研究背景:无论未来战争样式如何变化,人始终是战争胜负的决定因素。从军事心理学诞生的第一天起,军人心理选拔一直是军事心理学研究与应用的重点内容。由于我国兵役制度和征兵体制的特殊性,以自陈式人格问卷为主的心理检测方法仍然是我国应征公民心理检测的主要形式。虽然人格自评量表是目前世界公认的人格检测手段之一,广泛用于大规模的心理选拔中,但是其主观性强、受自我知觉的不准确性和社会赞许性等因素对检测效度影响的缺点一直都是心理选拔应用领域努力解决的问题。随着现代科学技术的进步,外军已经开始尝试运用认知神经科学技术弥补人格自评方法的不足,从而提高心理选拔的准确性。为此,基于生理、心理信号的多质融合方法应运而生,成为心理选拔技术的重要突破方向之一。精神分裂症会严重影响军队的作战训练与安全稳定,损害部队战斗力。随着我国征兵心理检测的应用与发展,精神分裂症在部队中的发病率已有大幅的下降,但仍然存在一定的高危人群,在军事特殊环境下转化为现症患者。作为全国征兵心理检测技术中心,我们在2006年建立了我国第一个征兵心理检测系统及标准,并一直致力于提高心理选拔效果的应用研究。将征兵心理检测关口前移,瞄准精神分裂症高危人群,在“兵之初”环节采用多质融合的技术,提高精神分裂症高危人群的淘汰率是现阶段增强我军兵员心理素质的重要研究方向。对象与方法:本研究共分为四个部分,前三个部分以精神分裂症患者作为疾病组,以精神分裂症一级亲属作为家族高危组,以健康正常人作为正常对照组;第四部分以精神分裂症患者作为疾病组,以健康正常人作为正常对照组。第一部分采集了三组人群短时(30s)和长时(3min)静息态脑电信号,探索短时静息态脑电监测是否可用来提取三组人群脑电差异指标,并投入征兵心理检测应用。第二部分采集征兵心理检测系统中精神分裂症高危人群筛查量表的自评任务态的脑电信号,提取作答量表整体状态及特定量表内容诱发的三组人群脑电差异指标。第三部分将这些异常指标进行机器学习和模式识别,计算出一个多质融合指标体系,用来对三组人群进行较准确的识别和分类,从而为提高我国应征公民心理选拔效能提供理论依据和技术支持。第四部分采用人格词语的自我评价记忆任务,通过对事件相关电位(ERP)和事件相关去同步化/同步化(ERD/ERS)指标的分析,探索精神分裂症患者作答自评量表时脑电异常可能的原因——自我评价功能受损,从而对精神分裂症患者作答自评量表时的脑电异常改变作初步解释。结果:研究一通过对比精神分裂症患者组(35例)、家族高危组(35例)和正常对照组(33例)的静息态脑电数据,发现3个主要结果:1.短时(30s)睁眼静息态条件下脑电指标可以用来区分三组人群。睁眼静息条件下,短时与长时(3min)静息态脑电功率的组间差异模式一致,均表现为精神分裂症患者组头皮中央线位置的delta、theta和alpha波段功率显著高于正常对照组,家族高危组上述指标显著低于精神分裂症组,但与正常对照组无差异;而在闭眼短时和长时静息态下,患者组和家族高危组与正常对照组各脑电指标均无差异,以上结果提示,短时睁眼静息态可诱发出三组人群的脑电功率差异,说明了短时睁眼静息态脑电检测加入征兵心理检测流程的可行性。2.静息态gamma1波段功率异常可以作为提示精神分裂症患病高危风险的指标。在3min长时睁眼静息态条件下,精神分裂症患者组在左侧中央顶区位置的gamma1波段功率显著低于正常对照组,家族高危组的gamma1波段功率介于患者组与正常对照组之间但与两组无差异;而在gamma1功率双侧大脑分布对称性上,患者组和家族高危组在头皮双侧中央顶区呈对称分布,而正常对照组左侧中央顶区gamma1功率显著大于右侧,组间与对称性间交互作用显著,提示了精神分裂症患者组和家族高危组中央顶区gamma1功率不对称性消失的脑电特征;对脑电功率与疾病的症状和分裂型人格特质的相关性探索发现,精神分裂症家族高危组的静息态gamma1波段功率与其分裂型人格特质呈显著负相关,gamma1波段功率越小,其具有的分裂型人格特质越明显;以上3个结果表明,静息态gamma1波段功率异常可以作为提示精神分裂症患病高危风险的有效指标。3.长时静息态的3min过程中,alpha和gamma1波段功率变化随时间呈一元线性回归关系。睁眼静息态下,三组人群alpha波段功率均随时间呈增高趋势,增高直线斜率均有差异:正常对照组>患者组>家族高危组;在闭眼静息态下,正常对照组及家族高危组均随时间呈下降趋势,下降直线斜率有差异:正常对照组>家族高危组,但患者组随时间呈增高趋势。对于gamma1功率,在睁眼静息态下,患者组和家族高危组随时间呈下降趋势,斜率:家族高危组>精神分裂症组,而正常对照组在前30s静息态内gamma1功率已开始迅速下降。以上数据说明,从脑电功率的变化角度可以看出,正常人对环境的适应能力最强,精神分裂症患者对环境的适应能力最弱,而家族高危人群介于二者之间。研究二通过分析作答征兵心理检测系统内的精神分裂症高危人群筛查量表任务态的脑电数据,得到4个主要结果:1.三组人群作答该量表的整体脑电功率差异与睁眼静息态差异相似,但作答量表任务更好的诱发出了精神分裂症家族高危组与正常对照组的脑电功率差异,具体表现为家族高危组的额区delta和theta波段功率显著低于正常对照组和精神分裂症患者组,患者组的该波段功率高于正常对照组。将30s静息态脑电功率作为协变量来消除三组间基线脑电功率差异后的协方差分析发现,精神分裂症家族高危组作答量表所诱发的头皮中央线位置gamma1功率显著高于患者组和正常对照组,可能提示了家族高危组在作答量表时的认知负荷最重。2.作答量表过程中alpha和gamma1波段功率变化随作答进程呈一元线性回归关系。正常对照组和精神分裂症患者组alpha波段功率均随作答进程呈增高趋势,增高速度相同,而精神分裂症家族高危组不随作答进程呈一元线性关系。正常对照组和家族高危组gamma1波段功率均随作答进程呈下降趋势,斜率:正常对照组>家族高危组,而患者组呈增高趋势,提示精神分裂症患者作答量表的过程中认知加工方式和进程与其他两组不同。3.量表的不同条目内容能诱发出三组人群不同的脑电反应模式。家族高危组在分离维度(DIT)的量表得分增高,并且在作答DIT条目时gamma1功率也增高,提示精神分裂症家族高危人群对DIT维度条目的敏感性;家族高危组作答反向题时gamma1功率高于作答正向题,精神分裂症患者组作答正向题时theta和alpha功率高于作答反向题,而正常对照组作答正反向题时各波段脑电功率无差别。以上数据说明精神分裂症高危人群筛查量表内的特定条目可以诱发精神分裂症患者及其家族高危人群特异的脑电反应。4.精神分裂症患者组作答“否”比作答“是”呈现更大的额叶theta波段功率,家族高危组和正常对照组没有此差异,提示精神分裂症患者检索、提取与加工自我相关信息时的自我参照功能异常。研究三基于前两个研究的结果,通过机器学习的方法,提取特征指标,据此指标体系用支持向量机(SVM)的方法对人群进行识别和分类,识别率可达70.9%。基于前两部分研究结果,初步挑选进入机器学习的指标总计7056个。首先,这些指标通过留一交叉验证(LOOCV)方法进行三类人群间的两两比较,提取了3组34个特征指标;其次,将特征指标通过SVM方法对人群进行三分类,识别率从随机33.3%提升到70.9%,提示了这些指标对3类人群的较高区分力。对3组34个特征指标进行分析,发现对鉴别精神分裂症患者和健康正常人贡献力最高的指标包括:睁眼静息态及量表任务态的头皮中央线位置和两侧中央顶区的delta和theta波段功率、额叶位置的alpha波段功率、30s睁眼静息态gamma1功率的回归直线斜率和精神分裂症高危人群筛查量表总分、DIT维度和SET维度分;对鉴别精神分裂症家族高危人群和健康正常人贡献力最高的指标包括:作答量表特定条目时的额叶及中央顶叶位置的delta和theta波段功率;对鉴别精神分裂症患者和家族高危人群贡献力最高的指标包括:睁眼静息态额叶区域的delta、theta和alpha波段功率和量表任务态大部分头皮位置的delta、theta和alpha功率。以上指标初步构成了征兵心理检测多质融合系统的鉴别指标体系。研究四通过分析33例精神分裂症患者、28例正常被试的人格词语的自我参照记忆任务的脑电数据,发现2个主要结果:1.精神分裂症患者组自我参照记忆得分显著下降,提示其自我参照功能受损,并且其作自我评价时,ERP的P3成分振幅相对降低,低beta波段(13-15H)功率去同步化程度相对减弱,提示P3振幅和低beta波段功率是提示精神分裂症患者自我评价功能受损的脑电指标。2.正常人在自我评价时,负性人格词语会诱发更大的正电位漂移(600-1000ms),评价他人时正负性词语诱发的ERP无差异,而精神分裂症患者做自我评价时,正负性人格词语不能引起ERP各成分的差异,但在评价他人时却出现负性人格词语诱发更大的正电位漂移现象,这与正常人反应模式截然相反,提示了精神分裂症患者区别自我与他人的能力下降。结论:综上所述,本研究主要得到了两方面的结果,一是验证了在征兵心理检测流程中加入30s的睁眼静息态脑电检测的可行性,并基于静息态和量表态脑电特征指标,用机器学习的方法,得到了一个具备较高识别率的多质融合指标体系,从而进一步提高征兵心理检测的对精神分裂症及其高危人群的筛查力;二是验证了精神分裂症患者自我评价功能受损的现象,并找到了提示自我评价功能受损的脑电指标。