利用事件相關電位（ERP）技術研究 2-back 任務下長時間的工作記憶所誘發的腦力疲勞的腦電特征變化，從而獲取腦力疲勞評價的客觀指標。32 名健康男性受試者，年齡 22～28 歲，均分為兩組：疲勞組和正常組。疲勞組通過連續執行 100 min 2-back 任務來誘發腦力疲勞，而正常組在前后分別執行 10 min 的 2-back 任務，中間 80 min 休息。采集實驗過程中的主觀疲勞評分值、行為績效及腦電信號并進行分析。任務后疲勞組與正常組相比，思維清晰度和注意力明顯減弱，困倦程度增加，綜合疲勞感上升，且操作 2-back 的反應時明顯延長，正確率下降，即從主觀評價和行為績效相結合的角度驗證了所誘發的腦力疲勞模型的有效性。進一步比較疲勞組與正常組的 ERP 特征參數的變化情況，結果表明：相比正常組，隨著腦力疲勞的加深，疲勞組的 P300（F = 2.539，P < 0.05）和錯誤相關負波（ERN）（ F = 10.040，P < 0.05）的波幅都明顯下降，其他參數則未發生明顯變化（均有 P > 0.05）。因此，P300 和 ERN 被證實可以作為評價長時間工作記憶任務下腦力疲勞模型的潛在指標，為后期研究腦力疲勞對抗措施提供依據。
引用本文： 范曉麗, 趙朝義, 羅虹, 張偉. 基于 2-back 任務下 ERP 特征的腦力疲勞客觀評價研究. 生物醫學工程學雜志, 2018, 35(6): 837-844. doi: 10.7507/1001-5515.201801064 復制
引言
腦力疲勞是一種非常復雜的心理生理現象，迄今為止，還沒有統一的定義。Grandjean[1-2]分別于 1979 和 1988 年提出，腦力疲勞是一種介于清醒與睡眠之間的過渡狀態，它是以工作效率的下降和對工作的厭煩為標志的一種狀態。Layzer[3]從臨床醫學的角度也對腦力疲勞進行了定義，他認為腦力疲勞是指在工作過程中無法繼續集中精力和保持效率，在對慢性疲勞綜合征的研究中多運用這種定義[4]。一般疲勞研究均主要針對較為關注的腦力疲勞，它是一種漸進、累積的過程，并且常伴隨著頭腦昏沉、注意力不集中、思考困難、記憶力下降、反應遲鈍、工作績效下降，導致記憶、學習、數學運算、邏輯推理及加工等認知功能受到損害[5]。現代生活中，腦力疲勞也是一種常見的現象。因此，對于一些特定工作環境或職業的腦力疲勞展開研究，具有非常重要的意義。例如，長時間的駕駛和飛行工作，需要駕駛員和飛行員長時間保持高度的警惕性、決策力以及知覺運行控制能力，注意力高度集中，因而很容易導致腦力疲勞，從而影響駕駛和飛行的安全性。
目前，關于腦力疲勞的研究方法主要包括主觀評價法和客觀評價法。主觀評價法最為常見的測量方式是調查問卷，如美國宇航局的任務負荷指數量表（NASA-TLX）[6]、日本產業衛生學會提出的《疲勞自覺癥狀調查表》[7]和 Stanford 睡眠尺度問卷[8]等，但是它的不足之處在于受試者評分標準不統一，受個體差異影響較大。客觀測量法主要包括心理學、行為學測量法和生理學測量法，而生理學測量法主要包括自發腦電（electroencephalogram，EEG）、事件相關電位（event-related potential，ERP）、心電圖（electrocardiography，EOG）、肌電（electromyogram，EMG）等。其中，ERP 被認為是反映認知活動敏感而有意義的指標，它主要通過電極在頭皮表面采集到源于刺激誘發的電位活動，以高時間分辨率客觀反映人對刺激信息進行認知加工的過程，為觀察腦功能提供了客觀且簡便可行的方法，因而在心理學、生理學、認知神經科學及人機工效學等領域都得到了廣泛的應用。腦力疲勞主要反映了大腦認知加工能力的下降，因此利用 ERP 來評估腦力疲勞具有一定的合理性。宋國萍等[9]的研究已經證實，利用 ERP 技術研究疲勞對認知能力的影響是可行的。Biferno[10]曾對疲勞展開了研究，認為 P300 的幅值與疲勞有關。Larue 等[11]發現在疲勞之后 ERP 成分中的 P300 的幅值隨著時間的變化呈線性下降趨勢。Zhao 等[12]發現被試在完成 90 min 模擬疲勞駕駛之后，電極 Fz 和 Cz 上的 P300 的幅值明顯下降，且潛伏期變長。Fowler[13]的研究中表明 P300 潛伏期的延長是由于負荷而導致的感、知覺信息處理速度變慢，并認為 P300 的幅值和潛伏期都是評價腦力負荷的有效參數。Gosselin 等[14]的研究發現，在持續 36 h 的睡眠剝奪之后，P3a 和 P3b 的波幅都出現下降，被試完成注意需求任務的能力降低。除此之外，由于失匹配負波（mismatch negativity，MMN）是一種內源性的 ERP 成分，它反映了腦對信息的自動加工過程[15]。而 Raz 等[16]研究發現，36 h 的睡眠剝奪使 MMN 波幅降低，意味著腦力疲勞導致人腦前期注意的認知加工過程變得緩慢且自動信息加工能力受損。伴隨性負波（contingent negative variation，CNV）是在接受預備信號后，期待目標信號呈現時出現的負波，與注意、警覺、動機等因素相關[17]。Boksem 等[18]在其腦力疲勞的研究中發現，CNV 的波幅隨著疲勞程度的增加而降低，意味著人的預響應能力也在減弱。
隨著 ERP 技術的廣泛應用及成熟，越來越多的指標被發現可用于疲勞評價，很多研究傾向于將多種指標組合來共同完成疲勞的評價任務。由于 ERP 對認知活動的敏感性，不同的任務設計所誘發產生的腦力模型不同，得到的結論也不盡相同。而以往的研究多集中于對注意任務或者睡眠剝奪所引起的腦力疲勞模型所展開的 ERP 探索，而對長時間工作記憶任務下的腦力疲勞的研究還很少。同時，由于腦力疲勞是一個多維的構建，涉及心理學、行為學以及生理學等多個學科，以往關于腦力疲勞的研究多采用單一的方法或指標，其客觀性和可行性受到一定的限制。因此，不同于以往的研究，本論文從多個研究角度、選用多個指標同時對長時間工作記憶任務下的腦力疲勞展開評價，將主觀評定和行為績效評定法作為輔助手段，重點從 ERP 技術角度出發，提取與腦力疲勞有關的特征量，通過探討其對腦力疲勞的敏感程度來尋求客觀有效的評價指標，為后期研究腦力疲勞對抗措施提供依據。
1 研究方法
1.1 受試者
選拔健康男性 32 人（男性頭發短，在打導電膏過程中比女性更易于降電阻），年齡 22～28（24.2 ±1.4）歲。將受試者隨機分成兩組，一組為正常組（n = 16），另一組為疲勞組（n = 16）。所有受試者的視力或矯正視力均在 1.0 以上，均為右利手，無心理、精神、神經、色盲等病史或家族史，無藥物濫用史，無飲用咖啡、茶，酗酒，吸煙等習慣，睡眠質量良好。受試者自愿參加實驗，并填寫書面同意書，完成實驗后均向其支付一定酬勞。實驗前，受試者均未接觸過該類型的實驗操作。
1.2 任務設計
1.2.1 腦力疲勞誘發任務
以往的研究表明，n-back 是常見的腦力疲勞誘發手段，其中 0-和 1-back 過于簡單，需要較長的誘發時間，而 3-back 難度過大，容易使受試者產生負面情緒如挫敗感，不利于有效地誘發腦力疲勞[19]。因此，本研究使用 2-back 來誘發受試者的腦力疲勞，刺激材料為 0～9 這十個數字，出現在屏幕中央，屏幕背景為黑色，刺激數字為白色，如圖 1 所示。要求受試者判斷屏幕上當前出現的數字與從它開始數的倒數第二個數字是否是同一個數字，如果是按“N”鍵，如果不是則按“M”鍵，并盡可能快而準確地操作。
圖1
數字 2-back 實驗范式示意圖
Figure1.
Experimental paradigm for numerical 2-back
1.2.2 實驗流程
要求受試者在正式實驗的前一天晚上將頭發洗干凈，并盡量保證良好的睡眠，讓身心得到充分的休息。進到實驗室后，要求受試者將手機關機或靜音，實驗過程中不得使用手機，并避免身體有較大幅度的移動。兩組受試者的具體實驗流程如圖 2 所示。對于兩組受試者，都需要在任務開始及結束階段根據自己的精神狀態對四個項目（思維清晰、注意集中、困倦程度以及綜合疲勞）進行主觀疲勞打分，每個項目包含 10 個等級，分別對應 1～10 分，見圖 3。對于疲勞組，需要連續執行 2-back 任務 100 min 來誘發腦力疲勞。而對于正常組，開始和結束 10 min 分別執行 2-back 任務，中間 80 min 休息。記錄兩組受試者主觀疲勞前測和后測數據、2-back 的操作績效數據（反應時、正確率以及遺漏率）以及 2-back 后測（10 min）的腦電數據。
圖2
實驗流程
Figure2.
Experiment procedure
圖3
主觀疲勞評價量表
Figure3.
Subjective fatigue scale
1.3 腦電信號采集及處理
采用國際通用的 10–20 電極導聯定位標準，如圖 4 所示。使用德國 BP 公司生產的 32 導腦電設備采集腦電信號，其中，選取乳突電極 TP9 和 TP10 為參考電極，前額接地。腦電采集頻率為 500 Hz，AC 采集，頭皮電阻控制在 5 kΩ 以下。采用腦電系統自帶的 BrainVision Analyser 軟件對采集的腦電數據進行離線（off-line）處理，具體步驟包括：降采樣、重參考、獨立成分分析（independent component analysis，ICA）眼電偽跡去除、其他偽跡去除、濾波、分段、基線校正、疊加平均及峰值檢測等。在腦電記錄中，2-back 任務每個 trial 出現的第一個數字進行標記，設為 S1；當受試者出現錯誤操作時，標記為 S2。
圖4
10–20 國際標準系統電極放置法
Figure4.
Placement method for 10–20 international standard system electrode
錯誤行為產生的刺激往往會在人腦額葉中部誘發產生一個負波，即錯誤相關負波（error related negativity，ERN），它可以反映大腦的錯誤檢測功能。除了 ERN 波，還會出現一個正波，稱為錯誤正波（error positivity，Pe），它與錯誤的再次加工有關，是一種有意識的調節過程[20]。這里擬設定 P300、ERN/Pe 作為腦電特征參數對腦力疲勞展開研究，ERP 成分的提取方法如下。
（1）刺激鎖時成分提取
提取刺激鎖時 ERP 成分 P300。首先對含標記 S1 波段進行提取，形成有效分段（Marker 呈現前 200 ms 到呈現后 600 ms）；對所有腦電分段進行基線校正（Marker 前－200～0 ms）；將所有分段疊加并求平均即可得到 P300 波形。P300 的分析時程為 200～550 ms，根據各成分的分析時程進行峰值檢測，就可以得到 P300 的幅值和潛伏期。
（2）響應鎖時成分提取
取響應鎖時 ERP 成分 ERN/Pe，獲取在錯誤反應操作時的腦電波變化。對包含錯誤反應的 Marker 波段進行提取，形成有效分段（Marker 呈現前 400 ms 到呈現后 400 ms）；對所有腦電分段進行基線校正（Marker 前－400～－200 ms）；將所有分段進行疊加平均就可以得到 ERN 和 Pe 的波形。ERN 的分析時程為 0～200 ms，Pe 的分析時程為 200～400 ms，根據各成分的分析時程，進行峰值檢測，就可以得到 ERN 和 Pe 的幅值和潛伏期。
1.4 統計方法
利用統計軟件 SPSS 19.0 對數據展開分析。首先，分別利用獨立樣本 t 檢驗的方法比較分析疲勞組和正常組主觀評價前測和行為前測數據（前 10 min），檢驗實驗前期兩組受試者的主觀疲勞感和行為學表現是否具有同質性，這是實驗有效性的保證。在二者同質性的基礎上，再分別利用獨立樣本 t 檢驗的方法比較兩組受試者實驗后期的主觀疲勞感和行為績效（后 10 min）的差異是否有統計學意義，即從主觀和行為績效的角度來驗證 100 min 的 2-back 任務是否誘發了腦力疲勞。在腦力疲勞有效的情況下，利用雙因素方差分析法（組間因素：疲勞組和正常組；組內因素：不同導聯）對疲勞組和正常組實驗后期（后 10 min）采集的腦電指標進行分析，從而獲取潛在的腦力疲勞評價指標。以上顯著水平均取 α = 0.05。
2 實驗結果分析
2.1 主觀分析
首先分析兩組受試者的主觀疲勞感是否具有同質性。對正常組和疲勞組的主觀前測數據進行獨立樣本 t 檢驗，描述性統計結果（平均值和標準差）及 t 檢驗結果見表 1。從中可以看出，兩組受試者的思維清晰程度、注意集中程度、困倦程度以及綜合疲勞感均無顯著差異（均有 P > 0.05）。因此，兩組受試者實驗開始時的主觀感受無明顯差異，即具有同質性，可以進行后續分析。
表1
主觀評價前測與后測數據及獨立樣本 t 檢驗結果
Table1.
Pretest and posttest data of subjective evaluation and the results of independent sample t-test
再將兩組受試者主觀疲勞后測數據進行獨立樣本 t 檢驗，描述性統計結果及 t 檢驗結果見表 1。由該表可知，與正常組相比，疲勞組受試者思維清晰程度顯著下降（P < 0.05），注意力明顯減弱（ P < 0.05），困倦程度明顯增加（ P < 0.05），綜合疲勞感顯著上升（ P < 0.05）。因此，疲勞組受試者的主觀疲勞感明顯高于正常組受試者，從主觀評價的角度驗證了連續執行 100 min 的 2-back 任務產生了腦力疲勞。
2.2 行為數據分析
實驗獲取了兩組受試者在實驗前后 10 min 的 2-back 任務的反應時、正確率和遺漏率。首先，檢驗兩組受試者的行為學數據是否具有同質性，將正常組和疲勞組的受試者 2-back 前測的績效數據進行獨立樣本 t 檢驗，描述性統計結果及 t 檢驗結果見表 2。兩組受試者操作 2-back 的反應時、正確率以及遺漏率均無明顯差異（均有 P > 0.05）。因此，兩組受試者疲勞前的 2-back 操作績效無明顯差異，即具有同質性，可進行后續分析。
表2
行為績效前測與后測數據及獨立樣本 t 檢驗結果
Table2.
Pretest and posttest data of performance and the results of independent sample t-test
將正常組和疲勞組的受試者 2-back 后測的績效數據進行獨立樣本 t 檢驗，描述性統計結果及 t 檢驗結果見表 2。與正常組相比，疲勞組受試者操作 2-back 的反應時明顯增加（P < 0.05），正確率明顯下降（ P < 0.01），遺漏率有所增加但差異沒有統計學意義（ P > 0.05）。因此，疲勞組受試者的 2-back 操作績效明顯比正常組受試者差，從行為學角度驗證了連續執行 100 min 的 2-back 任務產生了腦力疲勞。
為進一步觀察受試者在整個過程中的疲勞變化情況，將疲勞組 100 min 的 2-back 任務分成 10 個 block，每個 block 為 10 min，計算每個 block 受試者的操作反應時和正確率并作變化曲線圖。從圖 5 可以看出疲勞組的反應時間隨時間的增加整體呈上升趨勢，而正確率則呈下降趨勢，期間存在一定的波動，這可能是由于在實驗的過程中受試者出現抵抗疲勞的現象，通過主觀努力試圖保持清醒，以獲得較好的績效，但是主觀努力只能暫時性地加快反應速度并保持較高的正確率，無法持續。說明受試者已經達到腦力疲勞狀態，而且隨著任務時間延長，腦力疲勞程度不斷加深，工作績效隨之降低。
圖5
疲勞組在 2-back 任務下行為績效隨時間的變化趨勢
Figure5.
Performance changes over time during the 2-back task for fatigue group
2.3 ERP 分析
2.3.1 P300
已有研究表明，P300 在導聯 Fz、Cz、Pz 三點表現較為明顯，因此本文選取這三個導聯的腦電信號進行研究。S1 刺激在 Fz、Cz、Pz 三個導聯處誘發產生的腦電總平均波形如圖 6 所示，可見 S1 刺激誘發出了較為明顯的 P300 波形，并且疲勞組的波幅明顯低于正常組。表 3 為正常組和疲勞組受試者 2-back 后測任務（10 min）中的 P300 幅值和潛伏期的描述性統計結果。進一步采用雙因素方差分析法對 P300 的波幅和潛伏期進行分析，如表 4 所示，對于 P300 波幅，組別的主效應顯著（P < 0.05），而導聯的主效應以及它們之間的交互效應不顯著（均有 P > 0.05）；對于 P300 潛伏期，組別和導聯的主效應以及它們之間的交互效應均不顯著（均有 P > 0.05）。綜上所述，只有 P300 的波幅在疲勞后顯著降低，因此作為 2-back 任務下表征腦力疲勞的有效指標。
圖6
疲勞組和正常組 P300 總平均波形對比圖
Figure6.
The grand-average ERPs for P300 between fatigue group and normal group
表3
正常組和疲勞組受試者 P300 幅值和潛伏期數據
Table3.
P300 amplitude and latency data for both normal group and fatigue group
表4
不同組別和導聯下 P300 指標主效應分析結果
Table4.
The main effect results of P300 in different groups and electrodes
2.3.2 ERN/Pe
由于 ERN/Pe 主要集中在前額和中央區，因此本文選取 Fz、Cz、FC1、FC2 導聯上的腦電信號進行研究。S2 刺激在 Fz、Cz、FC1、FC2 四個導聯處誘發產生的腦電總平均波形如圖 7 所示，可見 S2 誘發出了較為明顯的 ERN 和 Pe 成分，且疲勞組的 ERN 波幅明顯低于正常組。表 5 為正常組和疲勞組受試者 2-back 后測任務（10 min）中的 ERN/Pe 幅值和潛伏期的描述性統計結果。進一步采用雙因素方差分析對 ERN 和 Pe 的波幅和潛伏期分別進行統計分析，結果如表 6 所示，對于 ERN 幅值，組別和導聯的主效應顯著（均有 P < 0.05），而它們的交互效應不顯著（ P > 0.05）。即疲勞組產生的 ERN 波幅明顯低于正常組，且在 Fz、Cz、FC1、FC2 四個導聯上差異明顯；對于 ERN 潛伏期，組別和導聯的主效應以及它們之間的交互效應均不顯著（均有 P > 0.05）。同樣，對于 Pe 的波幅和潛伏期，組別和導聯的主效應以及它們之間的交互效應均不顯著（均有 P > 0.05）。綜上所述，疲勞組較正常組而言，ERN 波幅明顯降低，而其潛伏期以及 Pe 的幅值和潛伏期均未發生明顯變化。因此，ERN 波幅可以作為 2-back 任務下腦力疲勞的有效評價指標。
圖7
疲勞組和正常組 ERN/Pe 總平均波形對比圖
Figure7.
The grand-average ERPs for ERN/Pe between fatigue group and normal group
表5
正常組和疲勞組受試者 ERN 和 Pe 幅值和潛伏期數據
Table5.
ERN/Pe amplitude and latency data for both normal group and fatigue group
表6
不同組別和導聯下 ERN/Pe 指標主效應分析結果
Table6.
The main effect results of ERN/Pe in different groups and electrodes
3 討論
本論文主要針對 2-back 任務下的腦力疲勞展開研究，從主觀評價結果來看，疲勞組相對正常組受試者主要表現為思維清晰程度顯著下降，注意力明顯減弱，困倦程度明顯增加。從行為學分析結果來看，疲勞組比正常組受試者操作 2-back 的反應時增加，正確率下降。兩種方法充分表明疲勞組受試者在經歷了 100 min 的 2-back 任務后產生了有效的腦力疲勞。
從 ERP 分析看，P300 波幅具有明顯的疲勞效應。研究表明，P300 的波幅受注意資源分配、記憶能力等多種因素的影響[21]。本研究中，由于疲勞組后期腦力疲勞的產生對受試者的注意力和記憶力造成損害，因此相比正常組，P300 波幅降低。P300 的潛伏期與受試者對刺激的評價及決策時間相關，受任務復雜度影響，在本研究中，兩組受試者的 P300 潛伏期差異并不顯著，說明 100 min 的 2-back 任務引發的腦力疲勞并未對人腦處理信息的速度造成太大影響。
與 P300 不同的是，ERN 反映了錯誤監控能力[22]。本研究結果顯示疲勞組的 ERN 幅值明顯降低，表明腦力疲勞導致了受試者認知系統不能檢測錯誤行為，行為監控功能受到損害。位于大腦額葉內側的前扣帶回皮層（anterior cingulate cortex，ACC）可以實時監控正在進行的目標定向行為，在出現反應沖突或者錯誤時提供信號，并能根據當前的任務加工要求將注意資源在相關腦區中進行有效配置，可能是執行功能神經網絡中的一個高級調控結構[23]。探究其機制，是因為基底神經節上有錯誤監控系統，錯誤信息的產生作用于多巴胺系統，使得傳遞到 ACC 中的多巴胺減少而使一些神經元去抑制，于是產生了 ERN[24]。而腦力疲勞的產生往往會影響并破壞紋狀體和扣帶回中多巴胺的傳遞，導致錯誤監控功能受損，故腦力疲勞的發生可能源于 ACC 功能的改變。同時，研究發現疲勞前后 Pe 未見顯著差異，這是因為 ERN 和 Pe 反映了錯誤監控過程的不同階段，ERN 主要是對錯誤發生時的初步自動反應，而 Pe 反映的是錯誤發生后基于行為結果上的調整，顯然，腦力疲勞對錯誤之后的行為調整未造成影響。
4 結論
本文主要利用 ERP 技術分析了長時間持續執行 2-back 產生腦力疲勞后的腦電特性變化，結果表明 P300 和 ERN 成分的波幅可作為評價工作記憶任務下腦力疲勞模型的有效指標，為后期研究腦力疲勞對抗措施提供依據。但由于時間和條件所限，本研究仍有一些不足之處。在未來的工作中，還應在以下方面進行改進：
① 采用睡眠剝奪、長時間簡單重復任務等其他方法建立多種腦力疲勞模型，與 2-back 建立的腦力疲勞模型相對比，探討不同模型間的腦力疲勞發生神經機制。
② 被試數量太少，個體差異很容易影響到最后的結果。因此，在后期研究中要進一步擴大受試者的樣本量。
③ 除了主觀評價和行為績效法，在后期的研究中可將眼電、肌電、心電等生理測量方式與腦電結合起來對腦疲勞進行綜合研究，結果更為全面、準確。
引言
腦力疲勞是一種非常復雜的心理生理現象，迄今為止，還沒有統一的定義。Grandjean[1-2]分別于 1979 和 1988 年提出，腦力疲勞是一種介于清醒與睡眠之間的過渡狀態，它是以工作效率的下降和對工作的厭煩為標志的一種狀態。Layzer[3]從臨床醫學的角度也對腦力疲勞進行了定義，他認為腦力疲勞是指在工作過程中無法繼續集中精力和保持效率，在對慢性疲勞綜合征的研究中多運用這種定義[4]。一般疲勞研究均主要針對較為關注的腦力疲勞，它是一種漸進、累積的過程，并且常伴隨著頭腦昏沉、注意力不集中、思考困難、記憶力下降、反應遲鈍、工作績效下降，導致記憶、學習、數學運算、邏輯推理及加工等認知功能受到損害[5]。現代生活中，腦力疲勞也是一種常見的現象。因此，對于一些特定工作環境或職業的腦力疲勞展開研究，具有非常重要的意義。例如，長時間的駕駛和飛行工作，需要駕駛員和飛行員長時間保持高度的警惕性、決策力以及知覺運行控制能力，注意力高度集中，因而很容易導致腦力疲勞，從而影響駕駛和飛行的安全性。
目前，關于腦力疲勞的研究方法主要包括主觀評價法和客觀評價法。主觀評價法最為常見的測量方式是調查問卷，如美國宇航局的任務負荷指數量表（NASA-TLX）[6]、日本產業衛生學會提出的《疲勞自覺癥狀調查表》[7]和 Stanford 睡眠尺度問卷[8]等，但是它的不足之處在于受試者評分標準不統一，受個體差異影響較大。客觀測量法主要包括心理學、行為學測量法和生理學測量法，而生理學測量法主要包括自發腦電（electroencephalogram，EEG）、事件相關電位（event-related potential，ERP）、心電圖（electrocardiography，EOG）、肌電（electromyogram，EMG）等。其中，ERP 被認為是反映認知活動敏感而有意義的指標，它主要通過電極在頭皮表面采集到源于刺激誘發的電位活動，以高時間分辨率客觀反映人對刺激信息進行認知加工的過程，為觀察腦功能提供了客觀且簡便可行的方法，因而在心理學、生理學、認知神經科學及人機工效學等領域都得到了廣泛的應用。腦力疲勞主要反映了大腦認知加工能力的下降，因此利用 ERP 來評估腦力疲勞具有一定的合理性。宋國萍等[9]的研究已經證實，利用 ERP 技術研究疲勞對認知能力的影響是可行的。Biferno[10]曾對疲勞展開了研究，認為 P300 的幅值與疲勞有關。Larue 等[11]發現在疲勞之后 ERP 成分中的 P300 的幅值隨著時間的變化呈線性下降趨勢。Zhao 等[12]發現被試在完成 90 min 模擬疲勞駕駛之后，電極 Fz 和 Cz 上的 P300 的幅值明顯下降，且潛伏期變長。Fowler[13]的研究中表明 P300 潛伏期的延長是由于負荷而導致的感、知覺信息處理速度變慢，并認為 P300 的幅值和潛伏期都是評價腦力負荷的有效參數。Gosselin 等[14]的研究發現，在持續 36 h 的睡眠剝奪之后，P3a 和 P3b 的波幅都出現下降，被試完成注意需求任務的能力降低。除此之外，由于失匹配負波（mismatch negativity，MMN）是一種內源性的 ERP 成分，它反映了腦對信息的自動加工過程[15]。而 Raz 等[16]研究發現，36 h 的睡眠剝奪使 MMN 波幅降低，意味著腦力疲勞導致人腦前期注意的認知加工過程變得緩慢且自動信息加工能力受損。伴隨性負波（contingent negative variation，CNV）是在接受預備信號后，期待目標信號呈現時出現的負波，與注意、警覺、動機等因素相關[17]。Boksem 等[18]在其腦力疲勞的研究中發現，CNV 的波幅隨著疲勞程度的增加而降低，意味著人的預響應能力也在減弱。
隨著 ERP 技術的廣泛應用及成熟，越來越多的指標被發現可用于疲勞評價，很多研究傾向于將多種指標組合來共同完成疲勞的評價任務。由于 ERP 對認知活動的敏感性，不同的任務設計所誘發產生的腦力模型不同，得到的結論也不盡相同。而以往的研究多集中于對注意任務或者睡眠剝奪所引起的腦力疲勞模型所展開的 ERP 探索，而對長時間工作記憶任務下的腦力疲勞的研究還很少。同時，由于腦力疲勞是一個多維的構建，涉及心理學、行為學以及生理學等多個學科，以往關于腦力疲勞的研究多采用單一的方法或指標，其客觀性和可行性受到一定的限制。因此，不同于以往的研究，本論文從多個研究角度、選用多個指標同時對長時間工作記憶任務下的腦力疲勞展開評價，將主觀評定和行為績效評定法作為輔助手段，重點從 ERP 技術角度出發，提取與腦力疲勞有關的特征量，通過探討其對腦力疲勞的敏感程度來尋求客觀有效的評價指標，為后期研究腦力疲勞對抗措施提供依據。
1 研究方法
1.1 受試者
選拔健康男性 32 人（男性頭發短，在打導電膏過程中比女性更易于降電阻），年齡 22～28（24.2 ±1.4）歲。將受試者隨機分成兩組，一組為正常組（n = 16），另一組為疲勞組（n = 16）。所有受試者的視力或矯正視力均在 1.0 以上，均為右利手，無心理、精神、神經、色盲等病史或家族史，無藥物濫用史，無飲用咖啡、茶，酗酒，吸煙等習慣，睡眠質量良好。受試者自愿參加實驗，并填寫書面同意書，完成實驗后均向其支付一定酬勞。實驗前，受試者均未接觸過該類型的實驗操作。
1.2 任務設計
1.2.1 腦力疲勞誘發任務
以往的研究表明，n-back 是常見的腦力疲勞誘發手段，其中 0-和 1-back 過于簡單，需要較長的誘發時間，而 3-back 難度過大，容易使受試者產生負面情緒如挫敗感，不利于有效地誘發腦力疲勞[19]。因此，本研究使用 2-back 來誘發受試者的腦力疲勞，刺激材料為 0～9 這十個數字，出現在屏幕中央，屏幕背景為黑色，刺激數字為白色，如圖 1 所示。要求受試者判斷屏幕上當前出現的數字與從它開始數的倒數第二個數字是否是同一個數字，如果是按“N”鍵，如果不是則按“M”鍵，并盡可能快而準確地操作。
圖1
數字 2-back 實驗范式示意圖
Figure1.
Experimental paradigm for numerical 2-back
1.2.2 實驗流程
要求受試者在正式實驗的前一天晚上將頭發洗干凈，并盡量保證良好的睡眠，讓身心得到充分的休息。進到實驗室后，要求受試者將手機關機或靜音，實驗過程中不得使用手機，并避免身體有較大幅度的移動。兩組受試者的具體實驗流程如圖 2 所示。對于兩組受試者，都需要在任務開始及結束階段根據自己的精神狀態對四個項目（思維清晰、注意集中、困倦程度以及綜合疲勞）進行主觀疲勞打分，每個項目包含 10 個等級，分別對應 1～10 分，見圖 3。對于疲勞組，需要連續執行 2-back 任務 100 min 來誘發腦力疲勞。而對于正常組，開始和結束 10 min 分別執行 2-back 任務，中間 80 min 休息。記錄兩組受試者主觀疲勞前測和后測數據、2-back 的操作績效數據（反應時、正確率以及遺漏率）以及 2-back 后測（10 min）的腦電數據。
圖2
實驗流程
Figure2.
Experiment procedure
圖3
主觀疲勞評價量表
Figure3.
Subjective fatigue scale
1.3 腦電信號采集及處理
采用國際通用的 10–20 電極導聯定位標準，如圖 4 所示。使用德國 BP 公司生產的 32 導腦電設備采集腦電信號，其中，選取乳突電極 TP9 和 TP10 為參考電極，前額接地。腦電采集頻率為 500 Hz，AC 采集，頭皮電阻控制在 5 kΩ 以下。采用腦電系統自帶的 BrainVision Analyser 軟件對采集的腦電數據進行離線（off-line）處理，具體步驟包括：降采樣、重參考、獨立成分分析（independent component analysis，ICA）眼電偽跡去除、其他偽跡去除、濾波、分段、基線校正、疊加平均及峰值檢測等。在腦電記錄中，2-back 任務每個 trial 出現的第一個數字進行標記，設為 S1；當受試者出現錯誤操作時，標記為 S2。
圖4
10–20 國際標準系統電極放置法
Figure4.
Placement method for 10–20 international standard system electrode
錯誤行為產生的刺激往往會在人腦額葉中部誘發產生一個負波，即錯誤相關負波（error related negativity，ERN），它可以反映大腦的錯誤檢測功能。除了 ERN 波，還會出現一個正波，稱為錯誤正波（error positivity，Pe），它與錯誤的再次加工有關，是一種有意識的調節過程[20]。這里擬設定 P300、ERN/Pe 作為腦電特征參數對腦力疲勞展開研究，ERP 成分的提取方法如下。
（1）刺激鎖時成分提取
提取刺激鎖時 ERP 成分 P300。首先對含標記 S1 波段進行提取，形成有效分段（Marker 呈現前 200 ms 到呈現后 600 ms）；對所有腦電分段進行基線校正（Marker 前－200～0 ms）；將所有分段疊加并求平均即可得到 P300 波形。P300 的分析時程為 200～550 ms，根據各成分的分析時程進行峰值檢測，就可以得到 P300 的幅值和潛伏期。
（2）響應鎖時成分提取
取響應鎖時 ERP 成分 ERN/Pe，獲取在錯誤反應操作時的腦電波變化。對包含錯誤反應的 Marker 波段進行提取，形成有效分段（Marker 呈現前 400 ms 到呈現后 400 ms）；對所有腦電分段進行基線校正（Marker 前－400～－200 ms）；將所有分段進行疊加平均就可以得到 ERN 和 Pe 的波形。ERN 的分析時程為 0～200 ms，Pe 的分析時程為 200～400 ms，根據各成分的分析時程，進行峰值檢測，就可以得到 ERN 和 Pe 的幅值和潛伏期。
1.4 統計方法
利用統計軟件 SPSS 19.0 對數據展開分析。首先，分別利用獨立樣本 t 檢驗的方法比較分析疲勞組和正常組主觀評價前測和行為前測數據（前 10 min），檢驗實驗前期兩組受試者的主觀疲勞感和行為學表現是否具有同質性，這是實驗有效性的保證。在二者同質性的基礎上，再分別利用獨立樣本 t 檢驗的方法比較兩組受試者實驗后期的主觀疲勞感和行為績效（后 10 min）的差異是否有統計學意義，即從主觀和行為績效的角度來驗證 100 min 的 2-back 任務是否誘發了腦力疲勞。在腦力疲勞有效的情況下，利用雙因素方差分析法（組間因素：疲勞組和正常組；組內因素：不同導聯）對疲勞組和正常組實驗后期（后 10 min）采集的腦電指標進行分析，從而獲取潛在的腦力疲勞評價指標。以上顯著水平均取 α = 0.05。
2 實驗結果分析
2.1 主觀分析
首先分析兩組受試者的主觀疲勞感是否具有同質性。對正常組和疲勞組的主觀前測數據進行獨立樣本 t 檢驗，描述性統計結果（平均值和標準差）及 t 檢驗結果見表 1。從中可以看出，兩組受試者的思維清晰程度、注意集中程度、困倦程度以及綜合疲勞感均無顯著差異（均有 P > 0.05）。因此，兩組受試者實驗開始時的主觀感受無明顯差異，即具有同質性，可以進行后續分析。
表1
主觀評價前測與后測數據及獨立樣本 t 檢驗結果
Table1.
Pretest and posttest data of subjective evaluation and the results of independent sample t-test
再將兩組受試者主觀疲勞后測數據進行獨立樣本 t 檢驗，描述性統計結果及 t 檢驗結果見表 1。由該表可知，與正常組相比，疲勞組受試者思維清晰程度顯著下降（P < 0.05），注意力明顯減弱（ P < 0.05），困倦程度明顯增加（ P < 0.05），綜合疲勞感顯著上升（ P < 0.05）。因此，疲勞組受試者的主觀疲勞感明顯高于正常組受試者，從主觀評價的角度驗證了連續執行 100 min 的 2-back 任務產生了腦力疲勞。
2.2 行為數據分析
實驗獲取了兩組受試者在實驗前后 10 min 的 2-back 任務的反應時、正確率和遺漏率。首先，檢驗兩組受試者的行為學數據是否具有同質性，將正常組和疲勞組的受試者 2-back 前測的績效數據進行獨立樣本 t 檢驗，描述性統計結果及 t 檢驗結果見表 2。兩組受試者操作 2-back 的反應時、正確率以及遺漏率均無明顯差異（均有 P > 0.05）。因此，兩組受試者疲勞前的 2-back 操作績效無明顯差異，即具有同質性，可進行后續分析。
表2
行為績效前測與后測數據及獨立樣本 t 檢驗結果
Table2.
Pretest and posttest data of performance and the results of independent sample t-test
將正常組和疲勞組的受試者 2-back 后測的績效數據進行獨立樣本 t 檢驗，描述性統計結果及 t 檢驗結果見表 2。與正常組相比，疲勞組受試者操作 2-back 的反應時明顯增加（P < 0.05），正確率明顯下降（ P < 0.01），遺漏率有所增加但差異沒有統計學意義（ P > 0.05）。因此，疲勞組受試者的 2-back 操作績效明顯比正常組受試者差，從行為學角度驗證了連續執行 100 min 的 2-back 任務產生了腦力疲勞。
為進一步觀察受試者在整個過程中的疲勞變化情況，將疲勞組 100 min 的 2-back 任務分成 10 個 block，每個 block 為 10 min，計算每個 block 受試者的操作反應時和正確率并作變化曲線圖。從圖 5 可以看出疲勞組的反應時間隨時間的增加整體呈上升趨勢，而正確率則呈下降趨勢，期間存在一定的波動，這可能是由于在實驗的過程中受試者出現抵抗疲勞的現象，通過主觀努力試圖保持清醒，以獲得較好的績效，但是主觀努力只能暫時性地加快反應速度并保持較高的正確率，無法持續。說明受試者已經達到腦力疲勞狀態，而且隨著任務時間延長，腦力疲勞程度不斷加深，工作績效隨之降低。
圖5
疲勞組在 2-back 任務下行為績效隨時間的變化趨勢
Figure5.
Performance changes over time during the 2-back task for fatigue group
2.3 ERP 分析
2.3.1 P300
已有研究表明，P300 在導聯 Fz、Cz、Pz 三點表現較為明顯，因此本文選取這三個導聯的腦電信號進行研究。S1 刺激在 Fz、Cz、Pz 三個導聯處誘發產生的腦電總平均波形如圖 6 所示，可見 S1 刺激誘發出了較為明顯的 P300 波形，并且疲勞組的波幅明顯低于正常組。表 3 為正常組和疲勞組受試者 2-back 后測任務（10 min）中的 P300 幅值和潛伏期的描述性統計結果。進一步采用雙因素方差分析法對 P300 的波幅和潛伏期進行分析，如表 4 所示，對于 P300 波幅，組別的主效應顯著（P < 0.05），而導聯的主效應以及它們之間的交互效應不顯著（均有 P > 0.05）；對于 P300 潛伏期，組別和導聯的主效應以及它們之間的交互效應均不顯著（均有 P > 0.05）。綜上所述，只有 P300 的波幅在疲勞后顯著降低，因此作為 2-back 任務下表征腦力疲勞的有效指標。
圖6
疲勞組和正常組 P300 總平均波形對比圖
Figure6.
The grand-average ERPs for P300 between fatigue group and normal group
表3
正常組和疲勞組受試者 P300 幅值和潛伏期數據
Table3.
P300 amplitude and latency data for both normal group and fatigue group
表4
不同組別和導聯下 P300 指標主效應分析結果
Table4.
The main effect results of P300 in different groups and electrodes
2.3.2 ERN/Pe
由于 ERN/Pe 主要集中在前額和中央區，因此本文選取 Fz、Cz、FC1、FC2 導聯上的腦電信號進行研究。S2 刺激在 Fz、Cz、FC1、FC2 四個導聯處誘發產生的腦電總平均波形如圖 7 所示，可見 S2 誘發出了較為明顯的 ERN 和 Pe 成分，且疲勞組的 ERN 波幅明顯低于正常組。表 5 為正常組和疲勞組受試者 2-back 后測任務（10 min）中的 ERN/Pe 幅值和潛伏期的描述性統計結果。進一步采用雙因素方差分析對 ERN 和 Pe 的波幅和潛伏期分別進行統計分析，結果如表 6 所示，對于 ERN 幅值，組別和導聯的主效應顯著（均有 P < 0.05），而它們的交互效應不顯著（ P > 0.05）。即疲勞組產生的 ERN 波幅明顯低于正常組，且在 Fz、Cz、FC1、FC2 四個導聯上差異明顯；對于 ERN 潛伏期，組別和導聯的主效應以及它們之間的交互效應均不顯著（均有 P > 0.05）。同樣，對于 Pe 的波幅和潛伏期，組別和導聯的主效應以及它們之間的交互效應均不顯著（均有 P > 0.05）。綜上所述，疲勞組較正常組而言，ERN 波幅明顯降低，而其潛伏期以及 Pe 的幅值和潛伏期均未發生明顯變化。因此，ERN 波幅可以作為 2-back 任務下腦力疲勞的有效評價指標。
圖7
疲勞組和正常組 ERN/Pe 總平均波形對比圖
Figure7.
The grand-average ERPs for ERN/Pe between fatigue group and normal group
表5
正常組和疲勞組受試者 ERN 和 Pe 幅值和潛伏期數據
Table5.
ERN/Pe amplitude and latency data for both normal group and fatigue group
表6
不同組別和導聯下 ERN/Pe 指標主效應分析結果
Table6.
The main effect results of ERN/Pe in different groups and electrodes
3 討論
本論文主要針對 2-back 任務下的腦力疲勞展開研究，從主觀評價結果來看，疲勞組相對正常組受試者主要表現為思維清晰程度顯著下降，注意力明顯減弱，困倦程度明顯增加。從行為學分析結果來看，疲勞組比正常組受試者操作 2-back 的反應時增加，正確率下降。兩種方法充分表明疲勞組受試者在經歷了 100 min 的 2-back 任務后產生了有效的腦力疲勞。
從 ERP 分析看，P300 波幅具有明顯的疲勞效應。研究表明，P300 的波幅受注意資源分配、記憶能力等多種因素的影響[21]。本研究中，由于疲勞組后期腦力疲勞的產生對受試者的注意力和記憶力造成損害，因此相比正常組，P300 波幅降低。P300 的潛伏期與受試者對刺激的評價及決策時間相關，受任務復雜度影響，在本研究中，兩組受試者的 P300 潛伏期差異并不顯著，說明 100 min 的 2-back 任務引發的腦力疲勞并未對人腦處理信息的速度造成太大影響。
與 P300 不同的是，ERN 反映了錯誤監控能力[22]。本研究結果顯示疲勞組的 ERN 幅值明顯降低，表明腦力疲勞導致了受試者認知系統不能檢測錯誤行為，行為監控功能受到損害。位于大腦額葉內側的前扣帶回皮層（anterior cingulate cortex，ACC）可以實時監控正在進行的目標定向行為，在出現反應沖突或者錯誤時提供信號，并能根據當前的任務加工要求將注意資源在相關腦區中進行有效配置，可能是執行功能神經網絡中的一個高級調控結構[23]。探究其機制，是因為基底神經節上有錯誤監控系統，錯誤信息的產生作用于多巴胺系統，使得傳遞到 ACC 中的多巴胺減少而使一些神經元去抑制，于是產生了 ERN[24]。而腦力疲勞的產生往往會影響并破壞紋狀體和扣帶回中多巴胺的傳遞，導致錯誤監控功能受損，故腦力疲勞的發生可能源于 ACC 功能的改變。同時，研究發現疲勞前后 Pe 未見顯著差異，這是因為 ERN 和 Pe 反映了錯誤監控過程的不同階段，ERN 主要是對錯誤發生時的初步自動反應，而 Pe 反映的是錯誤發生后基于行為結果上的調整，顯然，腦力疲勞對錯誤之后的行為調整未造成影響。
4 結論
本文主要利用 ERP 技術分析了長時間持續執行 2-back 產生腦力疲勞后的腦電特性變化，結果表明 P300 和 ERN 成分的波幅可作為評價工作記憶任務下腦力疲勞模型的有效指標，為后期研究腦力疲勞對抗措施提供依據。但由于時間和條件所限，本研究仍有一些不足之處。在未來的工作中，還應在以下方面進行改進：
① 采用睡眠剝奪、長時間簡單重復任務等其他方法建立多種腦力疲勞模型，與 2-back 建立的腦力疲勞模型相對比，探討不同模型間的腦力疲勞發生神經機制。
② 被試數量太少，個體差異很容易影響到最后的結果。因此，在后期研究中要進一步擴大受試者的樣本量。
③ 除了主觀評價和行為績效法，在后期的研究中可將眼電、肌電、心電等生理測量方式與腦電結合起來對腦疲勞進行綜合研究，結果更為全面、準確。
