本文采用Lempel-Zin復雜度與腦電地形圖(BEAM)相結合的方法研究睡眠剝奪(SD)下警覺度的變化過程。10名受試者進行了36 h的SD,并且每6 h進行了自發和Oddball聽覺誘發實驗,記錄了自發腦電(EEG)和誘發EEG,構建了基于復雜度的腦電地形趨勢圖。結果表明,36 h SD中,警覺度可以分為三個階段:前12 h為警覺度較高的階段,中間12 h為警覺度快速下降的階段,最后12 h為警覺度較低的階段。在SD過程中,自發EEG的復雜度在全腦范圍內有不同程度的下降,與主觀量表的趨勢相符;誘發EEG的額葉復雜度降低,其趨勢與行為學結果相符。所以,EEG復雜度可以有效地反映大腦警覺度的變化,且復雜度計算簡單、運算速度快,為以后應用于警覺度的實時監測提供了新的途徑。
警覺度是人在一段時間里保持持續注意力的能力。為了探求在工作過程中警覺度隨時間的變化規律,本文設計了以三位數加減法來誘導警覺度發生變化的實驗,并通過警覺度任務(PVT)實驗結合腦電測量該變化過程,提取并分析了11例受試者腦電信號排列熵(PE)這一復雜性度量,并與非線性參數樣本熵(SE)做了簡要比較。實驗結果表明:該算法可以很好地反映警覺度下降時腦電信號的動態變化過程,且運算速度快,抗噪能力強,對腦電信號長度要求低,可以作為衡量大腦警覺度的指標。