本研究Exploring the Brain Responses to Driving Fatigue Through Simultaneous EEG and fNIRS Measurements 發(fā)表于2020年的International Journal of Neural Systems（IF:8.0）。
摘要
在這項研究中，通過同時功能近紅外光譜(fNIRS)和腦電圖(EEG)記錄來探索駕駛疲勞的多模態(tài)生理現(xiàn)象，目的是研究血流動力學(xué)和腦電特征與駕駛表現(xiàn)之間的關(guān)系。研究中16名被試參與了一項事件相關(guān)的車道偏離駕駛?cè)蝿?wù)。為了方便比較，將被試按照駕駛表現(xiàn)分為三個組，分別為表現(xiàn)最優(yōu)組、表現(xiàn)次優(yōu)組和表現(xiàn)較差組。從分析中我們發(fā)現(xiàn)，車道偏離之前，大腦會發(fā)生緊張性變化（tonic variations）；而在車道偏離之后，大腦會發(fā)生時相性變化（phasic variations）。緊張性（tonic）變化即氧合血紅蛋白(HbO2)濃度升高，腦電圖θ、α和β波段功率變化，這兩種變化都與駕駛表現(xiàn)水平下降顯著相關(guān)。時相性（phasic）腦電圖結(jié)果表明，所有頻段的腦電信號都表現(xiàn)出與車道偏離任務(wù)啟動的事件相關(guān)去同步，并且，隨著駕駛表現(xiàn)水平下降，時相性（phasic）HbO2的濃度下降。此外，緊張性（tonic）腦電δ和α功率與HbO2振蕩之間的負相關(guān)表明，HbO2濃度的上升與精神疲勞相關(guān)。總之，結(jié)合血液動力學(xué)和腦電活動可以提供完整的大腦反應(yīng)，作為疲勞駕駛期間狀態(tài)變化的證據(jù)。
研究背景
駕駛疲勞是交通事故的一個重要因素，因此了解大腦如何響應(yīng)駕駛疲勞對提高道路安全至關(guān)重要。過去的研究已經(jīng)使用EEG和fNIRS來研究駕駛疲勞，但很少有研究同時使用這兩種技術(shù)，這篇文獻填補了這一空白。在本研究中，我們設(shè)計了一個與事件相關(guān)的車道偏離駕駛?cè)蝿?wù)， 以模擬真實的駕駛環(huán)境。本研究主要目的是探索駕駛員RT-ratio1和大腦動力學(xué)之間的關(guān)系。
注：RT-ratio，是指對反應(yīng)時RT進行標(biāo)準(zhǔn)化處理，即分別將每名被試的反應(yīng)時排序后，取最短的20%的值進行平均，得到每個被試的RT-ratio。
研究方法
01 實驗設(shè)計
利用三維圖形庫WorldToolKit (WTK)軟件構(gòu)建虛擬現(xiàn)實場景。駕駛場景是在顯示器上呈現(xiàn)一條無盡頭的四車道公路。該程序模擬了夜間在高速公路上以100公里/小時的速度駕駛汽車。該仿真程序可使車輛以相同的概率從巡航車道向左或向右漂移。路上沒有其他車輛，也沒有任何可能影響司機注意力的刺激。任務(wù)時長為60分鐘。實驗開始后，每個被試都要連續(xù)完成一個小時的車道保持任務(wù)。漂移事件（drifting events）是隨機觸發(fā)的，被試必須通過轉(zhuǎn)動羅技公司的賽車輪將汽車移回巡航車道。下一次車道偏離會在車輛回到巡航車道后的16 - 20秒內(nèi)隨機出現(xiàn)。車道偏離有三個時間點，包括偏離開始時間、反應(yīng)開始時間和反應(yīng)結(jié)束時間，如圖1所示。偏離開始是程序觸發(fā)汽車漂移的時刻。反應(yīng)開始和反應(yīng)結(jié)束分別表示被試在偏離任務(wù)后開始和停止轉(zhuǎn)動方向盤使汽車移回巡航車道的時刻偏離開始和反應(yīng)開始之間的時間間隔為反應(yīng)時RT。從偏離開始前的2秒和偏離開始后的15秒定義為一個epoch。以刺激前2秒為基線(緊張性tonic)，偏離發(fā)生后15秒為事件相關(guān)腦動力學(xué)變化(時相性phasic)。
圖1：實驗方案為模擬夜間行車60min。該程序每隔16 - 20秒就會隨機向右或向左偏移一次。要求被試使用方向盤將車輛移回原來的車道。
02 數(shù)據(jù)采集
同時記錄實驗過程中收集的行為、腦電圖和近紅外光譜數(shù)據(jù)。使用WTK軟件連續(xù)記錄反應(yīng)時RTs，使用V-Amp 16腦電系統(tǒng)(Brain Products，國內(nèi)由瀚翔腦科學(xué)獨家代理)記錄EEG數(shù)據(jù)，電極布局在符合國際10-20系統(tǒng)的標(biāo)準(zhǔn)128通道fNIRS測量帽(https://nirx.net/nirscaps/)。在128個EEG通道中，我們只選擇了5個通道記錄枕區(qū)(POO9h和POO10h)和頂區(qū)(PPO1h、Pz和PPO2h)的EEG和fNIRS信號，如圖2中紫色圓圈所示。
采用NIRScout設(shè)備(NIRx medical Technologies,國內(nèi)由瀚翔腦科學(xué)獨家代理)記錄近紅外數(shù)據(jù)。該系統(tǒng)由8個光源和16個探測器組成，記錄了HbO2 和HbR在760和850nm兩個波長下對近紅外光的吸收情況。使用標(biāo)準(zhǔn)的fNIRS測量帽將光源和探測器放置在左右頂葉和枕葉區(qū)域。準(zhǔn)確位置如圖2所示。考慮到希望覆蓋的區(qū)域，我們總共使用了26個通道：12個通道用于枕葉區(qū)域，7個通道用于右頂葉區(qū)域，7個通道用于左頂葉區(qū)域。
圖2：EEG電極和fNIRS通道放置在標(biāo)準(zhǔn)的fNIRS測量帽上。位置符合國際10-20系統(tǒng)。紅色圓圈是近紅外光源，藍色圓圈是探測器。紫色的圓圈代表頂葉和枕葉區(qū)域的腦電電極。
結(jié)果
01 緊張性（tonic）結(jié)果
為了確定駕駛員意識缺失時fNIRS和EEG信號之間的關(guān)系，我們分析了被試在緊張性（tonic）和時相性（phasic）兩個時段的大腦動力學(xué)數(shù)據(jù)。圖3顯示了枕區(qū)血流動力學(xué)響應(yīng)與四個EEG頻帶的t檢驗相關(guān)系數(shù)。結(jié)果顯示，含氧血紅蛋白HbO2 濃度與腦電各波段呈顯著負相關(guān)(Pearson’s correlation coefficient, p＜0.05)。行為表現(xiàn)（即RT ratio）與與腦電波段也呈負相關(guān)，其中RT ratio與δ波段、α波段的相關(guān)性分別為- 0.57和- 0.54。
圖3：枕區(qū)HbO2 濃度與頻率變化的相關(guān)性。(A) δ波段，(B) θ波段，(C) α波段，(D) β波段。
圖4顯示了三個表現(xiàn)組(最優(yōu)、次優(yōu)和較差)的枕區(qū)平均HbO2 Z分?jǐn)?shù)。在最優(yōu)組和次優(yōu)組中，HbO2 Z分?jǐn)?shù)上升；但在較差組中，HbO2 Z分?jǐn)?shù)下降了，這表明表現(xiàn)較差組的被試未能保持駕駛性能。此外，在所有試次中，表現(xiàn)較差組被試的HbO2Z分?jǐn)?shù)值最低。
圖4：三組被試(最佳、次優(yōu)和較差)枕區(qū)HbO2 水平
02 時相性（phasic）結(jié)果
四個腦電頻段的相位功率變化如圖5所示。時相性（phasic）分析能夠觀察到隨著RT-ratio的增加，大腦動力學(xué)的變化：δ波段和θ波段功率在車道偏離任務(wù)開始后立即顯著增加。在偏離任務(wù)開始后，到做出反應(yīng)前，α和β波段功率降低，隨后其活動增加。
圖5 枕區(qū)四個頻段的相位變化及RT-ratio
黑色實線表示偏離任務(wù)開始時間，白色虛線表示反應(yīng)開始時間。
每個圖中按照RT-ratio排序（從快到慢）。
color bar：紅色表示EEG相對功率動態(tài)增強，藍色表示相對功率動態(tài)降低。
相對于RT-ratio，枕區(qū)的時相性HbO2反應(yīng)如圖6所示。HbO2濃度Z分?jǐn)?shù)在偏離任務(wù)開始后的8秒呈正值，在8 ~ 15秒呈負值，之后開始恢復(fù)正常(恢復(fù)期)。隨著RT-ratio的增加，偏離任務(wù)開始后枕區(qū)HbO2正值略有下降。此外，我們注意到恢復(fù)期的HbO2的Z分?jǐn)?shù)隨著RT-ratio的增長而降低。
圖6：枕區(qū)與駕駛表現(xiàn)相關(guān)的HbO2 濃度變化(z分?jǐn)?shù))
圖7顯示了三組被試的血流動力學(xué)反應(yīng)和θ、α頻帶腦電功率的關(guān)系。偏離任務(wù)開始后，首先出現(xiàn)腦電神經(jīng)激活，隨后出現(xiàn)HbO2水平變化。這一血流動力學(xué)反應(yīng)與對事件反應(yīng)的神經(jīng)元活動有關(guān)。隨著RT-ratio的增加，θ和α的活動明顯減少，尤其是在表現(xiàn)不佳的組。
圖7：偏離任務(wù)開始后三組被試(最佳、次優(yōu)和較差)的腦電功率和HbO2濃度水平的變化對比
結(jié)論
我們對車道偏離前的兩秒進行了緊張性分析，對車道偏離后的15秒進行了時相性分析。分析結(jié)果揭示了腦電功率譜與枕區(qū)HbO2濃度水平之間的關(guān)系。總的來說，在緊張性和時相性分析中，枕區(qū)腦電功率的變化趨勢與先前的研究結(jié)果一致。隨著駕駛表現(xiàn)水平的下降，θ, α和β波段的頻譜功率增加，我們認(rèn)為這與駕駛疲勞有關(guān)。HbO2濃度與腦電圖各頻帶呈負相關(guān)，尤其是α節(jié)律。此外，隨著駕駛表現(xiàn)水平的下降，HbO2濃度降低。δ和α腦電功率與HbO2振蕩的關(guān)系表明，HbO2的激活與精神疲勞有關(guān)。因此，發(fā)生在次優(yōu)組的枕區(qū)HbO2緊張性變化最高，可能是因為這些駕駛員分配了更多的大腦資源來對抗疲勞，以保持可接受的駕駛水平。枕區(qū)血液動力學(xué)和腦電功率的變化可以提供駕駛過程中大腦對嗜睡反應(yīng)的完整神經(jīng)基礎(chǔ)，因此，進一步探索與駕駛員疲勞相關(guān)的大腦狀態(tài)變化是值得的。
這項研究提供了關(guān)于駕駛疲勞對大腦的影響的重要見解。通過同時使用EEG和fNIRS多模態(tài)測量技術(shù)，研究人員能夠更全面地了解駕駛疲勞的神經(jīng)機制，這有助于開發(fā)更有效的駕駛疲勞檢測和預(yù)防方法。此外，這項研究還強調(diào)了神經(jīng)影像技術(shù)在交通安全研究中的重要性，以幫助降低交通事故的發(fā)生率。
