毕业论文设计--人机工程中脑疲劳分析理论的探索与实践.doc

济南大学毕业论文

1 前言
1.1课题的背景及意义
2006年5月28日晚，深圳华为公司员工胡新宇因工作任务紧迫，持续加班近1个月，导致过度劳累，全身多个器官衰竭，不幸离开人世，年仅25岁。2011年4月12日，普华永道25岁的美女硕士潘洁同样由于工作繁忙，过度劳累，导致身体虚弱，最终患病身亡。一个个这样的消息传出，立即引发了众多身在职场者的关注和议论，人们共鸣着心头郁积已久的感触。近几年来，“英年早逝”的事件在各地屡有发生，这使我们不禁深思：到底是什么导致了此类事件的频繁发生？
纵观当今整个社会，科学技术不断进步，整体经济飞速发展，的确给人们的生活带来了方便。但是同时，人们的生活节奏也在不断加快，生活压力不断增大，社会竞争日益激烈，他们选择日夜不停的加班工作，长时间过度劳累，在不经意间透支着自己的身体，使自己长期处于亚健康状态，直到出现失眠、忧郁等症状，越来越感到“力不从心”，感到很累，最终患上各种疾病，甚至出现上述过劳死事件。
有关专家对公安、新闻、IT、文化演艺、科教界等多种职业的许多案例进行了分析，结果显示，他们“过劳死”时的平均年龄为44岁，而科教界、IT和新闻等行业“过劳死”人群的平均年龄已经在44岁之下，尤其是IT阶层的年龄最低，仅仅为37.9岁。近日，国家有关部门公布的一个专项调查结果表明：我国知识分子平均寿命为58岁，低于全国平均寿命10岁左右；北京中关村知识分子平均死亡年龄为53.34岁，比10年前缩短了5.18岁。
更有2002年对几家主要新闻媒体的联合调查表明，新闻工作者的平均死亡年龄为45.7岁，鉴于他们辞世的年龄特点，可以总结出“49岁现象”。多方面因素导致了这些结果，其中不仅仅是身体上的疲劳，体力疲劳只是一个表象，最重要的是精神上的疲劳，即脑疲劳。
脑疲劳一般指由于认知受损导致工作效率下降，情绪低落的一种状态，是一个有别于身体疲劳的概念，它所反映的是大脑的病态或暂未成为病态的各种非正常状态，是一种亚健康的表现。老人、成年人和青少年人群都可能出现脑疲劳。人体长期处于脑疲劳状态，不仅对脑细胞造成极大的伤害，而且会影响身体健康，降低人体免疫力。
因此，对其进行研究分析，找出造成脑疲劳的具体原因，深入分析脑疲劳的症状表现、评定手段，同时研究克服、减缓脑疲劳的措施，对于改善人们的生活状态，缓解精神压力，具有十分重要的意义。
1.2研究方法与手段
从疲劳的定义出发，深入了解疲劳的特点、产生原因，了解当前脑疲劳的各种评定方法与分析技术。
到目前为止，国内外结合相应评定方法与分析技术对脑疲劳进行的特定研究。一方面是对驾驶疲劳的研究，在此研究中，研究者运用驾驶模拟试验，明确试验的条件、方法，在此基础上，了解驾驶疲劳的产生机理、影响因素，以及当前驾驶疲劳预警系统的发展。另一方面，结合从不同的侧重面对脑梗塞患者疲劳状况进行的综合研究，从而对相关疾病状态下的疲劳进行深入认识。
在对大量脑疲劳研究进行了解的基础上，深入分析脑疲劳的影响因素。
结合当前各种脑疲劳分析技术，以及现实的研究条件，综合闪光融合频率和视觉反应时间等测试指标，以色彩反应时间测定法和闪光融合值测定法为基础，设计实验，研究作业的持续时间、作业对象的复杂程度、作业者自身的体力疲劳程度等对疲劳的影响。
其实完成此项研究，最好的方案应该是利用面向对象的可视化程序设计语言Visual Basic加Access 数据库编程，从而用计算机控制实现整个实验数据的采集和分析，以保证研究结果的准确性。但是，基于时间和条件的限制，只能设计实际实验，由实验设计者对数据进行记录和分析，以得到研究结果。
基于前述各种分析，研究脑疲劳调控方法，寻求缓解脑疲劳的各种措施。
2 脑疲劳理论及研究
疲劳是一种非常复杂的生理和心理现象，它并非由单一的、明确的因素构成，目前对疲劳的定义也有很大的差异。一般来说，在生产过程中，劳动者由于生理和心理状态的变化，产生某一个或某些器官乃至整个机体力量的自然衰竭状态，称为疲劳[1][2]。但实际上人们对疲劳的精确定义从未达成过一致。在心理和生理学界比较有影响的是Grandjean于1979 年和1988 年提出的定义,即疲劳是一种介于清醒与睡眠之间的过渡状态,它是以工作效率的下降和对工作的厌烦为标志的一种状态[3]。另外,Layzer从临床医学的角度也对疲劳进行了定义,他认为疲劳是指在工作过程中无法继续集中精力和保持效率[3][4]。在对慢性疲劳综合症的研究中多运用Layzer所给出的定义。现在的大多数研究者均以工作效率的下降和出现厌烦情绪作为衡量疲劳是否出现的标准[4]。
从本质上讲，疲劳是机体的一种正常生理保护机制。这是由于人在生产过程中身心状态产生多种变化而推定的一个概念。一般在作业过程中，作业者会产生操作机能衰退、能力下降，或厌倦工作的状态，我们也称之为疲劳[5]。迄今，在科学的意义上，人们对疲劳的认识还有待于继续深化。
疲劳包括体力疲劳和脑力疲劳。此次研究主要针对的是脑力疲劳。
2.1 脑疲劳的特点
脑力疲劳一般是指由于认知受损而导致工作效率下降，情绪低落的一种状态，是一个有别于身体疲劳的概念，它所反映的是大脑的病态或暂未成为病态的各种非正常状态，是一种亚健康的表现[1][2][3][4][5]。
进入脑疲劳状态，其心理、生理状态都会发生各种各样的变化：思维能力下降，导致反应迟钝、判断迟缓、动作僵硬等；自我控制能力减退，以至于易于激动，心情急躁等；注意力分散，视野变窄等[6]。
严重的疲劳症状，会导致不同程度的精神系统疾病，如多发性硬化、脊髓灰质炎后综合症等[7]。
随着工作的进行，大脑产生疲劳是必然的，这与人体的机体功能有关，不论处于何种状态，疲劳最终都会产生，只是其出现的时间与程度不同。
2.2 脑疲劳产生的原因
导致脑疲劳的原因是多方面的，简要归纳如下：
（1）超生理负荷的激烈动作和持久的体力或脑力劳动；（2）工作单调；（3）环境不良[1]；（4）精神因素；（5）人因工程设计不合理[5]。（6）持久、剧烈的体力劳动；（7）任何要求专心、集中力量和有技艺的劳动；（8）在气候条件不良（高温和空气潮湿）的情况下工作；（9）噪声和振动的作用；（10）照明不良（光线太弱或者太强）；（11）情绪很坏，例如，心理状态不平衡，对工作缺乏兴趣等；（12）病态，其中包括在各种传染病的潜伏期，这时工作者还未发病；（13）营养不足，特别是维生素和蛋白质的摄入量不足[4][5][6][7]。
2.3 脑疲劳的评定与分析技术
脑力疲劳多方面的影响着人们的生活、工作，尤其是实时监控、航空航天、车辆驾驶等行业，许多事故的发生都与疲劳有关，另外许多疾病的发生也不可避免的与疲劳相关，从而评定与分析疲劳成为重大而有价值的研究项目。
2.3.1 脑疲劳的评定
疲劳的评定方法有主观评定和客观评定之分。基于疲劳本身的非特异性和主观性，国内外对疲劳的早期研究基本都运用主观评定法。前面对疾病状态下疲劳的研究主要运用疲劳严重度量表（FSS）、个人强度目录（CIS）和疲劳影响量表(FIS)[7]，就属于典型的主观评定。但主观评定的效度和信度都比较低，所以其对疲劳的评定是不够精确的。
为了更深刻的认识疲劳，对其有更加精确的测量，有必要加入各种生理指标的度量。前面对驾驶疲劳的研究中，就是靠采集、分析多种生理性指标来得到实验结果的。总结其研究过程，可以得到疲劳评定的部分客观方法[3][4]。
⑴电生理指标[3][4]
①脑电图（electroencephalogram，EEG）
EEG作为评价疲劳程度的指标，最早被人们所发现。国外Saroj等认为，脑电图是众多生理指标中最合适的疲劳评价信号；Mark A.通过使用脑电信号记录驾驶员在模拟驾驶过程中的表现，从而证明脑电信号与驾驶员注意力的变化是一致的[11]。同时，由于脑电直接反映大脑活动，脑电信号被认为是最为可靠有效的指标之一。
自20世纪八、九十年代以来，大多数研究通过检测疲劳状态下的EEG寻找规律，但这是基于觉醒水平变化的一种规律，无法度量在此之前的认知能力下降的情况。另外，EEG是依据频率对波形进行分类的，且其数据的个体差异相当大，受到多种因素的影响。
综上知，EEG只能粗略地反映疲劳的状态，并不是一个敏感的指标，所以它的进一步发展将受到阻碍。
②事件相关电位（event related potential，ERP）
ERP是受试对象在进行某种认知活动时，将电生理变化叠加为波形，记录头皮的一种长潜时电位，从而反映信息加工活动的一种指标。
随着ERP技术的发展，从以为单一的“金指标”到组合多种诱发电位的指标，它可以在不影响工作状态的条件下，敏感的反应认知能力的变化，在评价疲劳方面的前景越发广阔。
③眼动电图（EOG）
研究表明，在由警戒状态进入到疲劳状态时，小幅高频的眨眼运动将取代快速眼动，所以EOG可以作为疲劳检测的指标。但EOG和EEG类似，也只反映觉醒状态的检测状况，敏感度也不足，无法达到疲劳预警的要求。
⑵心血管指标[4]
研究发现，瞬间心血管变化，心率变化，心率变异性都可以作为评价疲劳程度的指标。
⑶生化指标
随着传感器的进步，无创测量方法的出现，比较容易测得的生化指标有希望成为疲劳评价的标准。
2.3.2 脑疲劳分析技术
疲劳评价是一个范围广泛、涉及学科众多的研究领域，其各项评价指标都曾被研究人员在疲劳研究领域做了大量尝试，比如上海电机学院的张连毅等人从脑电信号分析的角度出发，探讨了传统的生理性精神疲劳的分析方法和现阶段EEG信号分析的生理性精神疲劳所采用的新技术、新方法，构建了生理性精神疲劳的分析系统，展望了生理性精神疲劳EEG信号分析技术的发展趋势。
多种脑疲劳分析技术如下：
① 脑疲劳的传统分析技术[8][9]
Ⅰ 基于绩效的评估方法：作业者的体力、认知等资源都是有限的，其作业绩效会随着不同的脑疲劳程度而发生相应程度的改变，所以可以根据绩效评估作业人员的脑疲劳程度。
Ⅱ 主述症状调查法：由被测者自己诉述身体、精神、神经感受三个方面的自我疲劳感觉。
Ⅲ 生化法：通过分析被测者的血液、汗液等液体成分的变化来判断他的脑疲劳程度。
Ⅳ 生理反应测试法：主要包括闪频值检查法、连续声色呼叫检查法、反应时间测定法等方法，是通过测定某些特定机能对特定刺激的反应参数来判断脑疲劳程度。
② 脑疲劳EEG信号分析技术[8]
上面虽然提到脑电图(EEG)只能粗略地反映疲劳的状态，并不是一个敏感的测试指标，但这并不能掩盖到目前为止EEG在疲劳评价、分析方面的作用。EEG信号测定能够弥补传统方法的许多不足，它不会干扰作业过程，可以与其同时进行，而且反应迅速。
EEG通过脑电图描记仪描记一种曲线图（即放大的脑自身微弱生物电），总体反映大脑皮层（或头皮表面）的脑神经细胞群电生理活动，从而分析大脑活动状态，反映人体的疲劳状态。
其脑疲劳的分析系统框图[8]如下：

图 2.1 脑疲劳分析系统框图

传统的EEG信号分析方法以时域、频域作为疲劳分析的两个基本范畴，采用统计信号处理方法、谱分析技术，在疲劳分析中占有一定的地位，但该方法目前还无法确定敏感的特征量。近年来，随着EEG信号处理技术的发展，现代分析方法具备了更加容易捕捉EEG敏感特征量的能力。目前应用较为广泛的方法主要有小波熵、功率谱和复杂度等。
Ⅰ 小波熵。该方法提供了一种时—频分析手段，可以计算同时定位在时域和频域两个范畴上的非平稳时变信号的复杂度，进一步表征时间序列的复杂程度，是一种可以用于分析非平稳信号和非线性动力学的方法。张崇等[9]对不同人在不同脑机能状态下的脑电近似熵进行计算，分析不同脑疲劳状态下的变化规律及其相关性，验证了脑力疲劳与EEG信号各节律的小波熵之间存在很强的关联性。
Ⅱ 功率谱。功率谱密度谱是对随机变量均方值的一种量度，是功率谱密度值—频率值的一种关系曲线。
Ⅲ 复杂度。EEG信号复杂度测量可以定量评价信号曲线的复杂性变化，能够有效反应大脑在不同情况下的相应变化特征。刘建平等[10]通过对连续长时间脑力劳动前后状态下的脑电信号进行分析，提取了脑电信号的基本尺度熵和排列熵两种复杂性测度，研究出两者与脑疲劳程度之间存在很强的关联性。
虽然基于EEG信号的脑疲劳分析技术目前还存在一定的局限性，但它的发展，对于交通运输安全运行以及作业人员健康工作等都具有重大的价值和意义，对于临床医学等方面也有一定的促进作用，还需要以后进一步的研究和探索。
2.4 脑疲劳的特定领域研究
前述脑疲劳的各种评定手段与分析技术，已经广泛应用到现实研究中。当前关于脑疲劳的研究，涉及到方方面面，不过，到目前为止，国内外关于脑力疲劳的研究大部分集中在两个领域：对特定职业或工作环境的疲劳研究；对相关疾病状态下的疲劳研究[3]。
2.4.1 驾驶疲劳研究
目前，国内外现状当中，驾驶疲劳是重大交通事故的主要原因之一。据统计，在道路交通事故总体中，由于驾驶疲劳引发的交通事故占到20%—30%。据我国交通管理局2005年统计数据显示，因疲劳驾驶造成的特大交通事故占总数的14.8%[11][12]。基于上述现状，对驾驶疲劳的研究意义重大。但是传统的驾驶疲劳研究技术和方法已经难以适应时代发展的要求。因此，结合现代技术，如电子学、影像技术、计算机技术等，进行驾驶疲劳研究是非常必要的。
到目前为止，国内外关于驾驶疲劳的检测研究主要集中在：（1）生理信号检测，如脑电图、心电图等；（2）外部行为检测，如眼动分析、头部位置检测等；（3）行驶过程中车辆参数检测，如方向盘转动角度等[12]。
结合当前现状，大多先从理论上对驾驶疲劳的影响因素进行分析，然后通过驾驶模拟实验，用生理反馈仪记录下驾驶员驾车时相关的生理参数，并分析数据，验证相关影响因素。
(1) 理论分析驾驶疲劳
驾驶是体力、脑力均消耗较大的一项作业，驾驶过程中驾驶员需要长时间保持固定姿势或超强度地反复操作，其生理、心理都处于持续紧张状态，工作强度大，极易出现疲劳。在此过程中，体力疲劳和脑力疲劳并存。考虑到驾驶疲劳所处的人—车—环境的大系统，所以要从上述几个不同的角度出发来分析驾驶疲劳的影响因素[13]。
①人的因素：导致驾驶疲劳的两个最主要原因是睡眠不足或睡眠质量不高，持续驾驶。另外，驾驶水平、性别、年龄等也是其影响因素。
②车的因素：驾驶室内最佳温度（18—20℃）、座椅的舒适性等。
③路的因素：道路状况太复杂或过于单调，线形设计不良，交通设施不完善等。
④环境因素：时间的影响，主要是生物钟规律对驾驶疲劳有非常大的影响，上午时警觉性好，午后和凌晨则容易出现驾驶疲劳。另外还有季节、气候等方面的影响。
驾驶疲劳的影响因素相互关联、错综复杂，其中睡眠不足，驾驶时间长，以及道路条件不良是其中最主要的几个因素。总体来说，驾驶员个体差异性、工作环境、工作性质以及道路、环境的特殊性共同导致了驾驶员的驾驶疲劳。
(2) 实验研究驾驶疲劳
为了验证其理论上的影响因素，陈建新等人[16]建立模拟驾驶实验台，设计室内模拟试验，记录驾驶员的相关生理参数，进行因素验证。由于在上述模拟试验条件下，只有脑电波有明显变化，所以选取脑电波作为评价指标。通常将脑电波按照频率分成四种主要节律：α、β、θ和δ波。α波，频率范围是8—12HZ；β波，频率为14—30HZ，小振幅；θ波，高幅度的慢波，频率为4—8HZ；δ波，高幅度，低频率（0.5—4HZ）。其中，θ波在浅睡时出现，可以作为研究人的疲劳状况的指标[13]。
通过在不同睡眠、温度、道路及噪音情况下对驾驶员相关生理参数的变化情况进行检测，进而分析脑电波中的θ波，从而验证前述理论分析。同时，发现声音在很大程度上影响着驾驶员的生理和心理，比如在单调噪音环境下形成驾驶疲劳后，可以用适当的音乐刺激进行减缓。
针对上述驾驶疲劳的影响因素，国内外对于缓解驾驶疲劳的措施进行了广泛研究。声音作为可能的环境对策，即在驾驶过程中采取的降低和防止疲劳的措施[14]，历来成为人们研究的重点。
为了弥补前述研究的空缺，北京工业大学毛科俊等人[14]进行驾驶模拟实验，采集脑电（EEG）、心电（ECG）和眼动等数据，提取δ、α/β、（α+θ）/β、SDNN（RR间期标准差）和P80（以眼睑遮住瞳孔的面积至少超过80%计为眼睛闭合，统计闭合时间占某一特定时间的百分率[17]）等指标，统计分布声音刺激前后各指标的变化情况，验证了声音刺激作为驾驶疲劳对策的有效性，认为疲劳状态的驾驶员对单一声音刺激存在警觉反应，但刺激效果不能持久，所以应该把声音作为驾驶疲劳的一种警告或提示；不同类型的声音刺激对缓解驾驶疲劳有显著性影响，因此可以构建持续警觉的组合声音作为有效的驾驶疲劳对策。
综上所述，多方研究证明[13][14]：当声音随着持续时间和频率发生变化时能够增加驾驶员的警觉性；驾驶过程中收音机、磁带、CD等音乐设备的使用会引发11%的注意力分散事故；在驾驶过程中对MP3播放器执行困难的播放任务时，会增加反应时间，同时引发碰撞，而且视觉注意力相对于基准条件会显著地转移到所执行的播放任务上；声音刺激可以作为有效的驾驶疲劳对策，等等。
2.4.2 疾病疲劳研究
当前对驾驶疲劳，即特定职业或工作环境的疲劳进行了多方面的研究分析与探索，取得了一定的成就，对驾驶疲劳的预防与缓解提出了多种方法、措施。众所周知，除了驾驶员存在脑疲劳问题，患有神经系统疾病的患者不同程度的存在不伴抑郁的疲劳问题。吴春薇等人[7]同时应用疲劳严重度量表（FSS）、个人强度目录（CIS）和疲劳影响量表(FIS)对脑梗塞患者疲劳状况进行了综合研究。应用三种量表对脑梗死患者进行问卷调查，从不同的侧重点对疲劳状况进行综合评价。
2.5 脑疲劳的预防与缓解
疲劳的产生是不可避免的，影响也是无法消除的，但是可以通过疲劳的预防来延缓疲劳的产生和减轻疲劳对人身体的影响，经过阅读大量文献，可以看到当前国内外对于脑疲劳的预防措施，已经进行了大量研究。
如前述对于驾驶疲劳进行多方面研究，包括对声音对策有效性的研究，就是为了在驾驶过程中分析疲劳，探索预防和减缓驾驶疲劳发生的措施，在此背景下，疲劳驾驶预警系统应运而生。
疲劳驾驶预警系统是指一旦驾驶者精神状态下滑或进入浅层睡眠，该系统会依据驾驶员精神状态指数分别给出：语音提示、振动提醒、电脉冲警示、警告驾驶员已经进入疲劳状态，需要休息，并同时自动记录相关数据，以便日后查阅、鉴定。其作用就是监视并提醒司机自身的疲劳状态，减少司机在疲劳驾驶时的潜在危害[6]。
一直以来，很多国家都比较重视疲劳驾驶预警系统的研究。
①美国研制了打瞌睡驾驶员侦探系统DDDS（The Drowsy Driver Detection System）,该系统综合运用多普勒雷达和复杂信号处理方法，获取相关疲劳数据，判断驾驶员是否打瞌睡。
②日本研制了DA S2000型路面警告系统，是一种通过计算机控制的红外线检测装置，当驾驶员将车辆摆过道路中线或路肩时，就会发出警告。
③为了判断驾驶员的疲劳程度，根据驾驶员对仪器屏幕上随机光点的反应速度测试其反应时的反应时测试仪PVT。
我国对疲劳驾驶预警系统的研究起步比较晚，但也有比较成型的研究。最具代表性的是2000年石坚、马勇等人的研究，利用方向盘、踏板的运动参数判断驾驶员的瞌睡状态。
当前，国内外对于疲劳驾驶预警系统的研究都取得了不错的成果，但也存在很大
程度的不足：第一，所用传感器都是接触性的，不适于实时使用；第二，疲劳指标不够客观。
基于当前各种技术的发展水平，考虑到当前系统的发展瓶颈，基于脑电波的疲劳驾驶预警系统将成为未来该领域的发展方向。
基于类似上述大量研究，发现脑疲劳的预防方法和手段有很多种，但经过深入阅读分析，发现以下几种方法比较有效，这几种方法为：（1）合理设计作业的环境，（2）使用正确的作业姿势和体位，（3）合理安排作业休息制度，（4）改善工作内容克服单调感，（5）改进生产组织与劳动制度等。
3 脑疲劳影响因素的分析
3.1 脑疲劳影响因素分析的必要性
结合各种脑疲劳评定方法及分析技术，国内外已经通过各种实验对脑疲劳进行了多方面的研究与分析，对脑疲劳的特点、成因等相关方面有了深层次的了解，并一直致力于在此基础上对脑疲劳的症状表现及对人体的影响作全面探索，以便有针对性的研究预防和改善措施。
通过一直以来的研究，不难发现，人们是在长期的持续工作过程中，过度劳累，最终诱发脑力疲劳，出现各种精神上的疲惫与不适。在这期间，各种各样的条件、细节都会起到不可忽视的作用。只有全面了解各种相关的影响因素，才能有的放矢的找到预防和改善措施，从而缓解当前人们的脑疲劳状况，减少“过劳”事件的发生。
3.2 脑疲劳影响因素分析现状
在当前一系列的研究中，严格控制相关的实验条件，在分析脑疲劳各种状态的过程中，得到各种引发脑疲劳产生的因素，包括色彩、光照、热、声音、运动等。
严永红等[15]通过实验对比3种典型色温T5荧光灯在不同照度水平下对受试人脑疲劳的影响，其实验采用安菲莫夫字母表和近点测定法对学习效率进行测试，用学习效率变化率作为特定光环境下出现的脑疲劳指标。研究表明不同色温的荧光灯光源有不同的最佳照度值，因此会导致不同的学习效率，从而影响脑疲劳程度。同时，该研究还提出一些非常有价值的成果，比如确定出某些色温——照度组合在教室中是应当避免的。
宋高晴[16]曾对热条件下运动负荷对脑的生理功能及代谢的影响及其与疲劳的关系做了分析研究与综述。该研究中运用自觉用力系数（RPE）评价脑疲劳的状态。RPE的级别可以反映强度渐增的运动过程中心率的变化，能够评价实验对象维持运动的主观动机和能力。在常温环境下运动，RPE保持不变；但在热环境下同样的运动强度下，RPE随着体核温度的升高而增高。所以，不同的热环境会对人体脑疲劳产生不同的影响。
另外，还有前面驾驶疲劳研究中关于声音对策的研究，多方面验证了声音刺激作为驾驶疲劳对策的有效性。比如，噪声会加重甚至引起疲劳，而优美的音乐却可以舒张血管，松弛紧张的情绪而减缓疲劳。
当然，影响脑疲劳的各种因素不仅集中在上述各种环境因素上，还涉及到作业者自身的一些因素，涉及到生理和心理两个方面。生理方面主要是指人本身身体素质方面存在的巨大差异，这会在很大程度上影响脑疲劳的产生和变化；心理方面主要指作业者在工作过程中存在的不同程度的心理压力以及不良的工作情绪，这主要随着社会因素以及个人价值观的变化而变化[17]。
综合多种研究，可归结脑疲劳影响因素，如下图：

图 3.1 疲劳影响因素分布图

由上图可明显看出，到目前为止，国内外的大多数研究都是着眼于前述各种因素上，都是围绕作业以外的各种因素在做不同的分析，但是事实上，影响脑疲劳的因素并不仅仅只有这些，除此之外，作业的持续时间、作业对象的复杂程度、作业者自身的体力疲劳程度等也都在不同程度上影响着脑疲劳。不过，当前基于这些方面的研究还很少，还需要继续对其进行深入探索。
4 脑疲劳影响因素实验设计
通过阅读大量国内外文献，总结各种实验研究的方法，并结合前述各种脑疲劳的评定方法与分析技术，发现电生理指标成为当前最受重视的指标，同时EEG信号分析技术被广泛应用，但是基于目前客观条件的限制，结合当前的研究目的，选择采用生理反应测试法这一传统分析技术，主要以色彩反应时间测定法和闪光融合值测定法为基础，对脑疲劳相关影响因素进行实验分析。
基于此种考虑，以研究作业的持续时间、作业对象的复杂程度等因素对脑疲劳的影响为目的，设计以下实验。
本实验在正常温度和湿度的室内进行实验，综合了心率，对体力疲劳状况进行检测，进而结合闪光融合频率和视觉反应时间、出错率等测试指标，对疲劳进行检验和分析。
4.1 实验原理
行为测量法是一种常用的检测疲劳的方法，是对受试者的行为测量质量进行检验，主要指标包括反应时间、出错率等。反应时是指刺激呈现到做出反应之过程的时间间隔，由于反应时间长短表征了中枢神经和运动器官的敏感性，因此在人因工程中，反应时间常成为检查疲劳和人机功能分配的手段之一。一般研究将反应时分为简单反应时、运动反应时、选择反应时，它的影响因素非常多而复杂。
一般情况下，被试者的反应时间越长，反应出错率越高，说明其脑疲劳程度越强。
闪光融合频率测试采用受测者自主调节闪烁频率、主观观察报告的测验模式，常被作为视觉功能、脑功能、疲劳状态等生理心理学评估的辅助手段。
经过大量实验与研究，证明随着人体脑疲劳程度的增强，人的闪光融合频率变化率会增大。
4.2 实验对象
选择6名被试者，男女各半，进行交叉实验，要求被试者身体健康，在实验前一晚保证8小时睡眠，正常休息。实验前对每位受试人进行训练，让其熟悉实验的方法和步骤。由于实验中男女对体力疲劳的承受能力不同，为了避免影响实验结果，将磁旋车统一置于6档处，以尽量使被试者运动5分钟后都能处于劳累的状态。
4.3 实验设备
结合人机工程课程中关于反应时测定、机体疲劳测定实验中涉及的多种仪器，以及实验室现有仪器，再考虑到本实验的测试内容，实验中主要用到下面几种仪器：
BD—Ⅱ—118型闪光融合频率仪、BD—Ⅱ—510A型反应时测定仪、
SH—5830R—Ⅱ型磁旋车、血压计等

BD—Ⅱ—118型闪光融合频率仪 SH—5830R—Ⅱ型磁旋车

BD—Ⅱ—510A型反应时测定仪
图 4.1 实验主要设备

BD—Ⅱ—118型闪光融合频率仪，又称亮点闪烁仪，它可以被用来测量闪光融合频率，从而确定被试者辨别闪光能力的水平，该水平常作为精神疲劳的指标。闪光融合频率越高，则表明大脑的意识水准越高。另外，该仪器还可以检测闪光亮黑比、强度等发生变化时对闪光融合频率的影响。
BD—Ⅱ—510A型反应时测定仪可以进行简单反应时、辨别反应时、选择反应时的测定工作。
SH—5830R—Ⅱ型磁旋车首创“挂档”磁旋调节功能，内设7种训练程序，多数据液晶显示：速度、运行时间、能耗、里程等。
4.4 实验内容和步骤
在所有实验进行之前，被试者先静坐10分钟，然后用血压计测其瞬时心率，记录于数据表中，即为被试者的静态心率。
（一） 闪光融合值测量实验
a.主试将初始亮点闪烁频率设为10.0HZ，亮点颜色设为“红”
b.被试双眼紧贴观测筒，观察位于视觉中央的红色亮点
c.被试通过调节仪器右侧的红、绿按键，增加或降低频率，每按一次，频率改变0.1HZ。当被试开始观察时能见到亮点在闪烁，则通过增加闪烁频率，使刚刚看起来不闪烁时立即停止调节，记下其频率，此为融合值；如果开始时看不到亮点在闪烁，则通过降低闪烁频率，使刚刚见到闪烁时立即停止调节，记下其频率，此为闪烁值。融合值和闪烁值的平均值即为闪光融合值。即，闪光融合值=（闪光值+融合值）/2。
d.试验情况记入数据表。
（二）反应时测定实验
⑴ 简单反应时实验
a.实验者进行视觉简单反应时实验，次数设为40。
b.在红、黄、蓝、绿四种颜色中选择一种颜色，仪器会出现所选择的单一色彩的灯光，实验过程是：预备信号灯亮2秒——反应光刺激呈现1秒——间隔2至7秒，以此循环，间隔时间不等，随机变化。
c.当被试者看到反应光刺激时按下红色按键，反应光出现时仪器开始计时，当被试者按下按键后计时停止，仪器会显示被试者的反应时间。
d.被试测量作业后的闪光融合值，与工作前结果进行对比。
e.主试将每一次的反应时间和出错次数记入数据表，被试做完40次。
⑵ 判别反应时实验
a.实验者进行视觉判别反应时实验，次数设为40。
b.在红、黄、蓝、绿四种颜色中选择一种作为辨别色。辨别反应时测定是仅对选定的颜色刺激做出反应，其他颜色出现不要反应，若做出反应就是错误。
c.实验过程是：预备信号灯亮2秒——反应光（随机呈现红、黄、蓝、绿）刺激呈现1秒——间隔1.5秒，以此循环。
d.被试者见到灯光后，先进行辨别，如是所选颜色，则做 出反应，仪器会显示被试者的反应时间。如果被试者出错，仪器会记录下出错的次数并以声音提示。
e.被试测量作业后的闪光融合值，与工作前结果进行对比
f.主试将每一次的反应时间和出错次数记入数据表，被试做完40次。
⑶ 选择反应时实验
a.实验者进行视觉选择反应时实验，次数设为40
b.实验时，仪器随机呈现红、黄、蓝、绿四种颜色的灯光，要求被试者按照灯光呈现的颜色按相同颜色的按键。
c.实验过程是：预备信号灯亮2秒——反应光（随机呈现红、黄、蓝、绿）刺激呈现1秒——间隔1.5秒，以此循环
d. 灯光出现时仪器开始计时，当被试者按下按键后计时停止，仪器会显示被试者的反应时间。如果被试者出错，仪器会记录下出错的次数并以声音提示
e.被试测量作业后的闪光融合值，与工作前结果进行对比
f. 主试将每一次的反应时间和出错次数记入数据表，被试做完40次。
（三）身体疲劳测定实验
⑴ 5分钟疲劳测定
a.主试将拉柄置于6档处，被试骑在磁旋车上等待。
b.主试按“测试开始”按钮，被试以20公里/小时的速度进行测试，测试时间为5分钟，主试按“测试停止”按钮，被试停止测试，记下其能耗。
c.被试测量作业后的闪光融合值和心率值，与工作前结果进行对比。
d.试验情况记入表。
e.立即进行选择反应时实验，试验情况记入表。
⑵ 8分钟疲劳测定
a.主试将拉柄置于6档处，被试骑在磁旋车上等待。
b.主试按“测试开始”按钮，被试以20公里/小时的速度进行测试，测试时间为8分钟，主试按“测试停止”按钮，被试停止测试，记下其能耗。
c.被试测量作业后的闪光融合值和心率值，与工作前结果进行对比。
d.试验情况记入表。
e.立即进行选择反应时实验，试验情况记入表。
⑶ 10分钟疲劳测定
a.主试将拉柄置于6档处，被试骑在磁旋车上等待。
b.主试按“测试开始”按钮，被试以20公里/小时的速度进行测试，测试时间为8分钟，主试按“测试停止”按钮，被试停止测试，记下其能耗。
c.被试测量作业后的闪光融合值和心率值，与工作前结果进行对比。
d.试验情况记入表。
4.5 数据统计
实验结果已于实验过程中记录于相应数据表中，详见附录。
4.6 实验结果
先以一个实验者的实验数据作为结果分析依据，进行如下多方面分析。
4.6.1 作业持续时间对脑疲劳影响
根据实验测得的简单反应时、辨别反应时、选择反应时数据绘制成折线图，显示如图5.2。

图 4.2 反应时折线图

由上述实际折线图，得到反应时间随实验次数大致走势，如图5.3所示。

图 4.3 反应时间走势图

该表描述了在不同的反应时实验中，反应时间随实验持续时间的走势。不同的反应时实验中，该走势大致相同：随实验的持续进行，被试者对色彩的反应时间先变短，之后再变长，反应时间变短的过程说明被试者操作的熟练度在增强，之后变短，说明被试者脑疲劳程度增强。
4.6.2 作业复杂程度对脑疲劳的影响
同一人在相同条件下分别进行简单反应、辨别反应和选择反应三个实验，最好是相同时间进行。
首先从反应时的角度，利用Excel表格对其数据进行处理，得其方差和均值。
处理数据及结果如下表：

表4.1 反应时实验记录及处理
实验序号

简单反应时/s
辨别反应时/s
选择反应时/s
红 色
红 色
1
0.2482
0.2936
0.6617
2
0.2007
0.2825
0.5871
3
0.3130
0.2237
0.2919
4
0.1810
0.1984
0.7982
5
0.2055
0.2572
0.3380
6
0.2055
0.2476
0.3031
7
0.1913
0.2444
0.9140
8
0.2529
0.3889
1.0366
9
0.2134
0.2095
0.5966
10
0.2103
0.3619
0.6189
11
0.2387
0.2429
0.9838
续表4.1
实验序号
简单反应时/s
辨别反应时/s
选择反应时/s
红 色
红 色
12
0.4189
0.4396
0.5046
13
0.2276
0.3841
0.9966
14
0.1960
0.4349
0.5173
15
0.2340
0.4475
0.4141
16
0.2118
0.6332
0.1742
17
0.2261
0.2175
0.3872
18
0.1913
0.4031
0.5253
19
0.1849
0.2317
0.2650
20
0.3921
0.3158
0.7555
21
0.2086
0.3126
0.8061
22
0.1913
0.3475
0.3475
23
0.2482
0.3269
0.4935
24
0.4142
0.7664
0.4015
25
0.2214
0.2746
0.3332
26
0.2292
0.4460
1.1023
27
0.2039
0.4602
0.6347
28
0.2545
0.2841
0.3475
29
0.2372
0.2254
0.2952
30
0.2103
0.2809
0.4015
31
0.2292
0.4729
0.5062
32
0.3241
0.2889
0.4237
33
0.1865
0.9648
0.5972
34
0.2308
0.3000
0.9553
35
0.1865
0.3026
0.8444
36
0.2356
0.5047
0.6062
37
0.3067
0.2825
0.7188
38
0.5976
0.2809
0.5189
39
0.2482
0.3539
0.5443
40
0.2086
0.2603
0.7443
反应时平均值/s
0.247895
0.354853
0.5823
反应时方差/s
0.006528
0.02301
0.056098
错误次数
1
5
6
出错率
0.025
0.125
0.15

由上表对反应时平均值、方差和出错率做折线图，以反映其随作业复杂程度的变化规律，从而直观地表明其规律性。

图4.4 反应时平均值、方差、出错率趋势图

由上图可看出，在相同条件下进行实验，被试者对色彩反应时间的平均值和方差大小为：简单反应<辨别反应<选择反应。出错率的大小规律亦如此。即作业越复杂，被试者的反应时间越长，反应时波动性越大，出错率越高，则其脑疲劳强度越大。
再从闪光融合值的变化角度进行分析。
其闪光融合值变化率如下：

表4.2 反应时实验闪光融合值变化率
实验类型
简单反应时
辨别反应时
选择反应时
闪光融合值变化率/%
1.88
2.76
4.15

由上表可知，在相同条件下进行实验，被试者的闪光融合值变化率大小为：简单反应<辨别反应<选择反应。即作业越复杂，被试者的闪光融合值变化越大，则其脑疲劳强度越大。
综合上述结果表明：在相同条件下进行相同次数的实验，作业越复杂，其脑疲劳程度越强。
4.6.3 身体疲劳程度对脑疲劳的影响
① 要分析该影响，首先是要确保被试者的不同身体疲劳程度。杨泽丽等[18]采用文献资料法以及在许多学者研究结果的基础上，对心率在不同项群中的应用进行归纳和总结，从而发现运动中心率随机体代谢的需要而增加，在一定范围内可反映机体的运动疲劳强度。由此证明体力劳动时，心率与体力疲劳程度之间有着密