窗户的存在与大小对人类恢复能力的影响:一项脑电图微状态研究 李家新(Jiaxin Li), 关根 gentleman(Genzheng Guan), 刘超(Chao Liu), 景晓桐(Xiaotong Jing), 高伟军(Weijun Gao), 福田宏淳(Hiroatsu Fukuda)

《Buildings》:The Effect of Window Presence and Size on Human Recovery: An EEG Microstate Study Jiaxin Li, Genzheng Guan, Chao Liu, Xiaotong Jing, Weijun Gao and Hiroatsu Fukuda

【字体: 大 中 小 】 时间:2026年03月10日 来源:Buildings 3.1

编辑推荐:

  摘要 尽管窗户能够调节居住者的幸福感,但窗户尺寸在缓解压力方面的具体作用仍需要更深入的实证验证。为此,我们评估了36名年龄在20至27岁之间的年轻健康受试者,他们在一个虚拟办公室中接受测试,该办公室设置了四种不同的窗墙比(WWR:0%、25%、50%和75%)。通过结合主观评价、

  摘要
尽管窗户能够调节居住者的幸福感,但窗户尺寸在缓解压力方面的具体作用仍需要更深入的实证验证。为此,我们评估了36名年龄在20至27岁之间的年轻健康受试者,他们在一个虚拟办公室中接受测试,该办公室设置了四种不同的窗墙比(WWR:0%、25%、50%和75%)。通过结合主观评价、脑电图(EEG)的时频分析和微状态转换来量化压力水平。结果显示,有窗户的环境显著提高了主观舒适度和α波活动,反映了更好的心理放松状态。值得注意的是,脑电活动在WWR为0%时达到峰值,在WWR为50%时降至最低点,这表明在所测试的人群中可能存在一个使人们达到最大放松状态的生理阈值。后续的微状态分析证实,有窗户的环境延长了B状态(视觉处理)、C状态(显著性网络)和D状态(注意力定向)的持续时间,并增加了从A状态到B状态以及从B状态到C状态的转换频率。利用这些提取的生理生物标志物,我们开发的神经网络模型能够以78.79%的准确率预测人类的舒适度。总之,这些初步发现表明,优化的窗户比例能够显著减轻城市压力,为建筑设计提供了基于数据的理论框架。

1. 引言
随着社会转型和城市化的加速,人们的心理健康承受着越来越大的压力。负面情绪可能会在人体内引发应激反应,如果不及时解决,可能会破坏身体功能的内部平衡,对个人的身心健康产生严重负面影响[1]。室内环境显著影响建筑使用者的幸福感、舒适度、生产力以及整体健康状况。窗户是连接室内和室外空间的唯一方式,它们对室内空间环境的感知质量有重要影响。良好的窗户条件可以提升使用者的整体心理和生理舒适度,同时在调节人体身心压力方面发挥着关键作用,并提供恢复性的益处[2]。已有研究表明窗户的存在与否对人体有显著影响[3]。Stone通过问卷调查发现,大多数人在选择办公空间环境时更倾向于有窗户的办公室[4]。Chang等人发现,有窗户的办公空间能有效降低办公室工作人员的焦虑和紧张情绪[5]。Korpela等人证明,配备窗户的办公桌与更高的工作满意度和生产力相关,同时还能降低离职意愿并加速压力恢复[6]。相反,无窗户的环境会增加负面情绪并显著加剧职业压力[7]。除了物理上的窗户视野外,视觉界面的质量也极大地决定了视觉感知;在虚拟现实框架中,显示特性和运动动态会影响这种感知,这一点通过主观舒适度评分和客观生理标志物得到了证实[8]。这种视觉恢复潜力也延伸到教育环境中,Li观察到暴露在自然教室景观中的学生表现出更好的注意力恢复[9]。这种恢复作用与生物亲和性元素密切相关,Dravigne和Olszewska的研究表明,广阔的绿色植被可以增强整体工作满意度,并且植被覆盖程度越高,放松效果越明显[10,11]。将这些生理和心理益处扩展到临床领域,有外部视野的房间中的患者比那些视野受阻或无窗户的房间中的患者恢复速度更快,住院时间更短[12]。研究表明,窗户是建筑设计中的关键元素,它们让人们能够同时体验到新鲜空气、风景和自然光。因此,窗户是建筑设计中不可或缺的组成部分。
研究人员已经考察了人们对窗户大小的需求,使用窗墙比(WWR)作为评估指标。WWR是指特定方向上外部窗户(包括透明幕墙)覆盖的总面积与同一方向上墙壁覆盖的总面积(包括窗户所占的面积)的比例。关于人们对窗户大小需求的研究主要基于主观感受和心理评估。Keighley等人进行了一项实验研究,以确定人们认为最舒适的窗墙比。他们发现,25%到30%的窗墙比被评为最舒适的[13]。Ne’eman等人表明,受试者允许的最低WWR为35%[14]。换句话说,建筑物的WWR应超过35%[14]。Dogrusoy等人通过主观问卷调查了办公室工作人员对窗户大小的偏好,发现大多数受试者更喜欢WWR在44%到100%之间的较大窗户尺寸,其中48.6%的受试者认为WWR为100%时主观满意度最高[15]。Ludlow等人建议,50%到80%的WWR是最适合人类视觉满意度的[16]。上述研究仅通过主观评估进行,但也有一些学者通过生理指标客观评估了不同WWR条件对人体的影响。例如,Abd-Alhamid等人研究了三种不同WWR(10%、20%和30%)对虚拟环境中人类压力恢复、生理和心理的影响,发现当WWR从10%增加到30%时,受试者的整体视野感知得分平均提高了51%(p < 0.05)。此外,皮肤电导率和心率变异性(HRV)生理指标也显示,观看较大窗户尺寸的受试者的压力恢复水平显著更好[17]。在随机对照测试中,Zhang等人量化了五种WWR配置(25%、40%、55%、70%和85%)下的HRV-n LF/n HF和EEG(β频率功率)的变化。初步观察发现,当WWR从25%增加到最大大小的30%时,HRV-n LF/HF有所增加;与此模式一致的是,受试者的EEG疲劳指数在同一空间扩展下下降了64.8%[18]。上述研究通过主观评估和一些生理指标探索了WWR的最优阈值,但未得出一致结论。结果的变化是由于不同窗户大小研究中的实验设置不同。此外,大多数这类研究仅依赖主观评估,而这往往受到方法学偏见的影响[19]。因此,存在一些局限性。需要指出的是,当人体暴露于视觉刺激时,会导致EEG的变化,这对评估景观越来越有用。此外,我们还可以通过脑电图记录来研究人类的舒适度。本研究通过结合主观评估和EEG测量来提高其发现的公正性和完整性,以探究不同WWR情境下个体的心理和生理变化。

总之,由于目前关于WWR最佳阈值尚无一致结论,也没有结合主观和客观指标进行评估的研究。基于此,我们利用虚拟现实(VR)技术模拟了办公室场景,以WWR 0%作为对照组,WWR 25%、50%和75%作为实验组,通过主观评估和EEG指标来研究不同WWR对缓解人类压力的影响。虽然已经记录了WWR对居住者压力动态的总体影响,但其背后的神经时间机制仍不清楚。为了阐明压力恢复过程中的短暂脑网络转换,本研究将EEG微状态分析与传统的时频指标结合起来。利用这些综合的生理标志物,随后开发的基于神经网络的舒适度预测模型将观察数据转化为室内环境质量(IEQ)的预测评估框架。本研究结合了建筑设计、医学和心理学,采用跨学科的方法初步揭示了建筑设计规模对城市人群心理和生理影响的趋势,并通过可视化技术确定了最有利于身心健康的WWR大小。本研究为理解室内环境中大脑的认知活动以及智能建筑的应用提供了新的研究框架和知识体系。

2. 材料与方法
2.1. 实验环境和设备
实验在青岛科技大学的受控室内模拟实验室中进行。为了保持测试环境的一致性,使用了分体式空调和加湿器来调节环境参数,确保它们处于人类感官舒适的范围内。具体来说,实验室内的温度保持在22°C ± 0.5°C,相对湿度控制在40% ± 5%。实验环境的配置如图1所示。实验设备和参数列在表1中。使用Emotiv EPOC Flex EEG采集设备收集生理数据。我们招募了18至30岁的受试者,要求他们身体健康,没有精神疾病或心血管疾病的记录。样本量为36人,这是基于室内环境质量(IEQ)和EEG分析领域的类似实验范式确定的,这些领域通常需要20至40名受试者才能达到足够的统计敏感性[20,21,22]。表1显示了研究中36名受试者的分布情况,男女比例均衡。实验开始前,每位受试者都详细了解了实验程序、潜在风险以及保护隐私的措施,并通过签署文件确认了他们对这些方面的理解和同意。受试者被告知在实验开始前至少12小时内避免摄入含酒精或咖啡因的食物和饮料。表2列出了受试者的基本信息。实验程序遵循《赫尔辛基宣言》的伦理原则,并获得了青岛科技大学可持续海洋建筑研究与技术创新研究所的机构审查委员会的批准。在参与之前,所有受试者都接受了关于研究目的、潜在风险以及自愿退出权利的详细说明,并随后提供了书面知情同意书。
图1. (a) 实验场所和 (b) 实验室平面图。
表1. 实验设备。
表2. 受试者基本信息(n = 36)。

2.2. 实验设计
窗户可以显著影响个体的压力恢复水平,但关于视觉感知的WWR对人类压力恢复影响的研究很少。因此,本文研究了室内WWR对人类压力恢复的影响。选择了WWR分别为0%、25%、50%和75%的不同办公空间进行比较,无窗户的环境作为对照组(WWR 0%)。实验情境中的窗户视野结合了人工构造和自然元素。为了保持窗户可见景观中每种元素的比例一致,我们在调整窗户大小的同时对窗户视野距离进行了相对控制。图2展示了虚拟办公室环境设置的效应图。(a) WWR0%,(b) WWR 25%,(c) WWR 50%,(d) WWR 75%。

2.3. 实验程序
图3展示了实验程序。为了让受试者全面体验实验环境并减少长时间操作可能导致的疲劳,每位受试者分配了大约110分钟的时间进行实验,每个场景平均持续20分钟。实验分为两个主要阶段:准备阶段和实验阶段。在准备阶段,受试者佩戴VR眼镜并配备了生理监测设备,静坐10分钟以消除任何实验前的生理活动影响。实验正式开始时,首先记录了1分钟的基线生理数据。随后,受试者开始经历压力刺激的引入,这些刺激是从马斯特里赫特急性压力测试(MAST)的简化版本开始的,研究已经证明这种测试能够模拟人体在压力下的生理和心理反应[23]。受试者首先接受了一个30秒的寒冷压力测试,接着是一个90秒的心算任务,要求他们完成一个四位数的减法运算并口头报告结果。例如,他们会说“2020减去17”。如果回答错误,他们被指令重新开始。这种技术的目的是为了引发压力感,从而增加个人的心理负担。为了确认压力测试的准确性,该测试进行了两次。在压力恢复阶段,受试者需要观察窗口景色6分钟,在此期间他们的脑电图(EEG)活动会持续被测量。每个实验场景结束后,受试者必须完成一份主观评估问卷,然后休息10分钟。之后,实验过程通过按预定顺序依次选择不同的场景来重复进行。为了最小化潜在的延续效应,如疲劳或习惯化,四种窗户宽度比(0%、25%、50%和75%)的呈现顺序对每个参与者都是完全随机的。图3. 实验过程。

2.4. 主观评估指数
如表3所示,本研究使用了简化版的感知恢复量表(PRS)[24]和完整的状态-特质焦虑量表(STAI-S)[25]中的状态-特质焦虑问卷(STAI-S)作为主观评估工具。PRS问卷使用七点李克特量表来全面评估窗口大小的对恢复效果[26],分数越高表示环境越具有恢复效果。此外,STAI-S旨在测量个体的负面情绪体验,如紧张、恐惧或担忧等情绪状态。我们从STAI-S中选择了六个问题,形成了一个1到4的简化版本(其中问题2和3的评分方式相反),分数越高表示受试者的焦虑水平相对较低。表3. 主观问卷。

2.5. 脑电图生理指数
2.5.1. 脑电图
脑电图(EEG)作为一种广为人知的皮层活动指标,可以提供大脑波模式的洞察[27]。EEG的时间-频率域分析方法在显示不同频率下的EEG信号能量分布方面具有显著优势。频率特征有助于揭示特定频段内情绪表达的变异性和相关性。为了提取与大脑活动相关的EEG信号,需要进行数据预处理。在本研究中,使用基于MATLAB开放软件2013b的EEGLAB进行了信号预处理,如方程(1)和(2)所示,预处理后的EEG信号通过快速傅里叶变换(FFT)从时域信号转换为频域信号。根据频率分别提取了每个频段的功率指数,这些指数用于反映大脑活动的能量消耗。当人们处于压力状态时,神经元之间的相互作用被激活,能量较高;而在放松状态下,大脑处于低负荷状态,能量较低[28,29]。
???[??]=∑???1??=0???[??]??????2???????????. (1)
???(??)=????????→∞?|???(??)|2??. (2)
F是傅里叶变换,x是EEG信号,P是功率谱密度。
与放松相关的α频率被选为研究对象,如方程(3)所示。α指数越高,人们的情绪越稳定,压力恢复能力越强[30]。研究根据10-20国际系统对EEG电极进行了划分(图4),包括额叶、中央叶、颞叶、顶叶和枕叶。使用EEG波的相对频段功率研究了EEG放松程度(RD)[31]和心理压力(MS)[32],计算方法如方程(4)和(5)所示。研究表明,大脑左右半球之间存在不对称性[33],这种不对称性可以反映受试者的情绪状态[34];例如,半球不对称电极功率比(ASM)如方程(6)所示[35]。此外,多项研究表明,额叶不对称指数(FAI)与不同环境刺激下的情绪和动机有关。较高的ASM和FAI反映了积极的情绪和放松状态[36],如方程(7)所示。
???????????=?????????????????+????????+????????+????????. (3)
???????????????????????????????????????????????=????????????????. (4)
???????????????????????????????????=???????????????????????????????????????????????????????????????????????????????????. (5)
图4. 大脑划分和电极分布。RPθfrontal表示额叶的θ相对功率,RPαparietal表示顶叶的α相对功率。
????????=???????????????????????????????????????????????????????????????????????. (6)
Xleft和Xright分别表示左右大脑半球的电极。
????????=l?n?(???????????????????????????4???????????????????????????3). (7)

2.5.2. 微状态
图5展示了EEG微状态分析的步骤。首先,将预处理后的EEG数据导入CARTOOL 3.91软件进行微状态分析。接下来,使用全局场功率(GFP)指数评估头皮电位的大小,该指数根据方程(8)计算。GFP指的是某一时刻EEG地形的空间变异性。GFP的峰值区域显示出最高的信噪比,表明该时刻的EEG空间模式是稳定的。因此,选择峰值-GFP时刻来确定每个电极的瞬时电压幅度,用于聚类分析[37]。研究将GFP峰值处的瞬时EEG电位场称为地图。之后,使用聚类技术评估每个受试者的微状态地图。微状态是使用K均值聚类方法分割的,如文献中所述。多项研究表明,理想的聚类数量是4[38]。因此,我们选择在2到6的范围内确定聚类数量,并根据全局解释方差(GEV)的最高值选择最适合的类别集。接下来,将四组实验数据的原始瞬时地图分为四个不同的微状态组。在识别微状态时,应忽略微状态地形的极性(蓝色或红色)[39]。研究表明,EEG微状态可以指示精神疲劳期间的大脑网络功能[40]。这种方法增强了了对各种状态下EEG信号属性的理解,并为研究情绪和认知过程提供了新的见解。四个典型的EEG微状态对应于已知的功能性大脑网络:A类与听觉/前庭网络对齐;B类映射到视觉系统,负责空间和视觉信息处理;C类在显著性网络中运作,整合内感受性和自主信息;D类驱动背侧注意力网络,有助于集中注意力和注意力重新定位。值得注意的是,带窗环境调节了B、C和D类的时间动态,表明与恢复性视觉环境的认知参与度增强。
????????=√∑????=1??2????. (8)
其中i表示每个电极,n是电极的数量,μ表示每个通道的测量电压。图5. EEG微状态分析图。

2.6. 统计分析
在本研究中,使用Shapiro–Wilk检验来评估收集的数据是否满足正态分布。通过单因素方差分析(one-way ANOVA)分析了不同窗口-墙壁比率条件下受试者的主观评估和客观生理指标的差异。为了验证样本量的充分性,基于生理恢复指标进行了事后功效分析。计算出的统计功效(1~β)超过0.80,确认了36名受试者的样本量足以确保研究结果的可靠性。

3. 结果
3.1. PRS和STAI-S
图6显示了受试者在四种不同窗户宽度比(WWR)条件下的主观评估分数。图6a显示了PRS感知恢复程度的平均投票结果。随着WWR的增加,PRS感知恢复程度先增加后减少。在无窗环境(WWR 0%)中,最低评分为-1.36,而在WWR为25%、50%和75%的环境中,PRS显著增加。WWR为50%时的最高评分为2.19,比WWR为0%(-1.36)增加了3.55,具有统计学上的显著差异(p < 0.05)。图6b显示了STAI焦虑恢复程度的平均投票结果。随着WWR的增加,STAI-S焦虑恢复水平最初上升,随后下降。图表显示WWR为0%时的最低评分为1.87,而在WWR为50%时最高评分为10.33,比无窗环境(1.87)增加了8.46,具有统计学上的显著差异(p < 0.05)。总之,无窗环境中的体验者会感受到明显的负面情绪,而有窗环境可以显著缓解这些情绪,改善人体主观评估,并促进心理健康。这可能是因为窗户为室内居住者提供了自然的室外氛围,可以增强良好的感觉,并成功减轻焦虑和抑郁风险[41]。

3.2. EEG时间-频率域特征
3.2.1. EEG平均功率
图7显示了不同WWR条件下受试者的平均EEG功率。平均功率可以反映大脑神经活动的能量消耗水平。研究表明,当人体感知到环境不舒适时,神经元群的同步放电活动增强,大脑的神经活动需要消耗更多能量[42]。与WWR为0%相比,三种有窗条件下的平均EEG功率降低。WWR为0%时的平均功率最高为2.06,而WWR为50%时的平均功率最低为1.83,比对照组降低了0.23。这表明在这种情况下大脑的能量消耗减少,从而使人更加舒适。无窗环境中受试者的EEG平均功率升高,意味着窗户的缺失导致大脑的能量消耗增加。
图7. 不同WWR条件下的平均EEG功率结果。

3.2.2. EEG相对功率
图8a显示了不同WWR条件下受试者的功率谱密度曲线。在α频率范围(8–12 Hz)内,不同WWR下的α波峰值约为10 Hz。WWR为0%时α波的峰值能量最低,而有窗条件下的α波峰值能量高于无窗组。这表明WWR为0%时受试者的心理压力较高,而有窗环境中的心理压力较低。图8b显示了所有受试者在α频率范围(8–12 Hz)内所有通道的平均能量值。图表表明,WWR的增加显示出α能量值的倒U形趋势。WWR为50%时记录的最大α能量值为0.19 DB,比WWR为0%的对照组(0.12)高出了0.07(p < 0.05)。随后WWR为75%时,该值为0.17,比对照组高出了0.05。WWR为25–75%时α波活动增强,表明有窗环境中的大脑状态更为放松。大脑波分析表明α波与愉悦情绪相关[43],而良好的视野通常与较低的焦虑相关[44]。
图8. (a)不同WWR下的EEG α波功率谱密度曲线和(b)α指数(**, p < 0.05; **, p < 0.01)。图9a显示了不同WWR条件下所有受试者的放松程度。与无窗组(2.15)相比,有窗环境促进了放松。在WWR为25%(2.36)、50%(2.94)和75%(2.57)时,放松程度分别增加了0.21、0.79和0.42,具有统计学上的显著变化(p < 0.05)。图9b显示了在不同窗墙比(WWR)下的心理压力,其趋势与图9a相反。随着WWR从0%上升到75%,心理压力最初有所下降,随后又再次上升。无窗组的心理压力水平最高,为1.70,而25%(1.38)、50%(0.93)和75%(0.85)的WWR分别使心理压力减少了0.32、0.77和0.85,这种差异具有统计学意义(p < 0.05)。这表明个体在无窗环境中会感受到更大的心理紧张,在有窗环境中则更易于放松。图9显示了不同WWR下的脑电图(EEG)放松状态(a)和心理压力(b)(*,p < 0.05;**,p < 0.01)。

3.2.3. 脑区之间的功率差异 图10展示了不同脑区的功率变化。WWR条件的变化会影响大脑活动,而不同的视觉输入对各个脑区的影响是不同的[45]。鉴于枕叶和顶叶对视觉信息的初步处理和合成至关重要[46,47],在所有情况下这些区域的神经活动都增强了。与25%和75%的WWR相比,50%的WWR下所有区域的脑活动都减弱了,可能是因为50%的WWR有助于受试者压力的恢复。与有窗条件相比,0%的WWR下额叶和颞叶的脑活动显著增强,因为这些脑叶与高级认知功能(包括注意力、工作记忆和决策能力)密切相关[48]。这表明在实验中的认知计算等任务后,无窗环境不利于压力恢复。此外,WWR条件的变化对大脑中央区域的影响较小。总之,负责视觉信息初步处理和整合的枕叶和顶叶在所有工作条件下都表现出增强的脑活动。而在0%的WWR下,额叶和颞叶的脑活动显著增强;而在50%的WWR下,所有区域的脑活动最低,这表明50%的WWR可以显著降低受试者的压力水平。图10显示了不同WWR下每个脑区的相对功率。

图11a展示了所有受试者在不同WWR情境下单侧和双侧大脑的ASM指数。右半球通常与积极情绪、接近动机和认知功能相关[49]。在有窗环境下,ASM的数量比WWR为0%的对照组(1.07)更高,分别增加了0.15、0.16和0.14(WWR为25%时为1.18、50%时为1.23、75%时为1.21)。图11b显示了所有受试者在不同WWR条件下的FAI,研究表明较高的FAI与积极情绪相关[50]。图11a中也观察到了类似的趋势。最低的FAI记录发生在WWR为0%时(0.02),而在WWR为25%(0.08)、50%(0.10)和75%(0.09)时分别增加了0.06、0.08和0.07。总之,在有窗环境中,人体的ASM更为明显,这更有利于认知活动。相应地,FAI也相应提高,表明受试者在此期间体验到了更愉悦的情绪和更好的恢复效果。有窗区域已被证明有助于缓解焦虑和紧张情绪,同时减少建筑内人员的压力[5]。WWR过高并不有益;过高的比例可能会引起不安全感,从而产生负面效果。图11显示了不同WWR下的EEG ASM(a)和FAI(b)(*,p < 0.05)。

3.3. EEG微状态 3.3.1. EEG微状态分析 通过在个体和群体层面对微状态进行聚类,我们识别出四种不同的地形图类型。图12显示了在不同WWR条件下的四种EEG微状态,分别命名为A、B、C和D。研究表明,微状态A主要与听觉网络相关,微状态B主要与视觉网络相关,微状态C主要与显著网络相关,微状态D主要与注意力网络相关[51]。基于这四种微状态分割模板,我们对每个微状态类别在四个组中进行了地形分析(TANOVA),以确定不同窗墙比条件下的微状态是否存在显著差异。结果发现微状态B和C之间存在显著差异,而其他两个微状态则没有差异。图12显示了不同WWR条件下的EEG微状态脑地形图。图13展示了在不同WWR情况下四种微状态的时间参数。如图13a所示,不同WWR条件下的GEV差异具有统计学意义。微状态B和D的全局解释方差较大,而微状态A和C的全局解释方差相对较低。无窗条件下的微状态B的GEV(0.06)明显低于有窗区域三种WWR设置下的GEV,其中在WWR为50%时微状态B的GEV(0.08)最高,比WWR为0%时高0.02(p < 0.05)。这种趋势与微状态D类似,WWR为0%时的GEV(0.07)最低,而WWR为75%时则低0.01(p < 0.05)。图13b显示了不同WWR条件下四种微状态的平均持续时间,与GEV趋势更为一致,显示出微状态B和D的全局解释方差更高。在不同WWR条件下,四种微状态的平均持续时间与GEV趋势更为一致。WWR为50%时微状态B的平均持续时间最长(79.91),比WWR为0%时长4.48。WWR为75%时微状态C(76.22)和D(83.60)的平均持续时间也最长,分别比WWR为0%时长4.45和8.87。与无窗情况相比,有窗条件下微状态A的持续时间缩短,而微状态B、C和D的持续时间延长。WWR的增加可能导致人类视觉系统感知到更复杂的外部信息,从而提高GEV并延长微状态B的持续时间,这进一步证实了微状态B与视觉系统相关[52]。

3.3.2. EEG微状态语法 图14a显示了不同WWR条件下四种微状态之间的转换概率。在WWR为0%时,微状态A到B的转换概率最高(A到B = 0.093,B到A = 0.092),且都高于其他WWR条件。微状态A到D的转换概率最低(A到D = 0.071,D到A = 0.067),也都低于其他WWR条件。在WWR为50%时,微状态B到D的转换概率最高(B到D = 0.106,D到B = 0.109)。图14b显示了有窗和无窗条件下的转换概率差异。有窗条件下的A到B、B到A和B到C的转换概率高于无窗条件。相反,A到C、C到A、A到D、D到A、D到B和D到C的转换概率低于无窗条件。图14显示了不同WWR下的EEG微状态转换概率(a)和转换图(b)。

3.4. 神经网络模型 开发了一个基于EEG信号预测舒适度的神经网络模型。为了降低有限样本容量(n = 36)导致的过拟合风险,数据集被随机划分为训练集、验证集和测试集。这种特定的划分促进了提前停止机制,一旦验证错误趋于平稳就停止训练。同时,实施了网络正则化技术来惩罚过大的权重幅度,从而整体提高了模型的泛化能力。研究发现,具有一个隐藏层的模型总是比具有两个隐藏层的模型表现更好。因此,BP模型的隐藏层数量设置为一个,隐藏单元的值在1-50之间是最优的。愉悦度得分(代表人类舒适度)被分为三个级别:不愉快(?1)、一般(0)和愉快(1)。表4展示了基于不同EEG特征的神经网络模型的准确性。研究结果表明,可以使用多种生理指标特征准确预测人类舒适度。值得注意的是,分析显示使用完整特征集获得的准确性并不是最高的。EEG平均功率和相对功率的特征集表现出更好的分类能力,准确率达到78.79%。表4展示了神经网络模型的准确性。

4. 讨论 窗户物理特性对人类健康的有益影响已经得到了研究[4,15,16]。然而,关于理想窗墙比的明确结论仍然难以确定,且相关研究较少探讨主观感知与客观数据之间的相互作用。本研究结合了全面的主观和客观指标,使用VR技术和EEG来评估窗墙比对压力恢复能力的影响。本研究旨在阐明建筑窗户视图如何影响健康益处,并根据恢复优势推荐适当的窗墙比阈值。这项研究将为建筑设计提供重要参考,特别是在提升室内环境恢复质量方面。它也可能有助于减轻建筑使用者的日常压力,促进公共卫生和改善社会健康与福祉。主观评估结果显示,有窗户的空间显著增强了受试者的感知恢复和焦虑缓解。随着窗户大小的增加,受试者的主观感知评分也有所提高,表明在测试人群中具有更大的恢复效益。窗户是建筑使用者观察外部自然世界的唯一途径,连接室内和室外环境。研究结果表明,在有窗设置中暴露于自然环境可能有助于产生更积极的情绪,并能有效缓解焦虑[41]。这支持了ART[53]和SRT[54]的研究发现,即积极的态度与较低的焦虑水平相关[44]。EEG数据显示,当人体处于无窗空间时,大脑的平均功率更高,α波活动更低。研究发现α波可以代表积极情绪[43],这表明当人体处于无窗空间时,大脑消耗更多的能量并处于紧张状态。此外,EEG微状态是大脑整体功能状态的瞬时表现,可以反映整个大脑网络激活的变化[55]。由于四种典型微状态与不同大脑活动之间存在明显的关联,许多研究设置了四个簇[51]。通过对EEG数据进行微状态分析,我们发现无窗条件下的微状态B和D的GEV和平均持续时间最低。我们认为这是因为在无窗条件下,人体接收到的视觉信息较为简单。在无窗环境中,视觉刺激的复杂性降低可能导致视觉系统的参与度降低,这反映在GEV和微状态B的持续时间减少上,而微状态B与视觉属性处理密切相关[51]。与这些视觉变化平行,微状态D与背侧注意力网络(DAN)密切相关,介导注意力的重新定向和焦点转移[38]。鉴于D类动态与警觉性正相关[56]并在深度睡眠[57]或高度精神疲劳[58]期间降低,因此在无窗条件下观察到的微状态D减少表明警觉性降低和认知压力增加。相比之下,有窗环境似乎更能保持大脑的注意力资源和恢复能力。这也证实了我们的研究结果:在无窗条件下,微状态D由于恢复能力较差和心理压力较大而减少。本研究考察了四种微状态之间的转换概率,发现无窗情况下从微状态B到微状态C的转换频率增加,这与微状态B的时间特征可能发生的变化一致。微状态B和C之间更频繁的切换与视觉信息减少以及与任务相关的记忆检索能力下降有关。此外,在有窗条件下,从微状态D转换到其他微状态(A、B和C)的频率也有所增加[59,60,61]。这可能是因为在有窗条件下,人体恢复得更好,心理疲劳程度较低,从而减少了与心理疲劳和警觉性相关的微状态D的出现概率[62,63]。这也与Li等人的研究结果一致,即任务要求和心理疲劳会增加微状态D的出现。从传统的主观评估转向数据驱动的范式,获得的神经生理学证据为以人为中心的窗户设计提供了坚实的基础。基于观察到50%的窗户占用地面积(WWR)能够产生最佳的α波活动并优化微状态转换,可以明确不同的建筑设计干预措施。尽管当前的趋势是最大化外部视野,但我们的数据表明,大约50%的WWR(或40-60%的范围)能够建立起一个生理平衡点,同时平衡视觉连通性和心理上的封闭感。将这一点应用于实际的空间组织中,在高压力工作区域内采用50%的WWR配置可以加速生理和心理的恢复,而在认知要求较高的区域,较小的WWR可以与高质量的人工昼夜节律光照结合使用,以重现恢复效果。这些生理阈值不仅仅是孤立的指标,还需要与遮阳系统和高性能玻璃仔细结合,以确保在不过度增加太阳能热量吸收的同时维持恢复效果。

本研究利用虚拟现实(VR)技术精确控制实验误差,从而减少了光照和环境变量的影响。然而,研究仍面临一些限制。研究对象主要集中在20至27岁之间,这限制了研究结果对这一特定年龄段的普遍性。考虑到不同年龄段对窗户视野感知的潜在差异,后续研究应提高样本的代表性及多样性。此外,个人的职业和居住环境等因素可能对研究结果产生显著影响。该研究主要探讨了视觉感知的影响,但对WWR对其他感官体验(包括室内声学、热舒适度、气流和气味)的可能影响关注不足。未来的研究应该包括多感官整合,将建筑人体工程学与能源分析结合起来,寻找既能改善人类感官体验又能提高能源效率的WWR阈值。虽然神经网络达到了78.79%的预测准确性,但这一性能必须考虑到样本量较小的限制(n = 36)。作为一个初步的“概念验证”探索模型,它目前并不适合立即用于商业应用。相反,该框架的主要价值在于展示了利用特定的神经生理特征(包括EEG平均功率和相对功率)来客观评估人们环境感知的可行性。要将这一探索性基础转化为一个稳健、可推广的工具,未来需要在更广泛的数据集上进行验证。

**结论**

本文通过结合受试者的主观评估、EEG时频域指标以及EEG微状态分析结果,研究了在无窗条件(WWR为0%)与有窗条件(WWR分别为25%、50%和75%)下,各种条件对压力恢复能力的影响。这些发现基于已有研究关于有窗环境带来的积极生理和心理影响,特别确定了测试人群中压力恢复的潜在WWR阈值趋势。通过量化窗户几何形状的潜在神经生理效应,而不是仅仅依赖传统指标,本研究为基于证据的建筑实践提供了依据,并为优化室内环境质量提供了数据驱动的范式。主要结论如下:

(1) 主观评估表明,有窗空间提高了使用者的满意度,显著改善了感知到的心理恢复(PRS)和焦虑缓解(STAI-S)效果,与无窗环境相比。具体来说,在WWR为50%时,PRS和STAI得分分别增加了3.55和8.46分,表明有窗条件显著减轻了心理压力,而无窗环境可能对个体产生不利影响。因此,在本研究的人群中,50%的WWR被认为特别有助于促进压力恢复。

(2) 与WWR为0%的对照组相比,有窗条件下受试者的EEG平均功率降低。在WWR为50%时,功率下降了0.23,直接表明无窗空间中的大脑能量消耗更高。此外,在控制条件下,α波活动增强,表明大脑状态更加放松,在WWR为50%时最大α波能量值达到0.19 dB,比WWR为0%时的对照组0.12 dB高出0.07 dB(p < 0.05)。

(3) WWR的变化对大脑各区域的激活具有差异性调节作用:处理视觉信息整合的枕叶和顶叶在所有工作情境中都表现出更高的活动性,而参与更高认知功能的前额叶和颞叶在WWR为0%时表现出相对较强的活动性。在WWR为50%时,受试者的全脑活动指数(FAI)增加,表明这一比例可能更有利于该年龄段的认知任务,同时注意力敏感度(ASM)也升高,表明积极的动机和恢复效果更显著。

(4) 微状态分析显示,无窗条件下的B类微状态能量值(GEV)较低(0.06),而在WWR为50%时升高至0.08;同时WWR为0%时D类微状态的能量值最低(0.07)。有窗条件减少了A类微状态的持续时间,而延长了B类、C类和D类微状态的持续时间。从A类到B类、B类到A类以及B类到C类的转换概率超过了无窗条件下的基线水平,而其他所有指定的转换(A到C、C到A、A到D、D到A、D到B和D到C)则普遍减少。

(5) 基于EEG生理信号的神经网络模型能够以78.79%的准确率预测人类舒适度。这为利用EEG特征(平均功率和相对功率)预测室内环境中使用者舒适度提供了初步的基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号