恒挚分享 | 当神经科学遇到了建筑：脑电实验技术在建筑全生命周期中的应用

3.1 电极位及其作用

      受Saedi（2022）等人的启发，本节提供了每种状态常用通道的清晰说明，图5描绘了大脑的分区。Emotiv EPOC +是以往研究中最常用的便携的EEG数据采集设备，它提供14个通道(即AF3、F7、F3、FC5、T7、P7、O1、O2、P8、T8、FC6、F4、F8、AF4)和2个参考通道(CMS和DRL)。如图5(a)所示，红色的通道表示Emotiv EPOC+的14个EEG通道，黄色的通道表示其他常用的EEG通道。图5(b)显示了与每个区域中常用电极位置相关的状态。

图5. 常用EEG通道和其作用

      研究结果表明，Fp1和Fp2可以用来测量精神压力、疲劳和工作量。在P7处捕获的γ和β波段被认为是评估精神压力和疲劳的有价值的指标。此外，在C3和C4观察到的β带与认知负荷有关，如精神疲劳和注意力。此外，C3和C4也是情感识别的有用通道。同样，T7和T8在情绪识别和认知负荷中受到青睐。额叶是AF3、AF4、F3和F4所在的区域，参与认知活动、抽象思维和情绪功能。这四个通道经常被用于情绪唤醒（VA）模型来量化情绪特征。此外，右侧前额叶皮层（即AF4）在区分专注和分心状态方面显示出了显著的潜力。研究者利用通道F3、F4、O1和O2来评估危险感知。与危险感知相关的通道研究相比，枕叶数字叶通道（即O1和O2）与危险感的关系最为密切。此外，据报道，O1和O2在睡意检测中起着至关重要的作用。

      Fp1和Fp2通道在舒适度分析中也显示出巨大的潜力。除此之外，还使用了其他几种方法来测量舒适性。具体来说，AF3和AF4有助于设计舒适空间。通常选择通道P3、P4和P7进行热舒适测量。舒适环境下P3和P4的EEG总能量小于不舒适环境。当个体暴露在高温环境中时，P7和位于枕叶额叶的通道与热舒适和认知表现密切相关。

3.2 EEG数据处理

      EEG信号极易受到各种干扰源的影响，如眨眼、呼吸噪声、肌肉运动、大气热噪声和线路干扰，导致原始EEG数据中存在相当数量的伪影。图6给出了EEG数据处理流程概述，包括数据预处理、特征提取、分类、进一步分析等过程，分别对应蓝色、绿色、粉色、黄色部分。数据预处理的目的是为进一步处理提供干净的数据，包括EEG数据滤波、伪影去除和降维。从预处理后的EEG数据中提取特征是非常重要的，包括时域、频域和时频域特征。机器学习的方法已被广泛用于处理EEG数据。

图6 EEG信号处理过程一览图

      Zhai（2018）等人建立了获取高质量EEG数据的框架，在图6中用空心箭头表示。在该框架中，通过应用有限脉冲响应(FIR)带通滤波器、陷波滤波器和独立分量分析(ICA)算法实现去伪影。随后，利用FFT将时域信号转换为频域信号。这个过程提取频域特征，特别是PSD。值得注意的是，虽然该框架能够精确提取频域特征，但它可能无法满足所有研究要求。因此，研究者设计了替代方法和其他框架来应对EEG数据处理的复杂性。

      根据具体的研究目的，本节所提到的方法可以根据需要进行各种组合，用于数据处理。例如，主成分分析(PCA)在数据处理中具有多种功能。一方面方便了通道选择，减少了预处理阶段分析的通道数量。另一方面，在特征选择方面，它在提高分类精度方面的有效性得到了认可。PCA是一种完善的降低数据维数和选择特征的方法，类似于线性判别分析(LDA)。研究者已经开发了可以预测用户生产力和舒适度的模型，这就强调了数据处理中结合机器学习方法的重要性。

      本研究的重点是EEG在建筑全生命周期的应用，包括设计、施工和运行阶段的应用。受外界环境因素影响的各阶段心理状态如图7所示。这三个阶段都涉及的状态包括工作效率、注意力、生产力和压力水平。这强调了在建筑的整个生命周期中提高工作效率和生产力的重要性，而注意力和压力是作为与这些目标内在联系的可量化参数。设计和运营阶段都强调了记忆以及用户对于控制建筑环境的能力，这就表明这两个阶段都致力于研究环境对人类感知和认知表现的影响。贯穿建设和运营阶段的主题是疲劳和精神负荷等状态，这些状态可能受环境因素或与任务相关要求的影响。此外，值得注意的是，相同的参数可能在不同的阶段中承担不同的角色。例如，受室内环境影响的注意力对生产力有很大的贡献；而在施工中，它可能威胁建筑工人的安全。因此，需要在每个阶段分别分析这些参数。

图7. 测量建筑生命周期三个阶段中受环境变化影响的心理状态

4.1 EEG在设计阶段

4.1.1 设计阶段的研究重点

    在设计阶段，现有研究主要关注两个方面：首先，探究不同建筑环境特征（如空间布置、室内布局和建筑风格）对EEG的影响；其次，强调室内环境对人们生产力和用户喜好的重要性。

     认识到运营阶段实质上是设计阶段的产物，未来的设计可以从正在进行的运营阶段中收集反馈，以优化当前设计并实现持续改进。考虑到建筑环境特征和人们的反应，需要进行进一步的验证，包括不同范围的心理和神经生理反应。因此，进行各种环境参数的测试至关重要。值得注意的是，VR技术的出现令人振奋，因为它可以模拟建筑设计元素，让用户沉浸在真实体验中。这种技术使设计人员能够在较短的时间内评估和优化设计元素。通过将VR与EEG相结合，研究者可以更深入地了解用户对建筑环境元素的反应。最近的研究进展表明，VR和EEG的结合已经在多个方面扩展，例如研究不同的建筑特征，如照明水平、墙壁颜色、空间开放性、室内采光和视觉线索，所有这些旨在完善建筑设计。

4.1.2 设计阶段环境因素对心理反应的影响机制

      这些研究中的一个关键问题是阐明室内环境条件对用户心理和生理状态的影响机制。更好地理解这种相关性不仅可以提高用户对建筑环境的满意度，还可以改善用户的室内体验，甚至降低建筑能耗。

      与其他在设计和运行阶段都要考察的环境参数不同，空间性能的表现是在设计阶段单独考察的因素。Li（2020）等通过主观空间问卷调查以及在模拟空间中的进行四项认知实验获得数据。他们得出结论，β与工作效率成正比关系，并证明β是人类空间感知满意度的最具代表性的指标。此外，Li（2021）等人采用了相同的范式，但进行了不同的认知实验，发现后脑区和中央脑区对于不同场景元素特别活跃。研究还表明，绿色植物墙和绿色植物对室内环境的影响更为积极。此外，Klatt（2018）等人研究了声音对人类注意力的影响，发现听觉α偏侧化仅限于特定的空间任务。结果表明，听觉α偏侧化是一种在知觉和记忆空间中运作的高阶注意机制。

4.2 EEG在建设阶段

4.2.1 建设阶段的研究重点

    施工阶段的重点包括睡意检测、疲劳、注意力、警惕性、危害意识、压力、情绪状态、精神负荷。值得注意的是，已经证明心理负荷或认知负荷评估可以作为评估各种认知功能的工具，包括人类的记忆、注意力、执行功能和感知能力。增强感知能力，如危险感知，对于工人避免事故和确保安全至关重要。这些指标共同强调建筑工地工人的生产力、安全和健康。监测建筑工人的EEG可以对了解他们与指定任务相关的认知负荷及其识别危险的能力提供有价值的见解，这种信息使得机器人能够相应地调整性能，调整他们的工作节奏，促进在建筑工地进行人机协作(HRC或HMC)，提高生产率和安全性。

      施工阶段的文章往往优先监测建筑工人在任务期间的情绪和心理状态，较少强调具体的触发因素。只有少数研究描述了温度、噪音和高度的影响(见图7)。任务分配被认为是建筑工人情绪和精神状态波动的潜在触发因素。此外，建筑工人的个体差异会影响其在建筑工地上的表现，如经验、风险倾向和伤害史。研究还发现，目前的研究主要集中在施工现场的一线建筑工人。然而，建筑工地的其他职业，如工程绘图员，也需要考虑。

4.2.2 开展实验的方法

     被试被有意地诱导进入想要的研究状态，包括身体和精神状态。虽然有少部分研究直接从建筑工地收集EEG数据，但大多数研究更倾向于利用实验室环境和VR技术来检验假设。这个选择有三个理由。首先，为了实验目的而让工人直接暴露在潜在危险环境中进行危险行为是不切实际的。其次，已经证明了VR技术创造的环境在神经生理刺激方面与现实世界没有显著差异。最后，研究表明，通过VR培训，工人的危险识别技能和安全意识显著提高。因此，VR技术已经成为一种高效且快速发展的模拟施工现场的技术，从而减轻了现场移动产生的EEG伪影，并确保了工人的安全。尽管VR有许多优点，但在比较运动和静态条件时，神经活动可能会有所不同，特别是考虑到建筑工地的动态性。研究表明，VR被试不能像主动运动的被试那样准确地估计位置。因此，开发先进的移动EEG设备和去除可穿戴EEG设备中常见的EEG信号伪影的框架对于确保EEG在建筑工地应用的准确性至关重要。

4.3 EEG在运营阶段

      值得注意的是，环境参数对心理状态的影响可以表现出显著的变化。本研究以综述矩阵的形式提供了对所选文章的深入分析(表1)。

4.3.1 概念澄清

      有几个概念可能会导致混淆，因此做出以下解释。首先，热舒适、光舒适和声舒适是整体舒适的细分。它们是通过改变影响用户的外部因素来测量的，与此同时其他环境参数是被控制的。“舒适”一词被用来研究复合环境的感觉。其次，重要的是要注意，在任务中测试的“感知”概念可能不同于感知的常识。它代表了不间断地感知和识别目标的能力，而不是参与者的感受。此外，术语“精神疲劳”与“困倦”是独立的。精神疲劳是由于长时间的脑力活动消耗大量脑力资源而引发的，它是一个逐渐累积的过程。困倦源于过度的睡眠压力，需要睡眠来缓解。精神疲劳可以通过停止认知任务和休息来缓解。然而，休息和不活动却可能会增加困倦。

4.3.2 运营阶段的研究重点

      与设计阶段相比，外部环境因素对心理状态的影响在运营阶段进一步扩大。这个阶段涉及到更多的外部环境变量。当比较定量参数时，很明显，温度是主要的。与其他生理状态相比，热舒适的研究越来越多。除了温度外，二氧化碳浓度和相对湿度也是影响人类生理状态的关键因素，例如对注意力和困倦的影响。当考虑定性参数时，大量的研究致力于阐明外部环境因素对用户认知表现的影响，特别关注促进工作效率和生产力，特别是在办公室或教室环境中。

     综述矩阵(表1)为建筑运行阶段EEG应用领域的未来研究提供了有价值的见解。一方面，未来的调查可以探索表1中列出的状态和外部环境因素的其他组合。例如，调查空气流速对用户睡眠的影响或者唤醒水平，或者空间安排对注意力的影响等等。另一方面，考虑到建筑环境的复杂性，优化外部环境因素以更好地将研究成果与现实生活场景结合起来。具体来说，需要考虑更全面的环境，包括温度、光线、声音等因素。即使是一个单一的环境变量也可能是复杂的。以声音为例，由于人类可能会在一个环境中接收到各种类型的声音，因此可能需要进一步的研究来了解感知顺序和建筑中综合声环境的累积影响。

      可以看出，目前EEG在运营阶段的应用还处于起步阶段。例如，虽然室内环境因素对人类心理状态的影响已经从不同的维度进行了研究，但研究对建筑类型变化的反应仍有潜力。人们只探索了绿墙对人类感知的影响，其他建筑构件的影响需要进一步研究。除了上述研究的环境因素和心理状态外，还有许多变量没有得到研究者的重视。例如，利益相关者对建筑翻新造成的环境变化的心理反应尚未得到彻底调查，包括业主、建筑工人和邻居。

4.3.3 运营阶段环境因素与心理状态的作用机制

      在运营阶段通过EEG进一步探讨环境参数改变人心理状态的机制。在建筑的背景下，当与环境因素相结合时，环境对人类精神状态的影响理论上从生理学的角度得到了证实，从而得出了更具体的结果。研究表明，从皮肤感知到的热刺激传递到中枢神经系统，被视为热舒适，最终反映在EEG参数中。delta和beta相对强度的显著变化表明在极端高温下认知表现受损，这与认知任务得分一致。与休息阶段相比，theta和alpha波段的相对功率发生了显著变化，这表明这两个指标可以反映认知负荷强度。此外，由于二氧化碳浓度增加，β波段的相对功率增加，导致参与者更高的唤醒水平，表明更高的精神负荷。在顶叶和枕叶观察到较高的α相对功率证实了绿墙的放松和减压作用。在颞叶中，相对较高的β带有助于评估压力。当参与者在组合环境中感到舒适时，额叶的θ显著增加。

      本文全面探讨了EEG技术在建筑中的应用，涵盖了建筑的三个生命周期阶段。此外，本研究强调了现有研究不足，并描绘了7个潜在研究方向。

     (1)利用EEG探索建筑的其他阶段，构成完整的生命周期。目前关于EEG在建筑中的应用的文献有限，主要集中在设计、施工和运营阶段。然而，传统对建筑生命周期的理解不止于这三个阶段。目前对建筑翻新和拆除过程心理影响的研究尚不全面。此外，在建筑生命周期的这些阶段中的转换对不同个体的影响尚未得到检验。例如，建筑改造后用户对社区体验的变化并没有得到深入调查。随着人类在城市维度上探索的不断深入，需要对建筑生命周期中更多的阶段进行进一步研究。在城市维度中，建筑的改造和拆除是不可避免的。未来可以对不同建筑阶段的反应进行深入和扩展的调查。

      (2)涉及更多的利益相关者。目前的研究主要集中在特定的利益相关者，忽视了更广泛的参与各方。例如，在施工阶段，施工现场的建筑工人是主要研究对象，而只有一篇论文研究了工程制图员的压力。此外，建筑工地的噪声不仅影响建筑工人的安全和注意力，也影响周围居民的声舒适。另外，尽管HRC有利于建筑工人的安全，提高了建筑工地人与机器人协作的效率，但投资者如果不愿意投资，就会最终导致其无法投入使用。因此，未来需要更多的努力来调查多个利益相关者。

     (3)将更多的建筑元素与EEG相结合。随着绿色建筑和零碳建筑的普及，近年来新型建筑材料得到了发展。然而，将EEG与建筑材料结合调查的研究有限。在未来，将深入调查用户对各种建筑材料的反应，例如竹建筑。此外，人们还认识到，垃圾管理往往与建筑生命周期评估相结合。然而，迄今为止，人类对建筑中垃圾管理的心理状态的研究尚不全面。此外，脑机接口在建筑中的应用仍然非常有限，大多数研究都集中在与热舒适相关的室内空调控制上。进一步的研究可以探索利用EEG与HVAC系统的其他控制策略组合，以促进智能建筑的发展。

     (4)研究个体差异的影响并共同提供信息建立数据库。目前的研究探讨了建筑工人的经验对危险识别的影响，性别差异对于光偏好的差异等。因此，许多研究已经认识到，由于个体差异，包括性别、年龄、职业、工作经验、情绪状态和代谢率等因素，样本量的缺乏极大地限制了研究的进程。为解决这一问题，许多研究者提出增加样本量以涵盖更广泛的被试特征来获得更具普适性的结果。然而，招募足够的研究对象来涵盖所有个体差异是困难的。因此，研究者可以构建一个包含各种参与者特征及其EEG数据的平台或数据库，用于特定的实验任务。大型实验室或EEG公司可能承担这一责任。研究者可以上传EEG数据，提供被试的个人信息(如性别、职业、年龄等)，并选择相应的数据分析方法。但是个人特征的其他来源是多种多样的。例如，风险倾向可能来自气球模拟风险任务(BART)实验。因此，数据库或平台应该是多源异构数据的融合。数据处理和集成的算法应该不断发展，以跟上不同数据类型的步伐。在数据标准化和归一化之后，将使用深度学习和迁移学习方法研究个体特征。最后，将调查的个体特征嵌入到平台或数据库中，其他用户在分析其结果时可以选择添加个体特征。然而，这种方法带来了一些挑战，包括对被试隐私的担忧以及作者上传数据的潜在犹豫。

      (5)借鉴其他领域的新方法，开发独立于用户的分类器，增强建筑EEG数据的处理能力。目前的机器学习技术主要集中在情绪识别，很少有研究将机器学习用于识别建筑危害、用户热舒适状态、精神疲劳和安全培训。研究表明，利用机器学习方法提取建筑中EEG数据特征尚处于起步阶段，大多数据尚未全面匹配建筑环境。此外，值得注意的是，大多数现有的机器学习模型仍然是用户特定的。为了有效地处理复杂和多用户数据，开发一种通用的独立于用户的分类器变得非常重要。此外，实施预训练模型或利用迁移学习方法可以显著减少训练时间。因此，使用基于迁移学习方法的用户独立分类器，有可能设计出满足个人需求的舒适模型。

     (6)进一步发展VR技术，弥合虚拟环境与现实之间的差距。虚拟现实技术可以探索环境对人类的影响，许多研究利用VR控制环境参数，分离其他环境因素并阐明研究的环境变量对人类反应的影响。VR环境已被证明可以诱导与现实世界经验相当的神经生理反应，为研究环境视觉因素提供了一种有价值的手段，同时减少了可能干扰结果的其他环境变量。将虚拟现实技术整合到实验中，可以提高实验的可重复性，有助于解读环境因素与人类体验之间复杂的相互作用，为未来的研究工作提供便利。值得注意的是，环境结合了各种元素，包括自然环境和装饰。未来的研究应侧重于将更多的环境因素与VR相结合和控制，以提供沉浸式体验。有关建筑风格、景观、空间布局和室内装饰的研究前景广阔。此外，人的心理状态是否会随着刺激序列的变化而变化，这一问题还有待进一步探讨。考虑到建筑工地的危险和复杂性，VR在加强施工阶段安全培训方面的潜力值得注意，因为它提供了几乎无限的实验环境。可以开发更多的VR设置，让多个利益相关者参与任务。尽管VR有很多优势，但也有越来越重要的因素不容忽视。目前，结合VR和EEG的研究正在研究建筑环境的短期和实时影响。然而，环境对人类神经生理变化的影响是长期的。此外，人类长时间暴露在不太舒适的环境中，会自发地调节自己的感觉，以适应环境。因此，未来的方向可以扩展到研究VR场景中长期真实影响与短期效果之间的差异，并需要进一步发展VR技术以避免长时间佩戴带来的不适。

      (7)设计可穿戴EEG设备，进行现场实验。虽然VR技术在弥合虚拟场景和现实之间的差距方面具有巨大的潜力，但它目前的局限性仅限于视觉场景。人类对环境的感知不仅局限于视觉范围。其他环境参数也可能影响人类，如温度、二氧化碳。因此，设计一种能够促进EEG在真实环境中的应用的可穿戴EEG设备变得至关重要。EEG设备对运动的敏感性显著限制了被试在数据收集过程中的活动自由。进一步的研究应针对两个主要目标。首先，需要开发高度精确和便携的EEG设备，以确保长时间使用时的舒适性。该设备将支持高分辨率数据采集、数据滤波和适当的校准。其次，EEG处理方法需要进一步完善。使用先进的算法来减少伪影的影响是可行的。然而，在应用复杂的算法之前，包括一个具有预定伪迹模式的控制组对于数据清理和增强是必要的。此外，公众对这些技术的接受度可能是一个需要进一步调查的问题，涉及多学科的相互作用，包括经济学和社会学。

      在各种研究中，人们对使用EEG在建筑中探索人的心理反应方面的作用越来越感兴趣。为了对这一领域进行深入的概述，本研究涵盖了EEG研究在建筑中应用的常用通道以及作用，EEG信号处理的框架，以及EEG在建筑设计、施工和运营三个生命周期阶段的应用。“工作效率”、“注意力”、“生产力”、“压力”是三个阶段共有的主题。设计和运行阶段都强调用户对于建筑环境控制的能力和以及环境对于人的记忆力影响，而施工和运行阶段则侧重于疲劳和精神负荷等可能影响人类健康和安全的状态。探索环境对人类感知和认知表现的影响是设计和运营阶段研究的共同主题。而可能影响人类健康和安全的环境或任务相关因素(如疲劳和精神负荷)是建设和运营阶段的重点。EEG在施工阶段的应用主要集中在可能影响施工工人安全健康的情绪和心理状态。运营阶段的一些研究可以被认为是设计阶段的延伸版本，但是对所调查的状态采用了更全面的方法。在运营阶段进一步研究了外部环境因素对EEG信号所反映心理状态的影响。结果表明，外部环境因子(客观参数)中，温度的影响最大，其次是CO2浓度和相对湿度。此外，用户的认知表现是主要关注的状态(主观参数)。利用综述矩阵对已有研究进行整理，并指导未来可能的研究方向，如探索心理状态与外部环境因素的其他组合、构建更加一体化的环境、对单一环境因素进行深入研究等。