注意定向功能評估及其與危險駕駛的關系*

顏莉蓉，文田田，張佳文，常 樂，王 怡，劉牧天，顏伏伍

（1. 武漢理工大學，汽車零部件先進技術湖北省重點實驗室，武漢 430070；2. 先進能源科學與技術廣東省實驗室佛山分中心（佛山仙湖實驗室），佛山 528200；3. 湖北省汽車零部件技術協同創新中心，武漢 430070；4. 武漢理工大學，湖北省新能源與智能互聯汽車研究中心，武漢 430070）

前言

隨著車輛安全性的提高，交通事故越來越歸因于人為因素。據美國公路數據統計，約有24%～30%的交通事故由駕駛員的注意力分散所引起［1］；因駕駛員注意力分散所導致的交通事故占全世界交通事故的40%左右［2］。駕駛員注意力不集中極易造成嚴重后果。因此，研究注意力的產生機理和影響因素，找尋能夠準確識別人的不同注意力水平的特征參數，有助于準確評估駕駛員的警覺狀態，通過主動監控代替被動安全控制策略，提高駕駛安全性，有效減少交通事故的發生。

注意是復雜的認知過程，主要包括警覺、定向和執行控制3 個子網絡。其中，注意在復雜環境中的定向是注意研究中亟待解決的幾個基本問題之一［3］。注意的定向涉及復雜的選擇性機制，它能夠有效進行搜索并選擇特定信息，在目標刺激出現前將注意定位到與目標任務相關的空間位置，降低個體對即將到來刺激的空間預期，使特定信息輸入優先化，也可以在突出的刺激出現時進行反射性定向［4］。線索-靶刺激范式是空間注意定向研究的常用范式。有研究測量了與注意力控制相關的事件相關電位（event?realated potential，ERP）活動，將移位線索的ERP 與中性線索（即無移位）的ERP 進行比較，發現額葉和頂葉皮質參與了對注意力的控制，并導致了預定目標在視覺皮層區域的靶優勢偏向［5］。在線索-靶范式下，由于線索的呈現，靶刺激引起的ERP 會受到一些影響，大腦相應的神經網絡會受到一定的調制。較短的線索-提示間隔（cue?stimulus interval，CSI），會引出由注意加工神經網絡引起的行為易化效應，與視覺初級感覺皮層的活動有關。駕駛行為、人格和腦電（electroencephalogram，EEG）之間存在密切的相關性，失誤與注意功能有關，而錯誤更多受決策功能的影響［6］，空間注意定向功能與駕駛行為表現密切相關。

為定量分析定向功能，本研究設計了模擬駕駛實驗和線索-靶刺激實驗，獲取了包括危險駕駛行為和EEG 信號的數據集。根據危險駕駛行為表現將受試者進行分組，分析不同組中不同線索類型和CSI水平下的行為績效和大腦激活特征，研究了危險駕駛行為表現與空間注意定向功能之間的關系。

1 材料和方法

1.1 方法概述

主要研究工作如下：（1）模擬駕駛和線索提示實驗系統的搭建及數據收集；（2）系統聚類（SPSS20.0），根據駕駛表現將受試者分為不同的組；（3）根據分組結果進行重復測量方差分析，以檢驗不同組別受試者之間的反應時（reaction time，RT）、錯誤率和腦活動差異。

1.2 實驗設計

共招募了37 位沒有神經系統疾病史的健康成人（男性27 位，女性10 位），年齡為21-70（26.1±9.3）歲，視力均正常或矯正正常。受試者均具有我國C1 型（小型汽車）駕駛證，駕齡為1-50（4.8±8.2）年。所有受試者簽署了書面知情同意書。該研究由武漢理工大學倫理審查委員會批準。每個受試者參與兩個實驗：模擬駕駛和線索提示實驗。模擬駕駛平臺由美國的Unity3D 和瑞士Logitech G29 駕駛模擬器搭建。模擬駕駛場景是一條大約7 km 的圓形軌道道路，包括斜坡、轉彎、橋洞和其他元素。實驗過程中，受試者佩戴64 通道Ag/AgCl 電極帽（Acti?Cap），專注于沿著道路行駛，并執行轉動轉向盤或制動的操作。實驗前，所有受試者都有足夠的時間（大約15 min）熟悉駕駛場景、制動踏板、加速轉矩和轉向盤靈敏度，以準備實驗。在駕駛過程中，每個受試者被要求以不高于60 km/h 的速度限制完成3 次駕駛任務，每次駕駛任務包括4 圈。每次完成任務后，參與者都要休息5 min，以避免駕駛疲勞。Logitech G29 提供了與真實駕駛相似的轉向盤和制動器力反饋。沒有受試者報告不適。

線索-靶刺激實驗是由美國E?Prime3.0（psychol?ogy software tools inc.）設計的，并在19英寸液晶顯示器（LCD）上進行演示。該顯示器的屏幕分辨率為1600×900，如圖1（a）所示。受試者坐在屏幕前方，視線位于屏幕中心，佩戴EEG帽，并根據任務提示進行操作。實驗的單次刺激流程如圖1（b）所示，屏幕中央的注視點出現后，左右視野分別出現方框。之后，一個方框呈現高亮，即對某一側空間進行線索化。線索消失，經過特定的CSI 后，在左右任一方框內隨即呈現白色五角星作為靶子，受試者需對靶刺激呈現的位置進行判斷，如果呈現在左側，按“1”，呈現在右側按“2”。須提醒受試者的是，靶刺激呈現前的高亮線索有可能是有效線索，即線索位置與靶刺激呈現位置同側，也有可能是無效線索，即線索位置與靶刺激呈現位置異側。觀察不同線索條件下的行為差異，以查看線索有效性是否對定向功能產生影響。

圖1 線索-靶刺激實驗平臺及單試次演示過程

1.3 數據采集

在模擬駕駛實驗中，同時記錄了駕駛數據和EEG 數據。通過基于Unity3D 的C＃腳本獲取了包括車輛位置和轉向盤旋轉角度在內的行駛數據。腦電數據由德國Brain Products 公司的Biopac acti?CHamp 放大器和BrainVision PyCorder 以1 000 Hz 的頻率收集。根據國際10?20系統協議，將受試者戴的帽子參考FCZ電極。屏幕上車輛的整個行駛過程均由Apowersoft 錄屏軟件記錄。對于線索提示實驗，由E?Prime 的E?DataAid 模塊記錄了行為數據，包括受試者的RT和錯誤率。

1.4 行為數據分析

根據駕駛過程中錄制的駕駛過程評估受試者的危險駕駛行為次數。具體來說，危險駕駛行為分為錯誤（車輛失控或出現碰撞，在這種情況下需要由實驗人員將車輛重置為正常狀態）和失誤（車輛偏離道路，但是可以由受試者自己進行調整）兩種情況。根據這兩種類型的錯誤進行系統聚類，將受試者劃分為不同的組。分析任務提示實驗中的行為數據，使用美國的SPSS20.0 統計分析軟件進行3（分組：組1/組2/組3）×2（線索有效性：有效/無效）×7（CSI：200 ms/400 ms/600 ms/800 ms/1 000 ms/1 200 ms/1 400 ms）因素重復測量方差分析，測試不同組別的受試者之間的RT和錯誤率差異。

1.5 腦電數據分析

腦電數據的預處理使用EEGLAB 工具箱（美國Swartz 計算神經科學中心）在MATLAB 中進行。由于眼電（EOG）的干擾，Fp1和Fp2通道中的信號已從后續統計分析中刪除。選擇TP9 和TP10 作為重參考電極。應用帶通濾波（0.1-35 Hz）以消除噪聲。通過從連續的EEG 信號中提取數據分段（刺激前200 ms 到刺激后1 000 ms）和疊加平均，獲得事件信息并得到事件相關電位圖像。最后，應用獨立分量分析（independent component analysis，ICA）去除眼電偽跡（包括由于眼球、眼肌和眼瞼運動而產生的信號偽跡）、心電偽跡、肌電偽跡和其他噪聲。通過3×2×7重復測量方差分析（analysis of variance，ANOVA）腦電數據。提取方差分析結果中的F 值以繪制地形圖，分析交互作用和單獨因素效應。使用配對T 檢驗（測試線索有效性之間的激活差異），單因素重復測量ANOVA（測試不同CSI 條件下的激活差異）和單因素方差分析（測試分組之間的激活差異）探索各種因素對定向功能的影響。

2 結果

2.1 分組結果

基于模擬駕駛實驗的危險駕駛行為次數聚類結果如圖2所示。將37名受試者根據聚類結果劃分為3 組。編號為2、3、4、5、6、7、10、12、13、14、19、20、22、24、33、37 的受試者歸類為第1 組，編號為1、9、11、15、16、17、21、26、27、28、31、32、34、35、36 的受試者歸類為第2 組，剩余6 名受試者歸類為第3 組。組1、組2 和組3 的危險駕駛行為的總平均數量分別為（6.06±3.43）、（20.6±4.32）和（28.17±6.85）。分組結果一定程度上反映了受試者的注意力集中程度，組1 注意力集中程度較強，組2 注意力集中程度一般，組3注意力集中程度較差。

圖2 基于駕駛數據的系統聚類結果

2.2 線索有效性、CSI和分組對行為數據的影響

RT的3（分組：組1/組2/組3）×2（線索有效性：有效/無 效）×7（CSI：200 ms/400 ms/600 ms/800 ms/1 000 ms/1 200 ms/1 400 ms）重復測量方差分析表明，線索有效性和CSI 對RT 的主要影響是顯著的（分別為F（1，34）=10.371，p=0.003；F（6，204）=59.862，p=0.000）。分組的主要效應（F（2，34）=0.558，p=0.577），三因素之間交互效應（F（12，204）=0.816，p=0.634）和兩兩之間交互效應（F（2，34）=3.019，p=0.062；F（12，204）=0.820，p=0.630；F（6，204）=1.216，p=0.300）不顯著。在3 個組中，RT 均隨著CSI的增加而降低（圖3（a）、圖3（c）和圖3（e）），且在CSI 為1 000-1 200 ms 時達到最小值。有效線索條件下的RT通常比在無效線索條件下的小，此現象在組3中最為明顯。

對于有效線索和無效線索，第1 組的平均RT 分別為436 和437 ms，第2 組的平均RT 分別為443 和462 ms，第3 組的平均RT 分別為450 和484 ms。第3 組的RT 最大，第1 組的RT 最小。在第1 組中，線索有效性的RT 差異在0 ms 附近波動，且在CSI 為1 200 ms 時達到最低。在第2 組中，線索有效性的RT 差異先隨CSI 的增加而減小，在CSI 為1 000 ms時達到最小值，隨后，又有小幅增加。在第3 組中，線索有效性的RT 差異基本隨CSI 的增加而減小，在CSI 為1 400 ms 時達到最小值。組1、組2 和組3 中RT 的平均切換成本分別為0.6、19 和34 ms。分組、線索有效性和CSI 對錯誤率沒有顯著影響（F（2，34）=0.016，p=0.984；F（1，34）=2.650，p=0.113；F（6，204）=1.723，p=0.117）。三因素交互效應（F（12，204）=0.626，p=0.819）和兩兩因素之間交互效應（F（2，34）=0.483，p=0.621；F（12，204）=0.428，p=0.951；F（6，204）=1.623，p=0.142）不顯著。在有效線索和無效線索條件下，第1 組的平均錯誤率分別為0.45%和0.59%，第2 組的平均錯誤率分別為0.40%和0.60%，第3 組的平均錯誤率分別為0.14%和0.78%。第3 組的線索有效性錯誤率差異最大。第1 組的線索有效性錯誤率差異先隨CSI 的增加而增加，在CSI 為600 ms 時達到最大值，然后呈下降趨勢，在CSI為1 000 ms時達到最小值（圖（3b）），隨后繼續增加。在第2 組中，當CSI 為200 ms 時，線索有效性錯誤率差異最低，然后在CSI為1 200 ms時出現二次低點（圖（3d））。在第3 組中，線索有效性錯誤率差異隨CSI 的增加出現兩次起伏，在CSI 為800 ms 時出現最小值（圖（3f））。組1、組2 和組3 的線索有效性錯誤率差異分別為0.13%、0.20%和0.64%。

2.3 線索有效性、CSI和分組對EEG數據的影響

圖3 線索有效性和CSI對不同組別RT和錯誤率的影響

分組、任務轉換類型和CSI 之間的交互作用在左前額葉（AF7）、左額葉（F1、F5）左額中央葉（FC1、FC3、FC5）和左中央葉（CZ、C1、C5）（圖4（d））。線索有效性對大腦活動的主要影響在左前額葉和中央頂葉（圖4（a）），但不顯著。大部分額葉、頂葉和枕葉的CSI 差異顯著（圖4（b））。分組（圖4（c））及三因素之間的兩兩交互效應（圖4（e）、圖4（f）、圖4（g））均不顯著。

考慮到三因素交互作用的存在，執行單因素重復測量ANOVA 和配對T 檢驗以測試線索有效性、CSI 和分組的單獨效應（圖5～圖7）。在第1 組中（圖5），當CSI 為200 和600 ms 時，無效線索導致左側及中央額葉區域（以FC1電極為中心）的激活明顯增強，而當CSI分別增加到1 200和1 400 ms時，有效線索分別導致了額葉（以F1 電極為中心）和顳葉（T8、FT10）的激活增強。在有效線索條件下，CSI 差異在大部分腦區均呈顯著性，與多因素方差分析結果基本一致。無效線索條件下的CSI 差異主要體現在中央頂葉的CP5 電極處。在第2 組（圖6）中，當CSI為200 ms時，有效線索在左側前額葉（AF7）引起較強激活，而在CSI 分別為800 和1 400 ms 時，無效線索分別在額中央葉（FC1）和左側顳頂葉（TP7、P7）的激活更為強烈。CSI 的差異主要集中在中央頂葉（以C2 為中心并涉及部分額葉、枕葉和顳葉的范圍內），且無效線索條件下的區域相對更多。在第3 組中（圖7），CSI 較短時，線索化抑制效應在兩側顳葉（FT7、TP8）、頂葉（以CP4 電極為中心的區域）、頂葉（PO4、POZ、PO8）和枕葉（O1、OZ、O2）出現顯著性，在CSI 較長時，線索化對兩側頂枕葉（P7、PO7、O1、P2、P4、PO4、PO8）腦區激活呈現顯著的易化效應。對于各組之間的差異（圖8），主要集中在兩側顳葉（有效線索條件下）和頂枕區（無效線索條件下），其在CSI較短時較為明顯。

圖4 腦電數據中分組、任務轉換類型和CSI的主要作用和相互作用

3 討論

3.1 線索有效性對定向功能的影響

方差分析結果表明，線索有效性對RT有顯著的獨立影響，線索化位置的RT 快于非線索化位置，即出現了顯著的易化效應。組1 中，線索化位置和非線索化位置的RT沒有顯著的差異（圖3（a）），表明注意力較為集中時，線索化對空間注意定向的影響甚微。組2 中，非線索化位置的RT 在CSI 為200～800 ms 和1 200～1 400 ms 時大于線索化位置，出現易化效應，在CSI 為1 000 ms 時出現抑制效應（圖3（c）），表明注意力集中程度一般時，線索化對空間注意定向在CSI 較短或較長時均出現易化影響，而在CSI 為1 000 ms 時出現輕微的抑制。組3 中，非線索化位置的RT始終大于線索化位置（圖3（e）），易化效應始終存在，表明在注意集中程度較差情況下，線索化對空間注意定向產生顯著影響，且受CSI 的影響較小。線索化單獨效應體現了顯著的易化與抑制效應。有研究提出，易化效應和抑制效應是一個過程的兩個階段［7］，早期的線索化位置的易化效應通常被認為是線索吸引注意的結果，而隨后出現的返回抑制表現出線索化位置執行的減弱，該效應表征的是抑制重新定向到注意過的位置。因此，在本研究中認為，與組1 相比，組2 和組3 注意集中程度不夠，沒有足夠的分配注意資源的能力，在非線索化位置時不能有效完成空間注意定向過程，因此線索化效應較為明顯。對錯誤率的3（分組：組1/組2/組3）×2（線索有效性：有效/無效）×7（CSI：200 ms/400 ms/600 ms/800 ms/1000 ms/1 200 ms/1 400 ms）重復測量方差分析表明，所有主效應和交互作用均不顯著，故不做進一步分析。

從頭皮拓撲圖上看，組1 中（圖5），在CSI 較短時，線索化位置相對于非線索化位置對腦區引起的激活程度較弱，激活區域主要包括額葉（以FC1電極為中心的區域）、前額（AFZ）和左側額顳葉（FT9、FT7），在CSI 較長時，線索化位置引起的腦區激活較強，主要集中在額葉（F1、F2、F4、FC1、C1）、前額（AF3、AFZ）和右側顳葉（T8、FT10）。組2中（圖6），線索化效應對大腦激活程度及激活區域的影響較小，僅在個別電極位置呈現顯著性（AF7、FC1、TP7、P7）。組3中（圖7），在CSI較短時，腦區激活出現線索化抑制效應，在CSI較長時，出現線索化易化效應，線索化效應影響的腦區主要體現在額葉、顳葉和頂枕葉?？臻g定向的網絡連接體現了其神經網絡機制，其中，與警覺相關的額葉網絡，與執行控制相關的額頂網絡均有參與。

圖5 組1中線索有效性和CSI對EEG數據的簡單效應

圖6 組2中線索有效性和CSI對EEG數據的簡單效應

圖7 組3中線索有效性和CSI對EEG數據的簡單效應

圖8 不同的線索有效性和CSI條件下的組別單因素方差分析

3.2 CSI對定向功能的影響

CSI 對空間注意定向功能的RT 有顯著性影響。對于較短的CSI，被試對出現在與提示相同位置的靶刺激有更快的易化反應；而在長的CSI 條件下，被試對出現在與提示相同位置的靶刺激反應更慢，體現出明顯的返回抑制效應（inhibition of return，IOR）［8］。早期的注意網絡學說［7］對IOR 做出了相應的解釋，認為當線索出現一段時間后，由于出現在與線索相同位置的靶子的感知覺加工和注意受到了抑制，所以RT變慢。

線索化位置情況下，腦區激活的CSI 差異主要集中在大部分中央頂部區域，且在組1 中涉及的腦區最為廣泛，且激活程度也最強。非線索化位置情況下，CSI 腦區激活差異主要集中在大部分頂枕網絡，且組1 的CSI 腦區激活差異最小，僅在CP5 電極呈顯著性。

3.3 本研究的局限性

本研究主要受到性別比例失衡和受試者年齡比例不均的限制。年齡、性別和教育背景都是影響人行為績效和大腦活動的關鍵因素［9］。需要擴大樣本量，對這些人口學因素的影響進行進一步分析。另外，腦功能的時空特征需要深入研究。進行了大量腦區頭皮拓撲圖的分析，但因為腦電是頭皮電信號，空間分辨率有限，對解剖區域的定位不太準確，觀察到額葉、頂葉、枕葉和顳葉均參與了空間注意定向過程，但是無法找到大腦的較深區域，腦電圖源定位技術可能會有所幫助。腦區之間的因果關系及其動態活動可以通過使用時間序列分析方法來進一步分析，例如動態因果建模［10］。空間注意定向功能是注意力的3 個子功能（警覺、定向和執行控制）之一。到目前為止，這些子功能與潛在的注意機制之間的關系尚不清楚［11］，還缺乏準確、客觀的指標來描述駕駛員的注意力狀態［12］，需要對注意子功能進行進一步的綜合研究。

4 結論

進行模擬駕駛和線索-靶刺激任務實驗，分析了危險駕駛行為與空間注意定向功能之間的相關性。線索-靶刺激任務實驗中的RT 和錯誤率表明，具有較低駕駛錯誤率的受試者具有更高的行為績效和較弱的線索化效應，這與他們分配可用注意力資源、表達外部刺激和處理信息的能力更好有關。線索化效應影響的腦區主要體現在額葉、顳葉和頂枕葉等空間定向的網絡，與警覺和執行控制功能相關的額葉網絡及額頂網絡也有參與。