lái)誘發(fā)P300,，利用誘發(fā)電位的鎖時(shí)關(guān)系，應(yīng)用疊加平均技術(shù)來(lái)提取P300特征參量——幅值,，并提出了一種標(biāo)定視覺(jué)疲勞的方法,。對(duì)比受試者疲勞前后的特征參量，發(fā)現(xiàn)疲勞時(shí)的P300波峰值約為清醒時(shí)幅值的50%,，由清醒和疲勞兩個(gè)狀態(tài)的極值可以對(duì)中間狀態(tài)的疲勞程度做一個(gè)大致的線性描述,，因此P300幅值可作為標(biāo)定疲勞程度的指標(biāo)。

　　關(guān)鍵詞： 視覺(jué)疲勞,；疊加平均,；P300；幅值

　　精神疲勞是一個(gè)比較抽象的概念,，也是一種復(fù)雜的生理現(xiàn)象,，能引起人體多種指標(biāo)的變化，如注意力不集中,、警覺(jué)度降低,、反應(yīng)速度下降等[1]，目前國(guó)際上并沒(méi)有一種公認(rèn)有效的檢測(cè)標(biāo)定精神疲勞的方法,。由于人的疲勞（如汽車(chē),、船舶,、龍門(mén)吊等的駕駛疲勞）是造成很多重大事故的主要原因，因此對(duì)人的疲勞進(jìn)行客觀,、準(zhǔn)確地檢測(cè)和評(píng)估開(kāi)展研究是非常有價(jià)值的,，對(duì)減少安全事故以及提高效率均具有重要意義。

　　因精神疲勞屬于一種復(fù)雜的生理心理現(xiàn)象,，往往伴隨著反應(yīng)能力的降低和工作效率的下降,，最簡(jiǎn)單的方法是基于心理學(xué)問(wèn)卷量表[2]，方法雖然簡(jiǎn)單但受個(gè)體差異和主觀因素影響過(guò)大,，為此人們希望能找到反應(yīng)精神疲勞程度的生理參數(shù)指標(biāo),，如李延軍等通過(guò)讀書(shū)筆算實(shí)驗(yàn)與放松時(shí)作為對(duì)比來(lái)研究心率變異性與疲勞的關(guān)系[3]，趙曉華等通過(guò)駕駛實(shí)驗(yàn)前后填寫(xiě)的SOFI-C調(diào)查表來(lái)分析研究心電,、腦電信號(hào)與疲勞程度的關(guān)系[4],，趙春臨記錄一天中不同時(shí)間的腦電信號(hào)研究分析了基于腦電功率譜-連續(xù)隱馬爾科夫鏈的精神疲勞特征[5]，張連毅也采用類(lèi)似的方法分析一天不同時(shí)間采集的EEG信號(hào)的柯?tīng)柲缏宸蜢販y(cè)度與精神疲勞的關(guān)系[6],，以上方法對(duì)被試者疲勞程度的標(biāo)定基于生活經(jīng)驗(yàn)的直觀判斷,，無(wú)法達(dá)到定量標(biāo)定。為了對(duì)疲勞程度進(jìn)行定量標(biāo)定,，很多文獻(xiàn)采用作業(yè)成功率作為疲勞程度量化的指標(biāo),，如參考文獻(xiàn)[7-8]都是在按一定時(shí)間間隔播放的聲音序列中隨機(jī)插入動(dòng)作命令集合的某一個(gè)，統(tǒng)計(jì)被試者按鍵的正確率來(lái)標(biāo)定疲勞的程度,，參考文獻(xiàn)[9]采用心理學(xué)的Oddball作業(yè)實(shí)驗(yàn)范式通過(guò)統(tǒng)計(jì)正確率來(lái)標(biāo)定疲勞狀態(tài),，但是由于人的個(gè)體身體差異，在相同疲勞程度下不同人作業(yè)的成功率也會(huì)呈現(xiàn)較大差異,。由于事件相關(guān)電位能反映認(rèn)知過(guò)程中大腦的神經(jīng)電生理改變，因此也成為研究精神疲勞的重要手段,，如Murata研究了被試者在VDT作業(yè)前后視覺(jué)刺激P300相關(guān)參數(shù)的變化[10],，楊博等設(shè)計(jì)了認(rèn)知實(shí)驗(yàn)，并結(jié)合問(wèn)卷量表研究在疲勞前后P300潛伏期和峰值變化的統(tǒng)計(jì)性質(zhì)[11],，宋國(guó)萍等針對(duì)出租車(chē)司機(jī)疲勞組和對(duì)照組研究了P300參數(shù)的差異統(tǒng)計(jì)特性[12],，以上研究結(jié)論顯示在疲勞作業(yè)前后視覺(jué)誘發(fā)P300的潛伏期變化較小而聽(tīng)覺(jué)誘發(fā)P300潛伏期變化較大，但兩者分布都比較分散,，而疲勞前后P300波幅降低幅度較大且較為集中,。JarchiD.等研究了基于Rao-blackwellised粒子濾波模型單次提取P300并進(jìn)行疲勞分析的方法[13]。以上研究雖然得到了有價(jià)值的結(jié)果,，但沒(méi)有對(duì)疲勞程度的量化標(biāo)定給出具體有效的方法,。

　　由于基于視覺(jué)的認(rèn)知能力對(duì)汽車(chē)、船舶駕駛等很多工作非常重要,，本文以視覺(jué)誘發(fā)P300參數(shù)提取為基礎(chǔ),，結(jié)合心理學(xué)問(wèn)卷量表研究精神疲勞量化標(biāo)定的實(shí)驗(yàn)范式和評(píng)估模型。

1 精神疲勞標(biāo)定實(shí)驗(yàn)設(shè)計(jì)

　　本實(shí)驗(yàn)選用的數(shù)據(jù)采集設(shè)備為奧地利G.tec公司生產(chǎn)的16導(dǎo)聯(lián)的g.USBamp信號(hào)放大采集設(shè)備，電極采用的是銀/氯化銀合金電極,。實(shí)驗(yàn)中,，所用到的電極位于10-20電極導(dǎo)聯(lián)系統(tǒng)中的Fpz，F(xiàn)z,，Cz,，P3，Pz,，P4,，PO7，Oz和PO8 9個(gè)位置(其中Fpz為接地,，耳垂為參考點(diǎn)極),。采樣頻率設(shè)置為256 Hz，帶通濾波范圍為0.5~30 Hz,，50 Hz陷波,。實(shí)驗(yàn)的受試者選擇20名有午睡習(xí)慣的在校大學(xué)生且實(shí)驗(yàn)選擇在中午進(jìn)行。

　?、耪T發(fā)電位獲取模式的設(shè)計(jì)

　　為獲取P300信號(hào),，實(shí)驗(yàn)采用圖片輪換的視覺(jué)誘發(fā)刺激的方式，提供7幅不同的圖片作為視覺(jué)誘發(fā)源,，供受試者觀察,。圖片隨機(jī)出現(xiàn)（這樣靶圖片出現(xiàn)的概率為14.3%，非靶圖片出現(xiàn)概率為85.7%）,，每幅圖片占據(jù)1 s時(shí)長(zhǎng),，前100 ms顯示圖片，后900 ms關(guān)閉圖片,。事先設(shè)定圖片顯示次數(shù),，由受試者選擇其中一幅圖片（靶圖片）進(jìn)行計(jì)數(shù)。實(shí)驗(yàn)過(guò)程中,，當(dāng)受試者觀看到靶圖片時(shí)立即按鍵‘↑’,，并同時(shí)默數(shù)圖片出現(xiàn)的次數(shù)。一次‘trail’（一次數(shù)據(jù)采集過(guò)程）經(jīng)歷5 min,。

　?、破谀Ｊ降脑O(shè)計(jì)

　　為采集受試者不同狀態(tài)下的疲勞數(shù)據(jù)，本實(shí)驗(yàn)制定了相應(yīng)的精神疲勞調(diào)查表,，其10個(gè)參數(shù)指標(biāo)為：注意力不集中,、反應(yīng)遲鈍、困倦,、精神渙散,、頭腦昏沉,、思想不集中、需要休息,、復(fù)視（重影）,、眼睛酸痛、眼皮沉重,。受試者根據(jù)自身狀態(tài)用[0,10]之間的數(shù)來(lái)描述自身的狀態(tài),，其中“0”代表沒(méi)有，“10”代表完全有,?？梢源笾聦⑵跔顟B(tài)分為：當(dāng)狀態(tài)值的均值小于1時(shí)，此時(shí)認(rèn)為受試者處于清醒狀態(tài),；均值大于9時(shí),，受試者處于疲勞狀態(tài)；其余為中間狀態(tài),。

　?、菍?shí)驗(yàn)過(guò)程

　　實(shí)驗(yàn)開(kāi)始前，受試者首先填寫(xiě)疲勞調(diào)查表,，數(shù)據(jù)符合清醒狀態(tài)值時(shí)開(kāi)始實(shí)驗(yàn),。實(shí)驗(yàn)時(shí)，將實(shí)驗(yàn)室的光線調(diào)暗,，并且為受試者提供一個(gè)安靜的實(shí)驗(yàn)環(huán)境,，受試者身體放松地坐于離計(jì)算機(jī)顯示器約0.8 m左右的距離處。在受試者充分了解實(shí)驗(yàn)任務(wù)及實(shí)驗(yàn)步驟后,，開(kāi)始實(shí)驗(yàn),。為采集受試者不同狀態(tài)下的疲勞數(shù)據(jù)，實(shí)驗(yàn)分為3個(gè)階段,，每個(gè)階段采集4組“trail”數(shù)據(jù),。在每個(gè)階段完成后下一個(gè)階段開(kāi)始前，受試者要經(jīng)歷一個(gè)疲勞過(guò)程,，每個(gè)階段及實(shí)驗(yàn)完成前后讓受試者填寫(xiě)實(shí)驗(yàn)疲勞調(diào)查表。疲勞過(guò)程為閃爍頻率4 Hz的藍(lán)色圖片,，受試者集中注意力觀看,，持續(xù)時(shí)間10 min。

2 實(shí)驗(yàn)結(jié)果分析

　　由于自發(fā)腦電可以看作是零均值,、方差確定的平穩(wěn)隨機(jī)信號(hào),，而且在每次實(shí)驗(yàn)中，刺激條件相同,，可以將P300近似認(rèn)為是一個(gè)確定性的信號(hào),，且P300對(duì)于每一次刺激它們之間都是互不相關(guān)的,。所以可以利用疊加平均技術(shù)提取誘發(fā)的P300電位，信號(hào)殘留噪聲下降程度與迭加次數(shù)的平方根成正比[14],。

　　對(duì)每組實(shí)驗(yàn)數(shù)據(jù),，提取出靶刺激與非靶刺激1 s時(shí)長(zhǎng)的數(shù)據(jù)分別進(jìn)行疊加平均處理。提取各個(gè)通道的P300幅值,，發(fā)現(xiàn)頂區(qū)及枕區(qū)（P3,、Pz、P4,、PO7,、Oz和PO8）的P300現(xiàn)象明顯。選取特征最為明顯的PO7,、Oz和PO8 3個(gè)通道作為研究對(duì)象,，結(jié)合疲勞調(diào)查問(wèn)卷以及P300的幅值，通過(guò)實(shí)驗(yàn)數(shù)據(jù)可以得出以下結(jié)論,。

　?、虐凑罩贫ǖ钠跇?biāo)準(zhǔn)，疲勞前后疲勞表的值差異顯著（如表1所示,為其中一個(gè)受試者的調(diào)查表）,，受試者的量表總平均值在實(shí)驗(yàn)疲勞前后的分別為（0.1 0.303）和（9.18,，1.289），P<0.05,說(shuō)明實(shí)驗(yàn)設(shè)計(jì)合理,，能使受試者從清醒達(dá)到疲勞狀態(tài),。

　　⑵對(duì)同一受試者,，清醒時(shí),，靶刺激的P300幅值要比非靶刺激幅值要明顯，如圖1所示,；疲勞時(shí),，靶刺激與非靶刺激的P300幅值則非常接近，如圖2所示,，靶刺激幅值稍大,。這是因?yàn)槠跁r(shí)，受試者對(duì)靶刺激與非靶刺激區(qū)分度明顯下降,。同時(shí),，清醒和疲勞的非靶刺激的幅值有所降低，但變化不大,，說(shuō)明疲勞會(huì)導(dǎo)致腦電信號(hào)電位值下降,。

　　⑶對(duì)不同受試者的整個(gè)疲勞過(guò)程的P300幅值分析,，每個(gè)樣本選取對(duì)應(yīng)的3個(gè)狀態(tài)分別為：清醒（取值為第一階段最大幅值）,，中間狀態(tài)（取值為第二階段任意幅值）,，疲勞（取值為第三階段最小幅值）。各個(gè)狀態(tài)取PO7,、Oz和PO8 3個(gè)通道值的中間值作為狀態(tài)值,，選取10個(gè)樣本數(shù)據(jù)。通過(guò)統(tǒng)計(jì)分析得出：雖然不同受試者的清醒和疲勞時(shí)的P300幅值不同,，但是在整個(gè)實(shí)驗(yàn)過(guò)程中P300幅值下降的比例均接近50%,，波動(dòng)范圍為（0.5，0.0209）,。即當(dāng)受試者P300幅值下降50%左右時(shí),，可以認(rèn)為受試者為疲勞狀態(tài)，如表2所示,。

　　綜上,，通過(guò)測(cè)定個(gè)體清醒與疲勞的P300幅值，可以用精神疲勞系數(shù)MFC(Mental Fatigue Coefficient)給精神疲勞予一個(gè)初步的線性刻畫(huà)：

　　其中,，missing image file為清醒時(shí)幅值,，missing image file為疲勞時(shí)幅值，missing image file為其他狀態(tài)的幅值,。

　　由此,，可以得出當(dāng)MFC為0時(shí)，處于清醒狀態(tài),，當(dāng)MFC為1時(shí)處疲勞狀態(tài),，處于0~1之間的值則代表了中間狀態(tài)的疲勞程度。對(duì)選取的中間狀態(tài)計(jì)算相應(yīng)的MFC值（0.4~0.6）與對(duì)應(yīng)階段疲勞調(diào)查表的4個(gè)疲勞指標(biāo)的值（范圍集中在4~7）相對(duì)比,，其值在體現(xiàn)疲勞程度上相當(dāng),，因此可以利用MFC值對(duì)疲勞程度作出大致的描述。

　　本研究中,，以P300幅值作為疲勞特征參量,，通過(guò)研究疲勞程度與P300幅值的關(guān)系來(lái)標(biāo)定疲勞程度。通過(guò)本文分析可以看出,，不同個(gè)體在清醒與疲勞狀態(tài)的P300幅值各不相同,，但是在整個(gè)疲勞過(guò)程中，P300幅值下降的百分比卻十分接近——約50%,，具有一定的普遍性,。MFC值所描述的疲勞指數(shù)與對(duì)應(yīng)疲勞調(diào)查表的數(shù)值大致接近，因此可以用MFC值刻畫(huà)個(gè)體精神疲勞狀態(tài),，這樣就將抽象的疲勞概念定量化了,，為研究精神疲勞提供了一種新的思路和方法,。然而,，本實(shí)驗(yàn)也具有一定的局限性,。⑴在本研究中，要求受試者整個(gè)過(guò)程持續(xù)集中注意力,，這樣產(chǎn)生的疲勞與人體在正常作業(yè)或輕松狀態(tài)的自然疲勞關(guān)系未知,。⑵實(shí)驗(yàn)對(duì)象為在校大學(xué)生，沒(méi)有針對(duì)不同人群,。因此,，基于EEG信號(hào)的生理性精神疲勞分析技術(shù)的研究，必將是現(xiàn)在和今后相當(dāng)長(zhǎng)時(shí)間內(nèi)相關(guān)工作者的研究熱點(diǎn)之一,，也值得進(jìn)一步探索,。

參考文獻(xiàn)

　　[1] 王瑞元.運(yùn)動(dòng)生理學(xué)[M],北京:人民體育出版社,2002.

　　[2] Taigang H, Jianping L,Chongxun Z. Mental fatigue and measurement[J]. Journal of Biomedical Engerning,1996,13(3):276-273.

　　[3] 李延軍，嚴(yán)洪,，楊向,，等.基于心率變異性的精神疲勞的研究[J].中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)，2010,，29 (1): 1-6.

　　[4] 趙曉華,，房瑞雪，榮建,，等.基于生理信號(hào)的駕駛疲勞綜合評(píng)價(jià)方法試驗(yàn)研究[J].北京工業(yè)大學(xué)學(xué)報(bào),，2011，37(10): 1511-1516.

　　[5] 趙春臨, 鄭崇勛, 趙敏.基于腦電功率譜-連續(xù)隱馬爾科夫鏈的精神疲勞分級(jí)模型[J].西安交通大學(xué)學(xué)報(bào),，2007,，41(2): 1474-1478.

　　[6] 張連毅，鄭崇勛,，李小平,，等.基于柯?tīng)柲缏宸蜢氐纳硇跃衿诜旨?jí)的可行性研究[J].航天醫(yī)學(xué)與醫(yī)學(xué)工程，2005(5): 375-380.

　　[7] Shen Kaiquan, Ong Chongjin, Li Xiaoping, et al. A feature selection method for Multilevel Mental Fatigue EEG classification[C]. IEEE Transactions on Biomedical Engineering, 2007, 54（7）：1231-1237.

　　[8] Tyagi R, Shen Kaiquan, Shao Shiyun, et al. A novel auditory working-memory vigilance task for mental fatigue assessment[J]. Safety Science, 2009,，47 (7) : 967-972.

　　[9] Zhao Chunlin, Zhao Min, Liu Jianpin,et al. Electroencephalogram and electrocardiograph assessment of mental fatigue in a driving simulator[J]. Accident Analysis and Prevention,，2012（ 45 ）：83- 90.

　　[10] Murata A, Uetake A, Takasawa Y. Evaluation of mental fatigue using feature parameter extracted from event-related potential[J]. International Journal of Industrial Ergonomics, 2005, 35(8): 761-770.

　　[11] 楊博，苗丹民,，呂靜,，等.持續(xù)認(rèn)知操作任務(wù)誘發(fā)腦力疲勞對(duì)注意測(cè)驗(yàn)和事件相關(guān)電位P300的影響[J].中華行為醫(yī)學(xué)與腦科學(xué)雜志，2009,，18(4):328-330,。

　　[12] 宋國(guó)萍，張侃.駕駛疲勞對(duì)隨意注意影響的ERP研究[J].人類(lèi)工效學(xué),，2009,，15(4):1-4。

　　[13] Jarchi D, Sanei S, Mohseni H R, et al. Coupled particle filtering: A new approach for P300-based analysis of mental fatigue[J]. Biomedical Signal Processing and Control, 2011, 6(2): 175-185.

　　[14] 聶能,，堯德中,，謝正祥．生物醫(yī)學(xué)信號(hào)數(shù)字處理技術(shù)及應(yīng)用[M]．北京：科學(xué)出版社,，2005．