脑力疲劳影响视觉前注意加工的ERP研究

论文摘要

脑力疲劳的操作定义为：由于连续认知作业2-3小时以上无休息,个体出现诸如注意集中困难、困倦、疲劳等感觉状态。其最直接的损害是失误或错误操作增加,操作反应速度下降,进而给个人和他人造成潜在危险。除此以外,脑力疲劳还会导致个体负性情绪增加,正性情绪减少,投入工作的心理努力下降,以及各种认知改变,如错误监控、计划、抑制等方面的加工缺陷。但是无论是情绪改变还是认知改变都只能部分揭示脑力疲劳状态,鉴于注意的重要价值,诸多学者认为脑力疲劳的关键恰恰应该是注意改变。进而言之,由于前注意发生在注意的早期阶段,属于脑信息自动加工,一方面前注意是注意的重要组成部分,发生在加工的早期阶段；另一方面,前注意加工的主要功能在于自动觉察出变化、偏差、或者危险信号,并将加工对象输入给集中注意进行深入加工。在这种情况下,前注意偏差/变化觉察对于变化觉察、危险识别,以至对生命安全保障均具有重要的价值。即前注意偏差觉察失败势必影响后续的危险识别。因此脑力疲劳状态是否存在前注意偏差觉察缺陷对于脑力疲劳后认知特点、及其评估都是十分重要的。目前,事件相关电位技术以及认知神经科学的飞速发展使得系统地研究脑力疲劳状态下大脑的认知功能状态,特别是自动加工,成为可能。事件相关电位（ERP）—与一定心理活动事件相关联的脑电位变化,如今受到医学、生理学、心理学等各领域研究人员的青睐,特别是其中的vMMN为脑力疲劳状态下信息自动加工和前注意偏差刺激觉察研究提供了客观的指标。本实验研究共包括两个部分：第一部分：选取刺激持续时间50ms和150ms,采用非注意oddball刺激范式（标准刺激呈现概率80%,偏差刺激呈现概率20%）呈现在主任务两侧。这旱,主任务为位于屏幕中央的十字变化判断任务。记录12名连续认知作业2.5小时被试和12名实验室休息2.5小时被试,在2.5小时不同情况下,前后两次视觉通道非注意oddball的失匹配负波（vMMN）,以评定脑力疲劳对视觉通道内的前注意加工,特别是自动的偏差觉察功能的影响。第二部分：选取国际面孔表情系统中六个模特的高兴、悲伤、焦虑、恐惧、中性五种面孔表情作为刺激,设置oddball（标准刺激呈现概率80%,偏差刺激呈现概率20%）。主任务为计数屏幕中央的十字变化次数。同样记录12名连续认知作业2.5小时被试和12名实验室休息2.5小时被试,在2.5小时不同情况下,前后两次非注意面孔表情失匹配负波（EMMN）,以评定脑力疲劳对前注意加工,特别是前注意阶段情绪自动加工的影响。本研究的主要结果及结论：1.持续2.5小时AX-CPT任务后,被试疲劳、悲伤等负性情绪增加,警觉性下降,表明持续2.5小时AX-CPT任务有效地诱发出脑力疲劳。2.实验一选择刺激呈现持续时间,将活跃的认知需求任务与非注意无关任务同时视觉呈现,通过改变oddball范式实现对非注意偏差刺激改变,在100-300ms时程内看到由偏差刺激诱发的vMMN。3.通过控制表情刺激图片数量,并将活跃的认知需求任务与非注意无关任务同时视觉呈现,通过改变oddball范式实现对非注意偏差刺激改变,在120-320ms时程内看到由偏差表情诱发的vMMN。说明复杂的面孔表情也能诱发vMMN。4.2.5h连续认知操作诱发脑力疲劳后简单视觉特征偏差刺激vMMN波幅显著降低,潜伏期延后。说明前注意变化觉察加工深度和速度均受到脑力疲劳的影响,支持脑力疲劳损害信息视觉前注加工的假设,即脑力疲劳出现前注意加工,特别是偏差觉察加工的损害。此研究结果将疲劳后偏差觉察障碍扩展到了前注意早期阶段。此外,这一实验结果还验证了在视觉通道内刺激呈现持续时间也能诱发vMMN。5.与对照组相比,2.5h连续认知操作导致脑力疲劳后面孔表情vMMN波幅下降,并且在颞枕区观察到恐惧vMMN波幅小于高兴vMMN波幅。首先说明在脑力疲劳状态下,无论正性面孔表情还是负性面孔表情的vMMN波幅下降均得到充分的体现,脑力疲劳削弱了面孔表情自动加工,为脑力疲劳存在早期信息自动加工障碍提供更强的支持。发现正性面孔表情自动加工损害较负性面孔表情自动加工损害更少。6.脑力疲劳不仅损害视觉简单刺激前注意加工,特别是偏差觉察功能,而且损害复杂的面孔表情自动加工

论文目录

• 摘要
• Abstract
• 前言
• 1 绪论
• 1.1 脑力疲劳
• 1.1.1 概念界定
• 1.1.2 脑力疲劳的前因因素以及表现
• 1.2 脑力疲劳研究进展
• 1.2.1 脑力疲劳影响注意的研究
• 1.2.2 脑力疲劳后错误操作/行为的研究
• 1.3 前注意加工
• 1.3.1 前注意及前注意加工的界定
• 1.3.2 视觉前注意加工
• 1.3.3 心理疲劳与前注意加工的关系
• 1.4 前注意加工的ERP研究—MMN
• 1.4.1 失匹配负波（MMN）是前注意加工的证据
• 1.4.2 听觉MMN
• 1.4.3 视觉MMN
• 1.4.4 特殊的视觉MMN-表情MMN
• 1.5 视觉MMN是反应前注意自动加工和视觉变化觉察的敏感指标
• 1.5.1 视觉MMN是反应前注意自动加工的敏感指标
• 1.5.2 视觉MMN是反应快速的变化觉察的指标
• 2 问题提出与假设
• 2.1 研究问题提出
• 2.1.1 脑力疲劳影响前注意变化觉察
• 2.1.2 脑力疲劳影响情绪信息自动加工
• 2.2 理论基础以及假设
• 2.3 研究的技术路线
• 3 研究方法
• 3.1 脑力疲劳与视觉简单特征刺激前注意加工
• 3.1.1 被试
• 3.1.2 实验任务
• 3.1.3 疲劳感觉评估
• 3.1.4 实验流程
• 3.1.5 EEG记录
• 3.1.6 数据分析
• 3.1.7 结果
• 3.1.8 小结
• 3.2 脑力疲劳影响面孔表情自动加工的ERP研究
• 3.2.1 被试
• 3.2.2 材料
• 3.2.3 脑力疲劳评估
• 3.2.4 实验程序
• 3.2.5 脑电记录
• 3.2.6 数据分析
• （1） 疲劳感觉和POMS
• （2） ERPs数据分析
• 3.2.7 结果
• （1） POMS和疲劳感觉量表结果
• （）2脑力疲劳后情绪状态
• （3）ERP结果
• 3.2.8 小结
• 4 总讨论
• 4.1 脑力疲劳前因因素
• 4.2 视觉MMN任务
• 4.3 脑力疲劳影响视觉前注意加工的ERP研究的重要性
• 4.4 脑力疲劳影响视觉简单特征刺激前注意加工
• 4.5 脑力疲劳影响情绪信息自动加工
• 4.6 结论
• 4.7 研究存在不足与展望
• 参考文献
• 附录
• 致谢
• 攻读学位期间的研究成果