近紅外腦成像技術與眼動儀在測試建設工程安全認知程度的對比
近期，清華大學建設管理系廖彬超副教授與清華大學心理學張丹副教授的聯合研究工作在知名期刊《Safety Science》（Q1區,
影響因子4.105）發表了題為“A multimodal study to measure the cognitive demands of
hazard recognition in construction workplaces. Safety
Science”的研究論文。該研究以最大程度還原現場隱患識別的認知過程，并將近紅外腦功能成像技術fNIRS (functional
Near-infrared spectroscopy)技術引入建設安全管理領域。研究結果為隱患識別的認知過程解讀提供了全新的思路。
該研究需要在自由運動情景下精準檢測大腦活動，對于近紅外腦成像系統的信號靈敏度、可穿戴性提出了重要要求。
慧創近紅外腦功能成像系統NirSmart融合了北京航空航天大學高精尖的超微光檢測技術。NirSmart將大型移動落地式系統才能采用的雪崩二極管APD探測器技術壓縮到一個iPad大小的尺寸中，輕盈小巧，并且相對上一代的采用光電二極管PD探測器技術的靈敏度提升了數十倍，有效地支撐了本研究地順利開展。
下面向大家分享文章內容：
在建設工程安全管理中，隱患識別是一項非常重要的管理手段。建設工程事故最常見的原因是工人的不安全行為[1]，更深層次的原因并非工人刻意違反安全規程或者單純的危險環境，而是執行工作時經常沒有發現該發現的隱患[2-3]。因此，研究需要揭示工作者隱患識別的心理過程，才能輔助開發相應的管理手段（腦機接口技術或者培訓方法）。近期清華大學建設管理系廖彬超副教授與清華大學心理學張丹副教授聯合研究工作發表在Safety
Science期刊的研究工作中，嘗試了新的實驗范式，以最大程度還原現場隱患識別的認知過程，并將近紅外光譜腦成像技術NIRS
(Near-infrared spectroscopy)技術引入建設安全管理領域。研究結果為隱患識別的認知過程解讀提供了新的思路。
從認知心理學角度研究隱患識別過程
如圖1所示，隱患識別被認為是一項視覺搜索任務。以往研究通常基于圖像刺激來設計隱患識別行為實驗，并配備眼動儀記錄認知過程。然而，在隱患識別過程中，眼動指標雖然對感知過程較為敏感，對于認知階段的解讀卻不夠精準。例如注視時長(fixation duration)與隱患識別能力的關系在不同文獻中也并不統一[4-7]。而NIRS則能更好地反映觀察者在判斷階段的認知水平。
圖1 隱患識別的認知過程
本文設計了新的實驗范式，以探究隱患識別過程中的腦眼協同機制，從而深化對隱患識別認知過程的理解。實驗較以往文獻的改進主要體現在以下三方面:
1 實驗在現實場景中進行，而非基于圖片或視頻的實驗刺激。
2 便攜式眼動儀與NIRS設備同時記錄被試的眼動指標與腦部認知活躍水平，NIRS通道如圖2所示。
3 設置不同類別隱患，探討隱患類型與視覺混亂度的交互作用。
圖2 NIRS發光源（綠色圓點）與探針（黃色圓點）布置
48名健康大學生在清華大學土木工程系實驗大廳進行了本次實驗。實驗流程如圖3所示。該實驗室內結構構件、機械設備與施工現場有著高度一致性，因此隱患能夠較好的模擬現場情境；另外室內環境配合靜態布置（實驗在假期進行，實驗室處于停止運行狀態），能夠更便于實驗環境條件的控制，如光照的穩定。實驗中，被試可以按照指定路線自由探索空間，眼動儀上的攝像頭記錄了被試視野的情況。當看到疑似隱患時，被試駐足觀察，確認報告隱患后，可用手中激光筆勾畫隱患邊界。之后繼續前行，直至終點。
圖3 隱患識別的認知行為實驗流程
隱患類別與視覺混亂度的認知響應機制不同
實驗結果顯示，認知資源對隱患類別與視覺混亂度的響應模式是不同的。在不同隱患類別下，氧合血紅蛋白濃度變化（Oxy-Hb）的差異更為顯著(圖4)。墜落隱患的識別需要調用更多認知資源，而火災隱患的識別則可以在認知活躍度較低的水平下完成。
圖4 隱患類別的腦部認知活躍度差異
視覺混亂度的認知響應主要體現在瞳孔直徑的變化。高混亂度引起瞳孔直徑擴大，反映了視覺負荷帶來的認知資源需求的增加。
圖5 隱患類別與視覺混亂度對瞳孔直徑的交互作用
從交互作用的角度來看，視覺混亂度與隱患識別在瞳孔直徑變化中也存在顯著交互作用，如圖5。這一結果意味著不同的隱患類別與場景復雜度引發的認知響應機制是不同的。在工程實踐中，應該重視這種認知差異，以進行針對性的隱患識別能力培訓。
腦部認知活動與眼動過程在隱患識別中的天花板效應
通過對Oxy-Hb指標與瞳孔直徑的相關性分析可以更深入了解兩種認知響應機制的協同作用模式。結果表明，腦認知活動和眼動特征沒有直接的相關性。
圖6展示了不同隱患類別下，部分通道的氧合血紅蛋白濃度變化與瞳孔直徑變化的關系。雖然這種關系并不統一，但可以看到，在不同隱患類別下，二者的關系呈現出一定的規律。當探測到火災或用電隱患時，瞳孔反應與來自多個NIRS通道的腦神經活動之間存在正相關。然而，在識別防墜落隱患時，這兩種認知活動的功能相反。這就是說，識別火災或用電隱患時，大腦活動更活躍的被試，也會表現出更高的瞳孔擴張。這與墜落隱患的識別不同，當神經活動水平較高時，參與者的瞳孔直徑通常會減小。這些結果表明，神經活動和瞳孔反應之間的關系取決于隱患類型。
值得關注的是，墜落隱患引發的腦部認知活動與瞳孔直徑反應在三種隱患中都是最為顯著的，因此，上述關系可從認知資源的有限性進行解釋[8-9]。即，在墜落隱患中，認知資源的需求量為最大，達到某種上限，因此，腦部與眼部的認知資源分配只能呈現“此消彼長”的態勢。而對于火災隱患與用電隱患來說，由于認知資源的需求總體水平較低，因此腦部活動與眼部活動可以同時被調用以完成視覺搜索任務。
圖6 腦認知活動與瞳孔直徑的關系
該研究探討了多模態監測下的隱患識別認知需求模式。結論表明，不同隱患類別和場景復雜度的現場隱患，會導致不同的認知模式和認知需求，因此在建設工程安全管理中，應根據隱患特征進行針對性培訓與監管。該文的實驗范式也為建設工程安全管理研究提供了新的思路。
以上轉發：實驗社會科學
發表論文信息：Liao, P.-C., Sun, X., & Zhang, D. (2021). A multimodal study
to measure the cognitive demands of hazard recognition in construction
workplaces. Safety Science, 133, 105010.
http://doi.org/10.1016/j.ssci.2020.105010
論文研究得到了清華大學社科學院實驗社會科學平臺支持，特此致謝。
參考文獻
[1] Rasmussen J. 1997. Risk management in a dynamic society: a modelling problem. Safety Science, 27(2), 183-213
[2] Tixier AJP, Hallowell MR, Albert A, van Boven L, Kleiner BM. 2014.
Psychological Antecedents of Risk-Taking Behavior in
Construction. Journal of Construction Engineering and Management 140
[3] Bahn S. 2013. Workplace hazard identification and management: The
case of an underground mining operation. Safety Science 57: 129-37
[4] Albert A, Jeelani I, Han K, Azevedo R. 2018. Are Visual Search
Patterns Predictive of Hazard Recognition Performance? Empirical
Investigation Using Eye-Tracking Technology.
[5] Hasanzadeh S, Esmaeili B, Dodd MD. 2016. Measuring Construction
Workers’ Real-Time Situation Awareness Using Mobile Eye-Tracking.
2894-904
[6] Indrarathne B, Kormos J. 2017. The role of working memory in
processing L2 input: Insights from eye-tracking. Bilingualism Language
& Cognition 21: 20
[7] Liao P-C, Sun X, Liu M, Shih Y-N. 2017. Influence of visual clutter
on the effect of navigated safety inspection: a case study on elevator
installation. International journal of occupational safety and
ergonomics: 1-15
[8] Granholm E, Asarnow RF, Sarkin AJ, Dykes KLJP. 1996. Pupillary
responses index cognitive resource limitations. Psychophysiology 33:
457-61
[9] Nilli L. 2005. Distracted and confused?: selective attention under load. Trends in Cognitive Sciences 9: 75-82