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

　　關(guān)鍵詞： 視覺疲勞；疊加平均；P300；幅值

　　精神疲勞是一個比較抽象的概念，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、警覺度降低、反應(yīng)速度下降等[1]，目前國際上并沒有一種公認(rèn)有效的檢測標(biāo)定精神疲勞的方法。由于人的疲勞（如汽車、船舶、龍門吊等的駕駛疲勞）是造成很多重大事故的主要原因，因此對人的疲勞進(jìn)行客觀、準(zhǔn)確地檢測和評估開展研究是非常有價值的，對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，最簡單的方法是基于心理學(xué)問卷量表[2]，方法雖然簡單但受個體差異和主觀因素影響過大，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)，如李延軍等通過讀書筆算實(shí)驗(yàn)與放松時作為對比來研究心率變異性與疲勞的關(guān)系[3]，趙曉華等通過駕駛實(shí)驗(yàn)前后填寫的SOFI-C調(diào)查表來分析研究心電、腦電信號與疲勞程度的關(guān)系[4]，趙春臨記錄一天中不同時間的腦電信號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]，張連毅也采用類似的方法分析一天不同時間采集的EEG信號的柯爾莫哥洛夫熵測度與精神疲勞的關(guān)系[6]，以上方法對被試者疲勞程度的標(biāo)定基于生活經(jīng)驗(yàn)的直觀判斷，無法達(dá)到定量標(biāo)定。為了對疲勞程度進(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]都是在按一定時間間隔播放的聲音序列中隨機(jī)插入動作命令集合的某一個，統(tǒng)計被試者按鍵的正確率來標(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)范式通過統(tǒng)計正確率來標(biāo)定疲勞狀態(tài)，但是由于人的個體身體差異，在相同疲勞程度下不同人作業(yè)的成功率也會呈現(xiàn)較大差異。由于事件相關(guān)電位能反映認(rèn)知過程中大腦的神經(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)前后視覺刺激P300相關(guān)參數(shù)的變化[10]，楊博等設(shè)計了認(rèn)知實(shí)驗(yàn)，并結(jié)合問卷量表研究在疲勞前后P300潛伏期和峰值變化的統(tǒng)計性質(zhì)[11]，宋國萍等針對出租車司機(jī)疲勞組和對照組研究了P300參數(shù)的差異統(tǒng)計特性[12]，以上研究結(jié)論顯示在疲勞作業(yè)前后視覺誘發(fā)P300的潛伏期變化較小而聽覺誘發(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值的結(jié)果，但沒有對疲勞程度的量化標(biāo)定給出具體有效的方法。

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

1 精神疲勞標(biāo)定實(shí)驗(yàn)設(shè)計

　　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。

　　⑴誘發(fā)電位獲取模式的設(shè)計

　　為獲取P300信號，實(shí)驗(yàn)采用圖片輪換的視覺誘發(fā)刺激的方式，提供7幅不同的圖片作為視覺誘發(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時長，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)行計數(shù)。實(shí)驗(yàn)過程中，當(dāng)受試者觀看到靶圖片時立即按鍵‘↑’，并同時默數(shù)圖片出現(xiàn)的次數(shù)。一次‘trail’（一次數(shù)據(jù)采集過程）經(jīng)歷5 min。

　　⑵疲勞模式的設(shè)計

　　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)來描述自身的狀態(tài)，其中“0”代表沒有，“10”代表完全有。可以大致將疲勞狀態(tài)分為：當(dāng)狀態(tài)值的均值小于1時，此時認(rèn)為受試者處于清醒狀態(tài)；均值大于9時，受試者處于疲勞狀態(tài)；其余為中間狀態(tài)。

　　⑶實(shí)驗(yàn)過程

　　實(shí)驗(yàn)開始前，受試者首先填寫疲勞調(diào)查表，數(shù)據(jù)符合清醒狀態(tài)值時開始實(shí)驗(yàn)。實(shí)驗(yàn)時，將實(shí)驗(yàn)室的光線調(diào)暗，并且為受試者提供一個安靜的實(shí)驗(yàn)環(huán)境，受試者身體放松地坐于離計算機(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個階段，每個階段采集4組“trail”數(shù)據(jù)。在每個階段完成后下一個階段開始前，受試者要經(jīng)歷一個疲勞過程，每個階段及實(shí)驗(yàn)完成前后讓受試者填寫實(shí)驗(yàn)疲勞調(diào)查表。疲勞過程為閃爍頻率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，而且在每次實(shí)驗(yàn)中，刺激條件相同，可以將P300近似認(rèn)為是一個確定性的信號，且P300對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，信號殘留噪聲下降程度與迭加次數(shù)的平方根成正比[14]。

　　對每組實(shí)驗(yàn)數(shù)據(jù)，提取出靶刺激與非靶刺激1 s時長的數(shù)據(jù)分別進(jìn)行疊加平均處理。提取各個通道的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個通道作為研究對象，結(jié)合疲勞調(diào)查問卷以及P300的幅值，通過實(shí)驗(yàn)數(shù)據(jù)可以得出以下結(jié)論。

　　⑴按照制定的疲勞標(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,說明實(shí)驗(yàn)設(shè)計合理，能使受試者從清醒達(dá)到疲勞狀態(tài)。

　　⑵對同一受試者，清醒時，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，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，受試者對靶刺激與非靶刺激區(qū)分度明顯下降。同時，清醒和疲勞的非靶刺激的幅值有所降低，但變化不大，說明疲勞會導(dǎo)致腦電信號電位值下降。

　　⑶對不同受試者的整個疲勞過程的P300幅值分析，每個樣本選取對應(yīng)的3個狀態(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）。各個狀態(tài)取PO7、Oz和PO8 3個通道值的中間值作為狀態(tài)值，選取10個樣本數(shù)據(jù)。通過統(tǒng)計分析得出：雖然不同受試者的清醒和疲勞時的P300幅值不同，但是在整個實(shí)驗(yàn)過程中P300幅值下降的比例均接近50%，波動范圍為（0.5，0.0209）。即當(dāng)受試者P300幅值下降50%左右時，可以認(rèn)為受試者為疲勞狀態(tài)，如表2所示。

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

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

　　由此，可以得出當(dāng)MFC為0時，處于清醒狀態(tài)，當(dāng)MFC為1時處疲勞狀態(tài)，處于0~1之間的值則代表了中間狀態(tài)的疲勞程度。對選取的中間狀態(tài)計算相應(yīng)的MFC值（0.4~0.6）與對應(yīng)階段疲勞調(diào)查表的4個疲勞指標(biāo)的值（范圍集中在4~7）相對比，其值在體現(xiàn)疲勞程度上相當(dāng)，因此可以利用MFC值對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，通過研究疲勞程度與P300幅值的關(guān)系來標(biāo)定疲勞程度。通過本文分析可以看出，不同個體在清醒與疲勞狀態(tài)的P300幅值各不相同，但是在整個疲勞過程中，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值刻畫個體精神疲勞狀態(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，要求受試者整個過程持續(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)對象為在校大學(xué)生，沒有針對不同人群。因此，基于EEG信號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)長時間內(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].中國生物醫(yī)學(xué)工程學(xué)報，2010，29 (1): 1-6.

　　[4] 趙曉華，房瑞雪，榮建，等.基于生理信號的駕駛疲勞綜合評價方法試驗(yàn)研究[J].北京工業(yè)大學(xué)學(xué)報，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模型[J].西安交通大學(xué)學(xué)報，2007，41(2): 1474-1478.

　　[6] 張連毅，鄭崇勛，李小平，等.基于柯爾莫哥洛夫熵的生理性精神疲勞分級的可行性研究[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)腦力疲勞對注意測驗(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] 宋國萍，張侃.駕駛疲勞對隨意注意影響的ERP研究[J].人類工效學(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)信號數(shù)字處理技術(shù)及應(yīng)用[M]．北京：科學(xué)出版社，2005．