腦力疲勞是影響人類健康和安全的重要因素, 通過腦電信號實現腦力疲勞的動態檢測對于疲勞預防和提高工作績效具有重要意義。本課題通過30 h睡眠剝奪實驗誘發腦力疲勞, 同時采集腦電信號, 每6 h分析相對功率、功率比值、重心頻率(CGF)、基準相對功率等腦電特征參數, 采用回歸分析方法建立腦力疲勞的預測模型, 并進行導聯優化。結果顯示預測模型的線性擬合R2可達0.932, 經過導聯優化后在僅采用4導聯腦電特征的情況下R2仍可達到0.811, 滿足日常應用中腦力疲勞的預測精度要求。
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。
體感振動能夠刺激人的體表感覺區，這種刺激傳輸到軀體感覺神經，進而影響大腦皮層中央后回及中央旁小葉后部的軀體感覺中樞，從而改變大腦功能狀態。本研究旨在通過腦電檢測方法，研究體感振動對大腦功能狀態的影響。分別對12名受試者進行了20 Hz體感振動刺激實驗，采用相對功率變化率、Lempel-Ziv復雜度和基于互信息的腦網絡等方法。結果發現，20 Hz振動使得左前額區及左前顳區的腦電信號產生頻率跟隨響應；而腦網絡分析表明：20 Hz體感振動刺激使大腦右半腦區的額葉、中央葉、頂葉、顳葉、枕葉之間的信息流傳遞加強，大腦皮層趨于興奮。因此，利用20 Hz體感振動刺激調節大腦功能狀態具有一定可行性。
正常腦老化和神經退行性疾病等都會引起記憶力、注意能力等認知功能不同程度的衰退，嚴重影響日常生活。其發生發展的神經機制目前仍不明確，依然是神經科學和醫學領域的一個熱點問題。大量研究成果表明，基于磁共振的靜息態網絡（RSNs）對認知功能的改變具有較高的敏感度和特異性。本文調查近幾年靜息態功能磁共振成像（fMRI）腦功能連接網絡對正常腦老化（aging brain）、輕度認知障礙（MCI）和阿爾茲海默病（AD）等不同認知衰退水平受試者的研究，從分析方法、研究結果以及發展趨勢等進行了綜述，較全面地介紹了在三種不同水平認知衰退條件下腦功能網絡的改變，將為正常腦老化和臨床疾病的檢測提供依據。
本文采用Lempel-Zin復雜度與腦電地形圖(BEAM)相結合的方法研究睡眠剝奪(SD)下警覺度的變化過程。10名受試者進行了36 h的SD,并且每6 h進行了自發和Oddball聽覺誘發實驗,記錄了自發腦電(EEG)和誘發EEG,構建了基于復雜度的腦電地形趨勢圖。結果表明,36 h SD中,警覺度可以分為三個階段:前12 h為警覺度較高的階段,中間12 h為警覺度快速下降的階段,最后12 h為警覺度較低的階段。在SD過程中,自發EEG的復雜度在全腦范圍內有不同程度的下降,與主觀量表的趨勢相符;誘發EEG的額葉復雜度降低,其趨勢與行為學結果相符。所以,EEG復雜度可以有效地反映大腦警覺度的變化,且復雜度計算簡單、運算速度快,為以后應用于警覺度的實時監測提供了新的途徑。
警覺度是人在一段時間里保持持續注意力的能力。為了探求在工作過程中警覺度隨時間的變化規律,本文設計了以三位數加減法來誘導警覺度發生變化的實驗,并通過警覺度任務(PVT)實驗結合腦電測量該變化過程,提取并分析了11例受試者腦電信號排列熵(PE)這一復雜性度量,并與非線性參數樣本熵(SE)做了簡要比較。實驗結果表明:該算法可以很好地反映警覺度下降時腦電信號的動態變化過程,且運算速度快,抗噪能力強,對腦電信號長度要求低,可以作為衡量大腦警覺度的指標。