一種基于腦電信號反饋的學習注意力提升訓練方法實現

DOI：10.19850/j.cnki.2096-4706.2024.02.027

收稿日期：2023-10-07

基金項目：北京師范大學珠海分校校內教研項目（202041）

摘? 要：注意力對于學習者來說非常重要，注意力與腦電信號密切相關，注意力可通過訓練得以提升。文章提出一種基于移動智能終端應用APP腦電信號反饋的訓練系統，訓練包含舒爾特方格和算數運算兩種方式，訓練中可實時查看訓練者腦電反饋的注意力狀態信息，強化訓練效果。實踐結果表明，注意力和腦電信號之間存在正向相關性，訓練者經過長時間訓練其注意力能夠得到顯著提升，訓練還能夠提高訓練者快速調整其注意力狀態的能力。

關鍵詞：注意力；腦電反饋；舒爾特方格；算數運算

中圖分類號：TP39? 文獻標識碼：A? 文章編號：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

學習狀態通常用于判斷一個學習者的學習效率，預測其學習成效。教師可通過學生的眼神表情判斷學生的聽課狀態，通過課堂練習和測驗成績判斷學生的知識掌握情況，通過學生回答問題、交流問題的主動性判斷學生的學習積極性。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驗密不可分。研究發現，無論是聽課、作業練習還是手工實踐環節，注意力無不對學習者的學習效率具有重大影響[1]，是學習力和學習效果的決定性因素之一。文章提出基于腦電反饋信號建立一種比較獨立的學習注意力訓練系統[2，3]，輔助教師、家長對學生的學習狀態進行判斷，并提供趣味性的集中注意力輔助訓練。

1? 研究領域概述

1.1? 注意力

注意（Attention）是指個體專注于某事物和對象的程度，注意力是指人的心理活動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，在各種認知活動中起到重要作用。注意有四項基本內涵，分別是注意廣度、注意穩定性、注意分配和注意轉移[4]。注意的核心是指向性和集中性，指向性表現為同一時間對多種信號和刺激的選擇，選擇某一目標，忽略或離開其余目標；集中性表現為對干擾刺激的抑制，停留在被選擇對象上的強度或張力。對注意力的衡量一般包括注意力廣度、注意力集中、短時記憶、注意力持久、注意力穩定性等方面，對學生注意力進行判斷的最基本方法是家長或者教師的直接觀察、訪談或行為記錄，并進行量表化。某人的注意力不足會導致其學習能力欠佳，學習工作效率低下，工作容易出錯等，對于大多數學生來說，他們的學業成績偏差充分反映了他們在注意力方面的差異。

學生注意力不集中可能帶來的危害：

1）容易違反紀律，課堂上疏于執行老師的指令，管不住自己的行為和動作，成為“問題學生”。

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

3）注意力不足，好動不專心，長此以往可能會造成感覺統合失調。

4）注意力不足，團隊活動時容易遭到同伴的嫌棄，學業不佳難免受到老師和家長的責罵，進而形成自卑、膽小的性格。

1.2? 腦電信號及利用

1924年，德國精神病學家、耶拿大學教授Hans Berger首次從頭皮記錄到人腦的電活動，稱為EEG（Electroencephalogram），也稱為腦電波，于1929年正式公開發表?？梢詮念^部的不同深度測量到不同的腦電波信號，受頭蓋骨等的影響，這些信號非常微弱，是大腦神經電活動產生的電場經過顱骨、腦膜等傳導到頭皮形成電位差與時間之間的關系圖，腦電是大腦內活動的綜合外在表現[4]。

1932年，Berger和Dietsch采用傅里葉變換進行腦電分析，同時引入頻域分析、時域分析等腦電分析的方法；1973年，加州大學洛杉磯分校計算機科學家Jacques J. Vidal率先使用了BCI腦機接口，記錄腦電圖的典型儀器包括電極、導電材料和運算放大器；Cole等在1985年發現腦電信號與人的某些心理狀態密切相關[2，3]；W.Klimesch、Ramesh Srinivasan、G.Yang等發現了腦電信號與警覺性、注意力、昏睡傾向等狀態之間的關聯性；1991年，Jonathan R. Wolpaw訓練用戶自我調節mu節律的幅值，通過mu節律幅值的變化實現光標的一維控制；2000年后，國內外實驗室實現了大鼠意念壓桿、猴子意念取食、人腦控制機械手抓物等[5，6]；2018年，劉永雙等分析腦電意念和注意力，研究開發了基于腦電意念的智能家居集成系統[7]。

腦電意念相對應的是腦電反饋，已廣泛應用于警報、訓練等領域，如危險崗位工作人員瞌睡警報、射擊訓練中的腦電反饋等。收集各種狀態下的腦電信號特征，在進行訓練的時候調節出現這種腦電信號以強化訓練成果。2015年，deBettencourt等發表的論文和臨床研究證實，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? 基于腦電信號反饋的注意力訓練系統設計

2.1? 注意力提高常用訓練方法

注意力集中能力與個人、家庭、學校等都有關系，身體、習慣、環境等對學生的學習注意力都有影響，注意力可以通過一些訓練得以提升，應用的方法包括：

1）學習方法指導訓練。教師采取科學方法對學生進行興趣性的引導，激發學生的學習興趣和動力，長期訓練可以提升學生的注意力集中能力。

2）行為習慣訓練。包括視聽、情緒控制等方面的訓練，一般需要有專業人員引導并配備專門的設施設備。

3）醫學干預。注意力不集中情況比較嚴重時，還會伴隨一些諸如多動之類的癥狀，這類患者需要長期服用藥物才能緩解注意力缺失障礙。

4）“舒爾特方格”訓練法[10]。神經醫學家舒爾特設計了“舒爾特方格”訓練法，準備不同順序的5×5方格，隨機填上數字，訓練者按順序指讀這些數字，指讀的速度越快，專注力越好，該方法被譽為最簡單直接、科學有效的注意力訓練方法。

其他注意力提高訓練方法還有放松訓練法、運動調整法等，有一些趣味性游戲（包括文字、數字、圖畫、語音等形式的游戲）可用于吸引訓練者的注意力。

2.2? 注意力訓練方案設計

本文設計一種基于腦電信號反饋的注意力評估和提升訓練系統，方案設計需要考慮的內容包括：

1）可行性。各種數值可測量可量化比較，包括正確率、時間，以及各種狀態數據。

2）實施便利性。訓練者容易接受，監督者不需要經過專業專門的培訓。

3）科學性。有科學依據或經驗依據。

在智能終端采取兩種訓練模式，分別為舒爾特方格訓練和數學加減法口算訓練。用戶可以根據需要調整舒爾特方格的大小，例如5×5、9×9。在訓練和測試過程中采集受訓者的腦電信號反饋，提高訓練效率。

文章設計的注意力訓練方案比傳統的道具方式容易實行，成本低且具備擴展性，調節參數即可獲得不同的訓練模型。腦電設備通過藍牙連接到數據中心，智能終端設備可以在受訓者接受訓練時讀取其腦電信息，感應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的相關性較強，受訓者可以實時查看自己的腦電信號和注意力變化，找出訓練過程中個人狀態與腦電信號之間的變化關系。受訓者經過長時間的訓練后，即使其不在訓練狀態，也可以調整自己進入冥想或注意力高度集中的狀態，長期訓練后可使受訓者注意力的深度、廣度、持久力都有所提高，更容易進入專注狀態，使得學習者在學習時保持注意力高度集中成為一種習慣和本能。舒爾特方格如表1所示。

快速算數運算需要注意力高度集中，且限制條件少、適用范圍廣，通過生成一定難度的數學口算題目對訓練者進行注意力訓練，系統隨機給出兩個運算數，訓練者進行加減法運算，輸入答案系統自動判斷正誤，輸入速度越快、正確率越高，則得分越高。

訓練過程中腦電信號可以實時顯示，訓練者可根據反饋的腦電信號調整自己的冥想/專注度，腦電正向反饋訓練效果，持續的正念訓練可提升訓練者的注意力。

2.3? 注意力訓練系統設計

2.3.1? 硬件連接設計

采用干式腦電信號采集設備進行腦電信號采集反饋，與濕式腦電信號采集設備相比，其具有成本低、易操作等特點，注意力信號集中于前額葉，適用于教育輔助等非醫學類場合，如圖1所示。

2.3.2? 訓練系統分層設計

基于腦電信號反饋的注意力系統分為四個層次：應用層、數據層、網絡層、感知層，如圖2所示。感知層獲取腦電信號數據；網絡層通過藍牙協議將腦電數據傳輸到智能終端；數據層負責數據存儲和數據連接，記錄基本設置參數和運行過程數據；應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算答案時，可看到實時的腦電信號數據，還可以查詢展示歷史數據[11]。系統功能結構圖如圖3所示。

3? 實驗測試

應用當前主流的Android平臺進行開發，采用藍牙4.0進行通信，如表2所示。

Meditation和Attention是注意力在采樣區間的平均評分，分數區間含義如表3所示。如圖4所示為舒爾特方格訓練，如圖5所示為算數運算訓練。舒爾特方格可以進行方格行列數的設置，從3×3直到9×9；算數運算可以設置數字范圍和運算符號，可以自定義范圍，針對低年級受訓者可以設置個位數運算，一般設置3位數的運算，計算符號類型可以選擇單減法、單加法、加減法混合，如圖5所示。訓練中的簡易頭戴式腦電采集設備采集的腦電關聯注意力數據實時顯示，訓練結果如圖6所示。

接受舒爾特訓練法訓練的訓練者需要在方格中依次找到并點擊順序連續的數字，在找數字的過程中鍛煉訓練者眼睛的搜索能力、視野廣度、速讀能力。算數運算訓練時，需要訓練者持續、快速、準確地計算并填寫答案。兩種訓練方式都有歷史數據記錄，并且有同步的腦電信號可查看。如圖7所示為訓練過程腦電反饋專注度參考數據。

4? 總結與討論

本系列測試數據為同一個訓練者進行多次訓練的成績和腦電信息記錄，成績與注意力的關系反映出同一個訓練者的成績與其訓練時的注意力評分有一定的正相關性，注意力評分越高成績越好，如圖8所示。

如表4所示，本組測試得到11個數據，成績與腦電評分標準化得分（score）平均值為82.27，差異平均值為7.45，差異標準差值為5.71，分別為平均值的9.06%和6.9%，成績與腦電相關性系數為0.86；系列數據中第一個數據差異最大，如果作為特異值將其剔除，則標準化平均值為81.5，差異平均值為6.2，差異標準差值為4.13，分別為平均值的7.6%和5.06%，成績與腦電相關系數為0.91，其相關性（interdependency）的可信程度為較高水平。

如圖9所示，個人歷史數據方便訓練者和觀察者查看了解訓練過程再結合現實中的聽課、閱讀等第三方觀測評價，以及學習中的練習成績、測試成績等，綜合評估學習者的狀態，幫助學習者提升學習效果。訓練時間可以根據訓練者的情況進行調節，持續、科學的訓練能夠有效提升訓練者的注意力和學習力。本訓練系統可鍛煉訓練者的注意力，包括注意力的深度、廣度、持久性及分配效果。訓練結果也可以輔助學生進行時間安排，不同的注意力和腦電特點時間段可安排不同的學習任務。

5? 結? 論

與傳統卡片式舒爾特方格相比，本系統具有成本低、調整靈活等優勢，還可以將更多的趣味性訓練方法集成到系統。穿戴式腦電采集設備的優點在于其無損害、易于實施、實時性強。隨著采集技術和信號處理技術的發展以及數據預處理算法的改進，腦電信號的可信度也在不斷地提升。為了減少干擾，濕式電極、內嵌式采集設備也在不斷地被研發，腦電信號必將有更多可發掘利用的場景。

參考文獻：

[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練研究 [D].武漢：華中師范大學，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設計 [C]//2018年全國物聯網技術與應用大會（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.舒爾特方格法對中學生注意力穩定性的提升效果研究 [D].青海：青海師范大學，2023.

[11] 陳禎禎，曹曉明.基于腦機交互技術的學習分析研究 [J].教育信息技術，2017（11）：13-18.

作者簡介：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、機器學習。