fNIRS能否监测高风险工作者的强烈情绪？以煤矿工人为对象的可行性研究

《International Journal of Industrial Ergonomics》：Can fNIRS monitor high-arousal emotions in high-risk workers? A feasibility study with coal miners

　　摘要：在安全要求极高的行业中，监测工人的情绪状态是职业人体工程学的重要目标。然而，针对工业工人群体进行神经生理学监测方法的系统研究仍然有限。本研究采用功能性近红外光谱技术，通过前额叶血流动力学特征来探究客观监测高风险工作者高度兴奋情绪状态的可行性。研究采用了多层面可行性评估方法，包括行为验证、统计显著性检验以及效应大小分析。55名男性煤矿工人在进行前额叶fNIRS检测时，通过经过验证的视频刺激被诱导出高度兴奋的积极情绪和消极情绪，以静息状态作为基准。利用广义线性模型对六个感兴趣的前额叶区域的血流动力学反应进行了量化分析。与静息状态相比，两种情绪状态都引发了显著的前额叶血流动力学变化，且效应大小较大（Cohen's d = 0.807–1.243），这体现了fNIRS对情绪兴奋度的敏感度。六个区域中有五个在两种情绪状态之间存在显著差异（d = 0.32–0.55），消极情绪状态下前额叶的反应较弱，这表明认知控制资源减少，可能将消极情绪与危险行为联系起来。腹外侧前额叶皮层表现出最强的血流动力学反应（d > 1.2）以及最高的区分度（d = 0.50–0.55）；概念验证分类结果显示其作为主要监测目标的适用性，检测准确率为78.2%，区分准确率为60.0%。研究还观察到了左脑半球在区分能力上的优势，为优化传感器位置提供了依据。基于这些发现，本研究提出了“先检测再区分”的监测框架，认为便携式fNIRS是一种可行、无创且能承受动作干扰的技术，适用于安全关键工作环境中的操作员状态监测。

引言：在安全要求极高的行业中，职业事故仍是一个全球性难题。根据国际劳工组织的数据，每年约有293万名工人死于与工作相关的事故和疾病，其中采矿、建筑和化工制造等高危行业导致的死亡人数占比极高（Takala等人，2024年）。尽管技术和法规的进步降低了事故发生率，但人为因素仍导致了80–90%的职业事故（Beeche等人，2023年；Liu等人，2018年）。在煤矿行业，对685份事故报告的分析显示，超过90%的事故是由人为因素和危险行为造成的（Miao等人，2023年）。在这些人为因素中，工人的情绪状态被认为是影响危险行为的关键变量（Tian等人，2025年；Yang等人，2022年；Zhang等人，2023a年）。愤怒等高度兴奋的消极情绪会损害风险感知和决策能力，增加违反规则和冒险行为的可能性（Chen等人，2025年；Yang等人，2024年），而恐惧和焦虑则会缩小注意力范围，降低识别环境危险的能力（Wang等人，2025年；Xin等人，2024年）。值得注意的是，情绪的安全影响并不仅限于消极情绪。那些感受到强烈积极情绪的工人——比如完成艰巨任务后的兴奋或收到好消息时的喜悦——可能会变得过度自信，忽视周围的危险，低估操作风险（Derdowski和Mathisen，2023年）。此外，最近的研究还强调了情绪调节在职业安全中的作用，研究表明矿工运用认知重评策略可以提高其感知的安全性能，而情绪压抑则会产生相反效果（Zhang等人，2025年）。综合来看，这些证据表明有一个实际需求：如果无论是积极还是消极的高强度情绪都会影响安全作业表现，那么监测这些短暂的情绪状态就成为预防事故的当务之急。

鉴于这一需求，我们还必须认识到，目前用于职业环境中情绪评估的各种工具在实地应用时都存在固有缺陷。基于问卷的自报数据存在众所周知的回答偏差——工人可能会为了避免被认为不适合工作而低估自己的消极情绪——而且无法追踪工作时段内情绪的实时变化（Amoako等人，2024年；Li，2022年）。外周生理信号则带来了另一个问题：从井下矿工身上记录到的心率升高可能意味着他们对意外顶板裂缝的恐惧反应，也可能是搬运设备造成的肌肉疲劳，或是通风不良的隧道中的热应激所致（Kreibig，2010年），而且当身体持续运动时，这些心脏和皮肤电信号会迅速衰减（Ismail等人，2024年）。基于摄像头的面部表情分析在采矿和建筑行业也面临着现实障碍，因为安全帽、呼吸器、灰尘以及昏暗的照明常常会遮挡面部（Abate等人，2023年；Khare等人，2024年）。而实验室级别的功能性磁共振成像则根本不适用于实地应用（Pinti等人，2020年）。虽然近期发展的可穿戴传感器为持续、低负担的风险监测提供了一些解决方案——例如，可穿戴生物传感器能够检测到工人体力消耗后安全意识的变化（Muley等人，2025年），而在模拟紧急情况下采集的煤矿工人的生理信号也能以78.3%的准确率预测其安全行为能力（Guo等人，2025年）——但这些可穿戴设备都无法像直接测量大脑皮层血流动力学活动那样具有情绪检测的特异性。在这种背景下，功能性近红外光谱技术便显得尤为突出，它有望填补实验室级神经测量与实际应用之间的差距。近红外光可以穿透颅骨，被大脑皮层组织中的氧合血红蛋白和脱氧血红蛋白不同程度地吸收，因此可以通过返回的光信号重建局部血液氧含量的变化——这是神经活动的间接指标（Scholkmann等人，2014年）。与其他神经成像技术相比，fNIRS具有若干特别适合职业应用的优点：新一代设备为完全无线式且可佩戴在头上，因此可以在实验室之外进行数据采集（Jounghani等人，2025年；Klein等人，2024年）；光学信号对运动伪影的容忍度相对较高，因此在行走、弯腰或操作机器等体力劳动过程中仍能获得可靠的数据（Fishburn等人，2019年）；而对于情绪监测而言，最重要的是，fNIRS对前额叶皮层极为敏感——该区域是情绪产生、评估和调节的核心神经结构（Klein等人，2024年；Pinti等人，2020年）——因此非常适合用于捕捉情绪状态的血流动力学特征。

越来越多的实证研究证明了fNIRS在工作场所应用中的可行性。对41项已发表研究的总结表明，前额叶HbO2浓度能够以剂量依赖的方式反映安全关键任务中的认知负荷情况（Gemmerich等人，2025年），同时也有研究提出了将fNIRS从神经科学实验室转化为工人安全应用的方法论路线图（Han等人，2023年）。在实际应用方面，fNIRS已被证明能够检测出在模拟高压环境下工作的空中交通管制员的执行控制需求波动（Causse等人，2024年），而且可穿戴式fNIRS头盔在不受限制的自然运动状态下也能产生可用信号质量（Jounghani等人，2025年）。在与本研究对象更为接近的领域，最近有研究使用便携式fNIRS系统来检测从事风险评估任务的煤矿工人的前额叶血氧含量变化（Mao等人，2025年）。在更广泛的职业人体工程学研究领域——包括本期刊上发表的文章——基于脑电图的技术已被用于检测环境噪声下的情境意识下降情况（Liu等人，2023年），还有研究利用生理指标在高温高湿的工作环境中筛查焦虑情绪（Jiao等人，2023年），以及在驾驶过程中测量车内人员的情绪状态（Huo等人，2024年），这些研究都展示了神经生理学监测在实际操作环境中的实用价值。与这些职业研究同步进行的，还有情感科学领域中关于fNIRS的系列研究，这些研究得出了两个与之直接相关的结论。首先，不同的前额叶亚区域会对情绪处理的不同方面产生不同的反应：腹外侧前额叶皮层在自动和主动的情绪调节过程中都会出现强烈的激活反应（Klein等人，2024年），而背外侧前额叶皮层则在人们进行需要努力的认知重评时会被更有选择性地激活（Eser和Erdogan，2025年）。其次，基于前额叶fNIRS特征训练出的机器学习分类器，在区分积极情绪和消极情绪方面的准确率可超过90%（Si等人，2023年；Walker和Trick，2019年）。不过，一个重要的局限性是，几乎所有这些关于情感神经科学的证据都来自在安静、可控温度的实验室中对大学生或临床患者进行的实验。据我们所知，这些血流动力学情绪特征是否适用于年龄结构、教育背景以及日常所面临物理危险程度都存在显著差异的工业工人，至今尚未有过直接研究。

因此，本研究的总体目标是针对真实的高风险工人群体——即正在工作的煤矿工人——对便携式fNIRS技术用于监测高度兴奋情绪状态的可行性进行系统性评估。本研究并不假设实验室环境下获得的血流动力学情绪特征可直接应用于工业环境，而是通过在受控情绪条件下从矿工身上收集前额叶fNIRS数据，并根据多种可行性标准对结果进行评估，以此直接检验这一假设。这一目标通过三个研究问题来实现，每个问题都旨在解决fNIRS技术、情绪监测与职业安全之间的特定差距。在fNIRS技术、情绪监测与职业安全之间，仍有三个重要差距需要弥补。首先，现有研究中的参与者主要是大学生或临床患者，这些研究结果在普遍性上是否存在问题尚不确定，因为工业工人在人口构成、教育背景以及职业经验方面都与前者存在很大差异。这一局限性很重要，因为个体经历和职业环境会影响其对情绪刺激的神经反应（Polo等人，2024年）。因此，目前还不清楚fNIRS是否能够检测到这类人群因高度兴奋情绪而产生的前额叶血流动力学变化（研究问题1）。其次，虽然fNIRS已被成功用于评估认知负荷，但其用于监测工人情绪状态的可行性尚未得到验证，因为认知负荷和情绪状态会涉及相互重叠但又有所区别的前额叶神经回路（Morgenroth等人，2025年）。具体来说，目前还不知道fNIRS是否能够区分高度兴奋的积极情绪和消极情绪（研究问题2）。第三，现有的fNIRS情绪研究大多集中在积极情绪与消极情绪之间的宏观区分上。相比之下，对于与职业安全关系最为密切的高度兴奋情绪的监测，目前的研究还远远不够。此外，目前也不清楚哪些前额叶区域对这些高度兴奋状态的变化最为敏感，因而最适合作为监测目标（研究问题3）。煤矿工人正是研究这些问题的典型高风险群体。他们多为男性，长期在危险环境下从事高强度的体力劳动。在这一工作环境中，愤怒、恐惧和焦虑等由危险因素引发的情绪，以及与完成任务相关的兴奋和愉悦情绪都有大量记载；这两种类型的情绪都可能引发危险行为（Yang等人，2022年、2024年）。

为了解决这些研究问题，本研究使用了便携式fNIRS系统，分别测量了55名正在工作的煤矿工人处于静息状态、高度兴奋的积极情绪状态以及高度兴奋的消极情绪状态时的前额叶血流动力学反应。通过分析统计显著性、效应大小以及区域特异性，本研究对fNIRS能否作为一种可行的情绪监测工具用于高风险工人群体进行了系统性测试。本研究有四点创新之处。第一，据我们所知，这是首批从真实的工业工人群体——55名正在工作的煤矿工人——那里收集基于fNIRS的情绪数据的研究之一，而非来自大学生，从而弥补了实验室控制研究与实际应用之间的差距。第二，我们提出并实施了一种三层次可行性评估框架——情绪兴奋度检测（研究问题1）、情绪极性区分（研究问题2）以及最佳监测区域确定（研究问题3）——以此作为判断fNIRS是否适合用于监测操作员状态的结构化依据。第三，我们的数据表明腹外侧前额叶皮层是最具潜力的前额叶监测目标，它不仅具有最强的血流动力学反应（Cohen's d > 1.2），而且情绪间的对比度也最高（d = 0.50–0.55）——这些信息有助于为未来设计可穿戴式头戴设备时的传感器放置位置提供依据。第四，我们在三个前额叶亚区域都观察到了左脑半球在情绪区分能力上的优势，这为设计资源高效、通道数较少的监测方案提供了具体指导。

参与者与伦理声明：本研究已获得西安科技大学的伦理委员会批准（批准编号：XUSTETHP002023092201），并且遵循《赫尔辛基宣言》的要求开展。所有参与者在实验开始前都签署了书面知情同意书，同时被告知他们有权随时退出实验而不受任何处罚。参与研究的煤矿工人是从中国陕西省北部的陕西煤业集团红柳林矿业有限公司招募的。高唤醒度负面情绪条件（视频1、3和5）的平均情绪得分为1.77，而高唤醒度正面情绪条件的得分则为7.94。

讨论
该实验揭示了煤矿工人前额叶皮层对强烈情绪的反应机制，并探讨了这一发现对于危险职业中可穿戴情绪监测的启示。研究中有三个主要发现值得注意。从最宏观的角度来看，当矿工从中性休息状态转变为正面或负面的高唤醒度情绪状态时，每个前额叶区域都出现了明显的血流动力学变化（Cohen's d = 0.807–1.243）。再深入一层，fNIRS数据也显示了类似的趋势。

结论
通过记录55名接触标准化情绪刺激的煤矿工人的前额叶血流动力学活动，本研究旨在探讨便携式光学脑成像技术是否能够检测并区分那些与职业事故相关的强烈情绪类型。综合行为学、统计学及效应量分析的结果，答案是肯定的，同时研究者提出了“检测后再区分”（D2）框架，以便将这些研究成果转化为实际设计应用。

CRediT作者贡献说明
田水成：概念设计、方法论、资源提供、文章审阅与编辑。冯帅：数据整理、定量分析、研究实施、方法论、结果可视化、初稿撰写。田方远：资金筹集、项目管理、文章审阅与编辑。李红霞：概念设计、项目监督、结果验证、文章审阅与编辑。王俊宇：定量分析、软件应用、结果验证。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢
本研究得到了中国国家自然科学基金（青年科学基金，项目编号52504244）、教育部人文社会科学研究青年基金项目（项目编号23XJC630011）、教育部产学合作教育项目（实践条件与实践基地建设项目，项目编号2507032817）以及陕西省自然科学基础研究计划（项目编号2024JC-YBQN-0499）的支持。

田水成|冯帅|田方远|李红霞|王俊宇
中国西安，710054，西安科技大学安全科学与工程学院