基于脑电信号溯源分析的观看3D电视导致大脑疲劳研究

李 健 陈国镇 陈春晓

(南京航空航天大学生物医学工程系，南京 211106)

基于脑电信号溯源分析的观看3D电视导致大脑疲劳研究

李 健 陈国镇 陈春晓*

(南京航空航天大学生物医学工程系，南京 211106)

随着3D电视显示技术的普及，观看3D电视产生的大脑疲劳问题越来越受到关注。初步探讨长时间观看3D电视导致大脑疲劳的机理。采集20名受试者(男女比例1∶1)分别连续观看1 h 3D或2D影片前后各5 min的脑电信号，并使用主观疲劳问卷量表评估被试观看前后的疲劳状况。利用希尔伯特变换的方法，分析脑电各通道信号之间的同步性，探讨脑电信号的空间特性，并对观看2D/3D电视前后脑电信号进行溯源分析。主观疲劳问卷量表评估发现，长时间观看3D电视大脑会出现显著疲劳症状(P<0.01)。脑电信号溯源分析发现，长时间观看2D/3D电视后大部分脑区各频段电流源密度有所减小，但统计结果无显著性差异(P>0.05)。然而，观看3D电视后，枕叶在β2频段电流源密度显著增强(P<0.01)，且观看3D电视后枕叶显著增强部分与主观疲劳因子显著相关(P<0.01)。观看3D电视后与观看2D电视后相比，缘上回(BA40)，枕叶(BA18，BA19)和中央后回(BA3)等与空间视觉信息处理相关区域在β1频段电流密度分布显著增强(P<0.05)，处于相对较活跃状态。因此，研究结果可以推测，长时间观看2D/3D电视后大脑会出现疲劳症状，相比观看2D电视，观看3D电视会加大枕叶和缘上回等局部脑区的处理负担，这可能是长时间观看3D电视更容易产生脑疲劳的原因。

3D电视；脑电；希尔伯特变换；脑疲劳；信号溯源分析

引言

相比于观看2D电视，3D电视因立体感强、画面逼真等诸多优点，深受大众欢迎。然而，由于影片分辨率低、画面闪烁、左右眼图像存在串扰等问题，导致消费者在长时间佩戴3D眼镜观看3D电视后会产生不同程度的身体不适，如头晕、视线模糊、恶心、抽搐等症状，严重时还可能发生中风[1]。因此，研究观看3D电视对人体健康的潜在威胁有重要意义。

观看3D电视引起的主要不良症状是大脑疲劳。王嘉辉等在研究3D显示方式与视差对视觉疲劳的影响时指出，由于2D和3D显示方式不同导致视觉疲劳程度有明显差异[2]。Park等研究发现，观看3D视频导致的视疲劳和认知负担有密切联系，并使用心脏和大脑活动同步特性来评估观看3D电视导致的认知疲劳[3]。Gutierrez分析观看3D电视个体的体验量表(quality of experience, QoE)，发现观看3D电视会产生大脑疲劳[4]。然而，主观问卷量表评估大脑疲劳受个体差异和心理因素影响较大。心电(electrocardiogram, ECG)、眼电(electro-oculogram, EOG)、脑电(electroencephalogram, EEG)等生理信号在疲劳检测方面的应用，为客观评估观看2D/3D电视的生理机制提供了可能。

脑电技术可以直接测量头皮神经电信号，时间分辨率高，在大脑疲劳检测方面具有独特的优势[5]。Saroj在研究长时间驾驶诱发的大脑疲劳中发现，脑电信号中的δ波和θ波的能量随着疲劳程度的增加而增加[6]。张崇等研究长时间低负荷视频显示任务对大脑疲劳的影响，发现任务后脑电信号β/α的比值在额区和顶区显著降低，(α+θ)/β的比值在所有区域显著增加[7]。王昊文利用脑电信号分析方法，研究了观看3D电视引起的视疲劳，发现部分脑区α波段相对能量显著上升，β波段相对能量显著下降，并指出3D场景占比和景深等参数与视觉疲劳有密切的关系[8]。Chen等用上述参数结合主观评价因子，建立了3D电视视疲劳评估模型，评估准确率达到80%以上[9]。然而，尽管脑电的时间分辨率很高，但由于大脑容积传导效应使得头皮脑电的空间分辨率较低，且不同电极信号间存在相互耦合，因此很难准确获得神经元的活动起源[10]。使用脑电溯源分析脑区活动的时空特征，已成为脑电信号研究的热点问题之一。Cao提出使用独立成分分析和溯源的方法对脑电信号进行解耦重定位[11]。Alejandro利用标准低分辨率断层成像(standardized low resolution electromagnetic tomography analysis, sLORETA)溯源方法，分析虚拟现实视觉诱导下的脑电信号，研究对应的情绪调控策略[12]。Laura等使用sLORETA对视觉搜索任务下脑电信号的研究发现，老年人在前扣带回、边缘系统和枕颞区域神经活动低于青年人[13]。MN Hai采集脑电信，分析了空间导航任务下大脑的激活状态，溯源结果显示，激活的脑区与地标识别、动作规划和空间注意力有密切联系[14]。

本研究采集了观看2D/3D电视1 h前后各5min的脑电数据，首先使用希尔伯特变换研究脑电各通道信号之间的耦合性，并针对脑电皮层信号空间分辨率低且相邻通道信号耦合性强的问题，进一步使用溯源分析的方法研究观看2D/3D电视诱发的深层电流源密度分布的差异，从而探讨长时间观看3D电视导致大脑疲劳的机理。

1 材料和方法

1.1 材料

1.1.1 实验仪器

图1 实验布局Fig.1 The experimental layout

本实验采用46英寸(1英寸=2.54 cm)海信LED46XT39G3D液晶电视，屏幕比例为16∶9，并配有快门式3D眼镜。脑电信号采集装置使用Neuroscan 40导联脑电仪，电极位置安放方式采用了国际统一标准10-20系统，脑电信号采集频率为256 Hz。实验如图1所示，实验过程中使用了30个电极记录各脑区的脑电信号，1个接地电极(GND)、2个参考电极(A1、A2)以及4个分别记录垂直眼电和水平眼电的电极。

1.1.2 被试者

本实验共有20名被试，男10名，女10名，年龄为20～24岁，均为在校大学生和研究生，身体健康，无脑部和眼部病史，立体视觉感正常。所有被试均签署知情同意书。

1.1.3 片源

为消除影片剧情对被试情绪的干扰，本实验选取左右格式的3D纪录片《神奇的海洋》，另准备同样的2D影片作为参考，如图2所示。

图2 片源。(a)3D；(b)2DFig.2 Uideos.(a)3D; (b)2D

1.1.4 实验流程

实验要求被试前一天晚上有充足睡眠，实验前禁止饮用酒、茶、咖啡等任何可使中枢神经兴奋的饮品、食品和药物。为避免观看不同类型影片产生的相互影响，被试第1天观看3D影片，第2天观看2D影片，观看时长均为1 h，实验方案如图3所示。

图3 实验流程Fig.3 Flow chart of the experiment

1.2 方法

实验共获得观看2D/3D电视前后脑电信号各20组数据。利用脑电信号处理软件curry7进行滤波处理后，采用主成分分析方法去除脑电信号中的坏区，进一步进行相位同步分析及溯源分析。

1.2.1 基于主观评价的大脑疲劳分析

本研究结合Emoot(2004)、Kuze(2008)等对疲劳症状的研究，设计了主观疲劳问卷量表，将头痛、流泪、眼刺痛、恶心、头晕等参数作为评测被试者观看电视后大脑的疲劳因子[15-16]。疲劳程度分为0～5共6个等级，分别对应清醒、轻度疲劳、次中度疲劳、中度疲劳、次重度疲劳、重度疲劳6个状态。

1.2.2 希尔伯特相位同步分析

大脑信息的整合处理是由各脑区信号的同步性振荡引起的，可以通过分析头皮脑电信号的相位同步性来反映空间特征。希尔伯特变换能够将非线性信号分解为独立的幅度和相位成分，从而计算两个通道信号之间的相位同步关系[17-18]。对于一段连续的时间信号x(t)，其解析信号ψ(t)定义为

(1)

式中：xH(t)为x(t)的希尔伯特变换，即x(t)与1/πt的卷积；p.v.为柯西主值。

解析信号可转换为极坐标表达式，即

(2)

(3)

式中，A(t)为信号的幅值，φx(t)为信号在t时刻对应相位。

同理，信号y(t)的相位为φy(t)，则信号x(t)与y(t)之间的相位差为

(4)

1.2.3EEG溯源分析

大脑的神经元群体放电活动会产生电磁场，经过脑膜、颅骨、头皮传导后的叠加信号即为头皮记录的脑电信号。为获得深层信号源，分析观看3D电视大脑疲劳相关脑区电流密度的变化，本文使用标准低分辨率断层成像(sLORETA)溯源算法对头皮脑电信号进行逆运算，反演估计神经信号源的位置、方向和强度信息，重构大脑电流密度分布。

(5)

式中，K为m×n维前向模型系数，J为n×l维源信号电流密度强度，c1为常数且n>m。

该方程没有唯一解，引入代价方程为

(6)

式中，a≥0，为规范化系数。

通过给定的K、φ和a值，最小化代价方程，可求得J的解为

(7)

式中，T=KTH[HKKTH+aH]+，H=I-IIT/ITI，其中I为单位矩阵，I为单位向量。

使用sLORETA软件分析观看2D/3D电视前后各频段电流源密度的分布，8个频段分别为δ(1.5～4Hz)、θ(4～8Hz)、α1(8～10Hz)、α2(10～13Hz)、β1(13～18Hz)、β2(18～21Hz)、β3(21～30Hz)和Ω(大于30Hz)。

建立双向沟通机制。人大代表在开展“双联”活动时，根据调研了解的情况做好宣传工作，让群众进一步了解全县经济社会发展情况，对群众关心的问题解疑释惑。积极听取群众意见，对群众关注的热点难点问题，及时汇总并向有关部门反映，为群众代言。

1.2.4 统计分析

使用SPSS软件，对观看2D/3D电视前后的主观疲劳问卷参数进行双样本配对t检验；同时，使用sLORETA软件统计工具，对观看2D电视前后、观看3D电视前后、观看2D/3D电视后各频段电流源密度进行配对t检验。对t检验结果使用Bonferroni校验，得到大脑电流密度分布的统计参数值。

2 实验结果

2.1 主观疲劳参数

20名被试者观看3D电视与2D电视后的主观疲劳状态如图4所示。观看2D电视出现轻度疲劳，无显著性差异；观看3D电视出现重度疲劳，具有显著性差异(P<0.01)。

图4 观看2D/3D电视后主观疲劳程度对比(**表示P<0.01)Fig.4 The contrast of subjective fatigue after watching 2D/3DTV(** represents P<0.01)

2.2 相位同步特性

根据上述希尔伯特相位计算公式，可提取出观看2D/3D电视前后脑电信号的瞬时相位信息。由于脑电信号时间分辨率较高，为获取各通道脑电信号间同步性变化趋势，本研究定义时间窗口为10 s，每10 s内通道间相位差的均值作为一个时间点。图5(a)为3D电视看后5 min内FCz与Cz邻近导联相位差，通道之间相位同步性较高。图5(b)为3D电视看后5 min内FCz与P3非邻近导联相位差结果，通道之间相位同步性较差。观看2D/3D前后脑电信号各通道相位关系与图5类似，表现为邻近导联间相位同步性较高，非邻近导联间相位同步性较弱。由此可见，头皮脑电信号相邻通道间的耦合性会导致空间分辨率低。因此，在研究观看2D/3D电视前后大脑疲劳机制中，为克服邻近通道脑电信号相互间的干扰，需结合大脑解剖模板，采用溯源定位方法分析大脑功能特性。

图5 观看3D电视后5 min脑电各通道之间同步性结果。(a)FCz与Cz邻近导联相位差；(b)FCz与P3非邻近导联相位差Fig.5 The result of EEG synchronism within 5min after watching 3DTV (a)The phase difference of adjacent channels between FCz and Cz；(b)The phase difference of far channels between FCz and P3

2.3 电流源密度

使用sLORETA分析观看2D/3D电视前后各频段大脑电流源密度差异的统计参数值，如图6～8所示。其中，蓝色部分对应t值为负，表示观看后大脑电流密度强度低于观看前；红色部分对应t值为正，表示观看后大脑电流密度强度高于观看前。

被试观看2D电视前后各频段大脑电流源密度差异如图6所示，观看2D电视后部分脑区电流密度强度低于观看前，经配对t检验，无显著性差异。

图 6 观看2D电视前后各频段电流源密度分布差异Fig.6 The changes of current source intensity distribution before and after watching 2DTV at all frequency bands

图7 观看3D电视前后各频段电流源密度分布变化Fig.7 The changes of current source intensity distribution before and after watching 3DTV at all frequency bands

被试观看3D电视前后各频段大脑电流源密度差异如图7所示，除了β2频段外，观看3D电视后部分脑区电流密度强度低于观看前，经配对t检验，无显著性差异。其中，如图8所示，观看3D电视后β2频段电流源密度在枕叶部分显著增强(P<0.01)。

图8 观看3D电视后β2频段枕叶变化(P<0.01)(a)横断面；(b)矢状面；(c)冠状面Fig.8 The variation of occipital lobe before and after watching 3DTV at β2 frequency (P<0.01).(a)Transaxial section；(b)Sagittal section；(c)Coronal section

对枕叶脑区标准化电流源密度与主观疲劳参数进一步进行相关分析，结果如图9所示，观看3D电视后枕叶β2频段标准化电流密度与被试对应主观疲劳等级呈显著正相关。

图9 主观疲劳等级与电流源密度相关分析Fig.9 The correlation analysis between subjective fatigue levels and the current source intensity

对观看2D电视后与观看3D电视后各频段进行配对t检验，检验结果在β1频段具有显著性差异，如图10所示。其中，蓝色部分对应t值为负，表示观看2D电视后电流密度强度小于观看3D电视后的脑区。

图10 观看2D/3D电视后β1频段电流源密度分布差异。(a)横断面；(b)矢状面；(c)冠状面Fig.10 The variation of current source intensity distribution between after watching 3DTV and 2DTV at β1 frequency. (a)Transaxial section；(b)Sagittal section；(c)Coronal section

配对t检验结果显示，观看2D电视后与观看3D电视后β1频段的电流源密度分布具有显著性差异，如表1所示。

表1 观看2D和3D电视后β1频段电流源密度统计对比(P<0.05)

Tab.1 The analysis of current source density after watching 3DTV and 2DTV at β1frequency band(P<0.05)

兴趣区BA区P值MNI坐标/mmxyz缘上回BA40003360-5030枕中回BA180034-25-955顶叶BA40003250-5025梭状回BA180034-25-95-20中央后回BA3003535-2550楔叶BA18/190034-25-9520，-5

3 讨论

对20名被试观看2D/3D电视前后的主观疲劳问卷结果表明，观看2D电视后被试未见明显疲劳，而观看3D电视后被试疲劳程度显著增加。

对30个通道的脑电数据进行希尔伯特相位同步分析，如图5所示，被试邻近导联信号之间的耦合较强，非邻近导联信号之间的耦合较弱，这是因为相邻头皮信号由于源信号重叠以及相邻神经团块共同放电的结果，导致脑电信号空间分辨率较低，很难准确反映大脑激活状态。

人在疲劳时最明显的表现是困倦和警觉度下降[21]，驾驶疲劳时，大脑活动会减弱，复杂度会降低[22]。有研究表明，在安静清醒时，α波出现数量最多且振幅最高；进入睡眠状态时，α波逐渐减小直至消失，β2与β3频段是大脑皮层兴奋，中枢神经系统活动强烈时出现的主要波形[23]。由主观问卷结果可知，长时间观看2D/3D电视会使大脑逐渐处于疲劳状态，且观看3D电视后更为明显。本研究使用sLORETA溯源定位方法分析了观看2D/3D前后电流源密度分布，如图6、7所示，观看2D/3D电视后脑电活动减弱主要集中在α和β频段，观看2D电视后脑区活动下降主要在大脑右侧，观看3D电视后大脑两侧活动呈对称性减弱。统计结果虽然没有显著性差异，但可以推断，长时间观看2D/3D电视后大脑中枢神经活动会在一定程度上减弱，大脑会因此逐渐处于疲劳状态。

此外，视觉空间在左右脑存在分离，左脑在图形的识别与再认知中具有重要作用，而右脑更擅长空间定位、方向判断等[24]。创造活动中首先要调动右脑功能形成空间形象，然后左脑以逻辑思维方式适时介入[25]。如图6所示，在α2频段与β2频段，右脑电流密度下降。如图7所示，在α1频段与β3频段，左右脑电流密度下降，且具有对称性，这些结果虽然无显著性差异，但在一定程度上可以说明，观看3D电视更需要左右脑协调运作处理视觉信息。研究发现，大脑在高负荷运动状态下，中枢神经递质在额区β频段会产生显著性变化，大脑神经元快速放电强度增加导致能量消耗加大，长时间中枢神经兴奋会导致大脑疲劳[26]。观看2D/3D电视后有极少部分区域活动增强，结合图8可以发现，观看3D电视后大脑枕叶电流源密度增强，活跃度上升。由于枕叶为大脑视觉处理区，且枕叶附近为警觉度关键脑区[27]，这说明观看3D电视需要枕叶参与视觉与空间信息的处理。图9显示枕叶部分活动的增强与客观疲劳评估因子显著正相关，说明枕叶处的大量激活，可能是长时间观看3D电视导致大脑疲劳的原因之一。同时，结合图10和表1发现，观看3D电视后在缘上回(BA40)，枕叶(BA18)、顶叶(BA40)、楔叶(BA18，BA19)、梭状回(BA18)和中央后回(BA3)的β1频段电流密度强度显著高于观看2D电视后相应的脑区，而右缘上回在视觉空间信息处理和眼球运动规划具有重要作用[28]，且BA18与BA19为V2纹外视觉皮层，负责空间视觉信息加工[29]。这说明，观看3D视频相比观看2D视频需要相关脑区消耗更多能量参与对空间视觉信息的处理，若长时间观看，可能由于相关脑区处理负担增加导致大脑疲劳。

4 结论

本研究使用主观问卷量表的方法验证了观看3D电视会产生大脑疲劳。同时，分析了观看2D和3D电视前后脑电的相位同步空间特性和电流源密度分布，得出脑电相邻通道信号耦合性较强且空间分辨率低的特性。之后，使用sLORETA溯源方法计算电流源密度分布，发现观看2D/3D电视1 h后大脑大部分脑区活动减弱，出现疲劳症状。但是，观看3D电视后枕叶活动在β2频段增强，且与主观疲劳等级显著相关。同时，观看3D电视后β1频段活动在缘上回和枕叶等显著高于观看2D电视后的相应脑区，说明观看3D电视比观看2D电视需要相关脑区参与空间视觉等信息处理。本研究初步验证了长时间观看3D电视产生的大脑疲劳可能是由于大脑在视觉和空间信息处理相关脑区负担增加导致其他脑区能量消耗减小，从而产生疲劳。目前，本研究仅使用sLORETA软件分析了观看2D/3D电视前后电流源密度分布，关于脑区之间的协同作用关系以及其导致大脑疲劳的数学模型还有待进一步研究。

[1] Yano S, Emoto M, Mitsuhashi T. Two factors in visual fatigue caused by stereoscopic HDTV images[J]. Displays, 2004, 25(4):141-150.

[2] 王嘉辉, 程义, 李焜阳,等. 3D显示方式与视差对视觉疲劳的影响研究[J]. 中山大学学报(自然科学版), 2013,52(5):1-5.

[3] Park S, Won MJ, Lee EC, et al. Evaluation of 3D cognitive fatigue using heart-brain synchronization[J]. International Journal of Psychophysiology, 2015, 97(2):120-130.

[4] Gutierrez J, Pérez P, Jaureguizar F, et al. Subjective assessment of the impact of transmission errors in 3DTV compared to HDTV[J]. Journal of Cleaner Production, 2011, 64(2):1-4.

[5] Hirvonen K, Puttonen S, Gould K, et al. Improving the saccade peak velocity measurement for detecting fatigue[J]. Journal of Neuroscience Methods, 2010, 187(2):199-206.

[6] Lal SKL, Craig A. A critical review of the psychophysiology of driver fatigue[J]. Biological Psychology, 2001, 55(3):173-194.

[7] 张崇, 郑崇勋, 于晓琳. 基于多心理生理参数和核学习算法的脑疲劳估计[J]. 科学通报, 2008, 53(12):1403-1413.

[8] 王昊文. 基于脑电的三维立体电视健康安全评价基础研究 [D]. 南京：南京航空航天大学, 2013.

[9] Chen Chunxiao, Li Kun, Wu Qiuyi, et al. EEG-based detection and evaluation of fatigue caused by watching 3DTV[J]. Display, 2013, 34(2): 81-88.

[10] Schoffelen JM, Gross J. Source connectivity analysis with MEG and EEG[J]. Human Brain Mapping, 2009, 30(6):1857-1865.

[11] Cao C, Slobounov S. Alteration of cortical functional connectivity as a result of traumatic brain injury revealed by graph theory, ICA, and sLORETA analyses of EEG signals[J]. IEEE Transactions on Neural Systems & Rehabilitation Engineering, 2010, 18(1):11-19.

[12] Rodríguez A, Rey B, Clemente M, et al. Assessing brain activations associated with emotional regulation during virtual reality mood induction procedures[J]. Expert Systems with Applications, 2015, 42(3):1699-1709.

[13] Lorenzo-López L, Amenedo E, Pascual-Marqui RD, et al. Neural correlates of age-related visual search decline: a combined ERP and sLORETA study [J]. Neuroimage, 2008, 41(2):511-524.

[14] Hai MN, Matsumoto J, Tran AH, et al. sLORETA current source density analysis of evoked potentials for spatial updating in a virtual navigation task[J]. Frontiers in Behavioral Neuroscience, 2014, 8(4):66-66.

[15] Kuze J, Ukai K. Subjective evaluation of visual fatigue caused by motion images[J]. Displays, 2008, 29(2): 159-166.

[16] Emotoa M, Nojiri Y, Okanoa F. Changes in fusionalvergence limit and its hysteresiafter viewing stereoscopic TV[J]. Displays, 2004, 25(2-3): 67-76.

[17] Wu J, Zhang J, Ding X, et al. The effects of music on brain functional networks: A network analysis[J]. Neuroscience, 2013, 250(8):49-59.

[18] 赵丽娜, 王保强, 尧德中. 基于信号处理的脑电相位同步性分析方法研究[J]. 生物医学工程学杂志, 2008, 25(2):250-254.

[19] 黄跃. 脑功能连接的神经系统疾病机制研究[D]. 武汉： 华中科技大学, 2014.

[20] Pascual-Marqui RD. Standardized low resolution brain electromagnetic tomography (sLORETA): Technical details[J]. Methods & Findings in Experimental & Clinical Pharmacology, 2002, 24 (Suppl D):5-12.

[21] Chen Chunxiao, Wang Jing, Li Kun, et al. Assessment visual fatigue of watching 3DTV using EEG power spectualparameters[J]. Display, 2014, 35(5): 266-272.

[22] 刘苗苗, 艾玲梅. 驾驶疲劳脑电信号的多尺度熵分析[J]. 计算机技术与发展, 2011, 21(8): 209-212.

[23] 黄远桂. 临床脑电图学[M]. 西安：陕西科学技术出版社, 1984:25-70

[24] Postma A, Winkel J, Tuiten A, et al. Sex differences and menstrual cycle effects in human spatial memory[J]. Psychoneuroendocrinology, 1999, 24(2):175-192.

[25] 张荣, 张素兰. 大脑半球功能的协调活动与创造性思维的养成[J]. 绵阳师范学院学报, 2011, 30(5):125-127.

[26] 李欣鑫, 李建英. 优秀射箭运动员不同负荷状态下中枢神经递质及脑电复杂度变化的研究[J]. 体育科学, 2015,2015(3):39-43.

[27] 石立臣. 基于脑电信号的警觉度估计研究[D]. 上海：上海交通大学, 2012.

[28] Burke MR, Bramley P, Gonzalez CC, et al. The contribution of the right supra-marginal gyrus to sequence learning in eye movements [J]. Neuropsychologia, 2013, 51(14):3048-3056.

[29] Winawer J, Kay KN, Foster BL, et al. Asynchronous broadband signals are the principal source of the BOLD response in human visual cortex [J]. Current Biology Cb, 2013, 23(13):1145-1153.

Research on Mental Fatigue Caused by Watching 3DTV Based onEEG Signal Tracing Analysis

Li Jian Chen Guozheng Chen Chunxiao*

(DepartmentofBiomedicalEngineering,NanjingUniversityofAeronauticsandAstronautics,Nanjing211106,China)

With the popularization of 3DTV display technological, the mental fatigue caused by watching 3DTV is getting more and more attention. This paper aimed to explore the mental fatigue preliminary mechanism caused by prolonged watching of 3DTV. Five-minute EEG signals and subjective fatigue questionnaire forms from twenty subjects (sex ratio 1:1) were collected separately before and after one-hour watching of 2D/3DTV.Hilbert transform was utilized to analyze the EEG signals’ synchronism and spatial characteristics in different channels. Furthermore, the signal tracing analysis was used to localize the source of EEG activity.Based on the results of subjective fatigue questionnaire, significant mental fatigue was found one hour after watching 3DTV (P<0.01). Results indicated that the current density at the source was mostly reduced after watching 2D/3DTV with no significant differences (P>0.05). However, the current density of β2frequency band was significantly increased at occipital lobe after watching 3DTV (P<0.01), which was also greatly correlated to the subjective fatigue factor (P<0.01). Meanwhile, the current density of β1frequency band was significantly increased (P<0.05) after watching 3DTV at supramarginal gyrus (BA40), occipital lobe (BA18, BA19) and posterior central gyrus (BA3),which were related to the visual spatial information processing, compared with that of watching 2DTV. As a result, the brain would be in a state of fatigue after prolonged watching of 2D/3DTV. Compared with watching 2DTV, watching 3DTV would increase the burden of some local regions, such as occipital lobe and supramarginal gyrus, which might explain why it is easier to cause mental fatigue when watching 3DTV.

3DTV; EEG; Hilbert transform; mental fatigue; signal tracing analysis

10.3969/j.issn.0258-8021. 2017. 01.006

2016-03-24， 录用日期:2016-10-11

国家自然科学基金(61171059)

R318

A

0258-8021(2017) 01-0046-07

*通信作者(Corresponding author)， E-mail: ccxbme@nuaa.edu.cn