傳統(tǒng)建筑照明設(shè)計(jì)規(guī)范多聚焦于照度等視覺(jué)性能指標(biāo)，以滿足“是否夠亮”的基礎(chǔ)功能需求，卻長(zhǎng)期忽視光照對(duì)人體神經(jīng)系統(tǒng)的深層作用機(jī)制。近二十年來(lái)，隨著光生物效應(yīng)研究的深入，學(xué)界已證實(shí)室內(nèi)照明可通過(guò)非成像視覺(jué)通路調(diào)控人體警覺(jué)性、情緒狀態(tài)與認(rèn)知表現(xiàn)，其中照度與相關(guān)色溫（CCT）是影響人體神經(jīng)與心理反應(yīng)的兩大核心參數(shù)。盡管現(xiàn)有研究提示高照度可提升清醒度、高色溫短波長(zhǎng)光或有助于增強(qiáng)認(rèn)知表現(xiàn)，但相關(guān)效應(yīng)易受照度干擾，其確切神經(jīng)機(jī)制仍不明確。為突破真實(shí)環(huán)境中光照變量難以精準(zhǔn)控制的局限，本研究采用虛擬現(xiàn)實(shí)（VR）構(gòu)建標(biāo)準(zhǔn)化辦公光環(huán)境，通過(guò)精確切換17種光照條件并捕捉暴露初期10秒的腦電響應(yīng)，系統(tǒng)探究照度與色溫調(diào)控下大腦的可預(yù)測(cè)神經(jīng)反應(yīng)，及其與主觀情緒、照明偏好之間的關(guān)聯(lián)，為面向神經(jīng)健康與認(rèn)知效能的科學(xué)化照明設(shè)計(jì)提供實(shí)證依據(jù)。

本研究發(fā)表于《Journal of Building Engineering》，題為“Enhancing lighting design through the investigation of illuminance and correlated color Temperature's effects on brain activity: An EEG-VR approach”。研究采用虛擬現(xiàn)實(shí)沉浸式環(huán)境、高密度腦電（EEG）監(jiān)測(cè)與機(jī)器學(xué)習(xí)分類相結(jié)合的創(chuàng)新范式，系統(tǒng)探究照度與相關(guān)色溫（CCT）對(duì)人體腦活動(dòng)模式、主觀喚醒度、愉悅感及照明偏好的影響。研究最終納入25名有效被試，被試在標(biāo)準(zhǔn)化VR辦公場(chǎng)景中依次體驗(yàn)17種精準(zhǔn)控制的人工照明條件，完成警覺(jué)性與工作意愿的主觀評(píng)分，并自主調(diào)節(jié)至個(gè)人光環(huán)境。結(jié)果表明，照度與色溫可顯著調(diào)控額葉、頂葉等關(guān)鍵腦區(qū)的特定EEG頻段特征；基于光照暴露最初10秒的腦電數(shù)據(jù)，機(jī)器學(xué)習(xí)模型可有效預(yù)測(cè)被試對(duì)光環(huán)境的偏好選擇。

文章信息

研究采用被試內(nèi)設(shè)計(jì)，25名被試（15女10男，平均年齡24.4歲）逐一遍歷全部光照條件。實(shí)驗(yàn)場(chǎng)景是一個(gè)4.0 m × 7.4 m × 3.0 m的虛擬辦公空間，由Autodesk 3ds Max建模、Unreal Engine 4.26渲染，通過(guò)Meta Quest 2呈現(xiàn)。被試佩戴22通道（10–20系統(tǒng)），坐在虛擬辦公桌前，在每種條件下接受10秒光照暴露。

圖 1  A. 佩戴腦電傳感器與 VR 頭顯的實(shí)驗(yàn)被試B.VR 辦公環(huán)境的尺寸參數(shù)與空間布局C.實(shí)驗(yàn)期間被試填寫(xiě) SAM 量表時(shí)所看到的 VR 辦公場(chǎng)景視角

本研究先構(gòu)建7檔照度（300–4500 lm）×7檔色溫（1500–7500 K）的完整矩陣，形成49種理論光照組合，再?gòu)闹泻Y選出17種具有代表性的實(shí)驗(yàn)條件：包括固定中等照度2400 lm下的全色溫梯度、固定中性色溫4500 K下的全照度梯度，以及低照度/高照度與低色溫/高色溫交叉組成的四象限典型條件。這種“十字+四角”的科學(xué)取樣方式，既能清晰分離照度與色溫的獨(dú)立主效應(yīng)，又能有效減少實(shí)驗(yàn)條件數(shù)量，避免被試因任務(wù)過(guò)載產(chǎn)生疲勞，保證數(shù)據(jù)穩(wěn)定可靠。

圖2 光照條件矩陣：藍(lán)框?yàn)樽罱K納入實(shí)驗(yàn)的17種光照條件

研究最初招募33名健康成年人，因EEG運(yùn)動(dòng)偽跡、數(shù)據(jù)缺失和同步問(wèn)題排除8人，最終有效樣本為25人。實(shí)驗(yàn)流程包括前測(cè)問(wèn)卷、EEG與VR設(shè)備佩戴、基線腦電記錄、VR練習(xí)、正式光照暴露、主觀評(píng)分、光照調(diào)節(jié)和退出訪談。每種光照條件開(kāi)始時(shí)，被試先在無(wú)法調(diào)節(jié)光照的情況下暴露10秒；隨后完成SAM評(píng)分；再獲得30秒時(shí)間，通過(guò)左右手柄分別調(diào)節(jié)照度和色溫，使光環(huán)境接近自己的理想狀態(tài)；每個(gè)條件后設(shè)置5秒黑屏作為間隔；整個(gè)VR實(shí)驗(yàn)時(shí)長(zhǎng)約20–22分鐘。

圖3 實(shí)驗(yàn)流程圖：每種光照條件包括10秒暴露、主觀評(píng)分、光照調(diào)節(jié)和黑屏間隔

腦電分析聚焦10秒信號(hào)，提取θ、α、β、γ四個(gè)基礎(chǔ)頻段及其比值特征，通過(guò)mRMR算法篩選判別力的變量，最終以二次核支持向量機(jī)進(jìn)行二分類，配合5折交叉驗(yàn)證與100次迭代評(píng)估穩(wěn)定性。

照度水平能夠快速調(diào)節(jié)腦電頻段比值

照度變化與EEG頻段比值呈顯著線性相關(guān)。隨著照度升高，及頂葉區(qū)域的α/θ、β/θ比值上升；在額葉區(qū)域，照度升高則與θ波功率降低、α/β及α/γ比值降低相關(guān)。這表明，照度提升并非使大腦整體更興奮，而是在不同腦區(qū)呈現(xiàn)差異化的振蕩調(diào)節(jié)模式。研究中與照度相關(guān)性強(qiáng)的特征為C4電極α/θ、P4電極α/θ和Pz電極β/θ，其中C4電極α/θ與照度的相關(guān)系數(shù)達(dá)0.95，線性模型可解釋90.41%的方差，結(jié)果顯著。額葉與執(zhí)行控制、工作記憶及決策相關(guān)，頂葉則與空間知覺(jué)和環(huán)境信息加工相關(guān)。

圖4  VR辦公環(huán)境中腦電特征與照度的線性關(guān)系

A.基于決定系數(shù)$R^2$的前三腦電特征線性擬合；B、C.僅展示$R^2$＞0.80的各特征相關(guān)系數(shù)與決定系數(shù)，前88項(xiàng)為頻段功率、后132項(xiàng)為頻段功率比值；D.顯著特征在腦地形圖的空間分布，黑點(diǎn)代表$p$＜0.01

色溫變化主要影響額葉與左顳區(qū)的頻段功率

與照度不同，相關(guān)色溫（CCT）對(duì)EEG的影響主要體現(xiàn)在基礎(chǔ)頻段功率上。研究顯示，較高色溫（冷白/偏藍(lán)光）與額葉及左顳區(qū)的θ、α、β、γ頻段功率呈正相關(guān)，效應(yīng)的為F4電極α功率、F4電極γ功率與F8電極γ功率。線性模型表明，CCT可解釋88.33%的方差，結(jié)果具有統(tǒng)計(jì)學(xué)顯著性。此外，CCT與α/γ比值呈負(fù)相關(guān)，即色溫越高、光線越偏藍(lán)，α/γ比值越低。

圖5 VR辦公環(huán)境下腦電特征與相關(guān)色溫（CCT）的線性關(guān)系

A.基于決定系數(shù)$R^2$的前三項(xiàng)腦電特征線性擬合；B、C. 僅呈現(xiàn)$R^2$＞0.80特征的相關(guān)系數(shù)與決定系數(shù)，前88項(xiàng)為頻段功率、后132項(xiàng)為頻段功率比值；D. 顯著特征在腦地形圖的空間分布，黑點(diǎn)表示$p$＜0.01

采用機(jī)器學(xué)習(xí)模型對(duì)不同照明條件進(jìn)行二分類，以檢驗(yàn)光照可引發(fā)可識(shí)別的腦活動(dòng)模式。在固定中性色溫4500 K條件下，高低照度N1與N6的分類準(zhǔn)確率為68%；固定中等照度2400 lm條件下，低高色溫M1與M6的分類準(zhǔn)確率為74%。其余光照條件對(duì)的分類準(zhǔn)確率介于64%–74%之間，六組對(duì)比的平均準(zhǔn)確率約為70%，顯著高于50%的二分類隨機(jī)水平。該結(jié)果表明，不同照明條件可在EEG模式中形成可被算法識(shí)別的神經(jīng)特征，人腦在不同光環(huán)境下會(huì)呈現(xiàn)可分類的響應(yīng)模式。

圖6 基于mRMR特征排序與二次核支持向量機(jī)（kSVM）的光照工況分類腦電特征篩選

圖7 光照工況分類結(jié)果

A. 40項(xiàng)特征（實(shí)心柱）與全部220項(xiàng)特征（條紋柱）的五折交叉驗(yàn)證結(jié)果；B. 不同特征數(shù)量對(duì)應(yīng)的五折交叉驗(yàn)證準(zhǔn)確率

研究進(jìn)一步分析了腦電信號(hào)對(duì)被試主觀情緒與行為偏好的預(yù)測(cè)效果，結(jié)果顯示，基于光照暴露最初10秒的EEG數(shù)據(jù)，模型可有效區(qū)分被試的愉悅度與喚醒度水平，其中愉悅感分類準(zhǔn)確率為74%，喚醒感分類準(zhǔn)確率為81%，表明被試對(duì)光環(huán)境的主觀評(píng)價(jià)與早期腦電反應(yīng)存在顯著關(guān)聯(lián)。在照明偏好方面，研究者依據(jù)被試最終調(diào)節(jié)的光照參數(shù)將條件劃分為偏好與非偏好兩類，模型對(duì)偏好照度的分類準(zhǔn)確率達(dá)79%，對(duì)偏好色溫的分類準(zhǔn)確率達(dá)69%，說(shuō)明僅依靠光照暴露初期10秒的腦電信號(hào)，即可預(yù)測(cè)個(gè)體對(duì)照明條件的偏好選擇。

圖8 基于mRMR特征排序與二次核支持向量機(jī)（kSVM）的愉悅度、喚醒度、期望照度與期望色溫的腦電特征篩選

圖9 愉悅度、喚醒度、期望照度與期望色溫的分類結(jié)果

A. 30項(xiàng)特征（實(shí)心柱）與全部220項(xiàng)特征（條紋柱）的五折交叉驗(yàn)證結(jié)果；B. 不同特征數(shù)量對(duì)應(yīng)的五折交叉驗(yàn)證準(zhǔn)確率

本研究發(fā)現(xiàn)照度與色溫通過(guò)不同神經(jīng)通路作用于大腦。照度升高可提升-頂葉區(qū)域α/θ、β/θ比值，與警覺(jué)性調(diào)節(jié)相關(guān)；色溫升高則增強(qiáng)額葉-左顳區(qū)θ、α、β、γ頻段功率，與情緒加工相關(guān)，二者在神經(jīng)機(jī)制上存在明確差異。

另外，該研究的EEG-VR范式為照明設(shè)計(jì)提供了新路徑：照明優(yōu)化可基于實(shí)時(shí)神經(jīng)活動(dòng)開(kāi)展，而非僅依賴設(shè)計(jì)規(guī)范或主觀評(píng)價(jià)。在辦公、醫(yī)療、學(xué)習(xí)等空間中，有望依據(jù)腦電特征實(shí)現(xiàn)照度與色溫的動(dòng)態(tài)自適應(yīng)調(diào)節(jié)。

本研究仍存在一定局限：

1. VR設(shè)備亮度范圍有限，無(wú)法還原真實(shí)眩光與暗視覺(jué)場(chǎng)景；

2. 實(shí)驗(yàn)以光源流明為計(jì)量標(biāo)準(zhǔn)，難以直接對(duì)應(yīng)真實(shí)場(chǎng)景照度（lux）；

3. 被試為康奈爾大學(xué)同質(zhì)群體，樣本多樣性不足，結(jié)論外推性受限。

原文鏈接

研究團(tuán)隊(duì)介紹

關(guān)于維拓啟創(chuàng)

相關(guān)產(chǎn)品