Beta频段双耳差频声刺激对大脑生理状态的影响

张 露,焦学军,高 翔,陈润格,王学民,3,綦宏志,3, 明 东,3,何 峰,3,周 鹏,3*

(1.天津大学精密仪器与光电子工程学院,天津300072；2.中国航天员科研训练中心人因工程重点实验室,北京100094；3.天津市生物医学检测技术与仪器重点实验室,天津300072)



Beta频段双耳差频声刺激对大脑生理状态的影响

张 露1,焦学军2,高 翔1,陈润格1,王学民1,3,綦宏志1,3, 明 东1,3,何 峰1,3,周 鹏1,3*

(1.天津大学精密仪器与光电子工程学院,天津300072；2.中国航天员科研训练中心人因工程重点实验室,北京100094；3.天津市生物医学检测技术与仪器重点实验室,天津300072)

摘要：随着载人航天事业的快速发展，航天员的大脑状态调控以及警觉度提高技术成为航天人因工程研究热点和难点问题之一。为了探究beta段差频声刺激对大脑状态的调控作用，在N-back任务过程中进行了beta段双耳差频声刺激组和对照组平行实验。根据实验中的N-back反应时和正确率分类，划分成三组对beta频段差频声刺激敏感程度不同的受试人群，分别是敏感组、中间组和非敏感组，分析beta频段功率谱密度差值、（alpha＋theta）/ beta的比值、非线性特征样本熵和互信息脑网络等特征。结果表明，双耳差频声刺激的脑区激活存在个体差异性，对声刺激敏感的受试者，差频刺激下，脑电功率谱中的beta频段在右颞区能量增强（T4，p ＜0.005），T3电极处三组人群（alpha＋theta）/ beta比值具有显著差异性，敏感人群中刺激组样本熵值比对照组高10.53%，且互信息集群系数最高（0.971），脑网络信息交流增强，这说明差频声刺激能改变大脑的生理状态，在提高航天员的注意力和警觉度、对抗脑力疲劳方面具有应用前景。

关键词：双耳差频；EEG；功率谱密度；样本熵；互信息

E-mail：zpzp＠tju.edu.cn

1 引言

随着我国载人航天工程的发展,诸多人因工程技术难题亟待研究。其中,空间站上航天员执行任务期间的大脑生理状态的检测和警觉度保持问题便是其中之一。长期驻留航天员会因昼夜规律的改变,失重和隔离幽闭的环境、以及超负荷的工作强度,会导致大脑警戒水平降低和脑力疲劳,进而降低作业绩效甚至引发灾难性事故。因此,研究快速、有效且无副作用地提高长期驻留航天员大脑警觉度技术,可应用于航天员脑力疲劳对抗,提高航天员警戒水平和应急状态下执行任务的能力,确保任务的成功完成。基于此,本研究提出基于双耳差频声音刺激达到快速调控大脑状态,为提高大脑警戒水平的研究奠定理论基础。

双耳差频是一种声刺激模式,能够有效调控人的大脑状态和情绪、注意力和记忆力、精神专注和身体的放松等［1-3］。双耳差频是分别给予左右耳相同强度但不同频率的稳定声音。研究学者发现对受试者进行双耳差频刺激时,中枢听觉系统交互作用,脑电(electroencephalogram,EEG)会随刺激频率的改变发生一定变化［4-8］。双耳差频包含载波频率和差值频率。当给予受试者左耳频率为550 Hz,右耳频率560 Hz的声音时,差频为10 Hz,载波频率为550 Hz。人对双耳差频的感知阈值与载波频率有关［9］,感知阈值随着载波频率的升高先增大后减小,当载波频率为500 Hz时感知阈值最大。

研究发现,双耳差频为beta段的声刺激能够引起特定的皮层电位频率响应,提高受试者的注意力水平,加强记忆力并增强大脑警觉性［9-10］。Lane［11］研究发现beta段差频刺激后,受试者在执行任务过程中的错误率降低并能对目标做出正确反应。然而一些研究学者提出了相反的观点, Goodin［12］采用双耳差频为16 Hz的beta频段声刺激,并没有发现大脑皮层的功率谱存在显著变化；同样,Vernon［13］研究发现10 Hz的alpha和20 Hz 的beta频段双耳差频声刺激也没有明显的脑电伴随响应。研究表明,双耳差频的声音经听觉系统合成后传到听觉皮层和一些其他的大脑皮层区域,诱发大脑的频率响应,激活大脑特定皮层区［14-16］。为了探究对beta频段双耳差频声刺激的脑电频率响应的差异性,本研究基于双耳差频声刺激对人脑精神状态的改善作用,在受试者进行脑力记忆负荷任务过程中,施加双耳差频为16 Hz和24 Hz声刺激组与无声刺激的对照组进行比较,分析对声刺激感知反应程度不同的受试者的脑区激活程度。

2 实验设计

2.1 受试者和数据采集

本实验共招募11名受试者,均为天津大学在校学生。年龄范围22～25岁,5男6女。右利手,身体健康,无神经系统病史或注意力缺乏症,实验前三天作息规律,无剧烈体力运动和脑力活动,且未服食任何含咖啡因的产品,酒精和药物。实验室温度保持在25℃,各项实验参数保持一致。受试者熟知实验环境和实验流程。本实验使用Neuroscan公司的脑电记录仪,按照国际标准的10-20系统电极帽采集19导脑电数据,右耳A2为参考电极,采样频率为256 Hz。脑电仪内置带通滤波器,滤波范围为0.05～70 Hz。

2.2 实验流程及参数

实验总时长约为150 min,要求被试完成5段N-back实验,每段时长30 min。脑力负荷建模采用自调节工作记忆任务N-back实验。实验全程采集脑电信号,每名被试进行两组平行实验,两组实验间隔三天以上。一组对被试施加beta频段双耳差频声刺激(刺激组),另一组则施加对比白噪声(对照组),两组实验的先后顺序随机发生。

N-back界面如图1所示,包括1-back和2-back,每个N-back包含三个关卡,第一个关卡和传统位置N-back相同,第二个关卡为位置和颜色匹配,第三个关卡为位置,形状和颜色匹配。每个关卡持续时间为3 min,同时根据大量实验经验设置了正确率,1-back各关卡的正确率分别为90%,84%,78%；2-back各关卡的正确率分别为85%,79%,73%,达到相应正确率后自动进入下一关,否则重复此关卡。

图1 N-back界面Fig.1 The interface of N-back

本实验采用差频声刺激的载波频率为550 Hz,复合差频为16 Hz和24 Hz,差频均处于beta频段内,声强为70 dB。具体双耳差频声刺激的顺序为5 min的左耳550 Hz,右耳同时566 Hz和574 Hz的差频刺激；然后反向5 min的右耳550 Hz,左耳同时566 Hz和574 Hz的差频刺激；然后再反向,直到整个实验结束。同时本实验加入了白噪声,促使被试持续注意声刺激。实验中声压低于差频声15 dB。

3 数据分析方法

3.1 脑电信号预处理

脑电信号十分微弱,容易受到外界和受试者的干扰,因此首先要对EEG信号进行预处理,手动删除体动伪迹之后,去除50 Hz工频干扰以及采用独立成分分析(Independent Component Analysis,ICA)去眼电伪迹。

3.2 功率谱

因为包含刺激组和对照组,功率谱估计主要用相对功率变化率表示,同一受试者刺激组与对照组的相对功率变化率。表示如式(1)～(3)［17］：

式中：RRp为相对功率变化率,是RPB(刺激组)相对于RPW(对照组)的变化率。如果RRp为正值,则说明施加差频声刺激后该频段的功率增加；如果RRp为负值,则相反。其中i＝1、2、3、4分别表示delta、theta、alpha、beta四个频段。(alpha＋theta) / beta比值则在一定程度上表示人的精神状态,刺激后较高,表明精神较放松,大脑疲劳程度较高,处理信息的能力较弱,刺激后较低,则表明大脑处理信息的能力较强。

3.3 样本熵

脑电信号具有混沌、非线性特点。样本熵是一种非线性学参数,去除了近似熵的偏差,有效地提高了熵值的准确性,能够有效刻画脑电信号非线性变化。样本熵表征时间序列的复杂度,时间序列越复杂,样本熵值越大,产生新信息的速率越高,大脑的活动性越强,因此可表明大脑皮层的电活动变化［18］。算法如下：

一个时间序列信号u(i), (1≤i≤N),m维空间重构,得到序列如式(4)：

Xm(i)＝u(i＋k)

{

},(1≤k≤m-1) (4)定义两个向量的距离如式(5)：

给定相似容限r,统计每个i值对应的d Xm(i),Xm(j)

[]≤r的数目Bm

i(r),此数目与距

离的比值记作Cmi(r),定义为式(6)。

重复上述步骤,计算m＋1维的Cm＋1i(r)和 Cm＋1(r),从而得到式(8)所示时间序列的样本熵估计值：

式中：m为嵌入维数,r为阈值,N为数据的长度。本文m取2,r取0.2SD(SD表示时间序列的标准差)。

3.4 互信息脑网络

互信息脑网络是不同脑区间信息交流强度的功能性连接体现,有助于探究大脑皮层的工作机制。互信息(Cross Mutual Information,CMI)通过定量描述两随机序列的关联程度来描述不同脑区信号的相关性定义如式（9）

脑电信号中,x和y分别为不同导联信号值。其I (x；y)的范围为0到1,其值表明两个导联间的信号关联程度,即两脑区间的信息连接性的强弱。连接性强的导联信号,互信息值接近于1；反之,则接近于0。

4 结果与分析

4.1 分组结果

根据N-back参数分类,将执行任务过程中,反应时较快且正确率较高的划分为对差频声刺激敏感的人群,将反应慢且正确率低的划分为对差频声刺激不敏感的人群,其余为中间组。分类统计结果如表1所示,差值表示各组数据均值后对照组与刺激组的差,分别对应声刺激的敏感组(受试者4人),中间组(受试者5人),非敏感组(受试者2人)。接着对分成的三组人群进行脑电分析,提取并分析脑电频域和非线性样本熵的特征参数,探究行为学上具有差异性人群的脑电特征变化。

表1 分组统计Table 1 Classification and counting

4.2 功率谱

对声音敏感程度不同的个体,beta频段能量差值分布不同。如图2所示,具有较高敏感性的受试者,beta频段能量显著差异主要表现在右颞区(T4, p＜0.005)有能量的增强,而额区的能量受到了一定程度的抑制,除此之外,另外两组中间组(Fp2, Fz, F4, T4, p＜0.05)和非敏感组(Fp2, p＜0.05),前额区的能量增强。因此,对双耳差频较敏感的个体在颞部有一定的频率跟随响应。beta频段的双耳差频声刺激诱发大脑皮层右颞区活动增强。结果表明,beta段双耳差频信号对人脑精神状态的作用,主要通过听觉中枢系统,激活大脑听觉皮层区。

图2 beta频段功率谱Fig.2 The power spectrum of beta band

(alpha＋theta) / beta频段在各电极位置处能量比值如图3所示,刺激组和对照组的比值存在差异,但并不是在所有电极位置均表现出一致性,在三组人群中,双耳差频刺激组和对照组间都没有显著差异性(p＞0.05)。其中,(alpha＋theta) / beta频段比值,敏感组,刺激和对照时比值差异性不大；中间组,刺激时额区比值较低,枕区比值较高；非敏感组,刺激时各电极比值较低,beta频段的能量相对较高。上述结果和beta频段功率谱能量分布地形图保持一致。

图3 （alpha +theta）/ beta比值Fig.3 （alpha +theta）/ beta in all electrodes

由于整个时间段内,三组的频段比值没有显著的差异性,因此,我们做了其随时间变化的曲线来看其随时间变化的情况。图4实线表示的是电极T3处(alpha＋theta) / beta的功率谱密度随时间变化的曲线,虚线表示的是整个实验过程中(alpha＋theta) / beta的功率谱密度均值。敏感组(p＝0.018)和中间组(p＝0.001)均表现出显著差异性,然而非敏感组并没有表现出显著差异性(p＝0.362)。敏感组中,差频刺激时的功率谱密度值在整个实验过程中,实验组均高于对照组。然而,中间组正好相反。非敏感组则表现出较大的波动性。

图4 电极T3的（alpha +theta）/ beta随时间变化曲线Fig.4 （alpha +theta）/ beta curve changes over time in electrode T3

表2中,列出了电极T3随时间变化所有电极(alpha＋theta) / beta的均值、方差和p值。电极T3的敏感组和中间组都具有显著性差异。因此,可以参考T3电极各刺激组和对照组的差异性,判断受试者对双耳差频声刺激的敏感性。敏感人群,刺激组T3电极(alpha＋theta) / beta的均值大于非敏感组；中间人群,刺激组T3电极(alpha＋theta) / beta的均值小于非敏感组。

表2 电极T3的统计结果Table 2 The statistical results of electrode T3

4.3 样本熵

图5为所有受试者在19导联处的样本熵均值。敏感人群中,全部导联处实验组的样本熵值为对照组的110.53%,此时新信息的产生速率快,大脑活性较强；中间人群中,部分电极处的实验组的样本熵值要高于对照组；而非敏感组,除O2外,所有电极的实验组熵值要远远大于对照组。虽然三组均没有表现出统计上的显著差异性(p＞0.05),但从图中可以看到,不同受试者的样本熵值具有一定的差异性。

4.4 互信息

脑网络阈值r＝0.02时,各组的平均集群系数为敏感组(刺激组0.971,对照组0.955),中间组(刺激组0.962,对照组0.953)非敏感组(刺激组0.961,对照组0.959)。将刺激组和对照组做差如图6所示,发现差频刺激下,敏感组脑信息流动性增强；中间组相对于敏感组,差值为负的比例增加；非敏感组差值为正负的比例相近,表现出对声刺激的不敏感性。

5 讨论

图5 样本熵值Fig.5 The sample entropy

图6 CMI脑网络差值图Fig.6 The differential chart of CMI brain network

本文使用新型N-back作为脑力负荷建模,相对于传统N-back诱发大脑负荷更具创新性和有效性。同时在任务过程中施加双耳差频,声音刺激经听觉系统合成后通过中脑网状结构传到丘脑,听觉皮层和一些其他的大脑皮层区域。研究发现音乐和声音可通过夹带调节自主觉醒水平。夹带是两个相似但频率不同的振荡相互影响,共振和同步化的过程［15］。双耳差频存在夹带效果,产生大脑的频率伴随响应［16］,诱发大脑特定皮层区的激活。施加声刺激与否会影响受试者在任务时的正确率和反应时,不同频段的双耳差频刺激会诱导大脑自主神经系统谐振效应,产生事件同步或去同步电位,从而促使大脑该频段的活动性增强,具体表现就是大脑的精神状态改变。一些研究表明双耳差频为beta段的声刺激,能够提高受试者的注意力和记忆力,从而提高其正确率和反应时［2,20-22］。因此,本文根据反应时和正确率分类得到对双耳差频声刺激具有个体差异性的人群,分析双耳差频声刺激组与对照组脑电在频域、非线性和脑网络方面的变化。

功率谱密度方面,beta频段声刺激下,大脑皮层的电活动增强,说明了大脑对双耳差频刺激的同步效应。除此之外,对双耳差频刺激敏感程度不同人群的脑区体现了不一致性,这或许可以成为区分受试者对声音敏感程度的生理信号标准。然而,在各电极处频段的能量比值在三组中都没有表现出明显的差异性。各频段的能量比值随时间的变化在多个电极处都表现出显著差异性,人的大脑的精神状态是随时间变化的,随着任务时间延长,频段比值功率谱密度值表现为增大的趋势,表明人在不间断的任务过程中,大脑逐渐趋于疲劳。

非线性特征参数样本熵在数值上有一定的差异性,所有电极位置,敏感人群在实验组中的样本熵值要大于对照组,说明该人群接受双耳差频声刺激后,大脑活动性增强,处理信息的能力有了一定程度的提高,也说明了beta段的差频刺激能够改善人的疲劳状态,提高注意力和记忆力,使大脑保持较高的警觉性。中间组在部分电极位置则表现出相反的特性。然而,非敏感组除电极O2位置,其余大部分电极的差值要大于敏感组中的各电极的样本熵差值。这种结果可能是由于个别受试者对任务十分感兴趣,致使不能达到脑力负荷任务建模诱发大脑激活水平下降目的。

双耳差频刺激后,敏感程度不同的受试者的功率谱与样本熵表现出对脑电的频率跟随响应效应的脑区不一致性。进一步分析差频刺激下的互信息脑网络。结果表明,两种刺激模式下大脑信息传递的不同。这可能从另一方面揭示了早期双耳差频影响行为学变化的原因。beta频段差频刺激下信息交流显著增强脑区具有差异性。非敏感组受试者部分脑区间的信息交流受到显著抑制,信息传递减弱,进入精神放松状态。

本文使用一种新颖有效的脑力负荷诱发N-back,得出beta段双耳差频声刺激的脑区激活不同原因可能是个体具有差频声敏感性差异。同时,研究发现16 Hz和24 Hz的复合双耳差频刺激模式能够显著改变敏感组的脑电特征和大脑生理状态,表明双耳差频刺激是一种具有潜力的大脑状态物理调控手段,并具有快速、有效且无副作用的特点,在提高航天员的大脑的注意力和警觉度、对抗脑力疲劳方面具有较大应用前景。

参考文献（References）

［1］ Kennerly R.QEEG analysis of binaural beat audio entrainment：A pilot study［J］.Journal of Neurotherapy, 2004, 8：122.

［2］ Reedijk S A, Bolders A, Hommel B.The impact of binaural beats on creativity［J］.Front Hum Neurosci, 2013, 7 (786.10)：1-7.

［3］ Kasprzak C.Influence of binaural beats on EEG signal［J］.Acta Physica Polonica A, 2011, 119(6A)：986-990

［4］ 蒋昭旭,孟子厚.双耳差频声刺激下的脑波特征与心理变化［J］.声学技术, 2012, 31(4)：413-418.Jiang Zhaoxu, Meng Zihou.Brainwave features and psychological reactions under the stimulation of binaural auditory beats［J］.Technical Acoustics, 2012, 31(4)：413-418.(in Chinese)

［5］ Gao X, Cao H B, Ming D, et al.Analysis of EEG activity in response to binaural beats with different frequencies［J］.International Journal of Psychophysiology, 2014, 94(3)：399-406.

［6］ Vernon D, Peryer G, Louch J, et al.Tracking EEG changes in response to alpha and beta binaural beats［J］.International Journal of Psychophysiology, 2014, 93(1)：134-139.

［7］ Ross B, Miyazaki T, Thompson J, et al.Human cortical responses to slow and fast binaural beats reveal multiple mechanisms of binaural hearing［J］.Journal of Neurophysiology, 2014, 112(8)：1871-1884.

［8］ Rosenfeld J P, Reinhart A M, Srivastava S.The effects of alpha (10-Hz) and beta (22-Hz)“entrainment”stimulation on the alpha and beta EEG bands：individual differences are critical to prediction of effects［J］.Appl Psychophysiol Biofeedback, 1997, 22(1)：3-20.

［9］ Perrott D R.Limits for the detection of binaural beats［J］.Journal of the Acoustical Society of America, 1969, 46：1477.

［10］ Pratt H, Starr A, Michalewski H J, et al.A comparison of auditory evoked potentials to acoustic beats and to binaural beats［J］.Hearing Research, 2010, 262(1-2)：34-44.

［11］ Lane J D, Kasian S J, Owens J E, et al.Binaural auditory beats affect vigilance performance and mood［J］.Physiology ＆Behavior, 1998, 63(2)：249-252.

［12］ Goodin P, Ciorciari J, Baker K, et al.A high-density eeg investigation into steady state binaural beat stimulation［J］.Plos One, 2012, 7(4)：e34789.

［13］ Vernon D, Peryer G, Louch J, et al.Tracking EEG changes in response to alpha and beta binaural beats.［J］.International Journal of Psychophysiology, 2012, 93 (1)：134–139.

［14］ Regaçone S F, Lima D D, Banzato M S, et al.Association between central auditory processing mechanism and cardiac autonomic regulation［J］.International Archives of Medicine,2014, 7：21.

［15］ Cvetkovic D, Powers R, Cosic I.Preliminary evaluation of electroencephalographic entrainment using thalamocortical modelling［J］.Expert Systems, 2009, 26(4)：320-338.

［16］ Foster D S.EEG and subjective correlates of Alpha Frequency Binaural Beats Stimulation Combined with Alpha Biofeedback ［D］.Memphis, Tennessee：Memphis State University, 1990.

［17］ Hu M, Li J, Li G, et al.Classification of normal and hypoxia EEG based on approximate entropy and welch power-spectraldensity［C］/ / Proceedings of the Neural Networks, 2006 IJCNN＇06 International Joint Conference on, 2006, 3218-3222.

［18］ Ge J, Zhou P, Zhao X, et al.Sample entropy analysis of sleep EEG under different stages［C］/ / Complex Medical Engineering, 2007.CME 2007.IEEE/ ICME International Conference on.IEEE, 2007, 1499-1502.

［19］ Kai K A, Zheng Y C, Zhang H, et al.Mutual informationbased selection of optimal spatial-temporal patterns for singletrial EEG-based BCIs［J］.Pattern Recognition, 2012, 45 (6)：2137-2144.

［20］ Mcconnell P A, Froeliger B, Garland E L, et al.Auditory driving of the autonomic nervous system：Listening to thetafrequency binaural beats post-exercise increases parasympathetic activation and sympathetic withdrawal［J］.Frontiers in Psychology, 2014, 5(5)：1248.

［21］ Kennerly R C.An Empirical Investigation into the Effect of Beta Frequency Binaural Beat Audio Signals on Four Measures of Human Memory［D］.Carrollton, GA：West Georgia College, 1994.

［22］ Sornson R.Using binaural beats to enhance attention［J］.Hemi-Sync Journal, 1999, 17(4)：1-4.

Effects of Beta Band Binaural Beats on Brain Physiological Status

ZHANG Lu1，JIAO Xuejun2，GAO Xiang1，CHEN Runge1，WANG Xuemin1，3，QI Hongzhi1，3，MING Dong1，3，HE Feng1，3，ZHOU Peng1，3*
（1.School of Precision Instrument and Opto-electronics Engineering，Tianjin University，Tianjin 300072，China；2.National Laboratory of Human Factors Engineering，China Astronaut Research and Training Center，Beijing 100094，China；3.Tianjin Key Laboratory of Biomedical Detecting Techniques and Instruments，Tianjin University，Tianjin 300072，China）

Abstract：With the rapid development of manned space program, exploring new methods to improve the brain physiological status effectively and rapidly is one of the hottest researches in the area of space human factors engineering.Binaural beat is a kind of acoustic stimulus mode, which is closely related to the features of human brain waves, mental state and mood.In order to explore its correlation with the brain status, two sets of parallel experiments were designed for the beta band binaural frequency stimulus group and the contrast group.According to the reaction time and accuracy rate of N-back, subjects who had different sensitive degree to sound stimulus were classified into three different groups：sensitivity group, middle group and non-sensitivity group.In the following procedure, the relevant EEG characteristics, sample entropy and Cross Mutual Information(CMI) were analyzed.The results showed that after sound stimulation of binaural beats the sensitive subjects appeared a certain degree of energy increase in the right temporal region(T4, p＜0.005), the ratio ofbook=255,ebook=117(alpha＋theta) / beta in T3 electrode of the three groups was significantly different, the sample entropy value of the stimulus group was higher(10.53%)than the control group and the brain cluster coefficient of network information was highest (0.971).It might indicate that binaural beats could change brain physiological status and have an great application prospect in improving attention and alertness and fighting with mental fatigue.

Key words：binaural beat；EEG；power spectral density；sample entropy；cross mutual information

*通讯作者：周鹏(1978-),男,博士,副教授,研究方向为生命保障与人因工程神经工程、脑认知、医学信号与图像处理,医学仪器设计。

作者简介：张露(1990-),女,硕士研究生,研究方向为生命保障与人因工程、神经工程、脑认知、医学信号处理。E-mail：zlcaf＠tju.edu.cn

基金项目：国家自然科学基金项目(No.51377120,51007063,31271062,81222021,61172008, 81171423)；天津市自然基金项目(No.13JCQNJC13900)；国家科技支撑计划项目(No.2012BAI34B02)；教育部新世纪优秀人才支持计划项目(No.NCET-10-0618)

收稿日期：2015-07-06；；修回日期：2016-02-29

中图分类号：R318

文献标识码：A

文章编号：1674-5825（2016）02-0254-08