تأثیر خستگی ذهنی بر فعالیت مغز: یک مطالعه مقایسه ای هم در حالت استراحت و هم در حالت کار با استفاده از EEG

خستگی ذهنی معمولاً در اثر فعالیتهای شناختی طولانی مدت ایجاد می شود ، که عمدتاً به عنوان خواب آلودگی ، دشواری در تمرکز ، کاهش هوشیاری ، تفکر بی نظم ، واکنش آهسته ، بی حالی ، کاهش کارآیی کار ، مستعد خطا و غیره ایجاد می شود. خستگی ذهنی به یک وضعیت گسترده در زمینه سلامت تبدیل شده است و تأثیر جدی بر عملکرد شناختی مغز دارد. با این حال ، مطالعات به ندرت تفاوت خستگی روانی در فعالیت الکتروفیزیولوژیکی را هم در حالت استراحت و هم در حالت وظیفه به طور همزمان بررسی می کند. در اینجا ، بیست شرکت کننده مرد سالم برای انجام یک کار حسابی ذهنی متوالی برای القاء خستگی ذهنی استخدام شدند و داده های الکتروانسفالوگرام (EEG) قبل و بعد از هر کار جمع آوری شد. قدرت و قدرت نسبی پنج ریتم EEG هم در حالت استراحت و هم در حالت وظیفه از نظر آماری مورد تجزیه و تحلیل قرار گرفت.

نتایج

نتایج توپوگرافی های مغز و تجزیه و تحلیل آماری نشان داد که وظیفه حسابی ذهنی می تواند با موفقیت خستگی ذهنی را در افراد ثبت نام شده القا کند. شاخص قدرت نسبی در پاسخ به خستگی ذهنی نسبت به شاخص قدرت حساس تر بود و قدرت نسبی برای ارزیابی خستگی ذهنی در حالت استراحت بهتر از حالت کار بود. علاوه بر این ، ما دریافتیم که تقسیم باند فرکانس آلفا به باند آلفا 1 و باند آلفا2 در مطالعات مربوط به خستگی از اهمیت فیزیولوژیکی زیادی برخوردار است و در عین حال تفاوتهای آماری زیر گروهها را بهبود می بخشد.

نتیجه گیری

نتایج فعلی ما نشان می دهد که فعالیت مغز در حالت خستگی ذهنی تفاوت های زیادی در حالت استراحت و وضعیت وظیفه دارد و انتخاب وضعیت مناسب در دستیابی به داده های EEG و تقسیم باند آلفا به گروههای Alpha1 و Alpha2 در تحقیقات مرتبط با خستگی ذهنی ضروری است.

زمینه

خستگی ذهنی به وضعیت هوشیاری کم و اختلال شناختی اشاره دارد [1]. فعالیت و تحریک بیش از حد مغز می تواند باعث شود فرد احساس خستگی روانی کند و این احساس شبیه به خستگی جسمی است. خستگی ذهنی می تواند عواقب بد بسیاری را به وجود آورد ، به عنوان مثال ، باعث می شود که وظایف بدون عارضه به طور فزاینده ای دشوار یا حتی غیرممکن شوند. خستگی ذهنی در امروزه به یک وضعیت زیر سلامتی محبوب تبدیل شده است ، که تقریباً بر همه جنبه های عملکرد شناختی مغز انسان تأثیر دارد [2] ، مانند خستگی رانندگی [3]. با توجه به تأثیرات خستگی ذهنی بر زندگی روزمره ما ، نشان دادن تفاوت خستگی ذهنی بر فعالیت مغز در حالت استراحت و وضعیت وظیفه در همان زمان بسیار مهم است.

مطالعات قبلی بر تغییرات مرتبط با فعالیت مغزی مرتبط با کار متمرکز شده است [4 ، 5]. کارهای ذهنی ناشی از خستگی به طور گسترده توسط محققان مورد استفاده قرار گرفت. وظایف ذهنی که نیاز به شدت توجه مختلف دارند می توانند سطح خستگی ذهنی را متمایز کنند و مدت زمان تجربی آنها می تواند متمایز باشد. وظیفه N-Back [6 ، 7] و کار هوشیاری روانی [8 ، 9] (PVT) را می توان به عنوان وظایف مورد تقاضای مورد توجه طبقه بندی کرد ، محرومیت از خواب [10] را می توان در کارهای کم تحرک طبقه بندی کرد. وظیفه حسابی ذهنی [11] و کار شبیه سازی رانندگی [12] در کارهای تقاضای تقاضای میانی قرار می گیرد. با این حال ، در بین این کارهای سه نوع ، کارهای تقاضای میانی بسیار مطابق با بار کاری روزانه ما است. بنابراین ، ما وظیفه حسابی ذهنی را برای القاء خستگی ذهنی انتخاب کردیم.

از نظر تاریخی ، خستگی ذهنی با تکنیک تصویربرداری عصبی EEG بیشتر مورد مطالعه قرار گرفته است [13،14،15]. به طور گسترده ای ثابت شده است که خستگی ذهنی می تواند منجر به تغییرات آشکار در سیگنال های EEG شود [16]. Strijkstra دریافت که EEG در حالت استراحت ، همبستگی منفی قوی از قدرت آلفا و همبستگی مثبت قدرت تتا با خواب آلودگی ذهنی را نشان می دهد [17]. با افزایش خستگی ذهنی ، قدرت ریتم آلفا هنگام باز شدن چشم ها افزایش می یابد و هنگام بسته شدن چشم ها کاهش می یابد [18]. از این تغییرات در EEG می توان برای تشخیص خستگی ذهنی استفاده کرد [11 ، 16] ، که به ویژه برای برآورد خستگی رانندگی مهم و معنی دار است [8 ، 12]. از موارد فوق ، می توانیم نتیجه بگیریم که EEG به مؤثرترین وسیله فنی برای کاوش در عصبیکانسم و تشخیص خستگی ذهنی تبدیل شده است [19 ، 20].

مطالعه حاضر همچنین توسط مطالعاتی که گروههای EEG را به گروههای باریک تر تقسیم کرده اند ، انگیزه دارد. در مطالعات مرتبط با خستگی ذهنی ، برخی از محققان باند آلفا را به آلفا 1 (8-10 هرتز) و آلفا2 (10-13 هرتز) تقسیم کردند. LI تجزیه و تحلیل آماری را در مورد ویژگی های Alpha1 و Alpha2 برای برآورد خستگی ذهنی انجام داده است ، و گزارش داده است که باند Alpha1 برای تشخیص خستگی بهتر است [11]. Sun برای طبقه بندی خستگی ذهنی از باند فرکانس Alpha1 استفاده کرده و به دقت پیش بینی بالایی رسیده است [21].

در این مطالعه ، ما تفاوت های خستگی روانی در فعالیت الکتروفیزیولوژیکی را در حالت استراحت و کار به طور همزمان بررسی می کنیم. برای این منظور ، ما گروهی از وظایف ریاضی حسابی ذهنی پایدار را برای القاء خستگی ذهنی در بین شرکت کنندگان جوان سالم استخدام شده و داده های EEG برای استراحت و حالت های وظیفه قبل و بعد از هر کار جمع آوری کردیم. سپس قدرت و قدرت نسبی دلتا ، تتا ، آلفا 1 ، آلفا 2 و بتا محاسبه شد و تجزیه و تحلیل آماری بر روی نتایج در مناطق مختلف مغز انجام شد.

نتایج

شکل 1 و جدول 1 نتایج قدرت EEG را نشان می دهد. مشخص شده است که قدرت هر ریتم در حالت استراحت و حالت کار در روند تکاملی خستگی ذهنی متفاوت است ، اما تفاوت های آماری کمی وجود دارد و تصحیح FDR در نتایج P-Values انجام نمی شود. در حالت استراحت ، قدرت ریتم Alpha1 در مناطق فرونتال و موقتی دارای یک افزایش چشمگیر برای افزایش است و قدرت Alpha2 در منطقه پاریتال کاهش قابل توجهی دارد. در حالت کار ، فقط قدرت بتا در مناطق پاریتال و اکسیپیتال کاهش آشکار دارد. دلیل تفاوتهای آماری ناچیز ممکن است این باشد که قدرت ریتم EEG به خستگی ذهنی حساس نیست و تغییرات کوچک قدرت EEG با اختلافات فردی و نوسانات طیف قدرت پوشانده می شود. بنابراین ، سایر شاخص EEG که به طور گسترده استفاده می شود ، قدرت نسبی ، در مطالعه مورد تجزیه و تحلیل قرار گرفت.

قدرت ریتم EEG در کل منطقه مغز در دوره های زمانی مختلف. حالت استراحت ، حالت کار B

جدول 1 نتایج ANOVA از P-Value برای قدرت EEG در مناطق مختلف مغز در حالت استراحت و حالت کار

شکل 2 و 3 ، جداول 2 و 3 نتایج قدرت نسبی EEG را در حالت استراحت نشان می دهد. شکل 2 توپوگرافی مغز قدرت نسبی برای هر ریتم است. شکل 3 قدرت نسبی متوسط تمام الکترودها است. جدول 2 نتایج آماری مقدار p ، f-value و ( eta_ است

^ ) برای قدرت نسبی EEG در مناطق مختلف مغز ، که تفاوت های آماری بسیار خوبی را با توجه به نتایج P-Value ، F-Value و ( eta_ نشان می دهد.

^ ). بنابراین ، تصحیح FDR بر روی نتایج P-Value در مناطق مختلف مغز انجام شد تا خطر مثبت کاذب کاهش یابد. جدول 3 تفاوتهای آماری اصلاح شده مربوط به جدول 2 است. همانطور که در شکل نشان داده شده است. 2 و 3 ، جداول 2 و 3 ، قدرت نسبی ریتم دلتا روند کاهش یکنواختی را در کل مغز نشان می دهد و تفاوتهای آماری قابل توجهی را در تمام مناطق مغز اصلاح کرده است. نتایج ریتم تتا نشان می دهد که فقط در منطقه مرکزی روند فزاینده قابل توجهی اصلاح شده است [P = 0. 005 ، F = 7. 29 ، ( eta_

^ ) = 0. 74 ، تصحیح P = 0. 03] ، و هیچ تفاوت آماری در مناطق دیگر مغز وجود ندارد. در حالی که ، هر دو ریتم Alpha1 و alpha2 تفاوت های آماری قابل توجهی را در بین همه مناطق مغز اصلاح کرده اند ، و ریتم بتا تفاوتهای آماری قابل توجهی را فقط در منطقه زمانی اصلاح کرده است [P = 7. 3E - 5 ، F = 13. 5 ، ( eta_

^ ) = 0. 78 ، تصحیح P = 4. 4E - 4]. علاوه بر این ، تغییر منظم ریتم های آلفا 1 ، آلفا 2 و بتا یکنواخت نیست.

توپوگرافی مغز قدرت نسبی ریتم های EEG در حالت استراحت. در شکل ، تمام مقادیر قدرت نسبی به 0-1 عادی می شوند

قدرت نسبی متوسط ریتم EEG در کل منطقه مغز در دوره های زمانی مختلف در حالت استراحت

جدول 2 نتایج ANOVA از P-Value ، F-Value و ( eta_

^ ) برای ریتم قدرت نسبی EEG در مناطق مختلف مغز در حالت استراحت

شکل 4 و 5 ، جداول 4 و 5 نتایج قدرت نسبی EEG را در حالت کار نشان می دهد. شکل 4 توپوگرافی مغز قدرت نسبی برای هر ریتم است و شکل 5 قدرت متوسط نسبی تمام الکترودها است. جدول 4 نتایج آماری P-Value ، F-Value و ( eta_ است

^ ) برای قدرت نسبی EEG در مناطق مختلف مغز. جدول 5 تفاوتهای آماری اصلاح شده مربوط به جدول 4 به دست آمده توسط تصحیح FDR انجام شده بر روی نتایج P-Value در مناطق مختلف مغز است. همانطور که در شکل نشان داده شده است. 4 و 5 ، جداول 4 و 5 ، قدرت نسبی ریتم دلتا یک روند در حال کاهش را در کل مغز نشان می دهد ، و تفاوت های آماری قابل توجهی را در ناحیه فرونتال تصحیح کرده است [P = 0. 003 ، F = 5. 22 ، ( eta_

^ ) = 0. 41 ، تصحیح p = 0. 012] ، منطقه مرکزی [p = 0. 004 ، f = 7. 69 ، ( eta_

^ ) = 0. 76 ، تصحیح P = 0. 012] ، و منطقه parietal [p = 0. 006 ، f = 7. 02 ، ( eta_

^ ) = 0. 74 ، اصلاح شده P = 0. 012]. هر دو ریتم تتا و آلفا 1 روند فزاینده ای غیر یکتایی برای نتایج قدرت نسبی دارند ، اما فقط در منطقه زمانی برای ریتم تتا [p = 0. 001 ، f = 7. 67 ، ( eta_

^ ) = 0. 67 ، تصحیح p = 0. 006] ، و فقط در منطقه مرکزی [p = 7. 7e - 5 ، f = 20. 8 ، ( eta_

^ ) = 0. 89 ، تصحیح p = 4. 6e - 4] و منطقه parietal [p = 3. 6e - 4 ، f = 14. 5 ، ( eta_

^ ) = 0. 85 ، اصلاح شده P = 0. 001] برای ریتم آلفا 1 که اختلافات آماری قابل توجهی را اصلاح کرده اند. در مورد ریتم آلفا و ریتم بتا ، هیچ تفاوت آماری اصلاح شده قابل توجهی مشاهده نمی شود.

توپوگرافی مغز قدرت نسبی ریتم های EEG در حالت کار. در شکل ، تمام مقادیر قدرت نسبی به 0-1 عادی می شوند

قدرت نسبی متوسط ریتم EEG در کل منطقه مغز در دوره های زمانی مختلف در حالت کار

جدول 4 نتایج ANOVA از P-Value ، F-Value و ( eta_

^ ) برای ریتم قدرت نسبی EEG در مناطق مختلف مغز در حالت کار

بحث

در مطالعه حاضر، ما تفاوت در فعالیت‌های عصبی خود به خودی ناشی از انجام وظایف محاسباتی ذهنی طولانی‌مدت القاکننده خستگی را در هر دو حالت استراحت و تکلیف تحلیل کردیم. پنج ریتم EEG در بین پنج منطقه مغز در دو حالت ارزیابی شد. توان ریتم دلتا 0. 54 ± 7. 1 μV2 در حالت استراحت بود و کمترین نسبت (10٪) را در تمام ریتم‌های EEG داشت. در حالت وظیفه، توان 6. 1 ± 0. 34 μV2 بود، اما نسبت به 21. 5٪ افزایش یافت. این عمدتاً به این دلیل است که ریتم‌های Alpha1 و Alpha2 به طور قابل توجهی در حالت وظیفه سرکوب شده بودند (شکل 4 را ببینید)، که منجر به افزایش قابل توجهی در نسبت ریتم دلتای متناظر شد. توان ریتم دلتا هیچ تفاوت آماری در حالت استراحت و تکلیف نداشت (جدول 6 را ببینید)، که با معنای فیزیولوژیکی واقعی آن مطابقت دارد. زیرا ریتم دلتا با خواب عمیق افراد مرتبط است [22] و معمولاً در خواب عمیق بزرگسالان، بیهوشی و هیپوکسی به مقدار زیاد ظاهر می شود. در مورد قدرت نسبی ریتم دلتا، به طور قابل توجهی همراه با انباشت زمان کار کاهش یافت که با نتایج گزارش شده توسط Jap هنگام تحقیق در مورد خستگی رانندگی مطابقت دارد [23]. برخی از متون همچنین اشاره کرده اند که دامنه و قدرت نسبی ریتم دلتا در حالت خستگی افزایش می یابد [24]. با این حال، در بسیاری از مطالعات ارزیابی خستگی، باند دلتا به طور مستقیم توسط محققان و تکنسین ها حذف شد [22]. زیرا آنها معتقدند که ریتم دلتا وضعیت خواب عمیق را منعکس می کند و وضعیت خستگی عمومی مغز تغییرات قابل توجهی را نشان نمی دهد. علاوه بر این، فرکانس مصنوعات EEG (مانند مصنوعات چشمک زدن، مصنوعات حرکت چشم، مصنوعات الکتروکاردیو و غیره، به جز مصنوعات فرکانس توان و مصنوعات میوالکتریک) عمدتاً با باند فرکانس دلتا منطبق است. حذف مصنوعات بسیار ذهنی است و اثر حذف از فردی به فرد دیگر متفاوت است. بنابراین، نتایج ریتم دلتا در این مطالعه مورد بحث بعدی نخواهد بود.

قدرت و نتایج قدرت نسبی ریتم تتا هم در حالت استراحت و هم در حالت استراحت و هم در حالت کار به اتفاق آرا بود و روند فزاینده ای را نشان می داد ، که با نتایج بیشتر مطالعات خستگی سازگار بود [17 ، 22،23،24]. به طور کلی ، ریتم تتا در نظر گرفته می شود که وضعیت اولیه خواب آلودگی را منعکس می کند [25] ، که مربوط به خستگی مغز است [26] و پاسخ حساس به خستگی دارد [27]. همانطور که در جداول 3 و 5 نشان داده شده است ، نتایج پاسخ ریتم تتا در حالت کار کمی بهتر از حالت استراحت بود ، زیرا تفاوت های آماری اصلاح شده در منطقه زمانی و منطقه پاریتال در حالت کار وجود داشت ، در حالی که اصلاح شده است. تفاوت های آماری فقط در منطقه مرکزی در حالت استراحت.

ریتم آلفا نشان دهنده وضعیت آرامش و بیداری است. هنگام تمرکز توجه ، تحریک خارجی یا ورودی بصری ، ریتم آلفا مسدود می شود [28]. ریتم آلفا به عنوان حساس ترین شاخص خستگی مغز در نظر گرفته می شود [26 ، 27] ، که مطابق با نتایج آنالیز آماری Alpha1 و Alpha2 در جداول 2 ، 3 ، 4 و 5 است.، قدرت و قدرت نسبی ریتم آلفا گزارش شده است که به طور قابل توجهی افزایش یافته است [22 ، 24]. چندین محقق دیگر گرایش متضاد را گزارش دادند [23]. با این حال ، اکنون به طور گسترده ای پذیرفته شده است که ریتم آلفا شدت می یابد زیرا مغز از حالت طبیعی به خستگی تبدیل می شود [29 ، 30] (به نتایج آماری دقیق مطالعات مربوطه در Ref. [27] مراجعه کنید). همانطور که در جداول 3 و 5 نشان داده شده است ، تأثیر ریتم Alpha1 و Alpha2 در به تصویر کشیدن خستگی ذهنی در حالت استراحت بهتر از حالت کار است.

در این مطالعه ، باند آلفا بیشتر به دو زیر باند ، باند آلفا 1 و باند آلفا 2 تقسیم شد و نتایج معنی داری بدست آورد: قدرت نسبی ریتم آلفا 1 هم در حالت استراحت و هم در حالت کار به طور قابل توجهی افزایش یافته است ، در حالی که ریتم alpha2 در استراحت کاهش یافته استحالت ، اما روند فزاینده ای در حالت کار نشان داد ، که مطابق با روند تغییر قدرت نشان داده شده در شکل 1 بود. در نتایج تحقیقاتی مشابه ، همچنین اشاره شده است که قدرت ریتم Alpha1 با افزایش سطح خستگی افزایش می یابد [21 ،30 ، 31] و alpha2 ریتم در حالت کار همان تغییرات را دارد [30]. تغییر منظم Alpha1 و Alpha2 در حالت استراحت کاملاً برعکس است ، و در حالت کار سازگار است ، نشان می دهد که تقسیم باند فرکانس آلفا به زیر باند های آلفا 1 و آلفا2 در تحقیقات خستگی مغز بر اساس EEG ضروری است. Klimesch تأکید کرده است که استفاده از نوارهای فرکانس باریک تر در مطالعه می تواند این خطر را کاهش دهد که اثرات فرکانس لغو شود یا کشف نشده باشد [32] ، که در نتایج ریتم های آلفا 1 و آلفا2 در این مطالعه به خوبی نشان داده شده است. علاوه بر این ، تقسیم باند فرکانس باریک تر می تواند معنای فیزیولوژیکی زیر گروهها را تقویت کرده و نتایج آماری آنها را مهمتر کند. روند تغییر بر خلاف و نتایج آماری قابل توجهی از ریتم های آلفا 1 و آلفا2 در حالت استراحت می تواند این استنباط را اثبات کند.

Klimesch از طریق تجزیه و تحلیل پتانسیل مربوط به رویداد خاطرنشان کرده است که ریتم Alpha1 به توجه مربوط می شود ، و با افزایش کار توجه و افزایش کار ، به طور قابل توجهی افزایش می یابد و افراد لازم است که بیدار بمانند و اجازه خواب و استراحت را نداشته باشند [32] ، که این امر اجازه می دهد. در این مطالعه با نتایج ریتم آلفا 1 سازگار است. در مورد ریتم Alpha2 ، Klimesch و همکاران. نشان داده اند که با مقایسه عملکرد افراد با توانایی حافظه های مختلف در کارهای حافظه ، با عملکرد حافظه بلند مدت مغز با عملکرد حافظه بلند مدت مغز همبستگی مثبت دارد [33]. در مطالعات بعدی آنها ، بیشتر ثابت شده است که ریتم Alpha2 با حافظه [34،35،36،37] و رفتار شناختی ارتباط دارد [38]. هنگامی که کار حافظه افزایش می یابد ، ریتم Alpha2 (در حالت بسته شدن چشم در زمان جمع آوری داده های EEG) هماهنگ سازی [34 ، 35 ، 39] را نشان می دهد ، یعنی قدرت کاهش می یابد ، که می تواند روند تغییر ریتم alpha2 را در توضیح دهدحالت استراحت در این مطالعه.

تجزیه و تحلیل بیشتر توپوگرافی مغز در ستون چهارم انجیر. 2 و R4 ، ما دریافتیم که: (الف) قدرت ریتم آلفا2 عمدتاً در منطقه اکسیپیتال توزیع می شود ، که مطابق با نتایج توپوگرافی داده شده توسط کریگ و همکاران است.[30] ؛(ب) در حالت استراحت ، ریتم Alpha2 در تمام مناطق مغز در حالت پایه (با مراجعه به دوره T0) بسیار قوی است ، اما وقتی مغز وارد حالت خستگی می شود (با مراجعه به دوره T1 ، T2 ، T3 و T4)، ریتم آلفا 2 عمدتاً در منطقه اکسیپیتال متمرکز است.(ج) در حالت کار ، ریتم آلفا2 عمدتاً در منطقه اکسیپیتال متمرکز است و با افزایش کارها تمایل به تقویت در منطقه پاریتال و منطقه زمانی راست دارد. نتایج فوق حاکی از آن است که ریتم Alpha2 نیز با پردازش اطلاعات بصری در مغز ارتباط نزدیکی دارد ، زیرا لوب اکسیپیتال عمدتاً مسئول عملکردهای بصری است. در حالت استراحت ، هیچ ورودی اطلاعات بصری در مغز وجود ندارد ، و تأثیر وظیفه حافظه ممکن است در مغز حاکم باشد ، بنابراین مغز به عنوان هماهنگ سازی نشان داده می شود [33] ، و قدرت و قدرت نسبی به عنوان نشان داده شده استکاهش یافته. در حالت کار ، مغز مقدار زیادی از اطلاعات بصری برای پردازش دارد ، سپس مراکز عصبی در ناحیه اکسیپیتال و مناطق اطراف مغز در نزدیکی فعال می شوند (به عنوان افزایش انرژی ریتم آلفا 2) برای تکمیل وظایف انتقال اطلاعات بصری و پردازش اطلاعات بصری فعال می شوند. بشرتأثیر کار پردازش اطلاعات بصری حاکم است ، در حالی که تأثیر وظیفه حافظه پوشش داده می شود. تحت عمل ترکیبی این دو اثر جامع ، قدرت ریتم آلفا 2 روند فزاینده ای دارد ، اما تفاوت آماری ندارد.

با عمیق تر شدن خستگی ذهنی ، قدرت نسبی ریتم بتا هم در حالت استراحت و هم در حالت وظیفه کاهش می یابد ، که مطابق با روند تغییر قدرت آن است. نتایج تحقیقات مداوم نیز به طور گسترده ای گزارش شده است [22 ، 23]. ریتم بتا معمولاً با وضعیت هیجان زده مغز همراه است (به عنوان مثال ، خلق و خوی و فعالیت ذهنی). هنگامی که مغز از حالت استراحت به حالت وظیفه تبدیل می شود ، برای انجام کارها باید غلظت بالایی را حفظ کند و نسبت بتا آن از 15 ٪ به 28 ٪ افزایش می یابد. با توجه به توپوگرافی مغز در ستون پنجم انجیر. 2 و 4 ، ریتم بتا عمدتاً در منطقه زمانی توزیع می شود ، که مطابق با نتایج توپوگرافی مغز داده شده توسط جاپ و همکاران است.[23]. بر اساس نتایج آماری در جداول 3 و 5 ، تأثیر ریتم بتا در نشان دادن خستگی ذهنی در حالت استراحت کمی بهتر از حالت کار است.

نتیجه گیری

در این مطالعه ، ما تلاش کردیم تا تفاوت های خستگی روانی بر فعالیت الکتروفیزیولوژیکی را در حالت استراحت و کار به طور همزمان بررسی کنیم. گروهی از مشکلات ریاضی حسابی ذهنی برای القای خستگی ذهنی انجام شد. داده های EEG قبل و بعد از کارها جمع آوری شد. سپس پنج ریتم EEG (دلتا ، تتا ، آلفا 1 ، آلفا2 و بتا) محاسبه و مورد بحث قرار گرفت. نتایج نتیجه گیری های زیر را نشان می دهد: اولا ، وظیفه مشکلات حسابی ذهنی می تواند با موفقیت خستگی ذهنی را در افراد ثبت نام شده القا کند. ثانیا ، شاخص قدرت نسبی هر ریتم EEG در پاسخ به خستگی ذهنی حساس تر از شاخص قدرت است ، نشان می دهد که قدرت نسبی می تواند برای برآورد سطح خستگی مغز اعمال شود. ثالثاً ، قدرت نسبی هر ریتم EEG در ارزیابی خستگی ذهنی در حالت استراحت بهتر از حالت کار است. سرانجام ، تقسیم باند فرکانس آلفا به باند آلفا 1 و باند آلفا2 در مطالعات مربوط به خستگی از اهمیت فیزیولوژیکی بسیار خوبی برخوردار است و در عین حال تفاوتهای آماری زیر گروهها را بهبود می بخشد.

مواد و روش ها

شركت كنندگان

در این مطالعه ، 20 شرکت کننده مرد دست راست و سالم دانشجویان دوره کارشناسی ارشد مهندسی (سن: 1. 5 ± 24. 5 سال ، BMI: 1. 8 ± 1. 8 کیلوگرم در متر 2) استخدام شدند. هر یک از افراد باید عادات زنده و بینایی طبیعی داشته باشند و هیچ اختلال مغزی نداشته باشند. از همه شرکت کنندگان خواسته شد تا قبل از آزمایشات مورد نیاز زیر را دنبال کنند: (1) در یک هفته دیر ماندن و نوشیدن الکل و مواد مخدر ، (2) دود ، قهوه و چای را در طی 8 ساعت ممنوع می کنند و (3) مو را شستشو می دهند. دو ساعت پیش. هر شرکت کننده رضایت آگاهانه را امضا کرد ، و کمیته اخلاق دانشگاه شاندونگ مطالعه ما را تصویب کرد. توضیحات دقیق در مورد شرکت کنندگان در Ref معرفی شد.[40]

ضبط داده های EEG و پیش پردازش

یک مدل خستگی ذهنی برای القاء خستگی در بین همه شرکت کنندگان استخدام شده انجام شد: دویست مشکل مختلف حسابی ذهنی (یک عدد بین شصت و نود به علاوه شماره دیگر بین شصت و نود و سپس ضرب و شتم توسط یک عدد بین شش تا نه) برای یکصد دقیقهتمام مشکلات کاملاً طراحی شده اند تا در سطح دشواری مناسب قرار بگیرند و با توجه به پیش آزمون های قبلی می توانند در سی و دومین سال به پایان برسند. یعنی همه شرکت کنندگان می توانند در طول چهار کار تقسیم شده از دقت بالایی برخوردار شوند. نتایج دقت مشابه بود و هیچ تفاوت آماری بین این چهار کار نداشت. آنچه ما نگران بودیم تأثیر وظایف بر مغز بود که شرکت کنندگان به کارهای ریاضی حسابی ذهنی داده شده بسیار متمرکز بودند. توضیحات مفصل در مورد طرح آزمایشی در Ref معرفی شد.[40]

همانطور که در شکل 6 نشان داده شده است ، این دویست مشکل به طور مساوی به چهار بخش کار تقسیم شده است ، و داده های EEG 19 کانال قبل و بعد از این چهار بخش کار برای حالت استراحت و وضعیت وظیفه ثبت شده است (2 دقیقه ضبط داده EEG برای هر ایالت). بنابراین ، پنج برابر ضبط EEG به عنوان T0 ، T1 ، T2 ، T3 و T4 در کل اجرا شد. سپس ، 10 قطعه از سیگنال های EEG 5 ثانیه ای پی در پی بدون مصنوعات توسط Eeglab برای هر ایالت انتخاب شدند (فقط هجده سیگنال EEG شرکت کننده بیشتر مورد تجزیه و تحلیل قرار گرفتند ، زیرا دو مورد دیگر به دلیل حرکات بزرگ سر خود در طول مجموعه EEG حذف شدند). ریتم EEG دلتا (2-4 هرتز) ، تتا (4-8 هرتز) ، آلفا 1 (8-10 هرتز) ، آلفا2 (10-13 هرتز) و بتا (13-30 هرتز) توسط فیلتر FFT دیجیتال استخراج شدند. توضیحات و تعاریف دقیق در مورد ضبط داده های EEG و پیش پردازش در Ref معرفی شد.[40]

روش های کسب داده های EEG (EEG DAQ). C1 به معنای حالت استراحت و C2 به معنای وضعیت وظیفه است

محاسبه شاخص های EEG

در این مطالعه، قدرت و قدرت نسبی هر ریتم EEG مورد بررسی قرار گرفت. طیف فرکانس X (f) سیگنال EEG x (n) با استفاده از FFT و سپس طیف توان P به دست آمد._ایکس(f) از EEG با معادله به دست آمد.(1). توان E (h) و توان نسبی R (h) از طریق معادله محاسبه شد.(2) و معادله(3). کجا، در معادله(1)، معادله(2) و معادله(3)، N تعداد سیگنال EEG x (n) است، h نشان دهنده ریتم های EEG (مانند دلتا، تتا، آلفا1، آلفا2، بتا)، f است._ساعتو f_لفرکانس های بالایی و پایینی ریتم h به ترتیب، E_جمعقدرت کل تمام ریتم های EEG است. علاوه بر این، تمام طیف توان محاسبه شده، مقدار متوسط سیگنال های EEG 10 قطعه ای انتخاب شده برای هر شرایط است. به منظور بررسی تفاوت‌های خستگی ذهنی در مناطق مختلف مغز [23]، کل ناحیه مغز را به پنج ناحیه عملکردی مغز تقسیم کردیم. همانطور که در جدول 6 نشان داده شده است، نوزده الکترود نیز به پنج گروه تقسیم می شوند. و شاخص های EEG نیز بر اساس پنج منطقه عملکردی مغز محاسبه می شوند.