近红外脑成像技术（fNIRS）在建设工程安全领域的应用 清华大学高水平SCI论文
近期，清华大学建设管理系廖彬超副教授与清华大学心理学张丹副教授的联合研究工作在知名期刊《Safety Science》（Q1区, 影响因子4.105）发表了题为“A multimodal study to measure the cognitive demands of hazard recognition in construction workplaces. Safety Science”的研究论文。该研究以最大程度还原现场隐患识别的认知过程，并将近红外脑功能成像技术fNIRS (functional Near-infrared spectroscopy)技术引入建设安全管理领域。研究结果为隐患识别的认知过程解读提供了全新的思路。
该研究需要在自由运动情景下精准检测大脑活动，对于近红外脑成像系统的信号灵敏度、可穿戴性提出了重要要求。
慧创近红外脑功能成像系统NirSmart融合了北京航空航天大学高精尖的超微光检测技术。NirSmart将大型移动落地式系统才能采用的雪崩二极管APD探测器技术压缩到一个iPad大小的尺寸中，轻盈小巧，并且相对上一代的采用光电二极管PD探测器技术的灵敏度提升了数十倍，有效地支撑了本研究地顺利开展。
下面向大家分享文章内容：
在建设工程安全管理中，隐患识别是一项非常重要的管理手段。建设工程事故最常见的原因是工人的不安全行为[1]，更深层次的原因并非工人刻意违反安全规程或者单纯的危险环境，而是执行工作时经常没有发现该发现的隐患[2-3]。因此，研究需要揭示工作者隐患识别的心理过程，才能辅助开发相应的管理手段（脑机接口技术或者培训方法）。近期清华大学建设管理系廖彬超副教授与清华大学心理学张丹副教授联合研究工作发表在Safety Science期刊的研究工作中，尝试了新的实验范式，以最大程度还原现场隐患识别的认知过程，并将近红外光谱脑成像技术NIRS (Near-infrared spectroscopy)技术引入建设安全管理领域。研究结果为隐患识别的认知过程解读提供了新的思路。
从认知心理学角度研究隐患识别过程
如图1所示，隐患识别被认为是一项视觉搜索任务。以往研究通常基于图像刺激来设计隐患识别行为实验，并配备眼动仪记录认知过程。然而，在隐患识别过程中，眼动指标虽然对感知过程较为敏感，对于认知阶段的解读却不够精准。例如注视时长(fixation duration)与隐患识别能力的关系在不同文献中也并不统一[4-7]。而NIRS则能更好地反映观察者在判断阶段的认知水平。
本文设计了新的实验范式，以探究隐患识别过程中的脑眼协同机制，从而深化对隐患识别认知过程的理解。实验较以往文献的改进主要体现在以下三方面:
1 实验在现实场景中进行，而非基于图片或视频的实验刺激。
2 便携式眼动仪与NIRS设备同时记录被试的眼动指标与脑部认知活跃水平，NIRS通道如图2所示。
3 设置不同类别隐患，探讨隐患类型与视觉混乱度的交互作用。
48名健康大学生在清华大学土木工程系实验大厅进行了本次实验。实验流程如图3所示。该实验室内结构构件、机械设备与施工现场有着高度一致性，因此隐患能够较好的模拟现场情境；另外室内环境配合静态布置（实验在假期进行，实验室处于停止运行状态），能够更便于实验环境条件的控制，如光照的稳定。实验中，被试可以按照指定路线自由探索空间，眼动仪上的摄像头记录了被试视野的情况。当看到疑似隐患时，被试驻足观察，确认报告隐患后，可用手中激光笔勾画隐患边界。之后继续前行，直至终点。
图3 隐患识别的认知行为实验流程
隐患类别与视觉混乱度的认知响应机制不同
实验结果显示，认知资源对隐患类别与视觉混乱度的响应模式是不同的。在不同隐患类别下，氧合血红蛋白浓度变化（Oxy-Hb）的差异更为显著(图4)。坠落隐患的识别需要调用更多认知资源，而火灾隐患的识别则可以在认知活跃度较低的水平下完成。
视觉混乱度的认知响应主要体现在瞳孔直径的变化。高混乱度引起瞳孔直径扩大，反映了视觉负荷带来的认知资源需求的增加。
图5 隐患类别与视觉混乱度对瞳孔直径的交互作用
从交互作用的角度来看，视觉混乱度与隐患识别在瞳孔直径变化中也存在显著交互作用，如图5。这一结果意味着不同的隐患类别与场景复杂度引发的认知响应机制是不同的。在工程实践中，应该重视这种认知差异，以进行针对性的隐患识别能力培训。
脑部认知活动与眼动过程在隐患识别中的天花板效应
通过对Oxy-Hb指标与瞳孔直径的相关性分析可以更深入了解两种认知响应机制的协同作用模式。结果表明，脑认知活动和眼动特征没有直接的相关性。
图6展示了不同隐患类别下，部分通道的氧合血红蛋白浓度变化与瞳孔直径变化的关系。虽然这种关系并不统一，但可以看到，在不同隐患类别下，二者的关系呈现出一定的规律。当探测到火灾或用电隐患时，瞳孔反应与来自多个NIRS通道的脑神经活动之间存在正相关。然而，在识别防坠落隐患时，这两种认知活动的功能相反。这就是说，识别火灾或用电隐患时，大脑活动更活跃的被试，也会表现出更高的瞳孔扩张。这与坠落隐患的识别不同，当神经活动水平较高时，参与者的瞳孔直径通常会减小。这些结果表明，神经活动和瞳孔反应之间的关系取决于隐患类型。
值得关注的是，坠落隐患引发的脑部认知活动与瞳孔直径反应在三种隐患中都是最为显著的，因此，上述关系可从认知资源的有限性进行解释[8-9]。即，在坠落隐患中，认知资源的需求量为最大，达到某种上限，因此，脑部与眼部的认知资源分配只能呈现“此消彼长”的态势。而对于火灾隐患与用电隐患来说，由于认知资源的需求总体水平较低，因此脑部活动与眼部活动可以同时被调用以完成视觉搜索任务。
该研究探讨了多模态监测下的隐患识别认知需求模式。结论表明，不同隐患类别和场景复杂度的现场隐患，会导致不同的认知模式和认知需求，因此在建设工程安全管理中，应根据隐患特征进行针对性培训与监管。该文的实验范式也为建设工程安全管理研究提供了新的思路。
以上转发：实验社会科学
发表论文信息：Liao, P.-C., Sun, X., & Zhang, D. (2021). A multimodal study to measure the cognitive demands of hazard recognition in construction workplaces. Safety Science, 133, 105010. http://doi.org/10.1016/j.ssci.2020.105010
论文研究得到了清华大学社科学院实验社会科学平台支持，特此致谢。
参考文献
[1] Rasmussen J. 1997. Risk management in a dynamic society: a modelling problem. Safety Science, 27(2), 183-213
[2] Tixier AJP, Hallowell MR, Albert A, van Boven L, Kleiner BM. 2014. Psychological Antecedents of Risk-Taking Behavior in Construction. Journal of Construction Engineering and Management 140
[3] Bahn S. 2013. Workplace hazard identification and management: The case of an underground mining operation. Safety Science 57: 129-37
[4] Albert A, Jeelani I, Han K, Azevedo R. 2018. Are Visual Search Patterns Predictive of Hazard Recognition Performance? Empirical Investigation Using Eye-Tracking Technology.
[5] Hasanzadeh S, Esmaeili B, Dodd MD. 2016. Measuring Construction Workers’ Real-Time Situation Awareness Using Mobile Eye-Tracking. 2894-904
[6] Indrarathne B, Kormos J. 2017. The role of working memory in processing L2 input: Insights from eye-tracking. Bilingualism Language & Cognition 21: 20
[7] Liao P-C, Sun X, Liu M, Shih Y-N. 2017. Influence of visual clutter on the effect of navigated safety inspection: a case study on elevator installation. International journal of occupational safety and ergonomics: 1-15
[8] Granholm E, Asarnow RF, Sarkin AJ, Dykes KLJP. 1996. Pupillary responses index cognitive resource limitations. Psychophysiology 33: 457-61
[9] Nilli L. 2005. Distracted and confused?: selective attention under load. Trends in Cognitive Sciences 9: 75-82