疲勞是由長時間的體力和腦力勞動所導致的一種身心疲憊狀態,亦是降低工作績效、誘發工傷事故的重要因素之一。疲勞會導致注意力不集中、工作績效下降,誘發慢性疾病,長期疲勞還會危及生命安全。在大部分高負荷工作任務與復雜場所環境下人的疲勞是由腦力疲勞和體力疲勞共同所致。因此研究體腦疲勞交互影響及神經生理機制有重要的科學意義與應用價值。本文介紹了近幾年有關體、腦疲勞方面的研究情況,并歸納了體腦疲勞交互影響機制研究的初步進展,總結了目前存在的研究難點與未來可能的發展方向。體腦疲勞的相互影響可能發生在中樞神經系統,揭示基底神經節功能及多巴胺釋放規律可能是解讀體腦疲勞交互影響神經機制的關鍵;今后還需要在疲勞誘發實驗設計優化、檢測評價參數優選和體腦疲勞神經建模等方面做深入研究,以為復雜工作任務設定提供科學依據和理論指導,為疲勞監測、疲勞對抗提供科學方法和技術支撐。
引用本文： 張力新, 張春翠, 何峰, 趙欣, 綦宏志, 萬柏坤, 明東. 體腦疲勞交互影響及神經機制研究進展. 生物醫學工程學雜志, 2015, 32(5): 1135-1140. doi: 10.7507/1001-5515.20150201 復制
引言
疲勞是日常工作生活中的一種普遍現象，但是疲勞的概念卻很復雜。疲勞涉及生理、心理等多方面的因素，是一個多維的概念，雖然至今還沒有統一的疲勞定義，但仍有一些被大家所認可的描述及判定標準。簡單來說，可以認為疲勞是由長時間的體力或腦力勞動所導致的作業績效下降，主觀上伴有倦怠感覺的一種狀態。其中疲倦感是人的主觀感受，而作業能力下降是其客觀體現。
Nakagawa等[1]認為疲勞是人體一種不可或缺的生物警鐘，它提醒人身體或大腦需要休息，從而避免由于過度工作和壓力對身心造成不可挽回的損傷。疲勞是人體負反饋系統的一種正常響應，從這個角度講，疲勞對人體是有利的。但是疲勞也會給工作生活帶來很多不利，表現在：首先，疲勞會增加負性情緒，降低工作效率；其次，疲勞會分散注意力，引發各種事故；疲勞還會導致焦慮癥、抑郁癥等慢性疾病；長期處于疲勞狀態還會危害生命安全。而隨著現代社會的進步，人們工作壓力的增大，疲勞現象越來越嚴重，疲勞已成為一個廣泛的社會學問題。
疲勞的評價方法有很多種，主要分為主觀評定法和客觀評定法。主觀評定法多采用問卷調查形式，通常做成規范化疲勞量表進行評定。客觀評定法，又分為心理學、行為學指標評定法，生理學指標評定法及生化指標評定法。心理學、行為學指標評定法主要采用心理學測驗和心理運動測驗方法。用于疲勞檢測的生理學指標主要有腦電信號、眼電信號、心電信號、肌電信號等。常用的生化指標有唾液、乳酸含量、氧合血紅蛋白含量等(其中有些生化參數檢測涉及侵入性技術，很多場合下不宜采用)。
疲勞可由長時間的大腦或肌肉活動引起。從這個方面考慮，Grandjean[2]將疲勞分為腦疲勞和體疲勞，并且認為體疲勞主要關注外部肌肉系統功能的下降，而腦疲勞主要關注腦部功能的下降和疲勞感覺。目前，分別針對體疲勞和腦疲勞單獨進行的研究較多，而結合體腦疲勞的相關研究較少。但在很多實際生活與工作場合，體疲勞和腦疲勞是難以分開的。尤其在航空航天、道路交通、臨床手術、人機交互等大量復雜的工作環境中，操作者的身心疲勞是由體力疲勞和腦力疲勞相互影響而共同導致的。例如：在進行外科手術時需要體力和腦力同時付出，極易導致臨床醫師身體和大腦共同疲勞，這也增加了醫療事故的隱患[3]。顯然，分別孤立地研究體疲勞或腦疲勞而不涉及體腦疲勞的交互影響難以揭示疲勞的深刻科學本質，也不利于找到緩解疲勞、提高工作效率與生活質量的有效科學方法。體腦疲勞的交互影響不僅與外周肌肉系統有關，而且可能涉及中樞神經系統及相關的腦區基底神經節。這也是當前神經工程研究的前沿熱點領域。因此，研究體腦疲勞的交互影響及神經機制不僅具有重要的科學意義，并且應用前景誘人。
本文從體腦疲勞的交互影響、誘發方法和檢測參數等方面介紹了近幾年的有關研究情況，并介紹了體腦疲勞交互影響機制研究的初步進展，歸納總結了目前存在的研究難點與未來可能的發展方向，以促進該領域研究的深入開展。
1 體腦疲勞的交互影響
至今較多學者主要觀察腦疲勞程度對體疲勞及其恢復的影響，以便在評價和設定工作任務時更好地綜合考慮所需付出的腦力勞動、體力勞動及其負荷量等因素。Mehta等[4-6]報告了額外的腦負荷對體力疲勞的影響，通過被試在進行體疲勞誘發任務實驗時，加入額外的腦負荷任務，得到額外的腦負荷會減小肌肉收縮力、縮短肌力持續時間、增加疲勞感覺及延緩心率恢復過程、延長疲勞肌肉的恢復時間。結果說明：額外的腦負荷會嚴重影響體疲勞及其恢復。該團隊還報告了用不同等級的靜態、動態體力負荷來誘發體力疲勞的情況下，腦負荷對體疲勞的影響。觀察到中度體力負荷水平和靜態力負荷情況下，腦負荷對體疲勞的影響較大，故建議在需要腦體結合勞動時應盡量減少靜態力付出、經常改變姿勢或提供體力休息。Marcora等[7]研究了腦疲勞對體疲勞的影響，通過被試處于腦疲勞狀態時，進行體力運動，觀察到腦疲勞會導致體力運動持續時間的下降及體疲勞感覺增加。
反之，關于體疲勞對腦疲勞影響的研究較少。Lorist等[8]觀察了體疲勞對大腦認知功能的影響，通過被試同時進行體力勞動和認知任務實驗，觀察到體疲勞會嚴重影響大腦認知任務的表現。Mashiko等[9]分析了不同位置的橄欖球運動員參加比賽后體疲勞和腦疲勞的關系，通過量表評分和生化參數比較，發現不同位置的運動員體疲勞對腦疲勞的影響關系不同，因此有必要根據運動員的場地位置來制定其健康管理方案。總之，雖然目前尚缺乏全面系統深入的體疲勞與腦疲勞交互影響的研究，但根據已有的研究可初步認為兩者是相互影響的[10]。
2 體腦疲勞的誘發
要通過實驗方法研究體腦疲勞的交互影響，首先必須設計出可準確誘發體疲勞和腦疲勞的體力勞動和腦力認知任務實驗方案；其次，需選取敏感可靠的疲勞評價指標，以便建立相應的疲勞模型來研究不同體腦疲勞模型的交互影響及其轉換機制。這也是疲勞研究的首個難點。而且在疲勞實驗的研究中，常以健康人作為被試，不能因實驗對被試造成不可逆的心理和生理創傷。相對而言，在體力疲勞實驗研究中，對體疲勞可能引發生理創傷的負荷極限較易掌握；而在腦力疲勞和體腦交互疲勞實驗研究中，則難以把握腦疲勞所產生心理創傷的負荷極限。因此，建立合理的腦疲勞模型顯得格外重要。
常用的腦疲勞誘發方法有睡眠剝奪、模擬駕駛、連續用腦作業等。睡眠剝奪建立的腦疲勞特征比較明顯，但睡眠剝奪為特定的疲勞狀態，且睡眠與疲勞機制并不完全相同，故由睡眠剝奪建立的腦疲勞模型難以視為普適模型。模擬駕駛在駕駛疲勞的研究中應用比較廣泛，所建立的腦疲勞模型也只能適用于特定環境下的疲勞狀態。在研究由腦力認知任務導致腦疲勞的建模方法中，最常用的是連續用腦作業，即在一定量的腦力負荷下執行較長時間的腦力認知活動。連續用腦作業通常采用加法運算、N-back實驗[11-13]、精神運動警覺測試(psychomotor vigilance test,PVT)等方式進行誘發，持續時間一般為1~2 h[14-15]。連續作業由單一任務誘發腦疲勞，影響因素單一，故易于建立較簡單明確的腦疲勞模型；但不同腦作業任務誘發的疲勞特征可能不同，其對應的腦疲勞模型也有差異。
體力疲勞通過給身體一定量的負荷來誘發，分為全身體力疲勞以及局部體力疲勞。全身疲勞可以采用功率自行車、長時間跑步等來誘發；局部體力疲勞一般通過局部肌肉重復進行自主收縮來誘發，采用最大自主收縮力(maximal voluntary contraction,MVC)來監測其負荷極限[16]。
在體腦疲勞研究中，通常需要將體疲勞誘發方式與腦疲勞誘發方式相結合以產生體腦疲勞模式，即體腦疲勞需通過施加定量體力負荷和腦力負荷來誘發。如：Mehta等[4-5]通過右臂在進行等長收縮時同時進行加法運算來誘發體腦疲勞；Lorist等[8]通過右手進行自主收縮力的同時進行聽覺選擇反應任務(choice reaction task,CRT)來研究體疲勞對大腦信息加工的影響；Marcora等[7]由長時間的AX continuous performance test (AX-CPT)任務誘發腦疲勞后，再進行功率自行車運動至體疲勞，研究腦疲勞對體疲勞的影響。由于影響體腦疲勞的因素較多、體腦交互疲勞誘發方式各異，故應根據不同研究目標與建模要求選擇不同的體腦疲勞誘發方式。
3 參數選取
如前所述，選取敏感可靠的疲勞評價指標是研究體腦疲勞交互影響、建立體腦疲勞模型的必要條件之一。一般從疲勞量表、行為學參數(正確率，反應時)、生理生化指標方面選擇合適的參數來綜合進行評價。其中，疲勞量表用來評定操作任務時的主觀感受，行為學參數用來測量作業績效的變化，生理學指標用來表征神經生理狀態的變化[17]。
不同疲勞量表側重反映疲勞的不同方面，所以在一個研究中可能會選擇幾個量表來進行綜合評價。在體腦疲勞相互影響研究中，通常選用SOFI (Swedish Occupational Fatigue Inventory)主觀量表來反映體疲勞的嚴重程度。此量表包括5個維度(體能不足、體力付出、身體不適、缺乏動機、困倦)，評分從0分(無疲勞)到6分(非常嚴重疲勞)。用Borg CR10量表來評價執行任務時自我感覺用力程度，分值從0分(不費力)到10分(非常吃力)。NASA-TLX是常用的評價任務負荷及疲勞程度的多維量表，包括腦力需求、體力需求、時間需求、業績水平、努力程度和受挫程度等6個方面，可從多個角度反映操作者的主觀感受。Likert量表(scale)可以用來綜合評價疲勞，該量表含5分(0分為不疲勞，4分為極度疲勞)。
研究腦疲勞對體疲勞的影響，多選擇肌電幅值、頻率、心率、乳酸含量等對體疲勞敏感的參數。研究體腦疲勞的相互影響，還要選擇行為學參數、腦血氧含量、心電、腦電等對腦疲勞敏感的信號特征。其中，行為學參數可以直觀地反映出大腦認知狀態的改變。隨著疲勞程度的增加，反應時間上升，反應正確率下降。
心電信號是常用的疲勞監測指標。心率是反映有氧運動強度的重要指標，一般在疲勞誘發過程中會檢測心率的變化。交感神經系統和副交感神經系統的活性控制著自主神經系統的活動，心率變異性(heart rate variability,HRV)是表征交感和副交感神經系統相互影響的重要指標。HRV的功率譜密度包括兩部分：低頻(LF)段(0.04~0.15 Hz)和高頻(HF)段(0.15~0.40 Hz)。低頻段由交感神經系統控制，通常在緊張狀態下激活；高頻段由副交感神經系統控制，通常在平靜狀態下激活。腦疲勞后，LF能量升高，HF能量降低[18]。
由于腦電信號具有時間分辨率高、功能特異性強等優勢，因此腦電信號已經成為了疲勞監測的一個重要指標。較常使用的腦電信號特征有時域、頻域、時-頻域和非線性特征參數。腦電信號各頻段參數都有特定的生理意義，其各個頻段能量會隨腦疲勞程度發生變化，故可用不同頻段的腦電功率譜及其比值，例如θ或β頻段能量、β/α、(α+θ)/β等能量比值作為疲勞腦電特征。研究得到較為一致的結論是，腦疲勞后θ頻段能量升高，β頻段能量降低[13]。此外，由于腦電信號具有非線性和混沌性，利用腦電信號的熵、相關維數、分形維數等非線性特征參數來分析腦疲勞的研究也較多。例如，腦疲勞后腦電信號的熵值減小，表明疲勞后大腦活動的復雜性降低[19]。而利用腦電信號研究體疲勞則相對較少。但是有研究表明：體疲勞后腦電信號的李雅普諾夫指數(L1)顯著降低。在體腦疲勞交互影響的研究中，雖然可選的生理參數較多，但心電和腦電信號隨兩種疲勞狀態敏感變化并且具有較明確生理意義，故這兩種電生理信號特征均有望成為研究體腦疲勞相互影響并探討其機制的合適參數。
表 1歸納總結了近十年關于體腦疲勞交互影響研究的代表性成果，分別列舉了作者/文獻序號、年份、誘發方式、選擇參數和主要研究結論。如表 1所示，雖然早年(2002年)已發現體疲勞會嚴重影響腦認知，但未引起關注；至近年(2012年)才有較多體腦疲勞交互影響研究出現，誘發方式也多為MVC(體疲勞)與加法運算(腦疲勞)交叉結合；比較突出的是疲勞評價參數的選擇明顯增多，但研究結果仍較初步。雖然已有研究證實體腦疲勞會相互影響，但其作用機制仍不清楚，亟待深入開展研究。
表1
體腦疲勞交互影響研究的代表性結果
Table1.
Research results on the interaction influence between physical fatigue and mental fatigue
4 體腦疲勞相互影響機制
從中樞神經系統與外周骨骼肌肉相互作用關系來考慮，體疲勞應直接產生于外周肌肉系統，而腦疲勞則主要來源于中樞神經。但外周肌肉系統還需要依靠大腦來控制肢體行為及各部位感觸覺信息。因此，腦疲勞是中樞性的，而體疲勞既是中樞性的又是外周性的[20-21]。所以，體腦疲勞的相互影響可能發生在中樞神經系統。Marcora等[7]證明腦疲勞減少體力活動的持續時間是由于腦疲勞增加了被試的疲憊感，導致主觀付出能力的下降，而并非由于腦疲勞對肌肉系統的直接影響。Lorist等[8]提出，體腦疲勞的相互影響可能發生在腦區背外側的前額葉皮質(dorsolateral prefrontal cortex)，因為背外側前額葉皮質在進行力的收縮和認知任務時都被激活。但是這種相互影響的機制及其發生的神經生物學水平還不明確。
已有研究認為，中樞疲勞主要表現為內部驅動力不足，即中樞神經無力驅動肌肉收縮或認知任務的執行。而這種驅動功能是由腦區基底神經節(basal ganglia)調節的。基底神經節位于前腦，與大腦皮質、丘腦和其他腦區有緊密聯系。基底神經節包括尾狀核、殼核、蒼白球、丘腦底核、黑質和紅核。其中，尾核、殼核和蒼白球統稱為紋狀體。基底神經節有很多分立功能，如運動調節、認知、邊緣加工、驅動功能等。有研究表明，基底神經節的腦區激活程度在體疲勞狀態下發生改變[22]。
Lorist等[23]通過認知任務誘發腦疲勞，發現被試疲勞后，大腦對錯誤信息的監測能力下降，表現在腦電信號的錯誤負波(error related negativity,ERN)減少。而ERN是由基底神經節產生的一個相位信號，經邊緣回路傳遞到前額葉扣帶回皮質。ERN減少必然導致大腦不能及時傳遞錯誤信息進而調整錯誤行為。由此可見，基底神經節與腦疲勞的發生有緊密關系。最近的研究表明，基底神經節可以調控睡眠-覺醒行為。動物實驗發現基底神經節損傷會破壞老鼠的睡眠，改變老鼠的覺醒程度，這也表明基底神經節可能在體腦疲勞交互過程中起到重要作用[24]。
神經生物學研究指出：與疲勞有關的結構包括喚醒系統、睡眠控制系統，以及在獎賞通路中起重要作用的區域。在人腦功能成像的研究中，目前關于疲勞腦區還沒有得到一致的結論，但是公認的在疲 勞調節方面起重要作用的腦區有紋狀體及皮質區域。中樞神經系統有很多回路，其中運動回路和復雜回路連接了基底神經節和大腦皮質，使基底神經節的輸出最終映射到前額葉皮質。在神經細胞水平上，目前從有關動物實驗模型得知：當疲勞感增加時，會導致大腦小神經膠質細胞激活或細胞因子和趨化因子的增加[25]。
此外，從神經遞質方面考慮，與基底神經節有關的神經遞質有多巴胺，其神經通路發自黑質，到達殼核和尾核。多巴胺是獎賞通路的最終遞質，同時也是第一個被驗證在中樞性疲勞中起作用的神經遞質[26]。研究表明，腦疲勞后大腦內多巴胺含量下降[27]。所以，基底神經節及多巴胺可能是揭示腦疲勞和體腦疲勞相互影響的神經生理學機制之關鍵所在。毋容置疑，闡明基底神經節作用功能和多巴胺釋放機理對解讀體腦疲勞交互影響的神經機制有重要意義。
5 難點與展望
近幾年體腦疲勞交互影響及神經機制研究正方興未艾，雖然其重要的科學意義和應用價值已受到密切關注，但是有關基礎理論與實際應用尚存在諸多問題，其難點有：①疲勞誘發實驗方面，因不同任務誘發的疲勞特征多有差異，體疲勞與腦疲勞誘發條件及效果也不盡相同，故實驗中難以按計劃獲得體疲勞與腦疲勞誘發效果，更難同時達到體腦疲勞，故目前還沒有一個有效的體腦疲勞誘發模型。如何設計最佳的疲勞誘發實驗，建立泛化能力強、貼近實際工作的疲勞模型是當務之急。②疲勞評價參數方面，因疲勞會導致人體心理、生理狀態變化，從而引起相應疲勞監測指標參數的變化，加之不同人的疲勞敏感度不盡相同等個體差異因素，使疲勞檢測與建模難度增大。如何優選疲勞敏感度、普適性高的參數以削弱或消除個體差異，提供可靠的體腦疲勞評價指標是另一難點。③疲勞機制研究方面，與疲勞相關的腦區結構、神經通路及神經遞質尚未得到一致確認，體腦疲勞交互影響尚未有統一結論，相關基礎研究還遠未成熟。
展望未來、任重而道遠。今后的體腦疲勞相互影響及機制研究擬在疲勞誘發實驗設計、疲勞評價參數優選和疲勞機制建模等幾方面做深入探討和進一步完善，為航空航天、道路交通、臨床手術、人機交互等高負荷工作任務的設計提供科學依據和理論指導，為復雜環境場所下人的疲勞監測、疲勞對抗提供科學方法和技術支撐，并將顯示其積極深遠的應用前景和廣泛深入的社會效益。
引言
疲勞是日常工作生活中的一種普遍現象，但是疲勞的概念卻很復雜。疲勞涉及生理、心理等多方面的因素，是一個多維的概念，雖然至今還沒有統一的疲勞定義，但仍有一些被大家所認可的描述及判定標準。簡單來說，可以認為疲勞是由長時間的體力或腦力勞動所導致的作業績效下降，主觀上伴有倦怠感覺的一種狀態。其中疲倦感是人的主觀感受，而作業能力下降是其客觀體現。
Nakagawa等[1]認為疲勞是人體一種不可或缺的生物警鐘，它提醒人身體或大腦需要休息，從而避免由于過度工作和壓力對身心造成不可挽回的損傷。疲勞是人體負反饋系統的一種正常響應，從這個角度講，疲勞對人體是有利的。但是疲勞也會給工作生活帶來很多不利，表現在：首先，疲勞會增加負性情緒，降低工作效率；其次，疲勞會分散注意力，引發各種事故；疲勞還會導致焦慮癥、抑郁癥等慢性疾病；長期處于疲勞狀態還會危害生命安全。而隨著現代社會的進步，人們工作壓力的增大，疲勞現象越來越嚴重，疲勞已成為一個廣泛的社會學問題。
疲勞的評價方法有很多種，主要分為主觀評定法和客觀評定法。主觀評定法多采用問卷調查形式，通常做成規范化疲勞量表進行評定。客觀評定法，又分為心理學、行為學指標評定法，生理學指標評定法及生化指標評定法。心理學、行為學指標評定法主要采用心理學測驗和心理運動測驗方法。用于疲勞檢測的生理學指標主要有腦電信號、眼電信號、心電信號、肌電信號等。常用的生化指標有唾液、乳酸含量、氧合血紅蛋白含量等(其中有些生化參數檢測涉及侵入性技術，很多場合下不宜采用)。
疲勞可由長時間的大腦或肌肉活動引起。從這個方面考慮，Grandjean[2]將疲勞分為腦疲勞和體疲勞，并且認為體疲勞主要關注外部肌肉系統功能的下降，而腦疲勞主要關注腦部功能的下降和疲勞感覺。目前，分別針對體疲勞和腦疲勞單獨進行的研究較多，而結合體腦疲勞的相關研究較少。但在很多實際生活與工作場合，體疲勞和腦疲勞是難以分開的。尤其在航空航天、道路交通、臨床手術、人機交互等大量復雜的工作環境中，操作者的身心疲勞是由體力疲勞和腦力疲勞相互影響而共同導致的。例如：在進行外科手術時需要體力和腦力同時付出，極易導致臨床醫師身體和大腦共同疲勞，這也增加了醫療事故的隱患[3]。顯然，分別孤立地研究體疲勞或腦疲勞而不涉及體腦疲勞的交互影響難以揭示疲勞的深刻科學本質，也不利于找到緩解疲勞、提高工作效率與生活質量的有效科學方法。體腦疲勞的交互影響不僅與外周肌肉系統有關，而且可能涉及中樞神經系統及相關的腦區基底神經節。這也是當前神經工程研究的前沿熱點領域。因此，研究體腦疲勞的交互影響及神經機制不僅具有重要的科學意義，并且應用前景誘人。
本文從體腦疲勞的交互影響、誘發方法和檢測參數等方面介紹了近幾年的有關研究情況，并介紹了體腦疲勞交互影響機制研究的初步進展，歸納總結了目前存在的研究難點與未來可能的發展方向，以促進該領域研究的深入開展。
1 體腦疲勞的交互影響
至今較多學者主要觀察腦疲勞程度對體疲勞及其恢復的影響，以便在評價和設定工作任務時更好地綜合考慮所需付出的腦力勞動、體力勞動及其負荷量等因素。Mehta等[4-6]報告了額外的腦負荷對體力疲勞的影響，通過被試在進行體疲勞誘發任務實驗時，加入額外的腦負荷任務，得到額外的腦負荷會減小肌肉收縮力、縮短肌力持續時間、增加疲勞感覺及延緩心率恢復過程、延長疲勞肌肉的恢復時間。結果說明：額外的腦負荷會嚴重影響體疲勞及其恢復。該團隊還報告了用不同等級的靜態、動態體力負荷來誘發體力疲勞的情況下，腦負荷對體疲勞的影響。觀察到中度體力負荷水平和靜態力負荷情況下，腦負荷對體疲勞的影響較大，故建議在需要腦體結合勞動時應盡量減少靜態力付出、經常改變姿勢或提供體力休息。Marcora等[7]研究了腦疲勞對體疲勞的影響，通過被試處于腦疲勞狀態時，進行體力運動，觀察到腦疲勞會導致體力運動持續時間的下降及體疲勞感覺增加。
反之，關于體疲勞對腦疲勞影響的研究較少。Lorist等[8]觀察了體疲勞對大腦認知功能的影響，通過被試同時進行體力勞動和認知任務實驗，觀察到體疲勞會嚴重影響大腦認知任務的表現。Mashiko等[9]分析了不同位置的橄欖球運動員參加比賽后體疲勞和腦疲勞的關系，通過量表評分和生化參數比較，發現不同位置的運動員體疲勞對腦疲勞的影響關系不同，因此有必要根據運動員的場地位置來制定其健康管理方案。總之，雖然目前尚缺乏全面系統深入的體疲勞與腦疲勞交互影響的研究，但根據已有的研究可初步認為兩者是相互影響的[10]。
2 體腦疲勞的誘發
要通過實驗方法研究體腦疲勞的交互影響，首先必須設計出可準確誘發體疲勞和腦疲勞的體力勞動和腦力認知任務實驗方案；其次，需選取敏感可靠的疲勞評價指標，以便建立相應的疲勞模型來研究不同體腦疲勞模型的交互影響及其轉換機制。這也是疲勞研究的首個難點。而且在疲勞實驗的研究中，常以健康人作為被試，不能因實驗對被試造成不可逆的心理和生理創傷。相對而言，在體力疲勞實驗研究中，對體疲勞可能引發生理創傷的負荷極限較易掌握；而在腦力疲勞和體腦交互疲勞實驗研究中，則難以把握腦疲勞所產生心理創傷的負荷極限。因此，建立合理的腦疲勞模型顯得格外重要。
常用的腦疲勞誘發方法有睡眠剝奪、模擬駕駛、連續用腦作業等。睡眠剝奪建立的腦疲勞特征比較明顯，但睡眠剝奪為特定的疲勞狀態，且睡眠與疲勞機制并不完全相同，故由睡眠剝奪建立的腦疲勞模型難以視為普適模型。模擬駕駛在駕駛疲勞的研究中應用比較廣泛，所建立的腦疲勞模型也只能適用于特定環境下的疲勞狀態。在研究由腦力認知任務導致腦疲勞的建模方法中，最常用的是連續用腦作業，即在一定量的腦力負荷下執行較長時間的腦力認知活動。連續用腦作業通常采用加法運算、N-back實驗[11-13]、精神運動警覺測試(psychomotor vigilance test,PVT)等方式進行誘發，持續時間一般為1~2 h[14-15]。連續作業由單一任務誘發腦疲勞，影響因素單一，故易于建立較簡單明確的腦疲勞模型；但不同腦作業任務誘發的疲勞特征可能不同，其對應的腦疲勞模型也有差異。
體力疲勞通過給身體一定量的負荷來誘發，分為全身體力疲勞以及局部體力疲勞。全身疲勞可以采用功率自行車、長時間跑步等來誘發；局部體力疲勞一般通過局部肌肉重復進行自主收縮來誘發，采用最大自主收縮力(maximal voluntary contraction,MVC)來監測其負荷極限[16]。
在體腦疲勞研究中，通常需要將體疲勞誘發方式與腦疲勞誘發方式相結合以產生體腦疲勞模式，即體腦疲勞需通過施加定量體力負荷和腦力負荷來誘發。如：Mehta等[4-5]通過右臂在進行等長收縮時同時進行加法運算來誘發體腦疲勞；Lorist等[8]通過右手進行自主收縮力的同時進行聽覺選擇反應任務(choice reaction task,CRT)來研究體疲勞對大腦信息加工的影響；Marcora等[7]由長時間的AX continuous performance test (AX-CPT)任務誘發腦疲勞后，再進行功率自行車運動至體疲勞，研究腦疲勞對體疲勞的影響。由于影響體腦疲勞的因素較多、體腦交互疲勞誘發方式各異，故應根據不同研究目標與建模要求選擇不同的體腦疲勞誘發方式。
3 參數選取
如前所述，選取敏感可靠的疲勞評價指標是研究體腦疲勞交互影響、建立體腦疲勞模型的必要條件之一。一般從疲勞量表、行為學參數(正確率，反應時)、生理生化指標方面選擇合適的參數來綜合進行評價。其中，疲勞量表用來評定操作任務時的主觀感受，行為學參數用來測量作業績效的變化，生理學指標用來表征神經生理狀態的變化[17]。
不同疲勞量表側重反映疲勞的不同方面，所以在一個研究中可能會選擇幾個量表來進行綜合評價。在體腦疲勞相互影響研究中，通常選用SOFI (Swedish Occupational Fatigue Inventory)主觀量表來反映體疲勞的嚴重程度。此量表包括5個維度(體能不足、體力付出、身體不適、缺乏動機、困倦)，評分從0分(無疲勞)到6分(非常嚴重疲勞)。用Borg CR10量表來評價執行任務時自我感覺用力程度，分值從0分(不費力)到10分(非常吃力)。NASA-TLX是常用的評價任務負荷及疲勞程度的多維量表，包括腦力需求、體力需求、時間需求、業績水平、努力程度和受挫程度等6個方面，可從多個角度反映操作者的主觀感受。Likert量表(scale)可以用來綜合評價疲勞，該量表含5分(0分為不疲勞，4分為極度疲勞)。
研究腦疲勞對體疲勞的影響，多選擇肌電幅值、頻率、心率、乳酸含量等對體疲勞敏感的參數。研究體腦疲勞的相互影響，還要選擇行為學參數、腦血氧含量、心電、腦電等對腦疲勞敏感的信號特征。其中，行為學參數可以直觀地反映出大腦認知狀態的改變。隨著疲勞程度的增加，反應時間上升，反應正確率下降。
心電信號是常用的疲勞監測指標。心率是反映有氧運動強度的重要指標，一般在疲勞誘發過程中會檢測心率的變化。交感神經系統和副交感神經系統的活性控制著自主神經系統的活動，心率變異性(heart rate variability,HRV)是表征交感和副交感神經系統相互影響的重要指標。HRV的功率譜密度包括兩部分：低頻(LF)段(0.04~0.15 Hz)和高頻(HF)段(0.15~0.40 Hz)。低頻段由交感神經系統控制，通常在緊張狀態下激活；高頻段由副交感神經系統控制，通常在平靜狀態下激活。腦疲勞后，LF能量升高，HF能量降低[18]。
由于腦電信號具有時間分辨率高、功能特異性強等優勢，因此腦電信號已經成為了疲勞監測的一個重要指標。較常使用的腦電信號特征有時域、頻域、時-頻域和非線性特征參數。腦電信號各頻段參數都有特定的生理意義，其各個頻段能量會隨腦疲勞程度發生變化，故可用不同頻段的腦電功率譜及其比值，例如θ或β頻段能量、β/α、(α+θ)/β等能量比值作為疲勞腦電特征。研究得到較為一致的結論是，腦疲勞后θ頻段能量升高，β頻段能量降低[13]。此外，由于腦電信號具有非線性和混沌性，利用腦電信號的熵、相關維數、分形維數等非線性特征參數來分析腦疲勞的研究也較多。例如，腦疲勞后腦電信號的熵值減小，表明疲勞后大腦活動的復雜性降低[19]。而利用腦電信號研究體疲勞則相對較少。但是有研究表明：體疲勞后腦電信號的李雅普諾夫指數(L1)顯著降低。在體腦疲勞交互影響的研究中，雖然可選的生理參數較多，但心電和腦電信號隨兩種疲勞狀態敏感變化并且具有較明確生理意義，故這兩種電生理信號特征均有望成為研究體腦疲勞相互影響并探討其機制的合適參數。
表 1歸納總結了近十年關于體腦疲勞交互影響研究的代表性成果，分別列舉了作者/文獻序號、年份、誘發方式、選擇參數和主要研究結論。如表 1所示，雖然早年(2002年)已發現體疲勞會嚴重影響腦認知，但未引起關注；至近年(2012年)才有較多體腦疲勞交互影響研究出現，誘發方式也多為MVC(體疲勞)與加法運算(腦疲勞)交叉結合；比較突出的是疲勞評價參數的選擇明顯增多，但研究結果仍較初步。雖然已有研究證實體腦疲勞會相互影響，但其作用機制仍不清楚，亟待深入開展研究。
表1
體腦疲勞交互影響研究的代表性結果
Table1.
Research results on the interaction influence between physical fatigue and mental fatigue
4 體腦疲勞相互影響機制
從中樞神經系統與外周骨骼肌肉相互作用關系來考慮，體疲勞應直接產生于外周肌肉系統，而腦疲勞則主要來源于中樞神經。但外周肌肉系統還需要依靠大腦來控制肢體行為及各部位感觸覺信息。因此，腦疲勞是中樞性的，而體疲勞既是中樞性的又是外周性的[20-21]。所以，體腦疲勞的相互影響可能發生在中樞神經系統。Marcora等[7]證明腦疲勞減少體力活動的持續時間是由于腦疲勞增加了被試的疲憊感，導致主觀付出能力的下降，而并非由于腦疲勞對肌肉系統的直接影響。Lorist等[8]提出，體腦疲勞的相互影響可能發生在腦區背外側的前額葉皮質(dorsolateral prefrontal cortex)，因為背外側前額葉皮質在進行力的收縮和認知任務時都被激活。但是這種相互影響的機制及其發生的神經生物學水平還不明確。
已有研究認為，中樞疲勞主要表現為內部驅動力不足，即中樞神經無力驅動肌肉收縮或認知任務的執行。而這種驅動功能是由腦區基底神經節(basal ganglia)調節的。基底神經節位于前腦，與大腦皮質、丘腦和其他腦區有緊密聯系。基底神經節包括尾狀核、殼核、蒼白球、丘腦底核、黑質和紅核。其中，尾核、殼核和蒼白球統稱為紋狀體。基底神經節有很多分立功能，如運動調節、認知、邊緣加工、驅動功能等。有研究表明，基底神經節的腦區激活程度在體疲勞狀態下發生改變[22]。
Lorist等[23]通過認知任務誘發腦疲勞，發現被試疲勞后，大腦對錯誤信息的監測能力下降，表現在腦電信號的錯誤負波(error related negativity,ERN)減少。而ERN是由基底神經節產生的一個相位信號，經邊緣回路傳遞到前額葉扣帶回皮質。ERN減少必然導致大腦不能及時傳遞錯誤信息進而調整錯誤行為。由此可見，基底神經節與腦疲勞的發生有緊密關系。最近的研究表明，基底神經節可以調控睡眠-覺醒行為。動物實驗發現基底神經節損傷會破壞老鼠的睡眠，改變老鼠的覺醒程度，這也表明基底神經節可能在體腦疲勞交互過程中起到重要作用[24]。
神經生物學研究指出：與疲勞有關的結構包括喚醒系統、睡眠控制系統，以及在獎賞通路中起重要作用的區域。在人腦功能成像的研究中，目前關于疲勞腦區還沒有得到一致的結論，但是公認的在疲 勞調節方面起重要作用的腦區有紋狀體及皮質區域。中樞神經系統有很多回路，其中運動回路和復雜回路連接了基底神經節和大腦皮質，使基底神經節的輸出最終映射到前額葉皮質。在神經細胞水平上，目前從有關動物實驗模型得知：當疲勞感增加時，會導致大腦小神經膠質細胞激活或細胞因子和趨化因子的增加[25]。
此外，從神經遞質方面考慮，與基底神經節有關的神經遞質有多巴胺，其神經通路發自黑質，到達殼核和尾核。多巴胺是獎賞通路的最終遞質，同時也是第一個被驗證在中樞性疲勞中起作用的神經遞質[26]。研究表明，腦疲勞后大腦內多巴胺含量下降[27]。所以，基底神經節及多巴胺可能是揭示腦疲勞和體腦疲勞相互影響的神經生理學機制之關鍵所在。毋容置疑，闡明基底神經節作用功能和多巴胺釋放機理對解讀體腦疲勞交互影響的神經機制有重要意義。
5 難點與展望
近幾年體腦疲勞交互影響及神經機制研究正方興未艾，雖然其重要的科學意義和應用價值已受到密切關注，但是有關基礎理論與實際應用尚存在諸多問題，其難點有：①疲勞誘發實驗方面，因不同任務誘發的疲勞特征多有差異，體疲勞與腦疲勞誘發條件及效果也不盡相同，故實驗中難以按計劃獲得體疲勞與腦疲勞誘發效果，更難同時達到體腦疲勞，故目前還沒有一個有效的體腦疲勞誘發模型。如何設計最佳的疲勞誘發實驗，建立泛化能力強、貼近實際工作的疲勞模型是當務之急。②疲勞評價參數方面，因疲勞會導致人體心理、生理狀態變化，從而引起相應疲勞監測指標參數的變化，加之不同人的疲勞敏感度不盡相同等個體差異因素，使疲勞檢測與建模難度增大。如何優選疲勞敏感度、普適性高的參數以削弱或消除個體差異，提供可靠的體腦疲勞評價指標是另一難點。③疲勞機制研究方面，與疲勞相關的腦區結構、神經通路及神經遞質尚未得到一致確認，體腦疲勞交互影響尚未有統一結論，相關基礎研究還遠未成熟。
展望未來、任重而道遠。今后的體腦疲勞相互影響及機制研究擬在疲勞誘發實驗設計、疲勞評價參數優選和疲勞機制建模等幾方面做深入探討和進一步完善，為航空航天、道路交通、臨床手術、人機交互等高負荷工作任務的設計提供科學依據和理論指導，為復雜環境場所下人的疲勞監測、疲勞對抗提供科學方法和技術支撐，并將顯示其積極深遠的應用前景和廣泛深入的社會效益。
