Beta頻段雙耳差頻聲刺激對大腦生理狀態(tài)的影響

張 露,焦學軍,高 翔,陳潤格,王學民,3,綦宏志,3, 明 東,3,何 峰,3,周 鵬,3*

(1.天津大學精密儀器與光電子工程學院,天津300072；2.中國航天員科研訓練中心人因工程重點實驗室,北京100094；3.天津市生物醫(yī)學檢測技術與儀器重點實驗室,天津300072)

?

Beta頻段雙耳差頻聲刺激對大腦生理狀態(tài)的影響

張 露1,焦學軍2,高 翔1,陳潤格1,王學民1,3,綦宏志1,3, 明 東1,3,何 峰1,3,周 鵬1,3*

(1.天津大學精密儀器與光電子工程學院,天津300072；2.中國航天員科研訓練中心人因工程重點實驗室,北京100094；3.天津市生物醫(yī)學檢測技術與儀器重點實驗室,天津300072)

摘要：隨著載人航天事業(yè)的快速發(fā)展，航天員的大腦狀態(tài)調(diào)控以及警覺度提高技術成為航天人因工程研究熱點和難點問題之一。為了探究beta段差頻聲刺激對大腦狀態(tài)的調(diào)控作用，在N-back任務過程中進行了beta段雙耳差頻聲刺激組和對照組平行實驗。根據(jù)實驗中的N-back反應時和正確率分類，劃分成三組對beta頻段差頻聲刺激敏感程度不同的受試人群，分別是敏感組、中間組和非敏感組，分析beta頻段功率譜密度差值、（alpha＋theta）/ beta的比值、非線性特征樣本熵和互信息腦網(wǎng)絡等特征。結(jié)果表明，雙耳差頻聲刺激的腦區(qū)激活存在個體差異性，對聲刺激敏感的受試者，差頻刺激下，腦電功率譜中的beta頻段在右顳區(qū)能量增強（T4，p ＜0.005），T3電極處三組人群（alpha＋theta）/ beta比值具有顯著差異性，敏感人群中刺激組樣本熵值比對照組高10.53%，且互信息集群系數(shù)最高（0.971），腦網(wǎng)絡信息交流增強，這說明差頻聲刺激能改變大腦的生理狀態(tài)，在提高航天員的注意力和警覺度、對抗腦力疲勞方面具有應用前景。

關鍵詞：雙耳差頻；EEG；功率譜密度；樣本熵；互信息

E-mail：zpzp＠tju.edu.cn

1 引言

隨著我國載人航天工程的發(fā)展,諸多人因工程技術難題亟待研究。其中,空間站上航天員執(zhí)行任務期間的大腦生理狀態(tài)的檢測和警覺度保持問題便是其中之一。長期駐留航天員會因晝夜規(guī)律的改變,失重和隔離幽閉的環(huán)境、以及超負荷的工作強度,會導致大腦警戒水平降低和腦力疲勞,進而降低作業(yè)績效甚至引發(fā)災難性事故。因此,研究快速、有效且無副作用地提高長期駐留航天員大腦警覺度技術,可應用于航天員腦力疲勞對抗,提高航天員警戒水平和應急狀態(tài)下執(zhí)行任務的能力,確保任務的成功完成?；诖?本研究提出基于雙耳差頻聲音刺激達到快速調(diào)控大腦狀態(tài),為提高大腦警戒水平的研究奠定理論基礎。

雙耳差頻是一種聲刺激模式,能夠有效調(diào)控人的大腦狀態(tài)和情緒、注意力和記憶力、精神專注和身體的放松等［1-3］。雙耳差頻是分別給予左右耳相同強度但不同頻率的穩(wěn)定聲音。研究學者發(fā)現(xiàn)對受試者進行雙耳差頻刺激時,中樞聽覺系統(tǒng)交互作用,腦電(electroencephalogram,EEG)會隨刺激頻率的改變發(fā)生一定變化［4-8］。雙耳差頻包含載波頻率和差值頻率。當給予受試者左耳頻率為550 Hz,右耳頻率560 Hz的聲音時,差頻為10 Hz,載波頻率為550 Hz。人對雙耳差頻的感知閾值與載波頻率有關［9］,感知閾值隨著載波頻率的升高先增大后減小,當載波頻率為500 Hz時感知閾值最大。

研究發(fā)現(xiàn),雙耳差頻為beta段的聲刺激能夠引起特定的皮層電位頻率響應,提高受試者的注意力水平,加強記憶力并增強大腦警覺性［9-10］。Lane［11］研究發(fā)現(xiàn)beta段差頻刺激后,受試者在執(zhí)行任務過程中的錯誤率降低并能對目標做出正確反應。然而一些研究學者提出了相反的觀點, Goodin［12］采用雙耳差頻為16 Hz的beta頻段聲刺激,并沒有發(fā)現(xiàn)大腦皮層的功率譜存在顯著變化；同樣,Vernon［13］研究發(fā)現(xiàn)10 Hz的alpha和20 Hz 的beta頻段雙耳差頻聲刺激也沒有明顯的腦電伴隨響應。研究表明,雙耳差頻的聲音經(jīng)聽覺系統(tǒng)合成后傳到聽覺皮層和一些其他的大腦皮層區(qū)域,誘發(fā)大腦的頻率響應,激活大腦特定皮層區(qū)［14-16］。為了探究對beta頻段雙耳差頻聲刺激的腦電頻率響應的差異性,本研究基于雙耳差頻聲刺激對人腦精神狀態(tài)的改善作用,在受試者進行腦力記憶負荷任務過程中,施加雙耳差頻為16 Hz和24 Hz聲刺激組與無聲刺激的對照組進行比較,分析對聲刺激感知反應程度不同的受試者的腦區(qū)激活程度。

2 實驗設計

2.1 受試者和數(shù)據(jù)采集

本實驗共招募11名受試者,均為天津大學在校學生。年齡范圍22～25歲,5男6女。右利手,身體健康,無神經(jīng)系統(tǒng)病史或注意力缺乏癥,實驗前三天作息規(guī)律,無劇烈體力運動和腦力活動,且未服食任何含咖啡因的產(chǎn)品,酒精和藥物。實驗室溫度保持在25℃,各項實驗參數(shù)保持一致。受試者熟知實驗環(huán)境和實驗流程。本實驗使用Neuroscan公司的腦電記錄儀,按照國際標準的10-20系統(tǒng)電極帽采集19導腦電數(shù)據(jù),右耳A2為參考電極,采樣頻率為256 Hz。腦電儀內(nèi)置帶通濾波器,濾波范圍為0.05～70 Hz。

2.2 實驗流程及參數(shù)

實驗總時長約為150 min,要求被試完成5段N-back實驗,每段時長30 min。腦力負荷建模采用自調(diào)節(jié)工作記憶任務N-back實驗。實驗全程采集腦電信號,每名被試進行兩組平行實驗,兩組實驗間隔三天以上。一組對被試施加beta頻段雙耳差頻聲刺激(刺激組),另一組則施加對比白噪聲(對照組),兩組實驗的先后順序隨機發(fā)生。

N-back界面如圖1所示,包括1-back和2-back,每個N-back包含三個關卡,第一個關卡和傳統(tǒng)位置N-back相同,第二個關卡為位置和顏色匹配,第三個關卡為位置,形狀和顏色匹配。每個關卡持續(xù)時間為3 min,同時根據(jù)大量實驗經(jīng)驗設置了正確率,1-back各關卡的正確率分別為90%,84%,78%；2-back各關卡的正確率分別為85%,79%,73%,達到相應正確率后自動進入下一關,否則重復此關卡。

圖1 N-back界面Fig.1 The interface of N-back

本實驗采用差頻聲刺激的載波頻率為550 Hz,復合差頻為16 Hz和24 Hz,差頻均處于beta頻段內(nèi),聲強為70 dB。具體雙耳差頻聲刺激的順序為5 min的左耳550 Hz,右耳同時566 Hz和574 Hz的差頻刺激；然后反向5 min的右耳550 Hz,左耳同時566 Hz和574 Hz的差頻刺激；然后再反向,直到整個實驗結(jié)束。同時本實驗加入了白噪聲,促使被試持續(xù)注意聲刺激。實驗中聲壓低于差頻聲15 dB。

3 數(shù)據(jù)分析方法

3.1 腦電信號預處理

腦電信號十分微弱,容易受到外界和受試者的干擾,因此首先要對EEG信號進行預處理,手動刪除體動偽跡之后,去除50 Hz工頻干擾以及采用獨立成分分析(Independent Component Analysis,ICA)去眼電偽跡。

3.2 功率譜

因為包含刺激組和對照組,功率譜估計主要用相對功率變化率表示,同一受試者刺激組與對照組的相對功率變化率。表示如式(1)～(3)［17］：

式中：RRp為相對功率變化率,是RPB(刺激組)相對于RPW(對照組)的變化率。如果RRp為正值,則說明施加差頻聲刺激后該頻段的功率增加；如果RRp為負值,則相反。其中i＝1、2、3、4分別表示delta、theta、alpha、beta四個頻段。(alpha＋theta) / beta比值則在一定程度上表示人的精神狀態(tài),刺激后較高,表明精神較放松,大腦疲勞程度較高,處理信息的能力較弱,刺激后較低,則表明大腦處理信息的能力較強。

3.3 樣本熵

腦電信號具有混沌、非線性特點。樣本熵是一種非線性學參數(shù),去除了近似熵的偏差,有效地提高了熵值的準確性,能夠有效刻畫腦電信號非線性變化。樣本熵表征時間序列的復雜度,時間序列越復雜,樣本熵值越大,產(chǎn)生新信息的速率越高,大腦的活動性越強,因此可表明大腦皮層的電活動變化［18］。算法如下：

一個時間序列信號u(i), (1≤i≤N),m維空間重構,得到序列如式(4)：

Xm(i)＝u(i＋k)

{

},(1≤k≤m-1) (4)定義兩個向量的距離如式(5)：

給定相似容限r(nóng),統(tǒng)計每個i值對應的d Xm(i),Xm(j)

[]≤r的數(shù)目Bm

i(r),此數(shù)目與距

離的比值記作Cmi(r),定義為式(6)。

重復上述步驟,計算m＋1維的Cm＋1i(r)和 Cm＋1(r),從而得到式(8)所示時間序列的樣本熵估計值：

式中：m為嵌入維數(shù),r為閾值,N為數(shù)據(jù)的長度。本文m取2,r取0.2SD(SD表示時間序列的標準差)。

3.4 互信息腦網(wǎng)絡

互信息腦網(wǎng)絡是不同腦區(qū)間信息交流強度的功能性連接體現(xiàn),有助于探究大腦皮層的工作機制?；バ畔?Cross Mutual Information,CMI)通過定量描述兩隨機序列的關聯(lián)程度來描述不同腦區(qū)信號的相關性定義如式（9）

腦電信號中,x和y分別為不同導聯(lián)信號值。其I (x；y)的范圍為0到1,其值表明兩個導聯(lián)間的信號關聯(lián)程度,即兩腦區(qū)間的信息連接性的強弱。連接性強的導聯(lián)信號,互信息值接近于1；反之,則接近于0。

4 結(jié)果與分析

4.1 分組結(jié)果

根據(jù)N-back參數(shù)分類,將執(zhí)行任務過程中,反應時較快且正確率較高的劃分為對差頻聲刺激敏感的人群,將反應慢且正確率低的劃分為對差頻聲刺激不敏感的人群,其余為中間組。分類統(tǒng)計結(jié)果如表1所示,差值表示各組數(shù)據(jù)均值后對照組與刺激組的差,分別對應聲刺激的敏感組(受試者4人),中間組(受試者5人),非敏感組(受試者2人)。接著對分成的三組人群進行腦電分析,提取并分析腦電頻域和非線性樣本熵的特征參數(shù),探究行為學上具有差異性人群的腦電特征變化。

表1 分組統(tǒng)計Table 1 Classification and counting

4.2 功率譜

對聲音敏感程度不同的個體,beta頻段能量差值分布不同。如圖2所示,具有較高敏感性的受試者,beta頻段能量顯著差異主要表現(xiàn)在右顳區(qū)(T4, p＜0.005)有能量的增強,而額區(qū)的能量受到了一定程度的抑制,除此之外,另外兩組中間組(Fp2, Fz, F4, T4, p＜0.05)和非敏感組(Fp2, p＜0.05),前額區(qū)的能量增強。因此,對雙耳差頻較敏感的個體在顳部有一定的頻率跟隨響應。beta頻段的雙耳差頻聲刺激誘發(fā)大腦皮層右顳區(qū)活動增強。結(jié)果表明,beta段雙耳差頻信號對人腦精神狀態(tài)的作用,主要通過聽覺中樞系統(tǒng),激活大腦聽覺皮層區(qū)。

圖2 beta頻段功率譜Fig.2 The power spectrum of beta band

(alpha＋theta) / beta頻段在各電極位置處能量比值如圖3所示,刺激組和對照組的比值存在差異,但并不是在所有電極位置均表現(xiàn)出一致性,在三組人群中,雙耳差頻刺激組和對照組間都沒有顯著差異性(p＞0.05)。其中,(alpha＋theta) / beta頻段比值,敏感組,刺激和對照時比值差異性不大；中間組,刺激時額區(qū)比值較低,枕區(qū)比值較高；非敏感組,刺激時各電極比值較低,beta頻段的能量相對較高。上述結(jié)果和beta頻段功率譜能量分布地形圖保持一致。

圖3 （alpha +theta）/ beta比值Fig.3 （alpha +theta）/ beta in all electrodes

由于整個時間段內(nèi),三組的頻段比值沒有顯著的差異性,因此,我們做了其隨時間變化的曲線來看其隨時間變化的情況。圖4實線表示的是電極T3處(alpha＋theta) / beta的功率譜密度隨時間變化的曲線,虛線表示的是整個實驗過程中(alpha＋theta) / beta的功率譜密度均值。敏感組(p＝0.018)和中間組(p＝0.001)均表現(xiàn)出顯著差異性,然而非敏感組并沒有表現(xiàn)出顯著差異性(p＝0.362)。敏感組中,差頻刺激時的功率譜密度值在整個實驗過程中,實驗組均高于對照組。然而,中間組正好相反。非敏感組則表現(xiàn)出較大的波動性。

圖4 電極T3的（alpha +theta）/ beta隨時間變化曲線Fig.4 （alpha +theta）/ beta curve changes over time in electrode T3

表2中,列出了電極T3隨時間變化所有電極(alpha＋theta) / beta的均值、方差和p值。電極T3的敏感組和中間組都具有顯著性差異。因此,可以參考T3電極各刺激組和對照組的差異性,判斷受試者對雙耳差頻聲刺激的敏感性。敏感人群,刺激組T3電極(alpha＋theta) / beta的均值大于非敏感組；中間人群,刺激組T3電極(alpha＋theta) / beta的均值小于非敏感組。

表2 電極T3的統(tǒng)計結(jié)果Table 2 The statistical results of electrode T3

4.3 樣本熵

圖5為所有受試者在19導聯(lián)處的樣本熵均值。敏感人群中,全部導聯(lián)處實驗組的樣本熵值為對照組的110.53%,此時新信息的產(chǎn)生速率快,大腦活性較強；中間人群中,部分電極處的實驗組的樣本熵值要高于對照組；而非敏感組,除O2外,所有電極的實驗組熵值要遠遠大于對照組。雖然三組均沒有表現(xiàn)出統(tǒng)計上的顯著差異性(p＞0.05),但從圖中可以看到,不同受試者的樣本熵值具有一定的差異性。

4.4 互信息

腦網(wǎng)絡閾值r＝0.02時,各組的平均集群系數(shù)為敏感組(刺激組0.971,對照組0.955),中間組(刺激組0.962,對照組0.953)非敏感組(刺激組0.961,對照組0.959)。將刺激組和對照組做差如圖6所示,發(fā)現(xiàn)差頻刺激下,敏感組腦信息流動性增強；中間組相對于敏感組,差值為負的比例增加；非敏感組差值為正負的比例相近,表現(xiàn)出對聲刺激的不敏感性。

5 討論

圖5 樣本熵值Fig.5 The sample entropy

圖6 CMI腦網(wǎng)絡差值圖Fig.6 The differential chart of CMI brain network

本文使用新型N-back作為腦力負荷建模,相對于傳統(tǒng)N-back誘發(fā)大腦負荷更具創(chuàng)新性和有效性。同時在任務過程中施加雙耳差頻,聲音刺激經(jīng)聽覺系統(tǒng)合成后通過中腦網(wǎng)狀結(jié)構傳到丘腦,聽覺皮層和一些其他的大腦皮層區(qū)域。研究發(fā)現(xiàn)音樂和聲音可通過夾帶調(diào)節(jié)自主覺醒水平。夾帶是兩個相似但頻率不同的振蕩相互影響,共振和同步化的過程［15］。雙耳差頻存在夾帶效果,產(chǎn)生大腦的頻率伴隨響應［16］,誘發(fā)大腦特定皮層區(qū)的激活。施加聲刺激與否會影響受試者在任務時的正確率和反應時,不同頻段的雙耳差頻刺激會誘導大腦自主神經(jīng)系統(tǒng)諧振效應,產(chǎn)生事件同步或去同步電位,從而促使大腦該頻段的活動性增強,具體表現(xiàn)就是大腦的精神狀態(tài)改變。一些研究表明雙耳差頻為beta段的聲刺激,能夠提高受試者的注意力和記憶力,從而提高其正確率和反應時［2,20-22］。因此,本文根據(jù)反應時和正確率分類得到對雙耳差頻聲刺激具有個體差異性的人群,分析雙耳差頻聲刺激組與對照組腦電在頻域、非線性和腦網(wǎng)絡方面的變化。

功率譜密度方面,beta頻段聲刺激下,大腦皮層的電活動增強,說明了大腦對雙耳差頻刺激的同步效應。除此之外,對雙耳差頻刺激敏感程度不同人群的腦區(qū)體現(xiàn)了不一致性,這或許可以成為區(qū)分受試者對聲音敏感程度的生理信號標準。然而,在各電極處頻段的能量比值在三組中都沒有表現(xiàn)出明顯的差異性。各頻段的能量比值隨時間的變化在多個電極處都表現(xiàn)出顯著差異性,人的大腦的精神狀態(tài)是隨時間變化的,隨著任務時間延長,頻段比值功率譜密度值表現(xiàn)為增大的趨勢,表明人在不間斷的任務過程中,大腦逐漸趨于疲勞。

非線性特征參數(shù)樣本熵在數(shù)值上有一定的差異性,所有電極位置,敏感人群在實驗組中的樣本熵值要大于對照組,說明該人群接受雙耳差頻聲刺激后,大腦活動性增強,處理信息的能力有了一定程度的提高,也說明了beta段的差頻刺激能夠改善人的疲勞狀態(tài),提高注意力和記憶力,使大腦保持較高的警覺性。中間組在部分電極位置則表現(xiàn)出相反的特性。然而,非敏感組除電極O2位置,其余大部分電極的差值要大于敏感組中的各電極的樣本熵差值。這種結(jié)果可能是由于個別受試者對任務十分感興趣,致使不能達到腦力負荷任務建模誘發(fā)大腦激活水平下降目的。

雙耳差頻刺激后,敏感程度不同的受試者的功率譜與樣本熵表現(xiàn)出對腦電的頻率跟隨響應效應的腦區(qū)不一致性。進一步分析差頻刺激下的互信息腦網(wǎng)絡。結(jié)果表明,兩種刺激模式下大腦信息傳遞的不同。這可能從另一方面揭示了早期雙耳差頻影響行為學變化的原因。beta頻段差頻刺激下信息交流顯著增強腦區(qū)具有差異性。非敏感組受試者部分腦區(qū)間的信息交流受到顯著抑制,信息傳遞減弱,進入精神放松狀態(tài)。

本文使用一種新穎有效的腦力負荷誘發(fā)N-back,得出beta段雙耳差頻聲刺激的腦區(qū)激活不同原因可能是個體具有差頻聲敏感性差異。同時,研究發(fā)現(xiàn)16 Hz和24 Hz的復合雙耳差頻刺激模式能夠顯著改變敏感組的腦電特征和大腦生理狀態(tài),表明雙耳差頻刺激是一種具有潛力的大腦狀態(tài)物理調(diào)控手段,并具有快速、有效且無副作用的特點,在提高航天員的大腦的注意力和警覺度、對抗腦力疲勞方面具有較大應用前景。

參考文獻（References）

［1］ Kennerly R.QEEG analysis of binaural beat audio entrainment：A pilot study［J］.Journal of Neurotherapy, 2004, 8：122.

［2］ Reedijk S A, Bolders A, Hommel B.The impact of binaural beats on creativity［J］.Front Hum Neurosci, 2013, 7 (786.10)：1-7.

［3］ Kasprzak C.Influence of binaural beats on EEG signal［J］.Acta Physica Polonica A, 2011, 119(6A)：986-990

［4］ 蔣昭旭,孟子厚.雙耳差頻聲刺激下的腦波特征與心理變化［J］.聲學技術, 2012, 31(4)：413-418.Jiang Zhaoxu, Meng Zihou.Brainwave features and psychological reactions under the stimulation of binaural auditory beats［J］.Technical Acoustics, 2012, 31(4)：413-418.(in Chinese)

［5］ Gao X, Cao H B, Ming D, et al.Analysis of EEG activity in response to binaural beats with different frequencies［J］.International Journal of Psychophysiology, 2014, 94(3)：399-406.

［6］ Vernon D, Peryer G, Louch J, et al.Tracking EEG changes in response to alpha and beta binaural beats［J］.International Journal of Psychophysiology, 2014, 93(1)：134-139.

［7］ Ross B, Miyazaki T, Thompson J, et al.Human cortical responses to slow and fast binaural beats reveal multiple mechanisms of binaural hearing［J］.Journal of Neurophysiology, 2014, 112(8)：1871-1884.

［8］ Rosenfeld J P, Reinhart A M, Srivastava S.The effects of alpha (10-Hz) and beta (22-Hz)“entrainment”stimulation on the alpha and beta EEG bands：individual differences are critical to prediction of effects［J］.Appl Psychophysiol Biofeedback, 1997, 22(1)：3-20.

［9］ Perrott D R.Limits for the detection of binaural beats［J］.Journal of the Acoustical Society of America, 1969, 46：1477.

［10］ Pratt H, Starr A, Michalewski H J, et al.A comparison of auditory evoked potentials to acoustic beats and to binaural beats［J］.Hearing Research, 2010, 262(1-2)：34-44.

［11］ Lane J D, Kasian S J, Owens J E, et al.Binaural auditory beats affect vigilance performance and mood［J］.Physiology ＆Behavior, 1998, 63(2)：249-252.

［12］ Goodin P, Ciorciari J, Baker K, et al.A high-density eeg investigation into steady state binaural beat stimulation［J］.Plos One, 2012, 7(4)：e34789.

［13］ Vernon D, Peryer G, Louch J, et al.Tracking EEG changes in response to alpha and beta binaural beats.［J］.International Journal of Psychophysiology, 2012, 93 (1)：134–139.

［14］ Rega?one S F, Lima D D, Banzato M S, et al.Association between central auditory processing mechanism and cardiac autonomic regulation［J］.International Archives of Medicine,2014, 7：21.

［15］ Cvetkovic D, Powers R, Cosic I.Preliminary evaluation of electroencephalographic entrainment using thalamocortical modelling［J］.Expert Systems, 2009, 26(4)：320-338.

［16］ Foster D S.EEG and subjective correlates of Alpha Frequency Binaural Beats Stimulation Combined with Alpha Biofeedback ［D］.Memphis, Tennessee：Memphis State University, 1990.

［17］ Hu M, Li J, Li G, et al.Classification of normal and hypoxia EEG based on approximate entropy and welch power-spectraldensity［C］/ / Proceedings of the Neural Networks, 2006 IJCNN＇06 International Joint Conference on, 2006, 3218-3222.

［18］ Ge J, Zhou P, Zhao X, et al.Sample entropy analysis of sleep EEG under different stages［C］/ / Complex Medical Engineering, 2007.CME 2007.IEEE/ ICME International Conference on.IEEE, 2007, 1499-1502.

［19］ Kai K A, Zheng Y C, Zhang H, et al.Mutual informationbased selection of optimal spatial-temporal patterns for singletrial EEG-based BCIs［J］.Pattern Recognition, 2012, 45 (6)：2137-2144.

［20］ Mcconnell P A, Froeliger B, Garland E L, et al.Auditory driving of the autonomic nervous system：Listening to thetafrequency binaural beats post-exercise increases parasympathetic activation and sympathetic withdrawal［J］.Frontiers in Psychology, 2014, 5(5)：1248.

［21］ Kennerly R C.An Empirical Investigation into the Effect of Beta Frequency Binaural Beat Audio Signals on Four Measures of Human Memory［D］.Carrollton, GA：West Georgia College, 1994.

［22］ Sornson R.Using binaural beats to enhance attention［J］.Hemi-Sync Journal, 1999, 17(4)：1-4.

Effects of Beta Band Binaural Beats on Brain Physiological Status

ZHANG Lu1，JIAO Xuejun2，GAO Xiang1，CHEN Runge1，WANG Xuemin1，3，QI Hongzhi1，3，MING Dong1，3，HE Feng1，3，ZHOU Peng1，3*
（1.School of Precision Instrument and Opto-electronics Engineering，Tianjin University，Tianjin 300072，China；2.National Laboratory of Human Factors Engineering，China Astronaut Research and Training Center，Beijing 100094，China；3.Tianjin Key Laboratory of Biomedical Detecting Techniques and Instruments，Tianjin University，Tianjin 300072，China）

Abstract：With the rapid development of manned space program, exploring new methods to improve the brain physiological status effectively and rapidly is one of the hottest researches in the area of space human factors engineering.Binaural beat is a kind of acoustic stimulus mode, which is closely related to the features of human brain waves, mental state and mood.In order to explore its correlation with the brain status, two sets of parallel experiments were designed for the beta band binaural frequency stimulus group and the contrast group.According to the reaction time and accuracy rate of N-back, subjects who had different sensitive degree to sound stimulus were classified into three different groups：sensitivity group, middle group and non-sensitivity group.In the following procedure, the relevant EEG characteristics, sample entropy and Cross Mutual Information(CMI) were analyzed.The results showed that after sound stimulation of binaural beats the sensitive subjects appeared a certain degree of energy increase in the right temporal region(T4, p＜0.005), the ratio ofbook=255,ebook=117(alpha＋theta) / beta in T3 electrode of the three groups was significantly different, the sample entropy value of the stimulus group was higher(10.53%)than the control group and the brain cluster coefficient of network information was highest (0.971).It might indicate that binaural beats could change brain physiological status and have an great application prospect in improving attention and alertness and fighting with mental fatigue.

Key words：binaural beat；EEG；power spectral density；sample entropy；cross mutual information

*通訊作者：周鵬(1978-),男,博士,副教授,研究方向為生命保障與人因工程神經(jīng)工程、腦認知、醫(yī)學信號與圖像處理,醫(yī)學儀器設計。

作者簡介：張露(1990-),女,碩士研究生,研究方向為生命保障與人因工程、神經(jīng)工程、腦認知、醫(yī)學信號處理。E-mail：zlcaf＠tju.edu.cn

基金項目：國家自然科學基金項目(No.51377120,51007063,31271062,81222021,61172008, 81171423)；天津市自然基金項目(No.13JCQNJC13900)；國家科技支撐計劃項目(No.2012BAI34B02)；教育部新世紀優(yōu)秀人才支持計劃項目(No.NCET-10-0618)

收稿日期：2015-07-06；；修回日期：2016-02-29

中圖分類號：R318

文獻標識碼：A

文章編號：1674-5825（2016）02-0254-08