聽覺注意力是大腦在復(fù)雜聽覺場景中選擇相關(guān)信息、抑制無關(guān)信息的重要認(rèn)知功能。傳統(tǒng)研究多在實(shí)驗(yàn)室內(nèi)使用笨重設(shè)備與人工刺激進(jìn)行，限制了其生態(tài)效度。本研究采用語音包絡(luò)跟蹤、被試間相關(guān)性和頻譜熵三種方法來評估聽覺注意力。例如，語音包絡(luò)跟蹤通過分析腦電信號與語音慢波包絡(luò)的相關(guān)性，判斷聽者正在注意的說話者；被試間相關(guān)性則通過比較不同聽者之間的腦電同步性，反映共同注意力方向；頻譜熵則用于評估聽者持續(xù)注意力的水平變化。這些方法為在自然環(huán)境下研究聽覺注意力提供了有效工具。

HUIYING

耳周腦電檢測聽覺注意力概述

耳周腦電（如cEEGrid）是一種環(huán)繞耳朵放置的柔性電極陣列（圖1），用于記錄大腦電活動。其機(jī)理在于通過多個電極捕捉聽覺皮層及相關(guān)腦區(qū)的電信號，進(jìn)而通過上述三種方法解碼聽覺注意力狀態(tài)。相較于傳統(tǒng)腦電帽，耳周腦電具有隱蔽性強(qiáng)、佩戴舒適、適合長時間自然場景使用的優(yōu)勢（圖1B），且能有效捕捉與聽覺處理相關(guān)的神經(jīng)信號，適用于日常環(huán)境中的注意力監(jiān)測。

圖1：cEEGrid電極布局與實(shí)驗(yàn)設(shè)置示意圖

圖1分為兩部分。圖1A展示了一個cEEGrid傳感器實(shí)物佩戴在左耳后的照片，直觀體現(xiàn)了其隱蔽、環(huán)繞耳周的形態(tài)。圖1B展示了分析所用的雙耳cEEGrid電極布局圖，明確標(biāo)注了10個電極（每耳）的位置、接地和參考電極（R4a， R4b），以及分析時為了對稱性而移除的電極（L4a）。圖1是理解整個研究技術(shù)基礎(chǔ)的關(guān)鍵，它證明了該設(shè)備在不大幅改變外觀的情況下，能提供多通道、雙側(cè)的腦電記錄能力，為實(shí)現(xiàn)自然場景監(jiān)測提供了硬件前提。

HUIYING

耳周腦電注意力監(jiān)測系統(tǒng)的設(shè)計(jì)關(guān)鍵

設(shè)計(jì)基于耳周腦電的自然場景注意力監(jiān)測系統(tǒng)需考慮以下關(guān)鍵因素：

信號質(zhì)量與抗干擾能力：需使用如ASR等偽跡校正方法處理運(yùn)動、眼動等噪聲（圖2A）；

個體化模型優(yōu)化：研究發(fā)現(xiàn)個體化超參數(shù)（如時間窗和正則化參數(shù)）可顯著提升解碼準(zhǔn)確率（圖2C）；

多模態(tài)注意力指標(biāo)融合：結(jié)合語音包絡(luò)跟蹤、ISC和頻譜熵可全面評估注意力的方向與水平；

系統(tǒng)便攜性與實(shí)時性：cEEGrid結(jié)合移動放大器（如SMARTING）支持藍(lán)牙傳輸，適合野外或移動場景使用（圖1）。

圖2：語音包絡(luò)跟蹤解碼模型的性能優(yōu)化分析

圖2以四個子圖系統(tǒng)展示了提升解碼準(zhǔn)確性的探索。圖2A顯示，使用偽跡子空間重建（ASR）進(jìn)行校正后，解碼準(zhǔn)確率（72.13%）與未校正（71.3%）無顯著差異，表明對于長片段（60秒）數(shù)據(jù)，運(yùn)動等偽跡對解碼模型的干擾有限。圖2B的熱圖揭示了最優(yōu)解碼參數(shù)（時間窗與正則化參數(shù)）在個體間存在顯著差異（彩色散點(diǎn)），而群體最優(yōu)參數(shù)（黑框）僅為折中選擇。圖2C驗(yàn)證了參數(shù)個體化在常規(guī)交叉驗(yàn)證中的巨大優(yōu)勢，能將平均準(zhǔn)確率從71.3%提升至82.59%。圖2D通過嵌套交叉驗(yàn)證揭示了關(guān)鍵限制：當(dāng)使用更嚴(yán)謹(jǐn)?shù)尿?yàn)證方法防止過擬合時，個體化模型的優(yōu)勢消失，群體模型反而更優(yōu)。這說明個體化模型的有效性高度依賴于大量、高質(zhì)量的個體數(shù)據(jù)，為未來實(shí)際應(yīng)用（如助聽器）的數(shù)據(jù)校準(zhǔn)策略提供了重要依據(jù)。

HUIYING

臨床研究

研究方法

本研究采用雙說話者競爭范式，評估耳周腦電（cEEGrid）在自然聽覺場景中解碼注意力的可行性。36名聽力正常的參與者在實(shí)驗(yàn)室中，持續(xù)注意兩個同時呈現(xiàn)的空間分離男性敘事語音（有聲書）之一。使用環(huán)繞雙耳的cEEGrid柔性電極陣列同步記錄腦電信號，其設(shè)計(jì)兼顧了信號質(zhì)量與佩戴的隱蔽性。研究系統(tǒng)分析了三種神經(jīng)指標(biāo)：

語音包絡(luò)跟蹤：通過建模cEEGrid信號與語音慢波包絡(luò)的關(guān)系，解碼聽者注意的說話者，并探索了偽跡校正與模型參數(shù)個體化對解碼準(zhǔn)確率的影響。

被試間相關(guān)性：計(jì)算不同聽者之間腦電信號的同步性，以檢驗(yàn)注意同一故事是否能產(chǎn)生更高的神經(jīng)同步。

頻譜熵：計(jì)算腦電頻譜在8-32 Hz的熵值，作為評估注意力水平隨時間變化的指標(biāo)。

研究結(jié)果

本研究通過cEEGrid數(shù)據(jù)，成功復(fù)現(xiàn)并驗(yàn)證了三種注意力度量方法的有效性，主要發(fā)現(xiàn)如下：

語音包絡(luò)跟蹤成功解碼注意方向：

使用群體最優(yōu)超參數(shù)時，從cEEGrid數(shù)據(jù)中識別受注意說話者的平均準(zhǔn)確率達(dá)到71.3%，顯著高于隨機(jī)水平。

偽跡校正（ASR）并未顯著提升解碼準(zhǔn)確率（圖2A），表明在1分鐘的長數(shù)據(jù)段下，偽跡對模型影響有限。

個體化超參數(shù)在標(biāo)準(zhǔn)交叉驗(yàn)證中顯著將平均準(zhǔn)確率提升至82.59%（圖2C）。然而，當(dāng)使用更嚴(yán)格的嵌套交叉驗(yàn)證來防止過擬合時，個體化模型的優(yōu)勢消失，群體模型反而表現(xiàn)更優(yōu)（圖2D），提示充足的個體數(shù)據(jù)對于建立穩(wěn)定的個性化模型至關(guān)重要。

被試間相關(guān)性揭示共享注意力：

注意同一故事的兩名參與者之間的ISC總和，顯著高于注意不同故事的參與者對（圖3A）。這一“注意力效應(yīng)”在ISC最強(qiáng)的兩個成分上尤為明顯（圖3C）。

基于ISC模式，能夠以高準(zhǔn)確率（左故事97.83%，右故事80.05%）對個體的注意方向進(jìn)行分類（圖3B）。

該結(jié)果首次證明，即使使用電極覆蓋有限的耳周腦電，也能可靠捕捉到基于注意力的腦間神經(jīng)同步。

圖3：基于被試間相關(guān)性的注意力效應(yīng)與解碼

圖3證明了耳周腦電同樣能捕捉到高級的、社會性的注意力神經(jīng)標(biāo)記。圖3A直觀顯示，大多數(shù)參與者與注意相同故事者的ISC總和，顯著高于與注意不同故事者的總和，證實(shí)了“共享注意導(dǎo)致神經(jīng)同步”的現(xiàn)象在耳周腦電上依然成立。圖3B的散點(diǎn)圖顯示，根據(jù)與“左故事組”和“右故事組”的ISC同步程度，可以清晰地將個體的注意方向分類開來，分類準(zhǔn)確率極高，證明了ISC用于注意力解碼的可行性。圖3C進(jìn)一步分解發(fā)現(xiàn)，注意力對神經(jīng)同步的調(diào)制作用主要體現(xiàn)在前兩個最強(qiáng)的相關(guān)成分上。圖3D展示了前三個ISC成分的空間拓?fù)鋱D，為這種同步性提供了神經(jīng)生理學(xué)上的可視化解釋，表明耳周電極能夠捕捉到與注意處理相關(guān)的協(xié)同腦活動模式。

頻譜熵反映注意力水平隨時間下降：

在整個實(shí)驗(yàn)過程中，平均頻譜熵值隨時間顯著下降（圖4B），同時α波（8-12 Hz）功率則隨時間顯著上升（圖4C）。

這一模式與“注意力資源隨時間消耗，抑制干擾的需求增加（表現(xiàn)為α波增強(qiáng)），導(dǎo)致注意集中度下降”的理論解釋相一致。

圖4：頻譜熵與Alpha功率隨時間的變化趨勢

圖4從“注意力水平”維度提供了證據(jù)。圖4A的頻譜圖展示了實(shí)驗(yàn)期間8-32Hz腦電活動的整體概貌。圖4B是核心發(fā)現(xiàn)：平均頻譜熵值在30分鐘的實(shí)驗(yàn)過程中顯著、持續(xù)地線性下降。結(jié)合前人研究，熵值降低通常解釋為注意力集中度下降或心理疲勞積累的指標(biāo)。圖4C提供了互補(bǔ)證據(jù)：與頻譜熵下降同步，Alpha波段（8-12 Hz）功率顯著上升。Alpha功率升高通常與抑制無關(guān)信息、內(nèi)省狀態(tài)或疲勞相關(guān)。兩圖結(jié)合，強(qiáng)有力地支持了“在長時間的雙任務(wù)注意中，聽者的神經(jīng)狀態(tài)發(fā)生系統(tǒng)性變化，反映出認(rèn)知資源的消耗”這一結(jié)論。

注意力度量間的關(guān)系：

個體在語音包絡(luò)跟蹤中表現(xiàn)出的注意力增益，與其在ISC中表現(xiàn)出的注意力效應(yīng)（ISC_same - ISC_other）呈顯著正相關(guān)（圖5）。這表明兩種方法可能捕捉了聽覺選擇性注意力共同的核心神經(jīng)機(jī)制。

然而，頻譜熵（反映注意力水平/警覺度）與上述兩種選擇性注意力指標(biāo)均未發(fā)現(xiàn)顯著相關(guān)，說明注意力“水平”與“方向”可能是相對獨(dú)立的認(rèn)知維度。

圖5：選擇性注意力度量指標(biāo)間的關(guān)聯(lián)

散點(diǎn)圖5揭示了兩種不同解碼方法的內(nèi)在聯(lián)系。它表明，個體在語音包絡(luò)跟蹤中表現(xiàn)出的對目標(biāo)語音的神經(jīng)追蹤優(yōu)勢（選擇性注意力強(qiáng)度），與其在ISC中表現(xiàn)出的與同注意者神經(jīng)同步的優(yōu)勢程度，呈顯著正相關(guān)。這意味著，一個能更好地將神經(jīng)資源聚焦于目標(biāo)說話者的聽者，其腦活動也與同樣聚焦的他人更同步。這提示兩種方法雖然算法不同，但可能捕捉了聽覺選擇性注意力共同的高級認(rèn)知神經(jīng)機(jī)制。

HUIYING

總結(jié)

本研究系統(tǒng)性地證明，耳周腦電（cEEGrid）是一種能夠有效、隱蔽地在自然聽覺場景中監(jiān)測多維聽覺注意力的強(qiáng)大工具。它不僅能夠以較高準(zhǔn)確率解碼注意力的方向（語音包絡(luò)跟蹤），還能捕捉注意力的共享狀態(tài)（被試間相關(guān)性），并評估注意力水平的動態(tài)變化（頻譜熵）。研究為開發(fā)下一代神經(jīng)輔助設(shè)備（如智能助聽器、課堂注意力監(jiān)測系統(tǒng)或疲勞預(yù)警系統(tǒng)）提供了關(guān)鍵的方法學(xué)驗(yàn)證和實(shí)踐洞察，強(qiáng)調(diào)了未來在真實(shí)環(huán)境中進(jìn)行長期、個體化數(shù)據(jù)收集以實(shí)現(xiàn)穩(wěn)定應(yīng)用的重要性。