网站地图 原创论文网,覆盖经济,法律,医学,建筑,艺术等800余专业,提供60万篇论文资料免费参考
主要服务:论文发表、论文修改服务,覆盖专业有:经济、法律、体育、建筑、土木、管理、英语、艺术、计算机、生物、通讯、社会、文学、农业、企业

脑力疲劳前后驾驶员前注意能力的变化

来源:原创论文网 添加时间:2021-04-28

  摘    要: 目的:探究脑力疲劳前后前注意能力的变化。方法:以长时间(≥8h)持续驾驶建立脑力疲劳模型,应用事件相关电位(event related potential,ERP)技术对招募来的30名长途车司机诱发其脑力疲劳前后的失匹配负波(mismatch negativity,MMN),分析疲劳前后MMN成分潜伏期及波幅的变化。结果:脑力疲劳后MMN成分平均面积较驾驶前显着下降,但潜伏期均无统计学差异。结论:脑力疲劳状态下前注意能力受损,MMN可作为评价脑力疲劳状态下前注意能力的客观指标。

  关键词: 脑力疲劳; 前注意; 事件相关电位; 失匹配负波;

  Abstract: Objective:To explore the changes of pre-attention ability before and after mental fatigue.Methods:A mental fatigue model was established by driving continuously for a long time(more than 8 hours).Event related potential(ERP)technology was used to induce the mismatch negativity(MMN)components before and after mental fatigue of 30 long-distance bus drivers,and the changes of the latent period and amplitude of the MMN components before and after fatigue were analyzed.Results:After mental fatigue,the average area of MMN component decreased significantly compared with that before driving,but there was no statistical difference in the incubation period.Conclusion:The pre-attention ability is impaired under mental fatigue.MMN can be used as an effective objective index to evaluate the preattention ability under mental fatigue.

  Keyword: mental fatigue; pre-attention; event related potential; mismatch negativity;

  脑力疲劳是一种亚健康表现,反映大脑的病态或各种非正常状态。目前对于脑力疲劳尚无统一定义[1],其主要表现为主观倦怠感、警觉性降低、动机缺乏、工作效率降低、错误率上升、反应下降,情绪反应等[2]。影响脑力疲劳的因素多种多样,目前已知的因素包括:机体健康、影响状况、外部环境、恢复周期以及体力运动等[3,4,5]。目前脑力疲劳已被公认为各种安全事故的主要原因,其中注意能力的下降影响最大。注意分为前注意、主动注意及警觉性注意3个阶段,前注意是对事物该不该进行注意分析的心理过程,是注意能力的组成之一。前注意负责接收从外界进入人体各个感觉通路的信息,把对机体无意义的信息过滤掉,只让有意义的信息进入更深入的加工,这种能力可以大大提高脑的加工效率,避免了脑资源的浪费。前注意能力是判断脑力疲劳的重要指标之一。
 

脑力疲劳前后驾驶员前注意能力的变化
 

  筛选能够高效准确监控脑力疲劳程度、避免安全事故的方式方法一直是研究关注的热点。本研究采取事件相关电位(event related potential,ERP)技术,以经典听觉通道下被动oddball模式记录诱发驾驶疲劳前后驾驶员的失匹配负波(mismatch negativity,MMN)成分,分析疲劳前后驾驶员前注意能力的变化。

  1、 资料与方法

  1.1 、一般资料:

  选取西安某汽车公司招募的长途驾驶司机30名,均为男性,年龄(36.00±4.00)岁,驾龄均在8年以上,身体健康,无精神、神经疾病史;视力正常;近期无服药史;实验设备为Neuroscan公司的64导ERP设备。

  1.2、 脑力疲劳模型的建立:

  常用的疲劳模型包括持续认知操作任务和汽车驾驶任务构建的脑力疲劳模型,一般持续工作≥8h就可以认为是脑力疲劳状态[6]。本研究选取长途驾驶构建的脑力疲劳模型,被试者持续驾驶时间均≥8h。

  1.3 、试验模式:

  采用听觉通道下被动oddball模式,实验总刺激声音为2000个,其中标准刺激(S1)频率1000Hz,强度80dB,持续75ms的短纯音,占总刺激的70%;偏差刺激3个,各占总刺激的10%:(1)频率偏差刺激(D1),频率1 050 Hz,其余属性同标准刺激;(2)持续时间偏差刺激(D2),持续时间50 ms,其余属性同标准刺激;(3)强度偏差刺激(D3),强度为60dB,其余属性同标准刺激。刺激声音伪随机排列,刺激间隔(interstimulus interval,ISI)310~350ms随机,声音刺激stim系统呈现,由stim 2.0所配的塑料耳机输出。

  由于MMN提取不是单纯的叠加平均,还需要用到相减技术,鉴于此对其进行说明[7]:首先人脑接受标准刺激时得到听觉诱发电位;然后接受标准刺激和偏差刺激得到听觉诱发电位;最后,标准刺激和偏差刺激诱发的波形减去标准刺激的波形得到MMN,见图1。

  1.4、 试验方法:

  驾驶员在试验开始前一天到实验室熟悉试验流程及试验环境,尽可能减少被试者对实验结果产生的影响,随后回去休息。第2天在充分休息的情况下早8:00来到实验室,在Neuroscan公司生产的ERP设备下完成疲劳前的ERP任务。驾驶员驾车出行完成驾驶任务后再到实验室完成相同的ERP实验。

  1.5 、试验要求:

  试验过程中被试者自然放松地坐在Stim 2.0系统的显示屏前,距离被试者75cm,要求被试者在试验过程中双眼平视屏幕中央的十字,试验开始后要求被试者尽可能减少头部运动,尽量减少眨眼及面部表情的变化,并关闭手机。由于MMN是在被试者不注意刺激的条件下诱发的,所以试验中需要被试者忽略耳机中的刺激声音,故在试验中给被试者播放无声电影,将被试者的注意力从听觉通道转移,电影类型由被试者挑选,无声电影由笔记本电脑呈现,试验过程中无需被试者按键反应。

  图1 MMN提取方法
图1 MMN提取方法

  Figure 1 MMN extraction method

  注:a:听觉诱发电位N1和P2;b:标准刺激和偏差刺激诱发的听觉诱发电位;c:MMN波形

  1.6、 脑电记录与分析

  1.6.1 、脑电记录:

  实验设备为Neuroscan公司的ERP工作站,采用国际标准10-20系统安置电极,佩戴64导电极帽,取Fp1,Fp2,FpZ,M1,M2等30个记录点,其中M1、M2记录点位于双乳突上方,参考点设在鼻尖,前额接地,试验在被试者的双眼外眦旁记录水平眼电,在左眼睑上下记录垂直眼电。采样率设为1000Hz,带通滤波为0.05~40.00Hz。实验过程中保证各个记录点的电阻<5kΩ。

  1.6.2 、数据处理:

  应用ERP工作站自带的Scan软件对记录的脑电进行分析:校正水平眼电、垂直眼电,排除>±100μV的伪迹。以刺激前100 ms至刺激后400ms做Epoch分段,刺激前100 ms进行基线校正,叠加平均标准刺激和偏差刺激的脑电数据并进行1~12 Hz的滤波。以得到的3种不同的偏差刺激减去标准刺激,即可得到3种不同的MMN波形。由于MMN是较为平缓的负向漂移波,不能以波幅最大值来进行统计测量,因此本研究以MMN曲线下的面积,以刺激点到MMN波形顶点的时间作为MMN的潜伏期进行统计处理分析。以上分析内容均由Scan软件中的自带功能完成。

  1.7 、统计学方法:

  应用SPSS 16.0统计软件分析数据。应用t检验对测量所得的曲线下面积和潜伏期进行统计分析,P<0.05为差异有统计学意义。

  2 、结果

  2.1、 驾驶前后MMN比较:

  30名驾驶员均按计划完成了驾驶任务并参加了试验,ERP数据处理完成后,最后得到的强度差异MMN的结果较为可信。从MMN总平均强度可以看到,驾驶任务完成后的MMN较驾驶前显着减小,MMN在M1、M2电极处出现翻转现象,说明本实验得到的成分是可信的MMN,见图2。

  2.2 、驾驶前后Fz、Fcz、Cz电极MMN成分:

  以Fz、Fcz、Cz为分析电极,进行驾驶前后MMN成分的平均面积及潜伏期分析。3个电极的MMN平均波形对比图见图3。

  2.3、 驾驶前后Fz、Fcz、Cz电极MMN平均面积比较:

  结果显示驾驶后3个电极处的平均面积较驾驶前显着下降,但潜伏期均无统计学差异,见表1。

  表1 驾驶前后Fz、Fcz、Cz电极MMN平均面积比较
表1 驾驶前后Fz、Fcz、Cz电极MMN平均面积比较

  aP<0.05 vs驾驶前

  3 、讨论

  脑力疲劳时注意能力的下降是发生安全事故的主要原因之一,前注意是注意能力的重要组成部分,它负责接收从外界进入人体各个感觉通路的信息,并自动将无意义的信息过滤掉,将机体认为有意义的信息进行更深入加工,从而提高脑资源利用率,提高效率。前注意若出现功能问题会导致相应认知功能障碍,更易出现脑力疲劳[8]。

  图2 驾驶前后MMN波形总平均图
图2 驾驶前后MMN波形总平均图

  Figure 2 Average MMN before and after driving

  注:红线代表驾驶后的MMN波形;黑线代表驾驶前的MMN波形

  图3 驾驶前后Fz、Fcz、Cz电极MMN成分
图3 驾驶前后Fz、Fcz、Cz电极MMN成分

  Figure 3 MMN composition of FZ,FCZ,CZ electrode before and after driving

  及时、有效的监测前注意能力的变化是预防安全事故的关键。现有脑力疲劳的评估方法主要包括症状学评估、心理行为学评估、生理生化评估[9]。症状学评估主要以调查问卷对被试者进行评估,常用量表包括疲劳严重度量表、多维疲劳量表等。心理行为学评估是指通过心理行为学测试对脑力疲劳者的作业能力进行评估,可以在一定程度上反映脑力疲劳的严重程度。目前主要是对大脑认知能力及警觉性进行评估。其常用评估方法有记忆试验、运算测试等。上述两类评估方法操作简便,实施方便,成本低廉,但也存在明显缺陷:主观测评问卷过多依靠被试者主观态度,评分标准不统一,受个人因素影响较大,有时可能获得虚假、错误的信息;而心理行为学测试评估结果常受测试时间、项目复杂程度等多种因素影响,故目前已很少单独使用上述测评方法。应用仪器设备等辅助工具对人体生理生化进行策略观察,获得的指标是客观的,它能让我们对疲劳有更深刻、更精确的测量。脑电图是以往的常用方法,但有研究指出[10],在单调驾驶的情况下,脑电图中α波的出现反映的是由于单调驾驶而产生的无聊或注意力回避,而不是由于高度的脑力劳动而导致的处理能力下降,故脑电图作为监测指标并不准确。

  本研究采用ERP技术研究脑力疲劳前后前注意能力的变化,ERP是从头皮记录的脑电图中获得的,它代表了与刺激事件相关的认知过程的平均电压变化[11],ERP技术是指外加一种特定的刺激,作用于感觉系统或脑的某一部位,给予刺激或撤销刺激时,在脑区所引起的电位变化,可较准确地反应大脑认知加工的过程。将刺激前100 ms和刺激后1000ms作为观察时程,可以看到一系列电位或波形的变化,该波形就叫做某个ERP成分。目前已有多种ERP成分被确认与相应认知加工过程相关。伴随性负变化(contingent negative variation CNV)是在警告或准备刺激与需要执行反应的命令两个特定刺激间产生的,反映了被试者注意保持的能力[12]。P3a的出现是朝向反应的标志[13],P3b成分一般认为与注意、辨认、决策、记忆等多项认知活动有关[14]。MMN反映了大脑对刺激物理特征发生改变时进行的初步自动加工[15],是反映前注意能力的可靠指标[16,17]。

  本试验以长途驾驶建立脑力疲劳模型,记录长途驾驶前后MMN成分的变化。最终得到的波形在电极M1、M2处看到明显的“翻转现象”,最大波幅位于Fz点。说明本研究获得的是可信的MMN成分。通过对比驾驶前后MMN平均面积,结果显示驾驶后MMN的曲线下面积显着减小,MMN潜伏期没有显着改变。提示8h的长途驾驶后,驾驶员的前注意能力已经受损,但大脑的信息处理速度并无明显改变。Raz等[18]研究发现36h睡眠剥夺后被试者所诱发出的MMN波幅亦会减小;Salmi等[19]从睡眠质量角度出发,发现睡眠质量不佳导致的脑力疲劳会降低MMN的波幅;连续2h的认知测验诱发的脑力疲劳同样也导致MMN波幅的下降[20],说明了ERP技术的MMN成分可监测出多种脑力疲劳情况下前注意能力的变化。还有研究者[21]以肌肉负荷所致躯体疲劳为研究对象,研究其肌肉疲劳前后被试者认知任务的执行能力及MMN成分的变化,结果发现肌肉疲劳后MMN波幅同样减低,认知任务完成度下降;另一项研究发现[22],不同肌肉负荷时间MMN波幅下降也有所不同,短时间刺激的MMN波幅下降比长时间刺激MMN波幅下降的时间少。提示肌肉疲劳也可能会影响前注意能力,降低认知功能。此外,Rasser等[23]以精神分裂症患者为研究对象,提出MMN波幅降低可能与颞上回皮层等部位的灰质丢失相关;还有学者提出MMN波幅的下降可能反映了精神病的神经化学危险因素,如NMDA受体的功能障碍等[24]。脑力疲劳所致前注意功能障碍的发生机制是否与其相通,仍有待进一步研究。

  综上所述,MMN可作为有效客观指标评价脑力疲劳状态下的前注意能力,且MMN是在机体毫不知情的情况下进行获取的,在今后疲劳的监控中不会影响正常作业,有望作为其中一项敏感评价指标。

  参考文献

  [1]Grandjean E.Fatigue in industry[J].Br Int Med,1979,36(3):175-186.
  [2]Cutsem J,Marcora S,Pauw K,et al.The effects of mental fatigue on physical performance:a systematic review[J].Sports Med,2017,47:1569-1588.
  [3]Wisner A.Organizational stress,cognitive load,and mental suffering[J].Machine Pacing Occup Stress,1981,37(6):34-44.
  [4]Sj9berg H.Physical fitness and mental performance during and after work[J].Ergonomics,1980,23(10):977-985.
  [5]Okogbaa O G,Shell R L,Filipusic D.On the investigation of the neurophysiological correlates of knowledge worker mental fatigue using the EEG signal[J].Applied Ergonomics,1994,25(6):355-365.
  [6]颜笑如,庄达民,刘伟.脑力负荷对前注意加工的影响与分析[J].北京航空航天大学学报,2012,38(4):497-501.
  [7]魏景汉,罗跃嘉.认知事件相关脑电位教程[M].四川:经济日报出版社,2002.
  [8]Rissling A J,Braff D L,Swerdlow N R,et al.Disentangling early sensory information processing deficits in schizophrenia[J].Clin Neurophysiol,2012,123(10):1942-1949.
  [9]阮亦,顾伟,凌昌全,等.脑力疲劳测评方法的研究进展[J].第二军医大学学报,2019,40(1):79-85.
  [10]Wascher E,Getzmann S,Karthaus M.Driver state examination-treading new paths[J].Accid Anal Prev,2016,91:157-165.
  [11]Kappenman E S,Luck S J.Best practices for event-related potential research in clinical populations[J].Biol Psychiatry Cogn Neurosci,2016,1(2):110-115.
  [12]Walter W G,Cooper R,Aldridge V J,et al.Contingent negative variation:aneletric sign of sensorimotor association and expectancy of the human brain[J].Nature,1964,203:380-384.
  [13]Polich J,JoséR C.Neuropsychology and neuropharmacology of P3aand P3b[J].Int J Psychophy,2006,60(2):172-185.
  [14]Sutton S,Braren M,Zubin J,et al.Evoked-potential correlates of stimulus uncertainty[J].Science,1965,150(700):1187-1188.
  [15]Naatanen R,Sussman E S,Salisbury D,et al.Mismatch negativity(MMN)as an index of cognitive dysfunction[J].Brain Topography,2014,27(4):451-466.
  [16]Kujala T,Tervaniemi M,Schr9ger E.The mismatch negativity in cognitive and clinical neuroscience:theoretical and methodological considerations[J].Biological Psychology,2007,74(1):1-19.
  [17]Kim M,Cho K I,Yoon Y B,et al.Aberrant temporal behavior of mis-match negativity generators in schizophrenia patients and subjects at clinical high risk for psychosis[J].Clin Neurophysiol,2017,128(2):331-339.
  [18]Raz A,Deouell L Y,Bentin S.Is pre-attentive processing compromised by prolonged wakedfulness?Effects of total sleep deprivation on the mismatch negativity[J].Psychophysiology,2001,38(5):787-795.
  [19]Salmi J,Huotilainen M,pakarinen S,et al.Does sleep quality affect involuntary attention switching system[J]?Neurosci Lett,2005,390(3):150-155.
  [20]Li J,Song G,Miao D.Effect of mental fatigue on nonattention:a visual mismatch negativity study[J].Neuroreport,2016,27(18):1323-1330.
  [21]Evstigneeva M D,Alexandrov A A,Mathiassen S E,et al.Muscle contraction force and fatigue:effects on mismatch negativity[J].Neuroreport,2010,21(18):1152-1156.
  [22]Aleksandrov A A,Knyazeva V M,Stankevich L N,et al.Mismatch negativity affects muscle fatigue during repeated contraction trials of different durations[J].Front Physiol,2016,7:13.
  [23]Rasser P E,Schall U,Todd J,et al.Gray matter deficits,mismatch negativity,and outcomes in schizophrenia[J].Schizophr Bull,2011,37(1):131-140.
  [24]Salle S,Shah D,Choueiry J,et al.NMDA receptor antagonist effects on speech-related mismatch negativity and its underlying oscillatory and source activity in healthy humans[J].Front Pharmacol,2019,10:455.

重要提示:转载本站信息须注明来源:原创论文网,具体权责及声明请参阅网站声明。
阅读提示:请自行判断信息的真实性及观点的正误,本站概不负责。
我们的服务
联系我们
相关文章