摘要：大腦疲勞的癥狀體現(xiàn)在認(rèn)知能力的下降，認(rèn)知功能主要由前額葉皮層（PFC）調(diào)控。功能性近紅外腦成像技術(shù)（fNIRS）能夠測量一段時(shí)間內(nèi)的大腦血氧濃度變化，從而間接反映大腦皮層的激活程度。設(shè)計(jì)了一款具有10通道且可覆蓋前額葉區(qū)域的可穿戴fNIRS頭帶，并使用該頭帶對受試者大腦進(jìn)行檢測，觀察受試者是否進(jìn)入疲勞狀態(tài)。設(shè)備采用780 nm和850 nm的激光二極管和光電二極管作為光源和光電探測器，光源采用頻分復(fù)用的調(diào)制方法來區(qū)分兩種波長以及屏蔽環(huán)境光的干擾，并且采用時(shí)分復(fù)用的方法驅(qū)動(dòng)光源以獲得較高的探測效率。fNIRS頭帶制作完成后將其應(yīng)用于間隔認(rèn)知測試，結(jié)果發(fā)現(xiàn)氧合血紅蛋白（HbO）和脫氧血紅蛋白（Hb）的濃度均存在間隔性變化，證實(shí)了fNIRS頭帶的可行性。隨后招募受試者參與模擬駕駛實(shí)驗(yàn)，并在模擬前后測量認(rèn)知能力。fNIRS成像結(jié)果均能觀察到在實(shí)驗(yàn)后期背外側(cè)前額葉（DLPFC）皮層HbO濃度的下降，且認(rèn)知任務(wù)結(jié)果顯示認(rèn)知能力下降，表明實(shí)驗(yàn)后期受試者大腦開始疲勞，由此驗(yàn)證了fNIRS頭帶檢測疲勞的可行性。

關(guān)鍵詞：功能性近紅外腦成像技術(shù)（fNIRS）；前額葉；血氧濃度；疲勞檢測

中圖分類號(hào)：TH 773文獻(xiàn)標(biāo)志碼：A

Design offNIRS system used for mental fatigue detection

SHEN Wushuang1，SHEN Huijuan1，SU Tong2，WANG Hao2，ZHANG Xuedian1，MA Pei1

（1.School of Optical-Electrical and Computer Engineering，University of Shanghai forScience and Technology，Shanghai 200093，China;

2.Faculty of Psychology，Naval Medical University，Shanghai 200433，China）

Abstract：The symptoms of brain fatigue are reflected in a decline in cognitive function，which is mainly regulated by the prefrontal cortex（PFC）.Functional near-infrared spectroscopy（fNIRS）can measure the changes in cerebral blood oxygen concentration over a period of time，thereby indirectly reflecting the degree of activation of the cerebral cortex.Therefore，a wearable fNIRS headband with 10 channels that can cover the prefrontal area is designed，and the headband is used to detect the subject's brain to observe whether the subject enters the fatigue state.The headbanduses 780 nm and 850 nm laser diodes and silicon photodiodes as light source and photodetector.The light source uses frequency division multiplexing modulation method to distinguish two different wavelengths and to shield the interference of ambient light，and also time division multiplexing to drive the light source to obtain higher detection efficiency.After the fNIRS headband was made，it was applied to the interval cognitive test.The results showed that there were interval changes in the concentration of oxygenated hemoglobin（HbO）and hemoglobin（Hb），which confirmed the feasibility of the fNIRS headband.Subjects were then recruited to participate in a simulated driving experiment，and cognitive ability was measured before and after the simulation.The results of fNIRS imaging showed a decrease in the concentration of HbO in the dorolateral prefrontal cortex（DLPFC）in the late stage of the experiment.Cognitive tasks showed a decline in cognitive ability，indicating that the subjects'brain began to fatigue in the late stage of the experiment，thus verifying the feasibility offNIRS headband in detecting fatigue.

Keywords：functional near-infrared spectroscopy;prefrontal cortex;blood oxygen concentration;test of fatigue

引言

疲勞主要分為精神疲勞和生理疲勞，是由于過度的身體活動(dòng)或者心理活動(dòng)導(dǎo)致的。生理疲勞主要體現(xiàn)在身體活動(dòng)功能以及效率下降，而精神疲勞主要體現(xiàn)在潛在的認(rèn)知功能損害[1]。人類大腦的前額葉主要負(fù)責(zé)認(rèn)知和記憶等功能[2]，大腦精神疲勞體現(xiàn)在認(rèn)知功能下降，因此對前額葉區(qū)域進(jìn)行認(rèn)知功能監(jiān)測可以看出受試者在長時(shí)間精神高度集中的工作狀態(tài)下是否產(chǎn)生疲勞[3]。對于需要長時(shí)間注意力集中的工作人員來說，若在工作時(shí)因腦疲勞發(fā)生失誤可能會(huì)導(dǎo)致嚴(yán)重的后果，例如：司機(jī)長時(shí)間在高速公路行駛?cè)菀滓蚱隈{駛而發(fā)生車禍；工廠操作工容易因長時(shí)間的工作而產(chǎn)生腦疲勞，從而導(dǎo)致發(fā)生安全事故的概率上升；甚至在軍事領(lǐng)域中，若作戰(zhàn)人員需要面對突發(fā)情況但已經(jīng)處于大腦疲勞的狀態(tài)，由于其操作能力和反應(yīng)能力的下降容易造成工作失誤。因此，實(shí)時(shí)監(jiān)測工作人員的大腦疲勞狀態(tài)對于保障其人身安全來說非常重要。

目前檢測疲勞狀態(tài)的主流方法是在工作前后通過測試認(rèn)知能力并查看能力是否下降的結(jié)果來判斷疲勞狀態(tài)，或者在工作結(jié)束后通過《疲勞自測表》來判斷[4]。因此此類判斷疲勞的方法存在較大的漏洞，無法在工作過程中檢測到疲勞狀態(tài)，容易在工作后期因大腦疲勞而產(chǎn)生安全隱患。此外還有通過監(jiān)控檢測眼動(dòng)信號(hào)，手環(huán)檢測心率變異性、肌肉抽搐等生理指標(biāo)[5]來檢測疲勞狀態(tài)，這些生理指標(biāo)間接檢測了大腦的疲勞狀態(tài)，而功能性近紅外腦成像技術(shù)（functional near-infrared spectroscopy，fNIRS）設(shè)備能夠直接檢測大腦的認(rèn)知狀態(tài)，對于疲勞狀態(tài)檢測具有直接效果[6]，此外fNIRS具有良好的時(shí)間分辨率和空間分辨率，具有非侵入性、無損、便攜、低成本等特點(diǎn)[7]，fNIRS設(shè)備的可穿戴性以及便攜性可以使其應(yīng)用于各個(gè)工作場景。

fNIRS可以實(shí)時(shí)對大腦前額葉的激活程度進(jìn)行成像，是一種通過放置在頭顱上的fNIRS頭套去采集分析信號(hào)從而反映腦活動(dòng)的一種技術(shù)[8]。fNIRS的檢測原理為當(dāng)大腦受到外界任務(wù)刺激并且開始劇烈的腦活動(dòng)時(shí)，在神經(jīng)血管耦合的作用下會(huì)引起氧合血紅蛋白（HbO）的濃度上升以及脫氧血紅蛋白（Hb）的濃度下降[9]，由于HbO和Hb在600～900 nm波長范圍內(nèi)具有較高的吸收系數(shù)，可采用近紅外波段來檢測HbO和Hb的濃度變化[10]。其檢測過程為放置在頭皮上的光源發(fā)射近紅外光并且穿過腦組織，由放置頭皮上的光電探測器接收出射光強(qiáng)，出射光強(qiáng)在腦組織吸收和散射的作用下與入射光強(qiáng)相比幅值有所減少，因此根據(jù)已知的入射光強(qiáng)和采集到的出射光強(qiáng)應(yīng)用修正的比爾–朗伯定律（modified Beer-Lambert law，MBLL）[11]可以將其轉(zhuǎn)化為HbO和Hb的濃度，MBLL如式（1）所示，血紅蛋白濃度變化的求解如式（2）所示。

式中：ΔOD為光衰減量，可由已知的入射光強(qiáng)和探測到的出射光強(qiáng)計(jì)算得到；ε為消光系數(shù)，可通過文獻(xiàn)查閱HbO和Hb在各種波長下對應(yīng)的ε[12]；C為需要求解的HbO和Hb的濃度變化；DPF為路徑長度修正因子，可通過文獻(xiàn)查閱得到不同波長下的DPF[13]；d為光源–探測器之間的距離。

血紅蛋白的濃度變化反映了大腦的血液動(dòng)力學(xué)活動(dòng)，從而間接反映了大腦皮層各個(gè)腦區(qū)的激活程度。在fNIRS系統(tǒng)中，大腦精神疲勞導(dǎo)致的認(rèn)知能力下降體現(xiàn)在HbO的濃度下降以及Hb的濃度上升，因此普遍認(rèn)為血紅蛋白的濃度變化是認(rèn)知狀態(tài)變化的直接響應(yīng)[14]。

為了檢測工作過程中的大腦疲勞狀態(tài)，本文設(shè)計(jì)了一款測量前額葉血紅蛋白濃度變化的連續(xù)波型[15]fNIRS頭帶，采用激光二極管（LD）和光電二極管（PD）的組合作為該系統(tǒng)的發(fā)射光源和信號(hào)接收模塊，為了使探測通道能覆蓋前額葉整個(gè)區(qū)域，采用3 cm的光源–探測器距離，共組成10通道對受試者的前額葉進(jìn)行測量。隨后通過間隔認(rèn)知實(shí)驗(yàn)測試了fNIRS系統(tǒng)的性能，證實(shí)了fNIRS系統(tǒng)能夠按照實(shí)驗(yàn)設(shè)計(jì)產(chǎn)生相應(yīng)的血紅蛋白濃度響應(yīng)。在驗(yàn)證fNIRS設(shè)備可正常工作后，設(shè)計(jì)了一個(gè)模擬駕駛實(shí)驗(yàn)，監(jiān)測受試者在模擬駕駛過程中從精神狀態(tài)良好過渡到疲勞狀態(tài)時(shí)大腦前額葉的血氧濃度變化，并且通過測試認(rèn)知任務(wù)的對比反應(yīng)受試者在模擬駕駛?cè)蝿?wù)前后的認(rèn)知能力，其結(jié)果與fNIRS設(shè)備顯示的結(jié)果一致，驗(yàn)證了fNIRS設(shè)備在工作時(shí)檢測疲勞狀態(tài)的可行性。

1 fNIRS系統(tǒng)設(shè)計(jì)

1.1光源模塊設(shè)計(jì)

本實(shí)驗(yàn)所設(shè)計(jì)的fNIRS頭帶共由4組光源和4個(gè)探測器組成，共組成10個(gè)通道，可以對大腦前額葉全域進(jìn)行測量。每組光源由一個(gè)780 nm和850 nm波長的N型激光二極管（LD型號(hào)QL78J6SA和QL85J6SA）組成。除LD之外，將LED作為光源也較為常見[16]，因?yàn)長ED相比于LD的波長選擇范圍更廣、體積更小、安全性能更高且其價(jià)格更便宜[15]，但是LED的缺點(diǎn)在于它發(fā)射出來的是帶寬較寬的非相干光，而激光二極管則能發(fā)射窄帶寬的相干光。當(dāng)光源應(yīng)用于fNIRS系統(tǒng)時(shí)，LD可以避免兩波長的重疊，能夠大大降低光源波長重疊帶來的干擾[17]，該優(yōu)勢對于同時(shí)發(fā)射不同波長光源的fNIRS系統(tǒng)來說尤為重要，因此本文采用LD作為該系統(tǒng)的發(fā)射光源。為了完全區(qū)分每組光源中同時(shí)發(fā)光的兩個(gè)不同波長的激光二極管，采用了頻分復(fù)用的方法，將780 nm波長的LD和830 nm波長的LD分別調(diào)制在1.3 kHz和1.8 kHz的頻率上，然后對采集到的數(shù)據(jù)利用帶通濾波器提取1.3 kHz和1.8 kHz頻率上的信號(hào)，該信號(hào)即光源穿過頭皮的真實(shí)光強(qiáng)變化信號(hào)，此方法還可以屏蔽環(huán)境光的干擾。

激光二極管的驅(qū)動(dòng)電路采用了德國IC-Haus公司的IC-NZN集成芯片，用于驅(qū)動(dòng)N型激光二極管，其驅(qū)動(dòng)電路如圖1（a）所示。為了使探測器在光源時(shí)分復(fù)用時(shí)探測到個(gè)位數(shù)級的電壓，將LD的平均輸出光功率設(shè)置為15 mW，屬于三類激光產(chǎn)品[18]。LD的光功率由該芯片第3引腳MD所連接的RMON電阻調(diào)節(jié)，該電阻用于控制流過LD的電流大??；為了防止流過LD的電流太大而損壞LD，因此在第19引腳連接RSI電阻來設(shè)置限制電流，當(dāng)電流達(dá)到所設(shè)置的極限時(shí)，第23引腳NERR會(huì)發(fā)出過流信號(hào)，放置在NERR端的LED能夠發(fā)光警告；第22腳NSLP實(shí)現(xiàn)對LD的開關(guān)控制，當(dāng)NSLP接高電平時(shí)，LD發(fā)光，因此將NSLP端外接數(shù)據(jù)采集卡（DAQ）來控制LD的驅(qū)動(dòng)順序。

1.2光電探測器模塊設(shè)計(jì)

光電探測器采用的是普通光電二極管（PD，TI公司，型號(hào)OPT101），光電二極管與雪崩光電二極管（APD）和光電倍增管（PMT）相比，它的成本低且線性度好，OPT101內(nèi)部集成了光敏器件和一個(gè)互阻放大器，能夠有效地減少漏電流和雜散電容所引起的誤差，對提升系統(tǒng)的抗干擾性具有較大的幫助[19]；OPT101的輸出信號(hào)為電壓信號(hào)，能夠被數(shù)據(jù)采集卡直接采集，不需要轉(zhuǎn)換電路將電流信號(hào)轉(zhuǎn)化為電壓信號(hào)，從而減少I/V轉(zhuǎn)換帶來的損耗。OPT101的探測電路如圖1（b）所示，OPT101為8引腳的探測器，其4腳和5腳用于連接數(shù)據(jù)采集卡，將實(shí)時(shí)的電壓變化輸出至數(shù)據(jù)采集卡儲(chǔ)存；當(dāng)探測器處于相對黑暗的環(huán)境時(shí)，易產(chǎn)生暗電流，因此采用REF200、OPA177以及500 kΩ的可調(diào)電阻用于減少光電探測器產(chǎn)生的暗電流，提高采集信號(hào)的準(zhǔn)確度。

1.3系統(tǒng)控制及數(shù)據(jù)采集模塊設(shè)計(jì)

光電探測器和光源被分別安裝于3D打印的探頭外殼內(nèi)，光源和探測器的距離為3 cm[20]，如圖2所示。測量時(shí)將所需要的光源和探測器探頭放入fNIRS頭帶的凹槽底座內(nèi)，此設(shè)計(jì)利用簡單的旋轉(zhuǎn)可將探頭與底座拆卸和安裝，探頭的平面設(shè)計(jì)可以使光源垂直入射大腦，以便光電探測器接收。

為了避免4組光源同時(shí)發(fā)光從而導(dǎo)致探測器在接收時(shí)無法區(qū)分來自各個(gè)方向的光強(qiáng)，系統(tǒng)采用時(shí)分復(fù)用[21]的方法將每組LD輪流點(diǎn)亮，為了提高探測器的測量效率，光源輪流點(diǎn)亮的過程為S2、S3、然后S1和S4同時(shí)點(diǎn)亮，每組光源點(diǎn)亮200 ms，整個(gè)周期為600 ms，光源和探測器的排布以及光源驅(qū)動(dòng)時(shí)序圖如圖3所示。4個(gè)光電探測器持續(xù)采集大腦的出射光強(qiáng)信號(hào)，采集完畢后將不同時(shí)段采集到的信號(hào)進(jìn)行通道標(biāo)號(hào)，例如當(dāng)S2亮?xí)r，D1采集到的信號(hào)標(biāo)為CH3；D2采集到的信號(hào)為CH4；D3采集到的信號(hào)為CH6，以此類推，每組光源驅(qū)動(dòng)時(shí)探測器采集的通道如表1所示，其中由于S2與D4以及S3與D1的探測距離過長，因此舍棄D4與D1所采集到的信號(hào)。

數(shù)據(jù)采集卡（DAQ，型號(hào)USB3136A）的模擬I/O口接收來自O(shè)PT101的電壓信號(hào)，并將其保存在指定文件夾中。該數(shù)據(jù)采集卡的編程環(huán)境為LabView，因此光源的控制以及光電探測器的采集和保存均由LabView完成。其采集過程為：首先，由正弦波控件生成頻率為1.3 kHz和1.8 kHz、相位為90、幅值為0.28、偏移量為0.28的兩路余弦調(diào)制信號(hào)，由DAQ的模擬輸出端AO0，AO1輸出，由于該DAQ只有2個(gè)模擬輸出，因此采用8選2的CD4052芯片將兩路調(diào)制信號(hào)按照圖3所示的時(shí)序圖輪流對每組光源進(jìn)行調(diào)制；其次，OPT101接收穿過大腦的光強(qiáng)信號(hào)并將其轉(zhuǎn)化為電壓信號(hào)；最后，由數(shù)據(jù)采集卡模擬輸入端接收并保存，其中為了保證保存速度高于采樣速度，增加了生產(chǎn)者/消費(fèi)者結(jié)構(gòu)[22]，以便數(shù)據(jù)不易丟失。

2 fNIRS系統(tǒng)性能測試

2.1系統(tǒng)性能測試方法

當(dāng)大腦受到外界的刺激時(shí)，在fNIRS的結(jié)果中顯示為HbO的濃度上升以及Hb的濃度下降。為了測試所設(shè)計(jì)的fNIRS系統(tǒng)的可行性，設(shè)計(jì)了間隔性認(rèn)知測試來驗(yàn)證fNIRS結(jié)果是否呈現(xiàn)間隔上升或下降。間隔性認(rèn)知實(shí)驗(yàn)主要分為4個(gè)階段，過程如圖4所示。

第一階段：受試者佩戴好fNIRS頭帶，安靜地坐著，告知受試者閉眼放松，在此狀態(tài)下測量血氧的濃度變化2 min，該過程稱為測量靜息狀態(tài)下的基線變化。在測量基線的過程中，由于受試者處于閉眼安靜且沒有外界刺激的環(huán)境下，大腦的活動(dòng)會(huì)趨于平靜，表現(xiàn)為HbO的濃度能夠變化至平緩狀態(tài)。第二階段：讓受試者開始3 min的尋物認(rèn)知測試，過程為根據(jù)提示點(diǎn)擊對應(yīng)的圖片，在此過程中，由于大腦受到外界的任務(wù)刺激，從而導(dǎo)致該階段內(nèi)HbO的濃度上升，Hb的濃度下降。第三階段和第四階段重復(fù)第一和第二階段的過程。

實(shí)驗(yàn)共招募了兩名受試者進(jìn)行間隔認(rèn)知任務(wù)實(shí)驗(yàn)，兩名受試者的平均年齡為25歲，且身體健康，在開始間隔認(rèn)知任務(wù)實(shí)驗(yàn)前均具有良好的精神狀態(tài)。

2.2數(shù)據(jù)處理及分析

fNIRS頭帶的原始數(shù)據(jù)由DAQ傳輸至上位機(jī)進(jìn)行處理分析，數(shù)據(jù)處理及結(jié)果分析以其中一名受試者的CH1為例。fNIRS原始信號(hào)數(shù)據(jù)是由光電探測器連續(xù)采集所得，根據(jù)系統(tǒng)時(shí)分復(fù)用驅(qū)動(dòng)光源的方法，每個(gè)探測器所采集到的數(shù)據(jù)均由3個(gè)通道數(shù)據(jù)共同組成，探測器的原始數(shù)據(jù)如圖5（a）所示，不同的通道采集到的幅值有所區(qū)別，因此首先需要將每個(gè)光電探測器所采集到的數(shù)據(jù)進(jìn)行分割，將其劃分成所需的10個(gè)通道數(shù)據(jù)。小波分解[23]能夠清晰地反映出信號(hào)中發(fā)生突變的斷點(diǎn)位置，斷點(diǎn)所包含的高頻分量可以在多層小波分解中顯現(xiàn)出來，因此可以通過斷點(diǎn)所在的索引將數(shù)據(jù)劃分成各個(gè)通道數(shù)據(jù)。查看原始數(shù)據(jù)的頻譜可知數(shù)據(jù)中包含780 nm的1.3 kHz以及850 nm的1.8 kHz光強(qiáng)信號(hào)，如圖5（b）所示。在調(diào)制過程中探測到的載波與原始載波存在一個(gè)時(shí)間差，因此實(shí)際探測到的信號(hào)與調(diào)制過后的信號(hào)存在一個(gè)相位差φ，為了消除相位差φ干擾，本文采用正交解調(diào)[24]的方法對每個(gè)通道信號(hào)解調(diào)，解調(diào)后的780 nm和850 nm波長的信號(hào)如圖5（c）所示。

解調(diào)后的fNIRS信號(hào)可能含有生理噪聲和受試者在測試過程中因不當(dāng)行為所引起的噪聲等，因此需要通過預(yù)處理去除噪聲，提高信號(hào)的信噪比。生理噪聲主要包括心跳信號(hào)（1～1.5 Hz）、呼吸信號(hào)（0.2～0.3 Hz）、Mayer波（0.1 Hz左右），通過<0.1 Hz的低通濾波器可以將大部分生理信號(hào)噪聲去除[25]。針對頭動(dòng)等不當(dāng)行為引起的噪聲大部分在數(shù)據(jù)中呈現(xiàn)異常值的狀態(tài)，因此可以通過簡單的閾值濾波可以將其去除。本文采用上述所提到的小波分解檢測每個(gè)通道的異常值并將其用附近點(diǎn)的平均值代替。預(yù)處理后將兩個(gè)波長的光強(qiáng)數(shù)據(jù)轉(zhuǎn)化成光密度數(shù)據(jù)后代入修正的比爾?朗伯定律得到HbO和Hb的濃度變化曲線，區(qū)域平滑處理后的曲線如圖5（d）所示，其中紅色為HbO的濃度變化，藍(lán)色為Hb的濃度變化。

在fNIRS系統(tǒng)中，由圖5（d）可知，在測量基線的前2 min內(nèi)，HbO和Hb的濃度變化趨于平緩。當(dāng)大腦受到任務(wù)刺激時(shí)，即從第2 min開始，HbO的濃度明顯上升，Hb的濃度相比于基線有所下降，血紅蛋白濃度隨著任務(wù)的進(jìn)行出現(xiàn)起伏變化。當(dāng)任務(wù)結(jié)束受試者重新閉眼靜坐時(shí)，HbO的濃度大幅度下降以及Hb的濃度略微上升，符合受試者處于靜息狀態(tài)時(shí)大腦活動(dòng)較少的血液動(dòng)力學(xué)響應(yīng)。當(dāng)?shù)?階段重新開始任務(wù)時(shí)，HbO的濃度再次上升，直至任務(wù)結(jié)束。實(shí)驗(yàn)結(jié)果表明fNIRS所測得的HbO曲線與實(shí)驗(yàn)理想的HbO濃度變化基本一致，驗(yàn)證了本文所設(shè)計(jì)的fNIRS系統(tǒng)的可行性，可進(jìn)一步用于檢測大腦的疲勞狀態(tài)。

3 fNIRS用于疲勞檢測實(shí)驗(yàn)

3.1實(shí)驗(yàn)對象及方法

本次實(shí)驗(yàn)通過長時(shí)間的模擬駕駛來監(jiān)測受試者的大腦血紅蛋白濃度變化，由此驗(yàn)證fNIRS頭帶用于疲勞狀態(tài)檢測的可行性。實(shí)驗(yàn)共招募了3名受試者進(jìn)行實(shí)驗(yàn)，由2名女性和1名男性組成，他們的平均年齡為26歲，且身體健康，實(shí)驗(yàn)前保證其8h睡眠時(shí)間，使其在實(shí)驗(yàn)初期精神狀態(tài)良好。實(shí)驗(yàn)過程主要分為4個(gè)階段，如圖6所示。第一階段：測量基線，讓受試者閉眼舒適地坐2 min，測量該狀態(tài)下的fNIRS數(shù)據(jù)作為基線。第二階段：舒爾特方格游戲，該游戲通過從小到大點(diǎn)擊7×7方格內(nèi)的1～49的數(shù)字來測試認(rèn)知反應(yīng)能力，并記錄游戲時(shí)長；第三階段：1 h的模擬駕駛，該模擬駕駛游戲?yàn)椤稓W洲卡車模擬2》，受試者需要佩戴耳機(jī)，用游戲手柄操控卡車，以獲取模擬駕駛的真實(shí)狀態(tài)，如圖7所示；第四階段：舒爾特方格游戲，在模擬駕駛結(jié)束后再次測試認(rèn)知游戲，對比之前的游戲時(shí)長驗(yàn)證大腦是否產(chǎn)生疲勞。本實(shí)驗(yàn)符合《赫爾辛基宣言》規(guī)定的倫理標(biāo)準(zhǔn)，所有參與本實(shí)驗(yàn)的受試者均熟悉實(shí)驗(yàn)?zāi)康暮土鞒?，并簽署知情同意書?/p>

3.2實(shí)驗(yàn)結(jié)果分析

圖8是3名受試者在整個(gè)實(shí)驗(yàn)過程中10個(gè)通道的大腦HbO的平均變化曲線，對照實(shí)驗(yàn)流程圖6可知，在模擬駕駛前的5 min中，受試者處于閉眼測量基線和完成簡單認(rèn)知測試的狀態(tài)，因此大腦的激活程度與模擬任務(wù)開始時(shí)對比相對平緩。當(dāng)受試者開始模擬駕駛時(shí)，HbO的曲線開始上升，由此可知當(dāng)大腦開始復(fù)雜的模擬駕駛?cè)蝿?wù)時(shí)會(huì)使受試者的HbO濃度上升，Hb濃度下降，且隨著模擬駕駛的進(jìn)行，HbO的濃度開始出現(xiàn)活躍的變化，對比受試者模擬駕駛時(shí)的錄屏發(fā)現(xiàn)，當(dāng)突遇緊急狀況時(shí)，HbO曲線會(huì)有快速上升的現(xiàn)象；當(dāng)勻速在公路上行駛時(shí)，HbO曲線會(huì)逐漸下降。大約從實(shí)驗(yàn)的第22 min左右開始，可以看到明顯的HbO濃度下降，如圖8藍(lán)色直線所示，說明受試者在該模擬測試后期到達(dá)疲勞峰值，隨后由于大腦氧氣濃度的持續(xù)降低，供氧系統(tǒng)對這一變化做出反應(yīng)[26]，即實(shí)驗(yàn)?zāi)┢贖bO濃度開始逐漸回升以實(shí)現(xiàn)腦血氧的動(dòng)態(tài)平衡，后期的幅度變化與剛開始相比較為平緩，說明在后期模擬駕駛對大腦的刺激程度無法達(dá)到剛開始實(shí)驗(yàn)時(shí)的水平，驗(yàn)證了受試者已經(jīng)腦疲勞。觀察實(shí)驗(yàn)錄屏過程發(fā)現(xiàn)在后期當(dāng)注意力下降時(shí)，受試者出現(xiàn)車禍，車輛剮蹭等現(xiàn)象的次數(shù)上升，如圖8事故點(diǎn)所示。這些現(xiàn)象的頻繁出現(xiàn)也客觀反映了受試者的大腦已經(jīng)疲勞。

將受試者10個(gè)通道的HbO數(shù)據(jù)進(jìn)行歸一化并且將其按照探頭分布繪制前額葉中不同腦區(qū)的HbO濃度，圖9為受試者C在實(shí)驗(yàn)過程中不同時(shí)間點(diǎn)的前額葉HbO濃度分布圖，其中紅色代表HbO的濃度高，藍(lán)色代表HbO的濃度低。由圖9可知，背外側(cè)前額葉（DLPFC）皮層在整個(gè)前額葉激活區(qū)域中占主導(dǎo)地位。當(dāng)模擬開始時(shí)，DLPFC皮層的激活程度開始上升，并于模擬中期逐漸下降，在模擬后期下降至最小值。Ngetich等[27]提出DLPFC在認(rèn)知領(lǐng)域的功能主要體現(xiàn)在注意力、規(guī)劃、工作記憶、決策、執(zhí)行能力等方面，其中左側(cè)DLPFC主要負(fù)責(zé)決策中的認(rèn)知能力和執(zhí)行能力，右側(cè)DLPFC主要負(fù)責(zé)決策的注意力以及規(guī)劃等。對比模擬前和模擬開始時(shí)期，左側(cè)和右側(cè)DLPFC的HbO濃度均有上升，且右側(cè)的激活程度大于左側(cè)，說明模擬駕駛需要注意力高度集中。在模擬駕駛的中期和后期，DLPFC皮層的激活程度逐漸下降，并由內(nèi)側(cè)前額葉（MPFC）占主導(dǎo)地位，Papasideris等[28]研究表明MPFC主要負(fù)責(zé)情緒控制、意識(shí)等，由此可見在模擬駕駛?cè)蝿?wù)的中后期，注意力和認(rèn)知能力的下降并且由意識(shí)占據(jù)主導(dǎo)地位來完成剩余的駕駛?cè)蝿?wù)，說明此時(shí)受試者已產(chǎn)生腦疲勞。受試者在模擬駕駛?cè)蝿?wù)前后所測試的認(rèn)知任務(wù)時(shí)長如表2所示，時(shí)長變化均為正說明在模擬駕駛?cè)蝿?wù)后大腦的認(rèn)知能力下降，與任務(wù)前相比已經(jīng)產(chǎn)生疲勞，該結(jié)果與fNIRS設(shè)備顯示的結(jié)果保持一致，因此可以驗(yàn)證本文所設(shè)計(jì)fNIRS頭帶用于檢測腦疲勞的可行性。

4結(jié)論

首先基于LD和OPT101的優(yōu)點(diǎn)，結(jié)合光源的頻分復(fù)用以及時(shí)分復(fù)用技術(shù)設(shè)計(jì)出了具有10通道的可穿戴fNIRS頭帶。采用fNIRS頭帶對受試者采集模擬駕駛?cè)蝿?wù)時(shí)的血紅蛋白濃度，通過對實(shí)驗(yàn)結(jié)果可視化后發(fā)現(xiàn)均能在實(shí)驗(yàn)后期觀察到HbO濃度的下降以及HbO的濃度變化不再活躍，從而證明大腦已進(jìn)入疲勞狀態(tài)，驗(yàn)證了fNIRS檢測疲勞狀態(tài)的可行性。fNIRS應(yīng)用于疲勞檢測彌補(bǔ)了只能在工作結(jié)束后才能判斷疲勞與否的弊端，對于需要長時(shí)間監(jiān)測疲勞狀態(tài)的工作者來說具有積極的意義。未來可將深度學(xué)習(xí)與fNIRS系統(tǒng)相結(jié)合，通過對大量模擬駕駛樣本的訓(xùn)練，達(dá)到能夠?qū)崟r(shí)對采集到的數(shù)據(jù)進(jìn)行疲勞狀態(tài)判斷及預(yù)警的目的，同時(shí)還可以對大腦疲勞狀態(tài)進(jìn)行一系列的研究，這對于人類大腦的疲勞機(jī)制的認(rèn)知具有重要意義。

參考文獻(xiàn)：

[1]ISHII A，TANAKA M，WATANABE Y.Neural mechanisms of mental fatigue[J].Reviews in the Neurosciences，2014，25（4）：469–479.

[2]MACHINSKAYA R I.The Brain executive systems[J].Zhurnal Vysshei?Nervnoi?Deiatelnosti Imeni I P Pavlova，2015，65（1）：33–60.

[3]REN Y F，CUI G，ZHANG X Q，et al.The promising fNIRS：uncovering the function of prefrontal working memory networks based on multi-cognitive tasks[J].Frontiers in Psychiatry，2022，13：985076.

[4]PAN T，WANG H B，SI H Q，et al.Research on the identification of pilots'fatigue status based on functional near-infrared spectroscopy[J].Aerospace，2022，9（3）：173.

[5]ANWER S，LI H，ANTWI-AFARI M F，et al.Evaluation of physiological metrics as real-time measurement of physical fatigue in construction workers：state-of-the-art review[J].Journal of Construction Engineering and Management，2021，147（5）：03121001.

[6]ZHANG Z，XU F G，YANG H J，et al.Mental fatigue detection based on the functional near infrared spectroscopy[C]//Proceedings of SPIE 10250，International Conference on Optical and Photonics Engineering（icOPEN）.Chengdu，China：SPIE，2016.

[7]FERRARI M，QUARESIMA V.A brief review on the history of human functional near-infrared spectroscopy（fNIRS）development and fields of application[J].Neuroimage，2012，63（2）：921–935.

[8]LI M Q，GONG A M，NAN W Y，et al.Neurofeedbacktechnology based on functional near infrared spectroscopy imaging and its applications[J].Journal of Biomedical Engineering，2022，39（5）：1041-1049.

[9]KORHONEN V O，MYLLYL?T S，KIRILLIN M Y，et al.Light propagation in NIR spectroscopy of the Human Brain[J].IEEE Journal of Selected Topics in Quantum Electronics，2014，20（2）：7100310.

[10]OBRIG H，WENZEL R，KOHL M，et al.Near-infrared spectroscopy：does it function in functional activation studies of the adult brain？[J].International Journal of Psychophysiology，2000，35（2/3）：125–142.

[11]CHEN X R，SONG X Z，CHEN L，et al.Corrigendum：performance improvement for detecting brain function using fNIRS：a multi-distance probe configuration with PPL method[J].Frontiers in Human Neuroscience，2021，15：786352.

[12]MATCHER S J，ELWELL C E，COOPER C E，et al.Performance comparison of several published tissue near-infrared spectroscopy algorithms[J].Analytical Biochemistry，1995，227（1）：54–68.

[13]ESSENPREIS M，ELWELL C E，COPE M，et al.Spectral dependence of temporal point spread functions in human tissues[J].Applied Optics，1993，32（4）：418–425.

[14]HEROLD F，WIEGEL P，SCHOLKMANN F，et al.Applications of functional near-infrared spectroscopy（fNIRS）neuroimaging in exercise-cognition science：a systematic，methodology-focused review[J].Journal of Clinical Medicine，2018，7（12）：466.

[15]SCHOLKMANN F，KLEISER S，METZ A J，et al.A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology[J].Neuroimage，2014，85：6–27.

[16]CHEN C，MA Z C，LIU Z H，et al.An energy-efficient wearable functional near-infrared spectroscopy system employing dual-level adaptive sampling technique[J].IEEE Transactions on Biomedical Circuits and Systems，2022，16（1）：119–128.

[17]熊偉超.基于連續(xù)波調(diào)制的功能近紅外光譜成像系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].秦皇島：燕山大學(xué)，2018.

[18]王海娟，丁罕，黃志強(qiáng)，等.GB7247.1-2012中激光輻射分類的兩種評估方法[J].中國醫(yī)療器械信息，2021，27（23）：10–12，16.

[19]YAQUB M A，WOO S W，HONG K S.Compact，portable，high-density functional near-infrared spectroscopy system for brain imaging[J].IEEE Access，2020，8：128224–128238.

[20]KARTHIKEYAN P，HONKA U，ILVESM?KI M，et al.In vivo study on NIR light propagation in the human head[C]//Proceedings of SPIE 12192，Optical Technologies for Biology and Medicine.Saratov，Russian Federation：SPIE，2022：121920S.

[21]LIU D Y，WANG B Y，ZHANG Y，et al.Improving temporal resolution of fNIRS-DOT by the guidance of data-reduced pre-OT[C]//Proceedings of SPIE 11234，Optical Biopsy XVIII-Toward Real-Time Spectroscopic Imaging and Diagnosis.San Francisco，California，United States：SPIE，2020.

[22]李俊嬌，朱磊，張曉丹，等.基于LabVIEW的采集數(shù)據(jù)快速文件存儲(chǔ)方法[J].西安工程大學(xué)學(xué)報(bào)，2018，32（3）：311–315.

[23]WANG C J，NIE D X.Wavelet analysis realization of data pretreatment in acoustic emission detection of discharges[J].Relay，2003，31（11）：7?10.

[24]劉洋，劉東遠(yuǎn)，張耀，等.面向腦機(jī)接口應(yīng)用的便攜式fNIRS拓?fù)涑上裣到y(tǒng)：全并行檢測與初步范式實(shí)驗(yàn)[J].中國激光，2021，48（11）：1107001.

[25]張陽陽，李征.功能性近紅外光譜腦成像噪聲源及去噪方法綜述[J].紅外，2019，40（7）：35–46.

[26]MASAMOTO K，TANISHITA K.Oxygen transport in brain tissue[J].Journal of Biomechanical Engineering，2009，131（7）：074002.

[27]NGETICH R，ZHOU J，ZHANG J J，et al.Assessing the effects of continuous theta burst stimulation over the dorsolateral prefrontal cortex on human cognition：a systematic review[J].Frontiers in Integrative Neuroscience，2020，14：35.

[28]PAPASIDERIS M，AYAZ H，HALL P A.Medial prefrontal brain activity correlates with emerging symptoms of anxiety and depression in late adolescence：a fNIRS study[J].Developmental Psychobiology，2021，63（7）：e22199.

（編輯：張磊）