一種基于腦電信號(hào)反饋的學(xué)習(xí)注意力提升訓(xùn)練方法實(shí)現(xiàn)

DOI：10.19850/j.cnki.2096-4706.2024.02.027

收稿日期：2023-10-07

基金項(xiàng)目：北京師范大學(xué)珠海分校校內(nèi)教研項(xiàng)目（202041）

摘? 要：注意力對(duì)于學(xué)習(xí)者來(lái)說(shuō)非常重要，注意力與腦電信號(hào)密切相關(guān)，注意力可通過(guò)訓(xùn)練得以提升。文章提出一種基于移動(dòng)智能終端應(yīng)用APP腦電信號(hào)反饋的訓(xùn)練系統(tǒng)，訓(xùn)練包含舒爾特方格和算數(shù)運(yùn)算兩種方式，訓(xùn)練中可實(shí)時(shí)查看訓(xùn)練者腦電反饋的注意力狀態(tài)信息，強(qiáng)化訓(xùn)練效果。實(shí)踐結(jié)果表明，注意力和腦電信號(hào)之間存在正向相關(guān)性，訓(xùn)練者經(jīng)過(guò)長(zhǎng)時(shí)間訓(xùn)練其注意力能夠得到顯著提升，訓(xùn)練還能夠提高訓(xùn)練者快速調(diào)整其注意力狀態(tài)的能力。

關(guān)鍵詞：注意力；腦電反饋；舒爾特方格；算數(shù)運(yùn)算

中圖分類號(hào)：TP39? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2024）02-0128-05

Implementation of a Learning Attention Enhancement Training Method Based on EEG Signal Feedback

YANG Yongping

（School of Information Technology， Beijing Normal University， Zhuhai， Zhuhai? 519087， China）

Abstract： Attention is very important for learners， as it is closely related to EEG signals and can be improved through training. This paper proposes a training system based on mobile intelligent terminal application APP for EEG signal feedback， which includes two methods of training： Schulte Grid and arithmetic operation. During training， the attention state information of the trainee's EEG feedback can be viewed in real time， enhancing the training effect. The practical results show that there is a positive correlation between attention and EEG signals. Trainers can significantly improve their attention after long-term training， and training can also enhance their ability to quickly adjust their attention state.

Keywords： attention; EEG feedback; Schulte Grid; arithmetic operation

0? 引? 言

學(xué)習(xí)狀態(tài)通常用于判斷一個(gè)學(xué)習(xí)者的學(xué)習(xí)效率，預(yù)測(cè)其學(xué)習(xí)成效。教師可通過(guò)學(xué)生的眼神表情判斷學(xué)生的聽(tīng)課狀態(tài)，通過(guò)課堂練習(xí)和測(cè)驗(yàn)成績(jī)判斷學(xué)生的知識(shí)掌握情況，通過(guò)學(xué)生回答問(wèn)題、交流問(wèn)題的主動(dòng)性判斷學(xué)生的學(xué)習(xí)積極性。采用諸如此類的手段和方式需要教育者投入大量的精力，需要滿足師生比比較理想的前提條件，所做判斷的可信度也與教師的經(jīng)驗(yàn)密不可分。研究發(fā)現(xiàn)，無(wú)論是聽(tīng)課、作業(yè)練習(xí)還是手工實(shí)踐環(huán)節(jié)，注意力無(wú)不對(duì)學(xué)習(xí)者的學(xué)習(xí)效率具有重大影響[1]，是學(xué)習(xí)力和學(xué)習(xí)效果的決定性因素之一。文章提出基于腦電反饋信號(hào)建立一種比較獨(dú)立的學(xué)習(xí)注意力訓(xùn)練系統(tǒng)[2，3]，輔助教師、家長(zhǎng)對(duì)學(xué)生的學(xué)習(xí)狀態(tài)進(jìn)行判斷，并提供趣味性的集中注意力輔助訓(xùn)練。

1? 研究領(lǐng)域概述

1.1? 注意力

注意（Attention）是指?jìng)€(gè)體專注于某事物和對(duì)象的程度，注意力是指人的心理活動(dòng)指向和集中于某種事物的能力，注意力也是智力的重要組成部分，在各種認(rèn)知活動(dòng)中起到重要作用。注意有四項(xiàng)基本內(nèi)涵，分別是注意廣度、注意穩(wěn)定性、注意分配和注意轉(zhuǎn)移[4]。注意的核心是指向性和集中性，指向性表現(xiàn)為同一時(shí)間對(duì)多種信號(hào)和刺激的選擇，選擇某一目標(biāo)，忽略或離開(kāi)其余目標(biāo)；集中性表現(xiàn)為對(duì)干擾刺激的抑制，停留在被選擇對(duì)象上的強(qiáng)度或張力。對(duì)注意力的衡量一般包括注意力廣度、注意力集中、短時(shí)記憶、注意力持久、注意力穩(wěn)定性等方面，對(duì)學(xué)生注意力進(jìn)行判斷的最基本方法是家長(zhǎng)或者教師的直接觀察、訪談或行為記錄，并進(jìn)行量表化。某人的注意力不足會(huì)導(dǎo)致其學(xué)習(xí)能力欠佳，學(xué)習(xí)工作效率低下，工作容易出錯(cuò)等，對(duì)于大多數(shù)學(xué)生來(lái)說(shuō)，他們的學(xué)業(yè)成績(jī)偏差充分反映了他們?cè)谧⒁饬Ψ矫娴牟町悺?/p>

學(xué)生注意力不集中可能帶來(lái)的危害：

1）容易違反紀(jì)律，課堂上疏于執(zhí)行老師的指令，管不住自己的行為和動(dòng)作，成為“問(wèn)題學(xué)生”。

2）注意力差會(huì)影響人際關(guān)系，心不在焉，無(wú)法很好地控制自己的情緒，難以妥善處理人與人之間的關(guān)系。

3）注意力不足，好動(dòng)不專心，長(zhǎng)此以往可能會(huì)造成感覺(jué)統(tǒng)合失調(diào)。

4）注意力不足，團(tuán)隊(duì)活動(dòng)時(shí)容易遭到同伴的嫌棄，學(xué)業(yè)不佳難免受到老師和家長(zhǎng)的責(zé)罵，進(jìn)而形成自卑、膽小的性格。

1.2? 腦電信號(hào)及利用

1924年，德國(guó)精神病學(xué)家、耶拿大學(xué)教授Hans Berger首次從頭皮記錄到人腦的電活動(dòng)，稱為EEG（Electroencephalogram），也稱為腦電波，于1929年正式公開(kāi)發(fā)表。可以從頭部的不同深度測(cè)量到不同的腦電波信號(hào)，受頭蓋骨等的影響，這些信號(hào)非常微弱，是大腦神經(jīng)電活動(dòng)產(chǎn)生的電場(chǎng)經(jīng)過(guò)顱骨、腦膜等傳導(dǎo)到頭皮形成電位差與時(shí)間之間的關(guān)系圖，腦電是大腦內(nèi)活動(dòng)的綜合外在表現(xiàn)[4]。

1932年，Berger和Dietsch采用傅里葉變換進(jìn)行腦電分析，同時(shí)引入頻域分析、時(shí)域分析等腦電分析的方法；1973年，加州大學(xué)洛杉磯分校計(jì)算機(jī)科學(xué)家Jacques J. Vidal率先使用了BCI腦機(jī)接口，記錄腦電圖的典型儀器包括電極、導(dǎo)電材料和運(yùn)算放大器；Cole等在1985年發(fā)現(xiàn)腦電信號(hào)與人的某些心理狀態(tài)密切相關(guān)[2，3]；W.Klimesch、Ramesh Srinivasan、G.Yang等發(fā)現(xiàn)了腦電信號(hào)與警覺(jué)性、注意力、昏睡傾向等狀態(tài)之間的關(guān)聯(lián)性；1991年，Jonathan R. Wolpaw訓(xùn)練用戶自我調(diào)節(jié)mu節(jié)律的幅值，通過(guò)mu節(jié)律幅值的變化實(shí)現(xiàn)光標(biāo)的一維控制；2000年后，國(guó)內(nèi)外實(shí)驗(yàn)室實(shí)現(xiàn)了大鼠意念壓桿、猴子意念取食、人腦控制機(jī)械手抓物等[5，6]；2018年，劉永雙等分析腦電意念和注意力，研究開(kāi)發(fā)了基于腦電意念的智能家居集成系統(tǒng)[7]。

腦電意念相對(duì)應(yīng)的是腦電反饋，已廣泛應(yīng)用于警報(bào)、訓(xùn)練等領(lǐng)域，如危險(xiǎn)崗位工作人員瞌睡警報(bào)、射擊訓(xùn)練中的腦電反饋等。收集各種狀態(tài)下的腦電信號(hào)特征，在進(jìn)行訓(xùn)練的時(shí)候調(diào)節(jié)出現(xiàn)這種腦電信號(hào)以強(qiáng)化訓(xùn)練成果。2015年，deBettencourt等發(fā)表的論文和臨床研究證實(shí)，借助腦電生物反饋可以有效治療注意力缺陷障礙，顯著提高人的注意力[8，9]。

2? 基于腦電信號(hào)反饋的注意力訓(xùn)練系統(tǒng)設(shè)計(jì)

2.1? 注意力提高常用訓(xùn)練方法

注意力集中能力與個(gè)人、家庭、學(xué)校等都有關(guān)系，身體、習(xí)慣、環(huán)境等對(duì)學(xué)生的學(xué)習(xí)注意力都有影響，注意力可以通過(guò)一些訓(xùn)練得以提升，應(yīng)用的方法包括：

1）學(xué)習(xí)方法指導(dǎo)訓(xùn)練。教師采取科學(xué)方法對(duì)學(xué)生進(jìn)行興趣性的引導(dǎo)，激發(fā)學(xué)生的學(xué)習(xí)興趣和動(dòng)力，長(zhǎng)期訓(xùn)練可以提升學(xué)生的注意力集中能力。

2）行為習(xí)慣訓(xùn)練。包括視聽(tīng)、情緒控制等方面的訓(xùn)練，一般需要有專業(yè)人員引導(dǎo)并配備專門(mén)的設(shè)施設(shè)備。

3）醫(yī)學(xué)干預(yù)。注意力不集中情況比較嚴(yán)重時(shí)，還會(huì)伴隨一些諸如多動(dòng)之類的癥狀，這類患者需要長(zhǎng)期服用藥物才能緩解注意力缺失障礙。

4）“舒爾特方格”訓(xùn)練法[10]。神經(jīng)醫(yī)學(xué)家舒爾特設(shè)計(jì)了“舒爾特方格”訓(xùn)練法，準(zhǔn)備不同順序的5×5方格，隨機(jī)填上數(shù)字，訓(xùn)練者按順序指讀這些數(shù)字，指讀的速度越快，專注力越好，該方法被譽(yù)為最簡(jiǎn)單直接、科學(xué)有效的注意力訓(xùn)練方法。

其他注意力提高訓(xùn)練方法還有放松訓(xùn)練法、運(yùn)動(dòng)調(diào)整法等，有一些趣味性游戲（包括文字、數(shù)字、圖畫(huà)、語(yǔ)音等形式的游戲）可用于吸引訓(xùn)練者的注意力。

2.2? 注意力訓(xùn)練方案設(shè)計(jì)

本文設(shè)計(jì)一種基于腦電信號(hào)反饋的注意力評(píng)估和提升訓(xùn)練系統(tǒng)，方案設(shè)計(jì)需要考慮的內(nèi)容包括：

1）可行性。各種數(shù)值可測(cè)量可量化比較，包括正確率、時(shí)間，以及各種狀態(tài)數(shù)據(jù)。

2）實(shí)施便利性。訓(xùn)練者容易接受，監(jiān)督者不需要經(jīng)過(guò)專業(yè)專門(mén)的培訓(xùn)。

3）科學(xué)性。有科學(xué)依據(jù)或經(jīng)驗(yàn)依據(jù)。

在智能終端采取兩種訓(xùn)練模式，分別為舒爾特方格訓(xùn)練和數(shù)學(xué)加減法口算訓(xùn)練。用戶可以根據(jù)需要調(diào)整舒爾特方格的大小，例如5×5、9×9。在訓(xùn)練和測(cè)試過(guò)程中采集受訓(xùn)者的腦電信號(hào)反饋，提高訓(xùn)練效率。

文章設(shè)計(jì)的注意力訓(xùn)練方案比傳統(tǒng)的道具方式容易實(shí)行，成本低且具備擴(kuò)展性，調(diào)節(jié)參數(shù)即可獲得不同的訓(xùn)練模型。腦電設(shè)備通過(guò)藍(lán)牙連接到數(shù)據(jù)中心，智能終端設(shè)備可以在受訓(xùn)者接受訓(xùn)練時(shí)讀取其腦電信息，感應(yīng)電極主要位于前額葉位置，此位置所反映的注意力與腦電信號(hào)的相關(guān)性較強(qiáng)，受訓(xùn)者可以實(shí)時(shí)查看自己的腦電信號(hào)和注意力變化，找出訓(xùn)練過(guò)程中個(gè)人狀態(tài)與腦電信號(hào)之間的變化關(guān)系。受訓(xùn)者經(jīng)過(guò)長(zhǎng)時(shí)間的訓(xùn)練后，即使其不在訓(xùn)練狀態(tài)，也可以調(diào)整自己進(jìn)入冥想或注意力高度集中的狀態(tài)，長(zhǎng)期訓(xùn)練后可使受訓(xùn)者注意力的深度、廣度、持久力都有所提高，更容易進(jìn)入專注狀態(tài)，使得學(xué)習(xí)者在學(xué)習(xí)時(shí)保持注意力高度集中成為一種習(xí)慣和本能。舒爾特方格如表1所示。

快速算數(shù)運(yùn)算需要注意力高度集中，且限制條件少、適用范圍廣，通過(guò)生成一定難度的數(shù)學(xué)口算題目對(duì)訓(xùn)練者進(jìn)行注意力訓(xùn)練，系統(tǒng)隨機(jī)給出兩個(gè)運(yùn)算數(shù)，訓(xùn)練者進(jìn)行加減法運(yùn)算，輸入答案系統(tǒng)自動(dòng)判斷正誤，輸入速度越快、正確率越高，則得分越高。

訓(xùn)練過(guò)程中腦電信號(hào)可以實(shí)時(shí)顯示，訓(xùn)練者可根據(jù)反饋的腦電信號(hào)調(diào)整自己的冥想/專注度，腦電正向反饋訓(xùn)練效果，持續(xù)的正念訓(xùn)練可提升訓(xùn)練者的注意力。

2.3? 注意力訓(xùn)練系統(tǒng)設(shè)計(jì)

2.3.1? 硬件連接設(shè)計(jì)

采用干式腦電信號(hào)采集設(shè)備進(jìn)行腦電信號(hào)采集反饋，與濕式腦電信號(hào)采集設(shè)備相比，其具有成本低、易操作等特點(diǎn)，注意力信號(hào)集中于前額葉，適用于教育輔助等非醫(yī)學(xué)類場(chǎng)合，如圖1所示。

2.3.2? 訓(xùn)練系統(tǒng)分層設(shè)計(jì)

基于腦電信號(hào)反饋的注意力系統(tǒng)分為四個(gè)層次：應(yīng)用層、數(shù)據(jù)層、網(wǎng)絡(luò)層、感知層，如圖2所示。感知層獲取腦電信號(hào)數(shù)據(jù)；網(wǎng)絡(luò)層通過(guò)藍(lán)牙協(xié)議將腦電數(shù)據(jù)傳輸?shù)街悄芙K端；數(shù)據(jù)層負(fù)責(zé)數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)連接，記錄基本設(shè)置參數(shù)和運(yùn)行過(guò)程數(shù)據(jù)；應(yīng)用層用于用戶的交互和展示，用戶在操作舒爾特方格或輸入計(jì)算答案時(shí)，可看到實(shí)時(shí)的腦電信號(hào)數(shù)據(jù)，還可以查詢展示歷史數(shù)據(jù)[11]。系統(tǒng)功能結(jié)構(gòu)圖如圖3所示。

3? 實(shí)驗(yàn)測(cè)試

應(yīng)用當(dāng)前主流的Android平臺(tái)進(jìn)行開(kāi)發(fā)，采用藍(lán)牙4.0進(jìn)行通信，如表2所示。

Meditation和Attention是注意力在采樣區(qū)間的平均評(píng)分，分?jǐn)?shù)區(qū)間含義如表3所示。如圖4所示為舒爾特方格訓(xùn)練，如圖5所示為算數(shù)運(yùn)算訓(xùn)練。舒爾特方格可以進(jìn)行方格行列數(shù)的設(shè)置，從3×3直到9×9；算數(shù)運(yùn)算可以設(shè)置數(shù)字范圍和運(yùn)算符號(hào)，可以自定義范圍，針對(duì)低年級(jí)受訓(xùn)者可以設(shè)置個(gè)位數(shù)運(yùn)算，一般設(shè)置3位數(shù)的運(yùn)算，計(jì)算符號(hào)類型可以選擇單減法、單加法、加減法混合，如圖5所示。訓(xùn)練中的簡(jiǎn)易頭戴式腦電采集設(shè)備采集的腦電關(guān)聯(lián)注意力數(shù)據(jù)實(shí)時(shí)顯示，訓(xùn)練結(jié)果如圖6所示。

接受舒爾特訓(xùn)練法訓(xùn)練的訓(xùn)練者需要在方格中依次找到并點(diǎn)擊順序連續(xù)的數(shù)字，在找數(shù)字的過(guò)程中鍛煉訓(xùn)練者眼睛的搜索能力、視野廣度、速讀能力。算數(shù)運(yùn)算訓(xùn)練時(shí)，需要訓(xùn)練者持續(xù)、快速、準(zhǔn)確地計(jì)算并填寫(xiě)答案。兩種訓(xùn)練方式都有歷史數(shù)據(jù)記錄，并且有同步的腦電信號(hào)可查看。如圖7所示為訓(xùn)練過(guò)程腦電反饋專注度參考數(shù)據(jù)。

4? 總結(jié)與討論

本系列測(cè)試數(shù)據(jù)為同一個(gè)訓(xùn)練者進(jìn)行多次訓(xùn)練的成績(jī)和腦電信息記錄，成績(jī)與注意力的關(guān)系反映出同一個(gè)訓(xùn)練者的成績(jī)與其訓(xùn)練時(shí)的注意力評(píng)分有一定的正相關(guān)性，注意力評(píng)分越高成績(jī)?cè)胶茫鐖D8所示。

如表4所示，本組測(cè)試得到11個(gè)數(shù)據(jù)，成績(jī)與腦電評(píng)分標(biāo)準(zhǔn)化得分（score）平均值為82.27，差異平均值為7.45，差異標(biāo)準(zhǔn)差值為5.71，分別為平均值的9.06%和6.9%，成績(jī)與腦電相關(guān)性系數(shù)為0.86；系列數(shù)據(jù)中第一個(gè)數(shù)據(jù)差異最大，如果作為特異值將其剔除，則標(biāo)準(zhǔn)化平均值為81.5，差異平均值為6.2，差異標(biāo)準(zhǔn)差值為4.13，分別為平均值的7.6%和5.06%，成績(jī)與腦電相關(guān)系數(shù)為0.91，其相關(guān)性（interdependency）的可信程度為較高水平。

如圖9所示，個(gè)人歷史數(shù)據(jù)方便訓(xùn)練者和觀察者查看了解訓(xùn)練過(guò)程再結(jié)合現(xiàn)實(shí)中的聽(tīng)課、閱讀等第三方觀測(cè)評(píng)價(jià)，以及學(xué)習(xí)中的練習(xí)成績(jī)、測(cè)試成績(jī)等，綜合評(píng)估學(xué)習(xí)者的狀態(tài)，幫助學(xué)習(xí)者提升學(xué)習(xí)效果。訓(xùn)練時(shí)間可以根據(jù)訓(xùn)練者的情況進(jìn)行調(diào)節(jié)，持續(xù)、科學(xué)的訓(xùn)練能夠有效提升訓(xùn)練者的注意力和學(xué)習(xí)力。本訓(xùn)練系統(tǒng)可鍛煉訓(xùn)練者的注意力，包括注意力的深度、廣度、持久性及分配效果。訓(xùn)練結(jié)果也可以輔助學(xué)生進(jìn)行時(shí)間安排，不同的注意力和腦電特點(diǎn)時(shí)間段可安排不同的學(xué)習(xí)任務(wù)。

5? 結(jié)? 論

與傳統(tǒng)卡片式舒爾特方格相比，本系統(tǒng)具有成本低、調(diào)整靈活等優(yōu)勢(shì)，還可以將更多的趣味性訓(xùn)練方法集成到系統(tǒng)。穿戴式腦電采集設(shè)備的優(yōu)點(diǎn)在于其無(wú)損害、易于實(shí)施、實(shí)時(shí)性強(qiáng)。隨著采集技術(shù)和信號(hào)處理技術(shù)的發(fā)展以及數(shù)據(jù)預(yù)處理算法的改進(jìn)，腦電信號(hào)的可信度也在不斷地提升。為了減少干擾，濕式電極、內(nèi)嵌式采集設(shè)備也在不斷地被研發(fā)，腦電信號(hào)必將有更多可發(fā)掘利用的場(chǎng)景。

參考文獻(xiàn)：

[1] HIGGINS A，TURNURE J. Distractibility and concentration of attention in children's development [J].Child Development，1984，55（5）：1799-1810.

[2] COLE H W，RAY W J. EEG correlates of emotional tasks related to attentional demands [J].International Journal of Psychophysiology，1985，3（1）：33-41.

[3] 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.

[4] 肖嬋.基于腦電波的注意力訓(xùn)練研究 [D].武漢：華中師范大學(xué)，2017.

[5] WLIMESCH W.EEG alpha and theta oscillations reflect cognitive and memory performance： a review and analysis [J].Brain Research Reviews，1999，29（2-3）：169-195.

[6] 李穎潔.腦電波的前世今生 [J].自然雜志，2019，41（4）：299-305.

[7] 劉永雙，胡振超，李家東，等.基于腦電意念的智能家居集成系統(tǒng)設(shè)計(jì) [C]//2018年全國(guó)物聯(lián)網(wǎng)技術(shù)與應(yīng)用大會(huì)（CIoT 2018）.杭州：[出版者不詳].2018：66-67.

[8] DEBETTENCOURT M T，COHEN J D，LEE R F，et al.Closed-loop training of attention with real-time brain imaging [J].Nature Neuroscience，2015，18（3）：470-475.

[9] COHEN M X. Where Does EEG Come From and What Does It Mean [J].TrendsNeurosci，2017，40（4）：208-218.

[10] 左金山.舒爾特方格法對(duì)中學(xué)生注意力穩(wěn)定性的提升效果研究 [D].青海：青海師范大學(xué)，2023.

[11] 陳禎禎，曹曉明.基于腦機(jī)交互技術(shù)的學(xué)習(xí)分析研究 [J].教育信息技術(shù)，2017（11）：13-18.

作者簡(jiǎn)介：楊永平（1980.04—），男，漢族，云南曲靖人，講師，碩士，研究方向：智能教育信息化、機(jī)器學(xué)習(xí)。