综述:脑电图在室内环境质量研究中的应用:以机器学习方法为重点的方法学综述

《BUILDING AND ENVIRONMENT》:EEG Applications in Indoor Environmental Quality Research: A Methodological Review with Emphasis on Machine Learning Approaches

【字体: 大 中 小 】 时间:2026年07月09日 来源:BUILDING AND ENVIRONMENT 8.4

编辑推荐:

  于廷涛|冯天京|熊静|吕守鹏|徐胜|梁振|刘岩|卢帅清华大学深圳国际研究生院,中国深圳518055摘要室内环境质量对使用者的舒适度、健康、认知能力和表现有着重要影响。作为一种具有高时间分辨率的神经生理学技术,脑电图能够比主观报告或单纯的环境替代指标更直接地捕捉人们对室内环境条件的

  于廷涛|冯天京|熊静|吕守鹏|徐胜|梁振|刘岩|卢帅清华大学深圳国际研究生院,中国深圳518055摘要室内环境质量对使用者的舒适度、健康、认知能力和表现有着重要影响。作为一种具有高时间分辨率的神经生理学技术,脑电图能够比主观报告或单纯的环境替代指标更直接地捕捉人们对室内环境条件的神经反应。机器学习越来越多地被用来将这些复杂的脑电图信号转化为对环境条件及使用者反应的分类或预测。然而,现有基于脑电图的室内环境质量研究在方法上存在较大差异,这限制了研究的可重复性、跨研究比较性,也降低了证据体系的实用价值。本综述深入分析了基于脑电图的室内环境质量研究中的方法学实践,并从认知神经科学中提炼出一些可借鉴的方法学原则,以提升该领域实验的严谨性、信号的可解释性以及模型的普遍适用性。我们通过Scopus和Web of Science进行了系统性检索,筛选出与机器学习相关的脑电图在室内环境质量研究中的应用文献,同时补充了非机器学习的脑电图-室内环境质量研究文献以及神经科学/脑电图方法学相关资料,以便全面了解脑电图研究流程中的方法决策。最终共有100篇文献为实验设计、数据采集、预处理、结果报告和模型评估等方面的定性分析提供了依据。现有研究表明,基于脑电图的室内环境质量研究多在受控实验室环境中进行,研究对象以年轻人为主,实验时长多为短至中等时间,采用的中等密度记录系统,且机器学习模型大多依赖手工设计的频谱特征。在多项关键方法学细节方面,相关报告仍不够完整。在各类方法学参考文献中,没有一种预处理流程能在所有任务和数据集中都表现出最佳效果。相反,现有证据表明,应优先保证数据采集时的信号质量,避免不必要的预处理,并透明地记录分析过程中的各项选择。在机器学习应用中,以被试内评估为主,而更具实际应用价值的被试间和跨 sessions 验证则仍然有限。基于这些研究结果,我们提出了一套以实践为导向的五步方法学框架,用于指导基于脑电图的室内环境质量研究。该框架明确了实验设计、数据采集、预处理、分析及机器学习各环节的关键要点,为提升报告质量、增强研究可重复性以及改进面向应用的模型评估提供了指导。引言如今,人们大约90%的时间都在封闭空间内度过[14],因此室内环境的质量成为决定使用者满意度的关键因素。室内环境质量指的是影响使用者健康、舒适度和认知功能的室内环境整体状况。通常,室内环境质量会从多个环境维度进行评估,包括热舒适度、室内空气质量、声学条件以及照明条件[1]。这些因素会与人体的生理和心理过程相互作用,进而影响人的工作效率、压力水平以及长期健康状况。较差的室内环境质量与病态建筑综合症以及与建筑相关的疾病有关,患者会出现头痛、疲劳和认知功能下降等症状,这些症状可归因于建筑环境条件[75]。由于室内环境质量会对人类健康和表现产生显著影响,它越来越被纳入建筑实践和可持续建筑标准之中,比如LEED和WELL等认证体系[41]。相关的室外环境研究也表明,温度和照明条件会影响人们的任务感知负荷和认知表现,进一步凸显了环境质量对人类表现的广泛影响[56]。尽管人们越来越重视室内环境质量,但其评估仍主要依赖于主观自我报告和环境替代指标,而这些方法可能无法完全反映使用者对室内环境的真实生理和认知反应。正是出于这些局限,人们开始寻求能够更直接、客观地捕捉使用者生理和认知反应的补充方法,其中脑电图便是一种极具前景的工具。脑电图是一种无创的神经生理学方法,通过放置在头皮上的电极来记录大脑皮层神经元群体产生的电活动。由于其具备毫秒级的时间分辨率,且能灵敏检测大脑的动态状态,脑电图至今仍是认知神经科学中最常用的技术之一[64]。如图1所示,常用的脑电图电极放置系统包括10/20系统和间距更密的10/10系统,这两种都是基于解剖学标志在头皮上按比例放置电极的标准方法。根据所关注的时间和频谱特性,可通过多种互补方法对脑电图信号进行特征描述和分析。这些方法包括事件相关电位,它能捕捉与感觉、注意力和认知处理阶段相关的、由刺激触发的神经反应;还有频谱功率密度分析、事件相关去同步/同步分析、相干性和功能连接度测量,以及反映跨频率相互作用的相位-幅度耦合分析。此外,小波变换和希尔伯特变换等时频分析方法能够用于研究相位锁定的(诱发的)和非相位锁定的(诱导的)振荡活动,从而更全面地了解与认知负荷、注意力和情绪相关的神经动态[68,99]。过去几十年来,脑电图已成为认知神经科学中广泛应用的技术,被广泛用于注意力、记忆、语言处理和情绪等领域的研究。借助这些方法学优势,越来越多的研究者开始将脑电图应用于研究人在不同环境下的反应,尤其是在评估室内环境质量方面。将脑电图方法与室内环境质量研究相结合,可以实时评估室内环境因素对人类认知和情绪反应的影响。这种方法架起了环境科学与神经科学之间的桥梁,能够提供客观的神经生物标志物来衡量舒适度和表现,而无需仅仅依赖人们的自我感知。目前,人们已利用脑电图和其他生理信号来研究热环境,以量化个人舒适度,研究结果表明,来自额叶和枕叶通道的频谱特征可以预测热舒适度,而且基于生理信号的模型在准确性和可解释性方面均优于传统的热舒适度模型[69,77]。照明条件会影响认知疲劳和舒适度,有研究显示,较高的照度以及相应的色温(例如500勒克斯时的4000开尔文)能够降低疲劳感并提高任务表现。人们通常会检测顶叶电极和中线中央位置(Cz)处的脑电图指标,如δ波和β波功率,这些指标对照度变化较为敏感,且能与主观舒适度相关联[24,90]。声学条件会影响人的心理和生理反应,医院研究指出过高的噪音会损害舒适度和睡眠质量,而音乐厅的研究则表明,优化的声学参数能够提升听众的偏好,同时影响脑电图及其他生理指标[4,48]。即便在相对较低的暴露水平下,室内空气质量也会影响神经活动和认知表现。先前的研究表明,低水平的甲苯暴露会导致额叶的α波和θ波功率发生变化,而室内二氧化碳浓度的变化则可能与工作记忆和注意力缺陷有关。这些发现表明,脑电图能够检测到超出主观报告范围的、由室内环境条件引起的细微神经认知效应[49,93]。综上所述,这些研究都表明,脑电图为了解人类与环境的相互作用提供了有力的客观视角,尤其适用于多个室内环境质量研究领域。然而,当前的研究范式、信号处理方法和分析目标仍存在很大差异,这使得很难直接比较不同研究的结果,也无法从现有研究中得出可靠的方法学指导。尽管脑电图在室内环境质量研究中的应用日益增多,但该领域的方法学实践仍存在很大差异。当使用机器学习方法分析脑电图数据时,这种差异所带来的影响更为显著,因为模型的有效性取决于整个研究过程中从实验设计、脑电图数据采集、预处理到评估等各个环节的方法选择。以往的综述大多聚焦于特定室内环境质量领域或更广泛的建筑环境中的脑电图应用,但它们大多是从室内环境质量研究本身的角度来进行评价的。例如,Pourghorban等人[76]和Shi等人[86]主要研究了热环境问题,而N. Zhang等人[105]则对更广泛的建筑环境领域进行了综合分析。总体而言,这些综述指出了该领域的快速发展、控制实验的主导地位,以及需要更多具有可比性的研究设计。不过,它们较少从认知神经科学中确立的方法学原则出发,来评估那些以室内环境质量为研究目标的脑电图研究,尤其是在实验设计、数据采集、预处理和模型评估等方面。更广泛地说,近年来基于扩散模型的设计生成技术和基于提示的视觉增强技术的发展,体现了机器学习在建筑环境和视觉环境研究工作流程中的作用日益凸显[100,102]。本综述旨在弥补这一不足,通过深入分析基于脑电图的室内环境质量研究中的方法学实践,并以现有的脑电图方法学文献作为评估的参考框架。本综述的研究问题如下:1.在基于脑电图的室内环境质量研究中,实验设计、脑电图数据采集、预处理和分析方面最常采用哪些方法学实践?2.这些实践在多大程度上符合认知神经科学和脑电图方法学研究中所提出的方法学建议?3.根据现有研究结果,为提升基于脑电图的室内环境质量研究的严谨性、可重复性和普遍适用性,需要遵循哪些方法学优先原则和报告要求?为回答这些问题,我们首先通过数据库检索,筛选出了与机器学习相关的脑电图在室内环境质量研究中的核心文献集。随后,我们又补充了非机器学习的室内环境质量研究文献,但这些文献仅用于阐述机器学习研究与非机器学习研究在实验设计、数据采集、预处理和结果报告等共同方法学领域中的做法,而非用于统计非机器学习分析方法的普及程度。此外,我们还使用了神经科学领域的文献以及具有较高影响力的脑电图方法学指南作为外部参考文献。通过整合这些不同的证据来源,我们得以了解当前的研究实践状况,识别出反复出现的方法学局限性,并为未来的研究提出一套以实践为导向的框架。搜索策略2025年8月,我们在Scopus和Web of Science数据库中进行了系统性检索,旨在找到与室内环境质量及机器学习相关的脑电图研究文献。我们对发表年份没有设置任何限制,考虑了截至检索日期数据库中所有可用的文献。检索是在数据库特有的标题、摘要和关键词字段中进行的。搜索策略包含了三个关键词组:与脑电图相关的术语、与室内环境质量相关的术语,以及与机器学习相关的术语。研究结果本部分总结了所分析的脑电图-室内环境质量研究的方法学特点。基于这些发现得出的实践指导建议将在讨论部分单独阐述。当前室内环境质量研究中的实践现状现有研究表明,基于脑电图的室内环境质量研究仍以高度控制的实验室实验为主,参与者群体相对同质化,实验时长多为短至中等时间,且环境操控较为简单。大多数研究都在严格控制的条件下保持恒定的温度、照明或噪声水平,虽然这提升了研究结果的内部一致性,但也限制了其生态效度,使得研究结果难以推广到真实的室内环境之中。结论本综述总结了脑电图在室内环境质量研究中的应用方法学现状,重点探讨了那些运用机器学习分析的研究。通过数据库检索和手动补充得到的机器学习相关文献构成了以机器学习为重点的定量描述和算法分析的主要证据基础,而非机器学习的补充文献则仅用于阐释脑电图-室内环境质量研究中共有的方法学决策。此外,还有12篇神经科学领域的文献和9篇具有较高影响力的脑电图方法学文献。未引用参考文献[6,8,12,13,25,26,28,33,39,40,46,47,53,55,[58], [59], [60],[65], [66], [67],70,74,78,81,94,96,98,[106], [107], [108], [109], [110],113]CRediT作者贡献说明于廷涛:写作——审稿与编辑,写作——初稿撰写,可视化,方法学,正式分析,数据整理。冯天京:写作——审稿与编辑,写作——初稿撰写,可视化,方法学,正式分析,数据整理。熊静:写作——审稿与编辑,监督,方法学,概念构建。吕守鹏:资源协调,项目管理,资金筹措。徐胜:资源协调,项目管理,资金筹措。梁振:写作——
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