姜穎,洪軍,王崴,瞿玨
?
面向VDT顯示界面的視覺舒適度客觀描述方法
姜穎1,洪軍1,王崴2,瞿玨2
(1. 西安交通大學機械制造系統工程國家重點實驗室,陜西西安,710054;2. 空軍工程大學防空反導學院,陜西西安,710051)
通過主、客觀實驗相結合的方法對面向視覺顯示終端(VDT)的信息顯示界面視覺舒適度的客觀描述模型進行研究。以不同色彩組合的儀表界面為測試對象,采集被試者的腦電信號,得到P100和P300幅值、潛伏期以及各頻段下的腦波能量,并對表盤界面進行舒適度主觀評分。利用多項式擬合回歸,建立視覺舒適度(VC)與P4和波能量P之間的數學模型。研究結果表明:通過相關性分析,得到視覺舒適度分別與頂葉P4處的P300幅值P4(相關系數為0.644,顯著性<0.05)、波能量P(相關系數為0.850,<0.005)及比值(α+θ)/β(相關系數為?0.872,<0.005)均顯著相關。模型顯示視覺舒適度與P4呈正向線性關系,與P呈二次拋物線關系,二者的交互作用與視覺舒適度呈負相關關系。利用該數學模型對視覺舒適度進行客觀描述是可行的,同時該模型可用于對VDT視覺顯示界面視覺舒適度的評價。
視覺顯示終端(VDT);顯示界面;視覺舒適度;客觀描述;模型;腦電信號
基于視覺顯示終端(visual display terminals, VDT)的視覺顯示界面已被廣泛應用于各種工程設備中,與傳統的物理式信息界面相比,VDT界面可以實現對多個顯示界面的整合,增加了人機互動。然而,不當的VDT視覺界面色彩搭配會導致視覺系統負荷過大,如在同一界面中同時使用位于可見光譜兩端的顏色會造成人眼晶狀體處于頻繁的調節狀態中,從而導致眼部肌肉疲勞并引發視覺不適;而視覺舒適度是衡量視覺不適的1個重要指標。視覺舒適度是人眼對刺激感受的舒適程度,它是1個心理感受量。通常視覺舒適度通過主觀評價[1?2]方法獲得,但是由于主觀評價往往會受到人的心理及精神因素的影響,造成評價結果不能反映真實的視覺舒適度狀態。因此,對視覺舒適度進行客觀的測量是有必要的,目前的客觀測量方法主要為生理指標測量。早期的生理測量指標主要是人眼生理指標,包括眼表面積[3]、瞳孔尺寸[4?5]、晶狀體調節能力[4]等。視覺舒適度越高,眼表面積越小[3];眼睛越放松,瞳孔尺寸越小[5]。但長時間的VDT操作會降低視覺舒適度,進而引發視覺疲勞,發生視覺疲勞后,人眼瞳孔反射和晶狀體調節能力減弱,眼球調節和瞳孔尺寸減小。人在接收視覺刺激的過程中,由視網膜接收到的視覺刺激經視覺回路傳導至枕葉皮層,引起神經信號電位變化,從而引起人體相應器官的反應。這說明以上客觀指標的變化都是視覺感受器接收到視覺刺激后,人體大腦的神經信號發生變化所引起的。人體大腦的神經信號不僅會因外界的刺激而發生變化,而且會受到人體自身因素(如情緒、精神狀態)的影響,因此,直接利用人眼結構的生理指標變化對視覺舒適度進行描述存在一定的局限性。腦電信號(electroencephalogram, EEG) 是大腦在活動時,腦皮質細胞群之間所形成的電位差,從而在大腦皮質的細胞外產生電流。它記錄了大腦活動時的電波變化,是腦神經細胞的電生理活動在大腦皮層或頭皮表面的總體反映[6]。目前EEG已經作為人的認知進程的直接分析工具,廣泛用于分析不同認知狀態下的大腦活動情況,尤其是對不易定量化的心理感受指標的評估上[7?10]。然而,上述研究的主要結果大多是停留在對心理感受指標的定性分析層面上。本文作者以航空速度表界面為測試對象,采集被試在觀察不同儀表界面時的腦電信號,通過分析EEG指標和視覺舒適度之間的相關關系,建立基于EEG的儀表顯示界面視覺舒適度數學模型,實現對儀表顯示界面視覺舒適度的客觀描述,該模型也可以用于顯示界面的設計與評價。
在舒適度的研究中,疲勞是影響舒適度心理因素中最重要的因子[11],腦電能量參數(+)/,/和/常被用來評估疲勞[12]。波(0.5~4 Hz),波(4~8 Hz);波(8~14 Hz)和波(14~30 Hz)是EEG信號中與精神和心理因素密切相關的4個典型節律[13]。在一般情況下,波和波的出現表明人體處于困倦和嗜睡狀態,即大腦皮層的活動受到了抑制;而波是在人體清醒、安靜、閉目時出現,當人睜眼、思考問題或受刺激時則會減少;波活動是與認知進程、決策、問題解決及信息處理聯系緊密的[14],當人處在警覺狀態和任務狀態下,波活動則會出現增多。人的腦皮層活動狀態取決于存在于人腦中的活動與抑制2個神經組織系統的均衡情況,它們的機能分別為增加和降低腦皮層的激活程度。當活動系統處于優勢地位時,人的機體處于興奮狀態中,表現為高頻腦電波能量升高,外部生理表現為對周圍事物和工作感到新鮮、興趣濃厚和非常清醒;當抑制系統處于優勢地位時,則表現為低頻腦電波能量升高,生理表現為機體對刺激的應答能力減弱。腦電能量參數則反映了機體神經組織的這種均衡關系。
事件相關電位(event related potential, ERP)是通過記錄頭皮電壓振幅或成分來反映與信息加工和有關的神經活動的時間序列,P100和P300是ERP中的主要成分。P100成分波出現在刺激出現后50~150 ms之間,P100潛伏期反映了刺激從視覺感受器官傳遞到視皮層所用的時間[15]。P300成分波出現在刺激出現后的300 ms之后,其幅值與所投入的心理資源量成正相關, 而刺激辨別的難易程度直接影響著潛伏期,使其隨難度增加而變長[16]。因此,ERP可以客觀反映刺激的顯示屬性,同時也能反映出操作者對刺激的應答狀態。
2.1 實驗設計
影響視覺舒適度的主要因素有光照水平[5]、屏幕顯示的亮度對比[17]及色彩組合等因素。相對于環境照明、亮度水平和刺激類型,不同目標色和背景色的組合對視覺舒適度的影響更為顯著[18]。因此,本文將以不同色彩組合的儀表顯示界面為測試對象。采用背景色、指針色、安全區刻度色3個儀表設計因素建立虛擬實驗表盤。依據航空儀表中的常用色彩[2],建立如表1所示的儀表設計因素水平表。此外,表盤數字均使用白色Arial字體,警戒區和危險區刻度的顏色分別為黃色 (RGB(255,255,0)) 和紅色(RGB (255,0,0))。根據正交實驗設計方法,選用L9(34)正交表設計實驗,得到如圖1所示的9個實驗表盤。把每個表盤界面做成一個刺激圖片,圖片長×寬為8 cm×8 cm,作為本文的測試材料,同時采集被試者在觀察每個刺激時的腦電信號。

表1 儀表界面設計因素

(a) Dial 1;(b) Dial 2;(c) Dial 3;(d) Dial 4;(e) Dial 5;(f) Dial 6;(g) Dial 7;(h) Dial 8;(i) Dial 9
2.2 實驗過程
實驗是在室內正常照明、安靜、舒適的環境下進行,室溫(25 ℃),光照強度為450 lux。被試者為25名年齡在20~28歲之間的志愿者(男20名,女5名),且均身體健康,右利手,無腦部疾病史和心理疾病,視力或矯正視力正常,色覺正常。實驗前被試者要保證睡眠充足,避免酒、茶和咖啡等任何中樞興奮或抑制性的食物和藥物,避免劇烈運動,并完全了解整個測試程序和要求。所有被試者均自愿參加且合作態度良好。
實驗分為客觀測試和主觀評分2部分。在客觀測試中,采用心理學實驗范式Oddball范式,并利用E-Prime?呈現刺激。將上述9個表盤圖片依據背景顏色的不同被分為3組,每組中的每個圖片依次作為目標刺激(TS),剩下的2個表盤作為非目標刺激(NTS)進行測試。每個圖片單獨作為一個刺激呈現在23″液晶顯示屏中央,圖片呈現背景為黑色,顯示器的分辨率為1 440×900,顯示屏亮度為72 cd/m2。目標刺激的出現概率為20%,每個目標刺激的出現次數為40次;刺激呈現時間為150 ms,兩刺激之間的時間間隔為800 ms,刺激為隨機呈現。被試者雙目距顯示器的水平距離為60 cm,被試者通過鼠標僅對目標刺激進行反饋操作。實驗過程中,使用Neuroscan?40通道腦機接口設備采集全程被試者在觀察表盤時的腦電信號,采樣頻率為1 kHz,采用國際上常用的10~20導聯方法聯接電極,采用的電極位為Fz,FCz,T3,C3,Cz,C4,T4,CPz,P3,Pz,P4,O1,Oz和O2,各導聯阻抗均小于5 kΩ。
客觀測試結束后,將上述9個刺激圖片單獨并隨機地呈現在顯示屏中央,每個圖片顯示15 s,顯示的時間間隔為10 s,被試者需在每個圖片消失前按相應鍵進行主觀舒適度評分,分值設定為5個等級:1表示不舒適,2表示較不舒適,3表示一般,4表示較舒適,5表示舒適。
2.3 結果
2.3.1 視覺舒適度與ERP的相關性
利用scan?4.5對腦電數據進行預處理,選取刺激前100 ms至刺激發生時(?100~0 ms)的腦電信號作為基線,用于校正刺激后腦電信號,選取刺激發生時至刺激后700 ms時間段(0~700 ms)進行分析,得到每個表盤作為目標刺激時的P100和P300幅值與潛伏期。
主觀評價結果如圖2所示。由圖2可以看出:灰色背景下的主觀舒適評價值顯著低于其他2種背景下的分值。
針對各因素及其組合的交互作用對主觀舒適度的主效應進行方差分析,結果如表2所示。不同背景色及不同的色彩組合對主觀舒適度的主效應影響顯著,顯著性均小于0.05,不同指針色和刻度色對主觀舒適度的主效應影響不顯著。

圖2 主觀舒適度評價結果

表2 主觀舒適度方差分析結果
注:*號表示顯著性<0.05。
對主觀舒適度與P100和P300幅值和潛伏期之間的相關性進行相關分析,結果顯示,主觀舒適度僅與P4處的P300幅值P4的相關性顯著,相關系數為0.644 (<0.05)(見表3),這表明視覺舒適度與P4處的P300幅值呈正相關關系。
2.3.2 視覺舒適度與腦電波能量的相關性
通過Scan? 4.5計算得到4個腦電頻段(0.5~4 Hz),(4~8 Hz),(8~14 Hz)和(14~30 Hz)的腦電波能量。將主觀舒適度分別與各頻段的腦電波能量進行相關性分析,結果如表4所示。主觀舒適度與波、波和波能量之間的相關性均不顯著,與波能量P和腦電能量參數P/β,P/β和(α+θ)/β的相關性均高度顯著,相關系數分別為0.850(<0.005),?0.750 (=0.005),?0.887(<0.005)和?0.872(<0.005),這表明視覺舒適度與P呈正相關關系,與P/β,P/β和(α+θ)/β呈負相關關系。

表3 視覺舒適度與P100和P300的幅值與潛伏期的相關系數及顯著性
注:括號外數據表示相關系數;括號內數據表示顯著性,下同。

表4 視覺舒適度與腦電波能量的相關系數及顯著性
注:*號表示<0.01;**號表示<0.005。
綜上所述,主觀評價與客觀生理指標測量結果一致,說明測試結果可信度較高,即P4處的P300幅值P4及波能量P和腦電能量參數P/β,P/β和(α+θ)/β均可定性描述視覺舒適度。
2.4 視覺舒適度客觀描述模型建立
根據上述實驗結果,視覺舒適度與P,P/β,P/β和(α+θ)/β的相關性均顯著,而P/β,P/β和(α+θ)/β之間具有數值關系P/β+P/β=(α+θ)/β,因此,模型的自變量將不考慮P/β和P/β。由于P和(α+θ)/β具有相關性,故P和(α+θ)/β將分別作為自變量建立方程。
令Pa=P/10,a=P4/10,分別將P4和P調整到與主觀舒適度相一致的范圍。將a,Pa和(α+θ)/β作為自變量1,2和3,將視覺舒適度作為因變量,同時考慮因素間的交互作用,分別建立與1和2以及與1和3之間的回歸方程。
兩因素交互作用的回歸模型為

式中:和表示因素。
利用SPSS?,采用向后剔除(Backward)分析方法進行回歸分析,分別得到與1和2以及與1和3之間的回歸方程:

(3)
分別對方程(2)和(3)及其回歸系數進行顯著性檢驗(見表5)。

表5 回歸方程及其回歸系數的顯著性
回歸方程(2)和(3)在零水平上均高度顯著(<0.001),且方程(2)的回歸系數顯著性均達到了<0.05的顯著水平;而方程(3)的交互作用項的系數顯著性為=0.075,未達到<0.05的顯著水平,且擬合度0.799低于方程(2)的擬合度0.856,故選擇方程(2)作為視覺舒適度(VC)客觀描述模型,即

3.1 視覺舒適度與腦電波能量的關系
本文的研究結果顯示視覺舒適度僅與波能量相關,與,和的能量均不相關,該結果與文獻[8]中的研究結果一致,但與文獻[10]中的研究結果不一致,這主要是由于本文的測試任務本身具有緊迫感。由于刺激展示時間較短,造成被試者的緊張感,從而導致波活動減弱,波活動增加,引起波能量增加。這也表明此時大腦處于興奮狀態,即機體處于活動系統占優勢的狀態,大腦的主動應答能力處于增強的狀態,其生理表現為大腦清醒,對刺激物感到新鮮、興趣濃厚,這與機體主觀感受舒適的生理表現相吻合。同時說明視覺舒適狀態下,機體的主動應答能力較高;相反,在視覺舒適度較低顯示界面下,人的主動應答能力將被削弱。
3.2 視覺舒適度的影響機理
根據上述模型,視覺舒適度與頂葉的P300幅值呈正向線性關系,與波能量呈二次正向拋物線關系。這是由于頂葉皮層是負責注意力分配的腦皮層,頂葉P300幅值的增加表明大腦分配給刺激的注意力資源增加[19],而舒適程度高的VDT視覺界面會較舒適程度低的界面更吸引操作者的注意力。這也說明注意力是受界面的舒適度影響的,VDT視覺界面的舒適度越高,大腦分配給它的注意力資源也就越多。
上述模型的通用方程式為

方程(5)有解的條件為
()=()2?4(+)≥0 (6)
由于本文中視覺舒適度只能為正值,因此,需要根據()的值域范圍對的值域范圍進行討論。針對本文內容,確定式(5)中各系數為:=2.14,=?8.57,=20.25,=?10.021,=Pa,=a,=VC,故

當=0時,方程(7)的解為a1=0.660,a2=1.997(見圖3)。
圖3 ()曲線
Fig. 3 Curve of ()
1) 當0.660<a<2.000時,<0。此時>0,且最小值的點在=?/(2)處,即Pa在1.18~3.56之間,視覺舒適度會出現最小值。
2) 當a為0.660或2.000時,=0。此時,曲線與軸有1個交點,交點為0=1.18或0=3.56。當<0時,隨增大而減小;當>0時,隨增大而增大,即,Pa的值域范圍為Pa<1.18或Pa>3.56,并且當Pa<1.18時,視覺舒適度隨Pa增加而減小,Pa>3.56時,視覺舒適度隨Pa的增加而增大;而當1.18<Pa<3.56時,視覺舒適度的變化趨勢受頂葉P300幅值的變化影響。
3) 當a<0.660或a>2.000時,>0,此時,的解無法確定,即這種情況下無法確定視覺舒適度的變化趨勢。
因此,該模型只針對頂葉P300幅值在6.6~20.0 μV范圍內的情況,當波能量占比在11.8%~35.6%之間時視覺舒適度較低,而當占比小于11.75%時,視覺舒適度隨P增加而減小,當大于35.55%時,視覺舒適度隨P增加而增大。原因是波是一種低幅的快波,代表大腦皮層的去極化,在大腦皮層被激活,人體處于覺醒、興奮狀態以及波中斷時在腦電圖中出現,P是波在整個信號譜中的占比,它表示著大腦皮層的活躍程度。當人處于放松休息的狀態中時,此時舒適程度較高,低頻波活動占主要地位,機體的波活動很少;當人出現緊張和憂慮時,波活動都會增加,而隨著波的增加,人的舒適程度會逐漸降低,而當人處于神經興奮的狀態時,波活動會出現大幅增加,而此時,舒適程度會隨興奮程度增加。然而,當波能量和頂葉P300幅值同時增大時,則會對視覺舒適度的提升產生抑制作用。
本文中,當色彩對比較弱時(如圖1所示表盤4和5),其信息的可辨性差,被大腦分配的注意資源較少,故頂葉P300波幅較低;并且較弱的色彩對比不能引起較大的視覺刺激,因此,引起的神經沖動也較小,但同時人在辨認目標中所耗費的時長增大,負向情緒將產生,因此,負向情緒會消耗一部分的心理負荷量,導致其他操作的注意資源減少,隨著操作時間的增加,人腦疲勞感也會加速產生。當色彩對比過于強烈時(如圖1所示表盤2,6和7),更多的注意資源被吸引到該界面中,頂葉P300幅值增大,同時,機體的神經沖動也較大,人腦處于一種高度緊張的狀態下,反應時間縮短,但隨著操作時間的增加,操作者若長時間處于這種高度刺激強度的狀態下,大腦的疲勞將加速形成。由于腦電能量參數(α+θ)/β通常可以作為評估和預測疲勞的標準,當該比值增大時,表明疲勞趨勢增強,相反,當比值減小時,則表明疲勞趨勢減弱。本文中,該參數和視覺舒適度呈負相關關系,說明主觀舒適度評分低的表盤界面,其加速誘發大腦疲勞的趨勢也較大,即由于表盤2,4,5,6和7的疲勞趨勢較高,視覺舒適度得分較低。
綜上所述,所得視覺舒適度客觀描述模型可對VDT視覺顯示界面的視覺舒適度進行客觀定量測量與評價。
1) P4處的P300幅值及腦電能量P/β,P/β和(α+θ)/β均可描述視覺舒適度。
2) 建立了以P4處的P300幅值和β波能量為自變量的視覺舒適度客觀描述模型。
3) 視覺舒適度與P4處的P300幅值呈正向線性關系,與波能量呈二次拋物線關系,二者的交互作用與視覺舒適度呈負相關關系。
4) 視覺舒適度客觀描述模型可以用于對VDT視覺界面舒適度的客觀定量測量與評價研究。
[1] OU Lichen, SUN Peili, HUANG Hsinpou. Visual comfort as a function of lightness difference between text and background: a cross-age study using an LCD and a tablet computer[J]. Color Research & Application, 2015, 40(2): 125?134.
[2] 張磊, 莊達民. 飛機界面設計顏色匹配性[J]. 北京航空航天大學學報, 2009, 35(8): 1001?1004. ZHANG Lei, ZHUANG Damin. Color matching of aircraft interface design[J]. Journal of Beijing University of Aeronautics and Astronautics, 2009, 35(8): 1001?1004.
[3] MIDORI S, SHIN S, SASITORN T, et al. Recommendation for VDT workstation design based on analysis of ocular surface area[J]. Advances in Human Factors/Ergonomics, 1995, 20(1): 617?621.
[4] SHIN S, SASITORN T, GAVRIEL S. Visual comfort in using different VDT screens[J]. International Journal of Human- Computer Interaction, 1993, 5(4): 313?323.
[5] SASITORN T, SUSUMU S. Visual comfort in VDT operation: physiological resting states of the eye[J]. Industrial Health, 1993, 31(1): 13?28.
[6] ABDULHAMIT S, ERGUN E. Classification of EEG signals using neural network and logistic regression [J].Computer Methods and Programs in Biomedicine, 2005, 78(2): 87?99.
[7] GOMARUS H K, ALTHAUS M, WIJERS A A, et al. The effects of memory load and stimulus relevance on the EEG during a visual selective memory search task: an ERP and ERD/ERS study[J]. Clinical Neurophysiology, 2006, 117(4): 871?884
[8] KO Y H, SHEN I H, LEE D S. Color combinations of visual display terminal (VDT) icon on user preferences and EEG response[J]. Perceptual and Motor Skills, 2010, 110(2): 411?428.
[9] YEH Y Y, LEE D S, KO Y H. Color combination and exposure time on legibility and EEG response of icon presented on visual display terminal[J]. Displays, 2013, 34(1): 33?38.
[10] NA N, JANG J, SUK H J. Dynamics of backlight luminance for using smart phone in dark environment[C]//ROGOWITZ B E. Human Vision and Electronic Imaging XIX. San Francisco, USA: SPIE, 2014: 9014OI. 0277?786X.
[11] 羅仕鑒. 基于生物學反應的駕駛舒適度研究[D]. 浙江: 浙江大學計算機學院, 2005: 20?22. LUO Shijian. Study on driving comfort based on biological response[D]. Zhejiang: Zhejiang University. School of Computer, 2005: 20?22.
[12] BUDI T J, SARA L, PETER F, et al. Using EEG spectral components to assess algorithms for detecting fatigue[J]. Expert Systems with Applications, 2009, 36(2): 2352?2359
[13] BECHRVA N P. Psychophysiology: today and tomorrow[M]. New York: Pergamon Press, 1981: 23?3l.
[14] RAY W J, COLE H W. EEG alpha-activity reflects attentional demands, and beta-activity reflects emotional and cognitive- processes[J]. Science, 1985, 228(4700):750?752
[15] 趙侖. ERP實驗教程[M]. 南京: 東南大學出版社, 2010: 61?75. ZHAO Lun. ERPs experiment course[M]. Nanjing: Southeast University Press, 2010: 61?75.
[16] KOK A. On the utility of P3 amplitude as a measure of processing capacity[J]. Psychophysiology, 2001, 38(3): 557?577.
[17] WANG Anhsiang, CHEN Mingte. Effects of polarity and luminance contrast on visual performance and VDT display quality[J]. International Journal of Industrial Ergonomics, 2000, 25(4): 415?421.
[18] SHIEH K K, LIN C C. Effects and screen color type, ambient illumination, and color combination on VDT visual performance and subjective performance[J]. International Journal of Industrial Ergonomics, 2000, 26(5): 527?536.
[19] POLICH J. Updating P300: an integrative theory of P3a and P3b[J]. Clinical Neurophysiology, 2007, 118(10): 2128?2148.
(編輯 楊幼平)
An objective description method of visual comfort for VDT display interface
JIANG Ying1, HONG Jun1, WANG Wei2, QU Jue2
(1. State Key Laboratory for Manufacturing Systems Engineering, Xi’an Jiaotong University, Xi’an 710054, China;2. College of Air and Missile Defense, Air Force Engineering University, Xi’an 710051, China)
An objective description model was established by a combination of subjective and objective approaches. The test objects were the instrument interfaces with different color combinations. Through collecting electroencephalogram EEG signals of subjects, the amplitude and latency of P100 and P300 induced by different combinations were obtained, as well as EEG power under different bands. A subjective evaluation was carried out after the objective tests. Through the polynomial regression fitting, a mathematical model of visual comfort (VC) was established withP4andPas independent variables. The results show that through correlation analysis, the highly relevant relationships are found among the visual comfort and P300 amplitude at the parietal lobe (P4)P4(correlation coefficient of 0.644, significance<0.05),band powerP(correlation coefficient of 0.850,<0.005) and the rate of/(+)(α+θ)/β(correlation coefficient of ?0.872,<0.005). The relationship between VC andP4is positive linear and the relationship between VC andPis quadratic parabola, and a negative relation is found between VC and the interaction ofP4andP. It is feasible to use this model for the objective evaluation of visual comfort. Meanwhile, this model can be used to evaluate the visual comfort of VDT display interface.
visual display terminals (VDT); display interface; visual comfort; objective description; model; EEG signal
10.11817/j.issn.1672-7207.2017.01.011
TH702
A
1672?7207(2017)01?0077?07
2016?01?17;
2016?03?24
航空科學基金資助項目(20131996014) (Project(20131996014) supported by the Aeronautical Science Foundation of China)
洪軍,博士,教授,從事人機界面設計研究;E-mail: jhong@mail.xjtu.edu.cn