基于触屏点击的舒尔特方格注意力训练及效果量化分析

贺一兴, 胡声靖, 张喜洋, 王朋, 王索刚

(天津医科大学生物医学工程与技术学院, 天津 300070)

注意力是人对特定对象的指向和集中的心理活动,是感知、思维、想象和记忆等正常心理和认知活动的重要条件[1]。随着移动互联网技术发展及网络课堂学习的广泛开展,大学生、中学生、小学生在移动设备上学习的场景越发普遍,随之出现的碎片化学习注意力失焦问题也愈发凸显[2-3]。信息的接受将消耗接受者的注意力,过量的信息会导致注意力贫乏。在使用移动设备学习时,学习者受社交媒体、即时通信软件等各类干扰更容易暂停学习活动并将注意力转移到学习之外[4]。这种碎片化的学习和注意力不集中对其学习质量产生非常严重的负面影响。因此如何提高学习者注意力水平保证学习效果变得更加关键。

对注意力的评估测量通常采用纸笔作业测验法、生物信号反馈法等[5-9]。但其受测试实施者主观影响较大或受限于特定硬件设备,且缺乏量化评定标准。视听整合连续执行测试(integrated visual and auditory continuous performance test,IVA-CPT)是一套注意力辅助诊断及疗效评价的评估系统。系统通过任务中重复出现的视听刺激和受试者对刺激的反应衡量其整体注意力能力和操作控制能力。广泛应用于临床注意力缺陷多动症等注意力疾病诊断和治疗效果量化评估[10]。舒尔特方格训练是一个经典注意力提升训练范式[11-12],它可以有效训练视觉注意力以及注意力的转移、分配、稳定性和广度等特征要素[13]。刘日华等[14]研究发现,舒尔特方格训练能够有效提高射箭运动员的注意力和项目成绩。卢宏亮等[13]研究表明,舒尔特方格训练对健康大学生的注意力提升有明显效果。但当前这些研究中均以任务完成时间和正确率为标准,维度单一且缺少量化评价指标。

眼球运动和注意力有着直接密切的联系[12, 15-18]。注视轨迹、注视时间、目标区域内注视点分布、注视次数等眼动参数的分析能够为研究提供多维度数据和多层次的结果判定依据[19-21]。吕贞等[22]通过眼动行为分析了驾驶人精神负荷变化情况。基于此,提出并开发基于触屏点击的舒尔特方格训练程序,利用眼动参数和IVA-CPT测试商数得分从多维度量化评价舒尔特方格训练效果。研究成果对提高儿童青少年及成人注意力水平具有现实意义。

1 材料和方法

1.1 受试者

募集32名18～22岁在校大学生参与本次实验,所有受试者均身体健康,右利手,视力正常或校正正常。无报告既往精神类疾病病史,参与实验期间无任何药物、酒精或其他任何兴奋类物质服用行为。本研究遵循天津医科大学伦理委员会各项要求,参与项目前所有受试者均详细了解实验内容和相关注意事项,阅读并签署了实验知情同意书。

1.2 训练方案设计

受试者被随机分为实验组和对照组2组,每组16人。32位受试者在项目开始时进行IVA-CPT测试,以测定其初始注意力状态水平。随后,实验组每3天接受一次注意力训练任务,在为期一个月的项目周期中参与完成10次训练(T1～T10)。每次训练中受试者需完成15组舒尔特方格训练,对照组无训练任务。训练周期结束后所有受试者再次进行IVA-CPT水平测试,评定每人的注意力状态。

1.3 实验范式

舒尔特方格训练在环境光线昏暗、安静无干扰房间进行。训练系统由计算机、触屏显示器和眼动仪组成,主要包括前台内容显示、触控交互和后台数据采集等模块。软件功能由Unity2020开发而得。采用的舒尔特方格为标准的5阶(5×5的1～25数字矩阵),系统随机生成方格内的数字排列,并呈现于触屏显示器,受试者点击触屏后由触控交互模块接收并判断响应是否正确,同时系统后台同步记录所有触屏响应的时间、位置和眼动数据等状态信息。如图1所示,实验中受试者面前约60 cm处放置一块17 in(1 in=2.54 cm)触屏显示器,刷新率60 Hz。屏幕底部安装有tobii-5 眼动仪,用于采集受试者眼动数据。受试者通过点击触屏完成任务,需按从小到大的顺序依次用右手点击1～25中每个数字,数字随机排序。受试者点击“1”时系统自动开始计时,点击“25”后计时停止。受试者参加训练前接受教学讲解实验步骤和操作方法,待其完全理解规则后正式开始训练。在每次训练任务中受试者需完成15组舒尔特方格训练,每组训练间有1 min休息。

图1 实验示意Fig.1 Illustration of experiment

开发的这套基于触屏实现的舒尔特方格注意力训练范式摆脱了传统纸笔训练模式下对专业技术人员引导监督的依赖。实现了对训练数据采集、记录、分析的数字化。实现无感数据记录的同时大大提高训练数据的准确度,节省人力资源成本。可以满足大规模、高重复性训练需求,能够广泛应用于学校、家庭、社区等场景。

IVA-CPT测试是一个包括13 min声音和视觉刺激的测试系统。测试任务是对500个包括目标和干扰的测验做出反应。测试任务要求受试者在听到或看到“1”时点击鼠标左键;在听到或看到“2”时不做出反应。根据受试者在测试中的反应时间、反应冲动和注意力不集中错误可以量化评估其注意力状态水平。IVA-CPT结果商数可分成两个部分:反应控制商数和注意商数,其结果分析可对人的状态做出最全面的评价。IVA-CPT分析提供了6个整体综合商数和22个基本商数,本研究选用2个整体综合商数和6个主要基本商数作为统计参数。整体综合商数包括综合注意商数(full scale attention quotient, FAQ)和综合控制商数(full scale response control quotient, FRCQ);基本商数为谨慎商数(prudence visual quotient, PRV)、一致性商数(consistency visual quotient, CONV)、毅力商数(stamina visual quotient, STMV)、警醒商数(vigilance visual quotient, VIV)、注意商数(focus visual quotient, FOCV)和速度商数(mean visual reaction time quotient, MNV)。这些商数是客观科学地衡量受试者机体整体协调能力、意志控制能力、反应变化的敏感程度、注意力集中程度和反应速度等的重要商数。

针对传统注意力评估手段存在的主观性强,缺乏量化评估标准,数据采集过程烦琐复杂等问题,采用IVA-CPT系统实现对注意力水平的全面、量化、标准化的客观评判。

1.4 数据采集记录

训练过程中受试者完成一组舒尔特方格训练所用时间记为反应时,实验系统自动记录该反应时。利用tobii-5眼动仪采集实验过程中受试者眼动数据,tobii-5眼动仪是一款非佩戴式眼动仪,通过角膜反射采集眼动数据,因此可在不妨碍受试者正常测试的情况下,采集其眼动数据。其工作范围为距人眼45～100 cm,采样频率为60 Hz,精度为0.5°～1°,时延为(15±5) ms。

1.5 实验数据分析

将得到的原始数据进行初步处理,使用MATLAB R2021b绘制注视点分布区域图。通过绘制注视点分布区域图,将注视点落在屏幕上舒尔特方格显示区域时的注视点认定为有效注视点。计算受试者在每次训练中的注视点数、平均扫视长度、平均扫视速度、回视次数等眼动数据。这些数据可反映出受试者在训练过程中精神集中状态。每次训练任务中受试者会完成15组舒尔特方格训练任务,其平均完成时间能够表明训练中受试者的反应速度与注意力集中状况。完成任务耗时短且任务期间有效注视点占比大的表示注意力集中度高,通过对这些指标的分析来评定受试者的训练是否取得效果。

利用IBM SPSS Statistics 27对第一次和最后一次训练参数进行配对样本t检验分析。同时对实验组和对照组IVA-CPT商数进行独立样本t检验分析。P<0.05表示具有显著性差异。

2 结果分析

2.1 眼动数据结果

在实验组的训练中记录眼动相关数据和任务完成反应时间等行为学数据。分析受试者在第一次训练(T1)和最后一次训练(T10)的数据结果。

如图2所示,将受试者在训练中的眼动落点分布画出,得到有效注视点分布。

图2 有效注视点分布Fig.2 Distribution of effective fixation points

图2中颜色深浅和区域位置能够反映出受试者在任务中注意力集中区域。对第一次训练(T1)和最后一次训练(T10)的眼动参数进行配对样本t检验,结果如表1所示。受试者经训练后其注视时间、回视次数均降低,平均扫视长度和平均扫视速度明显提高且结果具有显著性差异。定义落在舒尔特方格区域的注视点为有效注视点,统计分析整个任务过程中有效注视点占所有注视点的比例,发现经过10次训练受试者有效注视点占比从89.3%提升至95.7%。

表1 实验组首末次训练眼动指标对比Table 1 Comparison of eye movement between the first and last training in the experimental group

实验组16位受试者在每次训练中完成任务的平均反应时间如表2所示。

表2 实验组训练中平均反应时间Table 2 Average reaction time of the experimental group

计算所有受试者完成舒尔特方格任务的平均反应时间如图3所示。

图3 训练反应时间Fig.3 Reaction time statistics in training

从图3可以看出,随着训练的开展,受试者在任务中耗时明显降低即反应速度明显提高。对T1和T10反应时间进行配对样本t检验,结果具有显著性。表明实验组受试者经过10次训练注意力的整体水平有显著提升。结果表明,在反应时、注视时间、平均扫视长度和回视次数方面,T1和T10之间的差异均具有统计学意义。而注视点数、有效区域内注视点数、平均扫视速度等不具有统计学差异。

2.2 IVA-CPT商数结果

所有受试者在训练开始第1天(D1)和第30天(D30)进行IVA-CPT评估测试,通过对两次测试的商数指标分析来评估本研究所设计的注意力训练是否对受试者注意力状态产生影响。

图4为训练前后实验组与对照组的FAQ对比分析。在训练前实验组与对照组测试得分无显著差异,即注意力水平接近。实验组经过舒尔特方格训练后FAQ显著提高,且实验组训练前后得分,实验组与对照组得分间的差异具有显著性。表明训练对被试的注意力水平产生了显著影响。

图4 训练前后实验组与对照组FAQ商数均值Fig.4 Mean FAQ of the experimental group and the control group before and after training

表3为实验组和对照组每位受试者两次测试的各项商数结果。表4为实验组在训练前后的8个商数值变化,可以看出训练前后实验组受试者的IVA-CPT各主要商数均得到不同程度提高。在综合商数方面, FAQ相较FRCQ提升更多。FAQ主要反应受试者大脑反应能力、反应速度、对反应变化的敏感程度等。已有研究证明舒尔特方格训练可以有效训练注意力集中、分配、控制能力,拓展视幅,提高视觉稳定性、辨别力和定向搜索能力[23],实验组受试者经过训练后FAQ、VIV、MNV均显著提高,用量化指标印证了舒尔特方格训练能够改善并提高注意力。FRCQ主要衡量受试者机体整体协调能力和意志控制能力,CONV、STMV等代表受试者在长时间任务过程中前后反应能力的一致性和全程保持稳定的能力,受试者训练后,这些商数指标有提高,且商数提高差异均具有显著性。

表3 所有受试者IVA-CPT测试结果Table 3 IVA-CPT test results of all participants

表4 实验组训练前后IVA-CPT商数Table 4 IVA-CPT quotients of experimental group before and after training

IVA-CPT测试结果(表4)显示,训练前(D1)实验组和对照组FAQ商数无统计学差异,与已有研究中人群得分相符。实验组经过训练后在IVA-CPT测试中取得了更高的分数。实验组训练前后的商数得分有统计学差异(P<0.05),在第30天(D30)对照组的IVA-CPT商数与实验组相比也有统计学差异(P<0.05)。结果表明:与不做训练相比,本研究所采用的舒尔特方格训练能够显著锻炼受试者的反应速度、机体协调能力、注意力集中程度等,这体现在经过训练的受试者各主要IVA-CPT商数指标相较自身训练前以及未经训练的对照组都有了显著提高。

3 讨论

以IVA-CPT商数为注意力水平评定指标,选取舒尔特方格任务作为注意力训练任务。搭建了注意力训练触屏反馈系统,利用Unity系统开发了实验所需训练内容。使用触屏代替传统纸笔模式,实现对受试者每次点击正误的自动实时判断。系统还同步记录所有触点坐标和点击时刻等并保存详细记录文档,不仅摆脱了人工监督的专业局限性,更保证了训练数据的真实性和准确性。训练时当系统检测到第一个触屏点击信号时自动开始计时,最后一个目标被点击时计时自动停止,实现训练耗时的精确无感记录,为后续结果分析提供可靠保障。

引入眼动监测模块,在受试者进行舒尔特训练过程中对其眼动数据实现无感采集,实现对训练过程中受试者的注意力状态分析。相较于传统舒尔特方格训练范式以训练耗时作为单一评价指标,眼动模块的融合引入提升了评价维度,无感监测训练过程中视点轨迹等数据,填补过程中的数据空白。在视觉搜索注意力训练的同时监测反映受试者注意力水平的多种参数,并实现训练先后注意力程度改变的量化分析。在研究方案设计上采用触屏、眼动仪等设备,充分利用其高采样率、高精确度的优势,保证行为学数据采集精度。舒尔特方格训练软件模块的开发过程中也充分融合软硬件各自特点,试训练内容生成显示、触屏点击响应反馈、眼动仪数据记录与同步等协调配合。实现了舒尔特方格训练的无监督,数据采集的无感自动和分析维度的有效多元。提供了一套高效便捷的注意力训练方案。

已有研究证明视觉搜索有效性训练能够提高注意力能力[12],实验结果表明,受试者在舒尔特方格训练后中注视时间和反应时间降低,且二者具有一致性。若受试者训练中出现失神、发呆、被外部环境干扰等注意力问题时,会导致注视时间和反应时间变长。注视点数可以反映个体的知觉加工范围大小,注视点数越少知觉加工范围越大。研究中受试者训练后期注视点数显著减少,表明随着训练过程推进,视觉加工能力增强。扫视长度越长则视觉加工能力和信息提取能力越强,注意力水平也越高。回视次数反映受试者在任务中注意力集中水平,回视次数越多表明其搜寻目标能力越弱,视觉搜索过程中注意力不集中也会导致频繁回视。训练后期回视次数减少的同时扫视长度也增加,表明其知觉广度和视觉信息处理能力都得到提高。有效注视点占比反映任务过程中受试者将注意力集中在任务本身的程度。若注视点更多的落在有效区外,则表明受试者更容易被外界环境干扰所吸引,注意力水平较低。经过10次训练有效注视点占比由89.3%提高到95.7%,受试者专注程度也有所提高。受试者经10次训练,回视次数显著降低,平均扫视长度、平均扫视速度和有效注视点占比都得到明显提高,即注意力水平得到提升。

IVA-CPT测试中,受试者训练后与训练前相比其2个整体综合商数和6个主要基本商数得到提升且差异具有显著性。综合注意商数由警醒商数、注意商数和速度商数加权计算而来。警醒商数分值低则反映注意力转移、失神和疏忽等问题。注意商数则用于衡量受试者保持响应速度的能力。速度商数代表大脑反应能力。受试者经过训练上述商数都有了提高。从实验组和对照组的结果对比来看,在训练前两组受试者商数水平无显著差异具备可比性,训练后显现出统计学差异,说明所采用的基于舒尔特方格和眼动分析的注意力训练能够提升受试者的反应能力、反应速度和注意力水平。

4 结论

受试者通过舒尔特方格任务训练能够提高注视效率,强化视觉搜索能力,从而提高注意力水平。通过对训练中眼动数据的分析发现,训练后受试者的注视时间缩短,扫视距离增加,回视次数减少且有效注视点占比明显提高。训练平均反应时间也随着训练次数的增加呈显著下降。训练后实验组受试者的IVA-CPT测试商数都有显著提升,未经训练的对照组则无显著差异,表明注意力水平通过适当方法训练可以得到有效提升。

所提出的基于触屏点击的舒尔特方格训练方法能够提高注意力水平且所采用的反应时间、注视点分布、注视时间、扫视长度、回视次数等指标能够有效地量化反映注意力水平。基于IVA-CPT评价方法和触屏技术,创新性融合开发眼动检测和舒尔特方格训练范式,实现对注意力水平和训练效果的多元化评估和交叉验证。着力实现了人机交互训练的便捷化、标准化、无人化,对注意力水平量化评估和训练提升的研究与实践具有一定理论价值和参考意义。该系统和评估方法也具有作为一种儿童注意力缺陷多动障碍症训练方法和应用的潜力。