《精神疲劳对大脑不同脑区产生的影响,人体生理学论文.docx》由会员分享，可在线阅读，更多相关《精神疲劳对大脑不同脑区产生的影响,人体生理学论文.docx（13页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精神疲劳对大脑不同脑区产生的影响,人体生理学论文摘 要： 为讨论精神疲惫对大脑不同脑区脑电信号关联性的影响,运用相关分析法,分析了8位受试者在下午2:00与下午4:00精神疲惫状态下,前额叶对称导联脑电信号的相互关系数的变化规律。发现下午2:00与下午4:00的相互关系数存在显着性差异,前额叶Fp1与Fp2对称导联脑电信号的相关性随着精神疲惫程度的增加而降低,精神疲惫使得前额叶对称导联脑电信号存在一定的 失步 现象。研究表示清楚,精神疲惫对前额叶对称导联脑电信号的关联性有显着影响;利用相互关分析法对前额叶的脑电信号进行分析,能够进一步加深了解人们的认知与心理活动。 本文关键词语： 脑电信号;
2、对称导联; 相互关; 精神疲惫; Abstract： In order to explore the effect of mental fatigue on the correlation of electroencephalogram(EEG) signals in different brain regions,the correlation analysis method was used to analyze the cross correlation coefficients of the symmetrical lead EEG signals in the prefrontal
3、lobes of 8 subjects in the mental fatigue states at 2:00 p.m.and 4:00 p.m.It was found that there is a significant difference between the cross correlation coefficient at 2 p.m.and the one at 4 p.m.The correlation between the Fpl and Fp2 symmetrical lead EEG signals in the prefrontal lobes decreases
4、 with the increase of mental fatigue.The research shows that mental fatigue has a significant effect on the correlation of the symmetrical lead EEG signals in the prefrontal lobes.The cross correlation analysis of the EEG signals in the prefrontal lobes can further understand cognition and mental ac
5、tivities. Keyword： electroencephalogram(EEG); symmetric lead; cross correlation; mental fatigue; 精神疲惫指人们长时间进行需持续精神注意力的认知活动时体验到的一种生理心理上的改变1。精神疲惫使得认知功能产生变化,诸如反响时间延长2、视觉融合频率降低3和警惕性的降低4等,并表现出以注意力不集中、反响迟钝、头脑昏沉和工作绩效降低等状态5;同时,精神疲惫也会引起生理功能的变化,如脑电图波形发生改变6,脑组织含氧量相对于静息状态增加7。精神疲惫被以为是包括航空事故在内的安全事故重要原因之一8。 近年来,一些
6、研究人员将精神疲惫与脑电图、心电图、眼电图和肌电图等联络起来,试图由电生理特征来表征精神疲惫。因具有费用相对低廉、时间分辨率高、无创伤等优点,脑电图可能是预测、检测精神疲惫及分析精神疲惫经过中人们心理状态变化的一个可靠的生理特征9。Sauvet等10和Chong等11利用一个导联脑电信号来评价精神疲惫,文献12,13中利用不同脑区的多导脑电信号来共同描绘叙述精神疲惫。Ying等14和Jing等15为了讨论神经活动经过中不同脑区的关联性,利用脑电信号数据构建了大脑功能网络。由于人脑具有一侧优势与功能区的特点,上述方式方法均存在一定的局限性。 大脑的两半球是协调活动的。正常情况下,进入大脑任何一侧
7、的信息,都会迅速地经过胼胝体传递到另一侧,使机体做出统一的反响16。讨论精神疲惫与不同脑区脑电信号之间的依靠关系,一直是心理学、生理学、医学、神经科学、人工智能等领域所关注的重要课题。相关性表示两个比拟变量的同步程度,相关系数是用以反映变量之间相关关系密切程度的统计指标,相关分析能够检测两个变量之间的相关程度17,并用于探寻求索任何两个大脑区域之间或一个脑区内不同导联之间的互相联络。相互关能够用来测量任何两个大脑区域之间的功能连接18,19,20。相关分析是脑电信号分析的常用方式方法之一。 本文通过分析不同脑区对称导联脑电信号的相互关系数随精神疲惫的变化规律,进一步讨论精神疲惫对大脑不同脑区产
8、生的影响。 1、 实验 选取年龄在1924岁的8位健康、右利手的男性在校工科硕士研究生为本实验的受试者。所有受试者均声明没有诸如精神分裂症、癫痫、脑外伤等脑部病史,在实验前3天未服用任何精神类药物与酒精饮料。要求所有受试者在实验期间都必须有规律的生活习惯和正常睡眠。受试者所在学校的学习时间为上午9:0012:00,下午1:005:00。所有受试者都签署了实验的知情同意书,学校当地的伦理委员会审查并批准了这项研究。为了鼓励受试者在实验中更好地合作,所有受试者都给予一定的报酬。 实验是在平静、昏暗、室温大约为20的实验室内进行的。实验开场前,先向受试者介绍实验目的、实验注意事项,让受试者一直坐在比
9、拟舒适的椅子上,然后为受试者佩戴由干电极传感器系统组成的电极帽,并且在实验经过中(下午1:005:00),一直佩戴电极帽;要求受试者在实验经过中身心尽可能放松,在记录脑电信号时,闭上眼睛,什么也不要想。在脑电信号记录经过中,身体尽量保持姿势不变,尽可能不要眨眼睛,同时务必保持意识清醒。一般而言,根据工作时间与生活习惯,下午2:00的精神疲惫程度要比下午4:00的轻一些。 根据国际10-20系统标准,电极放置于前额叶的Fp1与Fp2处(见图1),参考电极粘贴于喉结右下方的锁骨管处。 图1 电极分布 脑电信号记录仪选用PL-EEGWavepoint系统,各导联阻抗均小于5k 。采样间隔为6ms。实
10、验分为两个部分,第1部分与第2部分的脑电信号分别在下午2:00和下午4:00开场采集,采集持续时长各5min。 2 、相互关 相互关函数表示的是两个时间序列之间的相关程度,即描绘叙述随机信号X(t)、Y(t)在任意两个不同时刻t1、t2的取值之间的相关程度。 对于给定长度为n的时间序列Xx(i),i=1,2, ,n与Yy(i),i=1,2, ,n,X与Y的相互关系数rXY为 式中:分别为序列X与Y的均值;sX与sY分别为序列X与Y的标准差。 假如相互关系数为0,表示清楚序列X与Y是相互独立或不相关的;假如相互关系数为1,表示清楚序列X与Y是线性正相关的;假如相互关系数为-1,表示清楚序列X与Y
11、是线性负相关的;相互关系数在-0.300或00.30之间,表示清楚序列X与Y微相关;相互关系数在-0.50-0.30或0.300.50之间,表示清楚序列X与Y实相关;相互关系数在-0.80-0.50或0.500.80之间,表示清楚序列X与Y显着相关;相互关系数在-1.00-0.80或0.801.00之间,表示清楚序列X与Y高度相关。 3 、数据分析 肉眼逐段检查实验所获得的脑电信号,剔除明显含有噪声的片段,再选用带通为0.530Hz的FIR滤波器,去除脑电信号中的噪声干扰。 计算相互关系数rXY的长度选择为167点(1s的数据采样点),以84点(0.5s的数据采样点)的数据段为计算rXY的平移
12、步长,在15s的数据段中,逐段分别计算前额叶Fp1与Fp2对称导联脑电信号在下午2:00与4:00的相互关系数,最后以8位受试者的均值作为对应计算段的相互关系数。 t-检验是用t分布理论来推论差异发生的概率,进而比拟两个平均数的差异能否显着。下午2:00与4:00的相互关系数的差异情况用t-检验来分析。 3.1、 rXY的比拟 前额叶Fp1与Fp2在下午2:00与4:00的rXY如此图2所示,经t检验统计显示,下午2:00与4:00的r XY的标准差为0.0405,t=17.4354,P 0.001,两者之间存在显着性差异。从图2中能够看出,在前额叶,下午2:00的r XY明显大于下午4:00
13、;下午2:00rXY的均值为0.8489,表示清楚此时前额叶Fp1与Fp2导联脑电信号高度相关;下午4:00rXY的均值为0.7074,表示清楚此时前额叶Fp1与Fp2导联脑电信号显着相关;前额叶对称导联脑电信号的相关性随着精神疲惫程度的增加而降低。 图2 下午2:00与4:00前额叶Fp1与Fp2对称导联脑电信号的rXY 3.2、 rXY随延迟时间的变化 分别选取前额叶Fp2导联脑电信号比Fp1延迟时间为0、6 ms、12 ms、18 ms(采样间隔为6ms),下午2:00对应的状态分别为状态1-1、状态1-2、状态1-3、状态1-4,下午4:00对应的状态分别为状态2-1、状态2-2、状态
14、2-3、状态2-4。前额叶对称导联脑电信号rXY随延迟时间的变化如此图3所示。 由图3能够看出,对应不同的延迟时间,前额叶对称导联脑电信号rXY分别在不同的区域内变化。不同状态下前额叶对称导联脑电信号rXY的均值见表1。由图3与表1可知,在下午2:00,前额叶对称导联脑电信号rXY随着延迟时间的增大而减小,讲明对称导联脑电信号的同步性较强;而在下午4:00,延迟时间为6ms时,对称导联脑电信号rXY最大,之后又逐步减小,表示清楚随着精神疲惫程度的增加,对称导联的脑电信号存在着一定的 失步 现象。 图3 前额叶Fp1与Fp2对称导联脑电信号rXY随延迟时间的变化 表1 前额叶对称导联脑电信号rX
15、Y的均值 表2为同一精神疲惫状态下对应不同延迟时间的t检验分析。从表2可知,无论是在下午2:00,还是在下午4:00,对应延迟时间为0、6ms、12ms、18ms的4种状态,相互之间都存在着显着性差异(P 0.001)。 表2 对应不同延迟时间的t检验分析 4 、讨论 抑郁是重度精神疲惫的临床表现现象之一,有研究表示清楚,静息额叶脑电波偏侧化程度与抑郁水平负相关,患有抑郁症个体的静息额叶脑电波相对右侧化21,偏侧化则意味着对称导联脑电信号rXY减小,前额叶Fp1与Fp2对称导联脑电信号rXY随着精神疲惫程度的增加而减小,本文的实验结果从另一个方面验证了文献21的结论。用前额叶Fp1与Fp2对称
16、导联脑电信号rXY随着精神疲惫程度的增加而减小的现象愈加便于解释精神疲惫的种种表现,rXY减小,讲明对称导联出的思维活动同步性降低,关联性较小,自然会出现注意力不集中、反响迟钝、工作绩效降低等状态。 5、 结论 相关关系是一种非确定性的关系,相关系数是研究变量之间线性相关程度的量,相关分析是一种简便、易行、快速的信号分析与处理方式方法。本研究通过分析不同精神疲惫程度下不同脑区对称导联脑电信号的相互关性,有下面结论: (1)精神疲惫对前额叶对称脑电信号的关联性有显着影响,前额叶Fp1与Fp2对称导联脑电信号的相关性随着精神疲惫程度的增加而降低; (2)精神疲惫使得前额叶对称导联脑电信号的同步性减
17、小; (3)利用相互关分析法对前额叶的脑电信号进行分析,能够进一步加深了解人们的认知与心理活动。 以下为参考文献 1ZHAO C L,ZHAO M,LIU J P,et al.Electroencephalogram and electrocard-iograph assessment of mental fatigue in driving simulatorJ.Accid Anal Prev,2020,45:83-90. 2CAIN W,SILVA E J,CHANG A M,et al.One night of sleep deprivation affects reaction tim
18、e,but not interference or facilitation in stroop taskJ.Brain Cogn,2018,76(1):37-42. 3MAEDA E,YOSHIKAWA T,HAYASHI N,et al.Radiology reading-caused fatigue and measurement of eye strain with critical flicker fusion frequencyJ.Jpn Radiol,2018,29(7):483-487. 4CHARBONNIER S,ROY N,BONNET S,et al.EEG index
19、 for control operators.mental fatigue monitoring using interactions between brain regionsJ.Expert Systems with Applications,2021,52:91-98. 5HOEDLMOSER K,GRIESSENBERGER H,FELL-INGER R,et al.Event-related activity and phase locking during psychomotor vigilance task over the course of sleep deprivation
20、J.Journal of Sleep Research,2018,20(3):377-385. 6BORGHINI G,ASTOLFI L,VECCHIATO G,et al.Measuring neurophysiological signals in aircraft pilots and car drivers for the assessment of mental workload,fatigue and drowsinessJ.Neurosci Biobehav Rev,2020,44(S1):58-75. 7孙继成,杨忠良,沈超,等.精神疲惫状态下脑组织血氧饱和度的近红外光谱分析
21、J.当代生物医学进展,2021,15(34):6697-6700. 8王鹏.基于脑机接口的精神疲惫评估方式方法研究D.重庆:重庆大学,2018:1-14. 9JAGANNATH M,BALASUBRAMANIAN V.Assessment of early onset of driver fatigue using multimodal fatigue measures in static simulatorJ.Applied Ergonomics,2020,45(4):1140-1147. 10SAUVET F,BOUGARD C,COROENNE M,et al.In-flight aut
22、omatic detection of vigilance states using single EEG channelJ.IEEE Transactions on Biomedical Engineering,2020,61(12):2840-2847. 11CHONG Z,YU L,YANG Y,et al.Phase synchronization and spectral coherence analysis of EEGactivity during mental fatigueJ.Clinical EEG and Neuroscience,2020,45(4):249-256.
23、12LI G,LI B,WANG G,et al.A new method for human mental fatigue detection with several EEGchannelsJ.Journal of Medical and Biological Engineering,2021,37(2):240-247. 13SYLVIE C,ROY R N,STEPHANE B.EEG index for control operators.mental fatigue monitoring using interactions between brain regionsJ.Exper
24、t Systems with Applications,2021,52(15):91-98. 14YING J,ZHOU D,LIN K,et al.Network analysis of functional brain connectivity driven by gramma-band auditory steady-state response in auditory hallucinationsJ.Journal of Medical and Biological Engineering,2021,35(1):45-51. 15JING H,LIN P,HALLETTE M.Abno
25、rmal reorganization of functional cortical small-world networks in focal hand dystoniaJ.PLo SONE,2018,6(12):28682. 16 唐龙云.心理学基础M.杭州:浙江大学出版社,2021:27-28. 17DIA H,C?RDOVA F M,CA?ETE L,et al.Interchannel correlation in the EEG activity during cognitive problem solving task with an increasing difficulty
26、questions progressionJ.Procedia Computer Science,2021,55:1420-1425. 18FEKETE T,BEACHER D C C,CHA J,et al.Small-world network properties in prefrontal cortex correlation with predictors of psychopathology risk in young children:a NIRS studyJ.Neuroimage,2020,85:345-353. 19LIU T,CHEN Y,LIN P,et al.Smal
27、l-world brain functional networks in children with attention-deficit/hyperactivity disorder revealed by EEG synchronyJ.Clinical EEG and Neurosciences,2021,46(3):183-191. 20WHOITLOW T,CASANOVA R,MALDJIAN JA.Effect of resting-state functional MR imaging duration on stability of graph theory metrics of brain network connectivityJ.Radiology,2018,259(2):516-524. 21刘雷,周仁来.一个测量抑郁症的重要神经指标:静息额叶脑电活动的不对称性J.心理科学进展,2021,23(6):1000-1008.