Sustained Attention in Real Classroom Settings: An EEG Study
真实课堂环境中的持续注意力:脑电图研究
摘要
持续关注是一个能够在较长时间内保持反应持久性和持续努力的过程。在现实生活中，执行与注意力相关的任务需要忽略各种干扰，并阻止注意力转移到无关的活动上。本研究探讨了在真实的课堂环境中进行持续注意力任务时脑电图(EEG)频谱的变化。18名健康的学生被要求尽可能快地识别在常规大学课堂上展示的特殊视觉目标。根据反应时间对他们的脑电图进行排序，显示了他们对随机引入的视觉刺激的视觉警觉性水平，显示了大脑振荡模式的显著变化。工频分析结果表明，脑电图频谱动态变化与持续注意任务中受损的表现之间存在关系。在所有的研究对象和研究过程中，反应时间延长的前提是枕部的delta和theta脑电图功率增加，枕部和颞部的beta功率减少。同时，将复杂的注意力任务范式应用到真实的课堂环境中，使得研究大脑活动和导致行为表现受损的因素之间的特定相互联系成为可能，比如课堂精神疲劳的发展和表现。该研究结果为开发一种能够通过监测脑电图谱的变化来评估真实课堂活动中视觉注意力水平的系统奠定了基础。
关键词:脑电图;课堂;真实环境
引言
人类的行为和对不同环境条件的适应需要复杂的认知活动，这种认知活动既发生在高度发达的新皮层，也发生在系统发育较早的大脑结构中。专注于特定刺激以完成计划任务的能力就是这种复杂认知活动的一个例子，这种活动被称为持续注意力。Sarter等人(2001)将持续注意定义为注意的一个基本组成部分，其特征是准备好在长时间内探测到罕见和不可预测的信号。
视觉信息处理是一个多阶段的生理过程，涉及多个脑区。在猴子身上已经证明，纹状皮质是两个多突触皮质通路或流的来源(Ungerleider,Mishkin, 1982;Mishkin et al.， 1983)。越快的人越能处理物体的位置。较慢的一个在腹侧运行，负责对可观察到的物体进行视觉识别。随后的研究证实了这一假设。据描述，背侧流通过枕顶叶皮层到达顶叶下叶的后部，并可能进一步延伸至背外侧前额叶皮层。腹侧流被描述为穿过枕颞皮质到达颞下回前部，并有可能延伸至腹外侧前额叶皮层(Macko et al，1982;Goodale et al，1994)。根据与视觉引导行为相关的背侧流的一般功能描述，它被定义为where通路;腹侧流被定义为具有支持对象质量或身份处理功能的what通路(de Haan and Cowey, 2011;Kravitz et al，2011)。关于枕颞网络内在功能的最一致的发现之一(Tsao et al，2008;Bell et al.， 2011)是对特定对象类别(如身体部位和面部、场景、几何对象、工具、文字、颜色)有选择性的皮层功能聚类的存在(Malach et al.， 1995;Epstein,Kanwisher, 1998;唐宁et al，2006;Conway et al，2007;Mahon et al，2007;Murphey et al，2008;Dehaene和Cohen, 2011)。众所周知,视觉注意力,无论是针对空间位置(甘地et al ., 1999),对象(Shomstein和代表,2006),或其他独特的特性(Maunsell的忠诚,2006),直接影响视觉信息处理相应区域内的枕颞网络涉及的内存机制(Kravitz et al ., 2013)。电生理研究的视觉通路机制揭示了倒序的注意力的影响,这样的注意力增强神经发射率大,早在V4和较小的,后来在V1, V2的中间结果,这表明注意力机制操作通过反馈从高阶地区低阶的(水牛et al ., 2010)。
在实验室条件下进行实验测量大脑活动是认知神经科学研究中广泛使用的方法。然而，许多有效的研究技术，如PET或fMRI，是不适合的，如果一个人想要调查大脑的激活模式，因为他们与现实世界的环境。为了使自然社会环境中的大脑动态可视化变得可行和可靠，需要应用特殊的复杂的现实世界的神经成像技术(McDowell et al.， 2013;葛西纪明等，2015)。研究大脑活动最常见的电生理学方法之一是识别脑电图信号的光谱特征，以及在不同条件下这些特征发生变化的脑区。研究表明，不同脑电图频带的活动可能与特定的生理状态有关。自从脑电图被发现后的早期研究，脑电图振荡就被按其频率分类(Adrian and Mathews, 1934)。最近的数字信号处理方法的技术发展导致更精确的量化脑电图频率和频带有近似的定义范围:1 3赫兹delta;,4 7赫兹theta;,15 30 Hz 8 14 Hzalpha;,beta;和gamma;高于30 Hz。振荡的皮层电活动在所有频段都被认为与各种各样的知觉、感觉运动和认知操作有关，包括注意力和记忆(Aoki et al.， 1999;Klimesch, 1999;奥西波娃等人，2006;Palva和Palva, 2007)。
和任何生物一样，人不可能长时间保持最佳注意力而不陷入疲劳状态(Mackworth, 1948)。疲劳有不同的分类方法，可以是短期的，也可以是长期的，可以是身体上的，也可以是精神上的(Jason et al.， 2010)。与通常与全身或肌肉耐力疲劳相关的身体疲劳相反，精神疲劳是与“脑力工作”效率降低相关的一种疲劳。“脑力工作”是指专注于执行一项或多项特定任务的大脑活动。疲劳本身是一种需要休息的警报信号;然而，它的长期存在可能导致不希望的后果。随着现代世界的快速发展，人们不得不处理大量的信息，使他们成为一个经历心理疲劳负面影响的危险群体。根据社区流行病学研究，有15 - 25%的一般人群报告感到精神疲劳，可分为短期疲劳;一般人群中分别有5-18%和3-10%的人经历长期疲劳和慢性疲劳(超过1个月)(Fukuda et al.， 1997;康德等，2003)。一个众所周知的事实是，在执行需要长时间保持高度专注的工作时，如学习、驾驶、写作或阅读科学论文，特别容易进入精神疲劳状态。精神疲劳可能有多种生理原因和特征，包括任务相关脑区皮层电活动受损(Tanaka et al.， 2015)和脑电图振荡的广泛变化(Klimesch, 1999)。据报道，注意力受到精神疲劳的影响，表现为抑制无关信息的能力下降，抑制注意力转移到无关刺激上，从而导致反应时间增加和错误反应的数量增加(Boksem et al.， 2005;Faber et al.， 2012)。与疲劳相关的研究的问题由于个体之间对疲劳的反应是高度可变的，并且取决于多种因素，例如目标导向任务中的动机，而变得更加复杂。在我们之前的研究中，我们证明了视觉注意力受损与任务导致的精神疲劳之间的关系(Pal et al.， 2008;(Lin et al.， 2012)，导致驾驶任务失误。结果表明，枕顶叶区域的波和低光谱功率的变化伴随着精神疲劳，导致视觉注意力任务表现下降。
同时，在现代社会，教育被认为是人格发展的重要阶段。学习和记忆的过程与选择性地专注于一个离散的信息方面而忽略其他可感知信息的能力密切相关。在过去的十年里，在教室里使用放映机，特别是在高年级和大学里使用放映机来展示演讲材料，已经成为普遍接受的标准。这种方法可以让教师更有效地引入新信息，但同时也会增加学生的精神压力，要求他们在整个讲座过程中都要把注意力集中在屏幕上。从功能上讲，关注这些讲座本身就是一项持续关注的任务。然而，在真实的课堂中存在着各种分散注意力的因素，这使得检测与注意力水平变化相关的大脑活动变化并验证实验室得出的结论成为一项挑战。最近一项关于课堂上群体互动的研究表明，通过评估基于群体的神经连贯性，并将脑对脑的同步作为动态社会互动的可能神经标记，来预测学生课堂参与的可能性(Dikker et al.， 2017)。
为了扩展上述工作(Lin et al.， 2010)，以开发一个广义的人类注意力模型，并研究在真实情况下持续注意力的脑电图相关性，我们设置了一个真实的教室作为本研究的实验环境。本研究系统地探索了在没有任何特定的离散环境事件或外部刺激的情况下，随着时间的推移缓慢发生的主音谱变化(Rajkowski等，1994;(Makeig和Jung, 1996)，在delta、theta、alpha和beta频带中评估皮层脑活动(通过脑电图波谱功率的变化)和视觉注意力任务中的表现(反应时间)之间的特定联系。这些结果可能为脑机接口(BCI)的发展提供了见解，以评估学生的警觉性和视觉注意力水平(Jung et al.， 1997;Lin et al.， 2006)。
方法材料
被试
18名年龄在23到27岁之间的健康志愿者(11名男性和7名女性)参加了这项研究。所有参与者都是右撇子，视力正常或矫正为正常，没有神经或精神病史。这项实验是根据国家法律进行的，并得到了交大机构审查委员会(IRB)的批准。每个参与者在参与前提供书面知情同意。实验结束后，参与者获得了大约20美元的补偿。
课堂活动
为了以最真实的方式将持续注意力运用到课堂活动中，实验在交大的定期讲座中进行。所有的参与者都是正在上这门课的学生。对这门课的学习成绩进行评估时，参与者和非参与者没有区别。为了在考试中取得好成绩并顺利通过这门课程，本研究的参与者很自然地会将全部注意力放在对讲课材料的感知上。所有数据收集均在一个学期内完成。实验结果不用于评估参与者的学习表现，并被保密和匿名，以避免任何影响评分的课程。
视觉注意任务
为了评估视觉警觉性的水平，我们使用了一种专门设计的视觉目标识别测试。在讲课过程中，简单几何对象(刺激)的图像以随机的时间间隔出现在屏幕上，但每分钟不超过一个刺激(平均试验间隔92 33秒，每节试验36 10次)。有四种类型的刺激(三角形、正方形、圆和明星),其中只有一个是单个试验(图1)所示。每个参与者的实验有一个智能手机应用程序的形式显示所有可能的选择按钮图片和智能手机却依然清醒和锁在整个实验。每个实验会话之前,参与者被要求保持警惕并按相应的按钮尽快如果他们注意到刺激,但他们无论是奖励还是处罚为好或坏的性能测试,以确保它不影响感知讲座材料的首要任务。刺激出现在屏幕上和按下按钮之间的时间间隔定义了响应时间(RT，图2)。较长的RT表示较低的视觉警觉性和较高的睡意(Sarter et al.， 2001)。在这些试验中，在刺激出现后的5秒钟内，反应没有被接收到，或者反应与刺激不匹配，这些试验被归类为错过，并被排除在进一步的分析之外。所有设备均接入同一网络，同步进行协调的刺激呈现、响应采集和脑电图记录。受试者刺激表现和反应的时间戳被自动标记为各自脑电图记录中的事件标记。为了确保长时间的RTs游戏确实与受损的反应时间有关，但与注意力分散或其他因素无关，研究人员对参与者面部的视频记录进行了人工审查。实验时间为50分钟(这是交大一门典型的大学课程)。由于实用的限制，收集到的会话数对所有参与者来说都不相同，范围在2到8之间(平均值5.4)，大多数人执行6个会话。其中一名受试者只参加了一次实验;数据分析中没有使用相应的数据集。表1总结了受试者的会话次数和正确应答试验的平均响应时间。
脑电采集
脑电图信号记录使用Ag/AgCl电极连接到32通道的Quik-Cap (Compumedical NeuroScan)上。根据扩展的国际1020系统放置了30个脑电图电极，两个参考电极位于两个乳突骨上。参考电极下的皮肤使用Nuprep(美国韦弗公司)擦除，并在校准前用70%异丙醇拭子消毒。电极与皮肤之间的阻抗一直低于5 kOmega;使用NaCl-based导电凝胶(Quik-Gel, Neuromedical供应)。使用Scan NuAmps系统(Compumedics Ltd.， VIC, Australia)放大来自caps的脑电图信号，并以1,000 Hz的采样率记录下来。数据处理使用EEGLAB (Delorme和Makeig, 2004)， MATLAB的工具箱。采集脑电图数据，检查伪信号和噪声信道信号，分别用1 Hz高通滤波器和50 Hz低通滤波器去除肌肉伪信号和电网噪声，然后降采样至250 Hz。通过对相应脑电图数据集的质量检测，选取17名受试者共92个实验环节进行进一步分析。为了计算大脑活动中主音功率谱变化的参数，我们提取了刺激出现之前的2 s长时间间隔的脑电图记录作为epochs。每个脑电图样本通过1 ~ 30hz的快速傅里叶变换(FFT)转换到频域，以1hz为步长，研究其频谱特征。
统计分析
用单因素方差分析和事后t检验比较脑电图频带的平均谱功率。可比较的分布通过了Lilliefors正态性检验(Lilliefors, 1967)。所有的显著性检验都使用错误发现率(Benjamini和Hochberg, 1995)对多次比较进行了校正。除非另有说明，本研究采用0.05的alpha水平进行统计假设检验。
结果
反应时
在实验之前，所有的受试者都被告知要尽可能地保持警惕，并对视觉刺激做出尽可能快的反应。由于响应时间不是正态分布的，并且在个体之间差异很大(Heathcote et al.， 1991)，我们使用了警报状态的概念(Pal et al.， 2008;Lin et al.， 2013)为了对数据进行分组分析。在实验过程中，受试者必须对多种视觉注意力事件做出反应，同时还要注意讲课材料，因此他们的表现往往会随着时间而波动。每个参与者的RTs最短的试验中有10%被认为是基线或最大警觉性状态，其中受试者
剩余内容已隐藏，支付完成后下载完整资料
英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[271685]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
