眼动联合脑电技术的产品形态感性认知特性研究_杨濮瑜.pdf

2023 年第 42 卷7 月第 7 期机 械 科 学 与 技 术Mechanical Science and Technology for Aerospace EngineeringJulyVol422023No7http:/journalsnwpueducn/收稿日期:20210707基金项目:国家自然科学基金项目(51865003)、黔科合平台人才(2018 5781)及贵大培育(2019 06)作者简介:杨濮瑜(1992)，硕士研究生，研究方向为产品创新设计、感性工学，981516996 qqcom通信作者:林丽，教授，博士生导师，linlisongbai 163com杨濮瑜，林丽，阳明庆，等眼动联合脑电技术的产品形态感性认知特性研究 J 机械科学与技术，2023，42(7):1088-1097眼动联合脑电技术的产品形态感性认知特性研究杨濮瑜，林丽，阳明庆，郭主恩(贵州大学 机械工程学院，贵阳550025)摘要:为产品感性形态设计的认知特征提供客观生理层面的深入剖析。运用眼动、脑电技术，以家用充电桩形态为刺激对象，基于语义差异量表设计并实施眼-脑感性认知实验，并记录被试“极不符合、有点 不符合 、不确定是否符合、有点 符合、极 符合 用户感性期望”5 种感性认知结果下的眼-脑生理信息，剖析认知特性。研究结果表明:在产品形态极“符合”用户感性期望时，被试行为反应时最短，首次注视时间最少，且能产生中央-顶区联合皮层和顶区较强烈的 P3、LPP 波幅。在产品形态极“不符合”用户感性期望时，被试行为反应时、首次注视时间增加，后颞 N2成分幅值最大;在产品形态“不确定”是否符合用户感性期望时，被试中央区产生的 N4波幅增大。从感性意象认知的神经加工机制出发，行为、眼-脑生理信息均能客观有效区分用户不同感性意象的认知状态，视觉、脑认知特性可为设计提供认知本源性的底层支持。关键词:感性工学;产品形态;感性认知;眼动联合脑电技术;事件相关电位中图分类号:TP472文献标志码:ADOI:1013433/jcnki1003-872820220062文章编号:1003-8728(2023)07-1088-10Analyzing Perceptual Cognitive Characteristics of ProductForms with Eyetracking and Electroencephalogram TechniquesYANG Puyu，LIN Li，YANG Mingqing，GUO Zhuen(School of Mechanical Engineering，Guizhou University，Guiyang 550025，China)Abstract:The cognitive characteristics of the perceptual product form were analyzed and designed on the objectivephysiological level The experiments on the cognitive characteristics，combined with eye-tracking(ET)andelectroencephalogram(EEG)，were designed and carried out with the household charging piles forms as the stimulationThe results were collected wirelessly with the experiments on cognitive characteristics The E-prime programming wasused to measure the eye fixation time under the five perceptual cognitive characteristics:extremely“non-conforming”，alittle“non-conforming”，“uncertain”，a little“conforming”and extremely“conforming”The results show that when theproduct form is extremely“conforming”to the subjects cognitive characteristics，the response time is shorter and thefirst fixation time is reduced The product form can produce stronger P3and LPP amplitudes in the central-parietal areaassociated with cortex and the parietal area For the“non-conforming”cognitive characteristic，the subjects behavioralresponse time and first fixation time increase，and the amplitude of the N2component in the posterior temporal areaincreases When the product form is“uncertain”whether it meets the subjects perceptual cognition，the subjects N4wave amplitude generated in the central brain area increases The analysis of the neural processing mechanism ofperceptual image cognition，the behavior，ET and EEG data can objectively and effectively reflect the cognitive processof the users perceptual image and provide cognitive support for the designKeywords:perceptual engineering;product form;perceptual cognition;eye tracking and electroencephalogramtechniques;event-related potentials在新时代的背景下，社会生产力水平不断提高促使人们对现代产品传递的情感与审美情趣高度关注。产品感性设计以用户综合认知为基础，将非理性信息量化推进设计方案的形成，而产品形态作为体现感性因素最直接的载体 1，能确切传递情感语义，给企业带来有效的品牌识别，引发消费者良好的用户体验。因此，用户的认知为产品感性设计过程提供关键信息，进第 7 期杨濮瑜，等:眼动联合脑电技术的产品形态感性认知特性研究http:/journalsnwpueducn/行认知特性的研究具有理论价值及实践意义。近年来，为解决用户感性认知意象获取过程中存在主观性强，缺乏客观理论支撑的问题，越来越多的学者将心理学 2-3 和生理学方法 4-5 进行有效结合。陈默等 6 为揭示视觉形象的感性认知规律，以跑车为图片刺激，设置由强到弱的4个匹配等级感性词汇作为检验，分别研究相关词、近义模糊词、远相关模糊词和无关词引发被试的N400唤醒程度。结果显示，N400 可为感性认知过程提供客观生理依据，匹配级别越低，则 N400 波幅越大。沙春发等 7 为提取产品造型和意象空间的匹配度评估指标，对产品造型意象认知主观评分、眼动指标特征展开了以眼动实验为基础的相关性研究，结果表明，意象评分、意象评分-最后注视点匹配率、意象兴趣区注视时间或注视点个数等指标与感性词汇度量性、灵敏度和被试评分意愿显著相关，可选取作为构建产品造型与感性词汇匹配度量化评估模型的指标。文献 8 将EP 技术应用于标识设计的认知过程中，获取了被试分类处理、情绪唤醒、逻辑判断和语义判断 4 个过程的神经指标，结果显示，N170、P200、N300和N400 等神经指标能够客观、准确地反映标识设计是否传递了设计语义。现有研究充分运用眼动和脑电技术的客观性和精准性，为产品研究及其设计提供了可靠的支持。综上，基于眼动(Eye tracking，ET)联合脑电(Electroencephalogram，EEG)的认知信息可有效提高情感识别、动作意图、感性设计及用户体验的研究成效。在指导产品感性设计时，通过无意识视觉、脑认知信息判断用户对产品的感性反馈具有重要意义，但目前尚缺乏对用户生理认知特性的相关研究。为此，本文提出眼动联合脑电技术的产品形态感性认知特性研究，为设计提供认知本源性的底层支持。研究流程如图 1 所示。图1眼动联合脑电技术的产品形态感性认知特性研究流程图Fig 1esearch process flowchart for the perceptual cognitivecharacteristics of eye tracking combined withEEG technology products1眼动联合脑电技术的产品形态感性认知实验研究方法11被试及实验环境实验共招募27 名被试者(男女比例 1 1.25)，平均年龄23.4 岁(SD=2.72)，由设计专业本科生、研究生及有家用充电桩使用经验的用户组成，所有参与者的视力正常，且有良好的认知水平。使用 PASS 软件对实验招募的被试样本量进行检验，检验标准为 TwoSample T-Tests，随着方差水平的不断增加，检验结果有91.5%置信度，如表 1 所示。实验在安静、光线适宜的环境下进行，使用 E-prime 编程呈现刺激样本、SMIiView X 眼动仪和无线 EPOC Flex32 通道电极帽同步采集数据，电极参照国际10-20 系统放置。表 1被试样本量信度检验结果Tab 1Sample size reliability test results检验功效1.000 00100.01.000 00200.01.000 00300.00.999 50400.00.996 59500.00.973 07600.00.915 08700.012实验图片样本与感性词组选取通过网络及实地考察等方式收集家用充电桩图片 198 张，通过相似性对比分析，初步筛选得到图片140 张。接着，由 6 名研究生和 3 名 5 年工作经验的设计师组成专家组，使用 KJ 法将图片分成 8 组，选取每组勾选重复率达 100%的图片确定 22 个强意象样本。最后，为提高被试感性认知激活程度，降低色彩、材质等其他因素的影响，减轻被试实验负担9，专家组从每组中选取形态差异较大的图片作为代表性实验图片样本并使用形态提取法重绘，形成 8 个用于实验的家用充电桩代表性图片样本，如图 2 所示。图 2家用充电桩代表性图片样本Fig 2epresentative images of household charging stations从文献、网络等途径，获取 158 个形容词，经相似度判断，初步筛选得到 130 个感性词汇。发放调研问卷62 份(有效问卷58 份)获取用户期望家用充电桩形态传递的感性意象词汇，问卷结果表明，用户选取次数9801机 械 科 学 与 技 术第 42 卷http:/journalsnwpueducn/大于1/3 的感性意象词汇代表符合用户期望，将其配对成组，并按选取次数由高到低确定 4 组感性意象词组作为实验代表性感性词组 9-10，如表2 所示。表 2家用充电桩形态代表性感性词组选取结果Tab 2Selection results of representative perceptual wordphrases for household charging station forms意象词组(选取次数达 1/3以上)立体的-扁平的 创新的-守旧的 轻薄的-厚重的变化的-单一的 智能的-机械的 安全的-危险的圆润的-硬朗的 小巧的-巨大的 豪华的-廉价的简单的-复杂的4 组感性词组守旧的-创新的 复杂的-简单的 厚重的-轻薄的机械的-智能的13实验设计与流程实验采用“启动-刺激”范式，通过 E-prime 编程呈现家用充电桩形态样本图片和感性词组，测量被试感性认知评价的眼动、脑电数据，以感性意象评价值为桥梁，研究不同感性认知结果下被试视觉和脑认知特性。基于语义差异量表，将 8 张家用充电桩形态图片样本作为图片刺激，4 组代表性感性词组作为感性语义检测刺激，将家用充电桩形态与被试感性认知评价结果划分为15 这5 个意象评价值，意象评价值从“1”到“5”分别代表极“不符合”、有点“不符合”、“不确定是否符合”、有点“符合”、极“符合”用户感性期望五种感性认知结果。其中，意象评价值为“1”“2”“4”“5”时，代表意象“明确”状态;意象评价值为“3”时，记为“中性”，代表意象“模糊”状态。用户感性认知结果和目标意象相关描述如表 3 所示。表 3用户感性认知结果和相关描述Tab 3 User perceptual-cognitive results and corresponding descriptions感性意象评价值感性认知结果相关描述1极“不符合”用户感性期望产品特征极具有“守旧的、复杂的、厚重的、机械的”的感性意象2有点“不符合”用户感性期望产品特征有点具有“守旧的、复杂的、厚重的、机械的”的感性意象3“不确定是否符合”用户感性期望中性，用户难以根据目标刺激判断是否符合心理期望4有点“符合”用户感性期望产品特征有点具有“创新的、简单的、轻薄的、智能的”的感性意象5极“符合”用户感性期望产品特征极具有“创新的、简单的、轻薄的、智能的”的感性意象实验分为预实验和正式实验，预实验开始前被试阅读实验指导语，经过预实验的练习过程熟悉实验流程，预实验可有效降低“学习受试”效应的影响，预实验的图片刺激和感性语义检测刺激不会在正式实验中出现。正式实验开始后，首先有 4 s 的预判感性词组呈现，在图片刺激出现前有1 s 的视觉注意引导，随后呈现图片刺激5 s 后，被试进行匹配程度评价，直至图片样本及感性语义检测刺激测完，整个过程记录被试眼动、脑电数据。实验流程如图 3 所示。图 3实验流程图Fig 3Experimental process flowchart2实验结果21行为数据结果实验结束后，将 27 份意象评价值数据导入SPSS 进行可靠性统计分析，量表有很好的内在一致性(克隆巴赫=0.970.8)。意象评价值与被试反应时相关系数(r=0.059)和显著性(p=0.0040.01)表明，感性认知结果越“符合”被试感性期望，所需反应时越短。统计各意象评价值对应的平均反应时发现(见表 4)，被试感性“意象明确”时平均反应时最短，极“符合”被试感性期望时比极“不符合”时稍快，且反应时内部差异最小(SD=361.48)。而在有 点“不 符 合”时 耗 时 最 长，内 部 差 异 最大(SD=1 081.50)。表 4感性意象评价值对应的平均反应时统计表Tab 4Statistical table of average reaction timecorresponding to perceptual image evaluation values感性意象评价值平均反应时(标准差)/ms11 20855(48310)21 71068(83845)31 60483(1 08150)41 46654(63288)51 06395(36148)对所有意象评价值对应的反应时做单因素方差分析，数据通过方差齐性检验(p=0.090.05)，经两两对比发现，有点“不符合”和极“符合”被试感性期望的认知结果差异最为显著(p=0.010.05)，感性意象评价值对应的反应时平均值如图 4 所示。0901第 7 期杨濮瑜，等:眼动联合脑电技术的产品形态感性认知特性研究http:/journalsnwpueducn/图 4感性意象评价值对应的平均反应时值图Fig 4Plot of average reaction time corresponding toperceptual image evaluation values22眼动数据结果已有研究显示定性结合定量的多项眼动指标综合分析模式可提高判断的精确程度11，用户对某区域的关注程度常可通过热点图12、首次进入时间13 等眼动指标来表示，4 组感性词组下感性认知结果的样本热点图如表 5 所示。在“不符合”被试感性期望的图片样本中，用户的关注热点较为分散;在“符合”被试感性期望的图片样本中，被试关注热点较为集中，且在“符合”和“不符合”的图片样本中被试观测区域均一致。而在“不确定是否符合”的图片样本中，被试关注区域在 4 组感性维度上不一致。从结果可知，当家用充电桩产品形态更“符合”用户感性期望时，被试关注热点更为集中，且关注区域一致性较强。表 5感性认知结果下样本热点图Tab 5Heatmap of samples under perceptual cognitive results感性维度“不符合”用户感性期望“不确定”是否符合用户感性期望“符合”用户感性期望守旧的-创新的复杂的-简单的厚重的-轻薄的机械的-智能的通过对眼动指标与感性意象评价值的相关性分析发现，在“不符合-符合”不同感性认知结果中，除进入时间存在显著负相关关系外，其余指标呈现正相关趋势，即感性意象评价值越大，眼动搜索所需进入时间、凝视时间更短，如表 6 所示。将进入时间、凝视时间、注视次数等定量指标统计得到的结果如表 7 所示。在结果中发现，当被试认为图片样本“不符合”感性期望时，被试进入时间明显要晚于“符合”的感性认知状态。凝视时间显示，被试在“不符合”感性期望对应图片样本中会花费更多的认知加工时间，且结合眼跳时间、转移时间，“不符合”感性期望对应形态认知用时在 4 组感性维度上均为最长。首次注视时间、眼跳次数显示，除“复杂的-简单的”感性维度，其余维度在“符合”被试感性期望时均为最小。1901机 械 科 学 与 技 术第 42 卷http:/journalsnwpueducn/表 6感性意象评价值与眼动指标相关系数和双尾检验结果Tab 6Correlation analysis results between perceptual image evaluation values and eye movement indicators名称进入时间凝视时间眼跳时间转换时间首次注视时间眼跳次数注视次数感性意象评价值相关系数0.0700.0940.0920.0880.0680.0020.044感性意象评价值 Sig(双尾)0.0030.0000.0000.0000.0040.9430.070注:“”表示强相关。表 7感性认知结果对应的眼动指标统计结果Tab 7Statistical results of eye movement indicators corresponding to perceptual-cognitive results感性认知结果进入时间/ms凝视时间/ms眼跳时间/ms转换时间/ms 首次注视时间/ms 眼跳次数/次注视次数/次极“不符合”1 371.680477.617 5505.132 5532.797 5145.937 51.115 01.520 0“不确定”1 217.445434.480 0457.272 5477.2150122.36500.897 51.282 5极“符合”1 114.540426.090 0447.220 0465.582 5128.222 50.795 01.152 523脑电数据结果P1、N1、P2成分属于认知加工早期产生的重要成分，会在用户无意识状态下诱发;而 N2、N3、P3、N4成分为认知加工中期产生的内源性成分，常伴随着大脑对认知物体的评价和判断过程8;晚期正成分(Late positive potential，LPP)可以表征用户具备注意力加工动机的情感变化14，因此选取上述内源性认知相关成分展开研究。为探究在不同脑区事件相关电位激活程度，将各脑区电极位置做如下划分:额区(F3，Fz，F4)、中央区(C3，Cz，C4)、前额-中央区联合皮层(FC1，FC2，FC5，FC6)、中央-顶区联合皮层(CP1，CP2，CP5，CP6)、顶区(P3，Pz，P4)、枕区(O1，Oz，O2)、前颞(F7，F8)、中颞(T7，T8)、后颞(P7，P8)，其中单数为左侧电极，双数为右侧电极。将采集到的原始脑电数据进行重参考、滤波、分段、基线校正、去除眼动伪迹等操作后，进行叠加平均处理。通过意象评价值与各脑区波幅的相关性分析可知，意象评价值与前额、中央区、前额-中央区联合皮层、中颞、中央顶区联合皮层、枕区、后颞相关性显著，结果如表 8 所示。表 8感性意象评价值与各脑区相关系数和双尾检验结果Tab 8Correlation analysis results between perceptual image evaluation values and various brain regions名称前额中央区前额-中央区中央-顶区顶区枕区前颞中颞后颞感性意象评价值相关系数0.3880.255*0.5810.3600.1190.287*0.1190.5710.666感性意象评价值 Sig(双尾)0.0010.0330.0000.0020.3270.0160.3280.0000.000注:“*”表示弱相关，“”表示强相关。根据被试感性认知结果，取所有样本在意象评价值相同时的脑电波幅平均值，为减少大脑不对称性的影响，所有幅值均采用单个电极做统计分析。在意象(明确/模糊)状态下，对各成分产生时间窗10 ms内提取平均波幅并做独立样本 t 检验分析，统计差异显著的检验结果如表 9 所示。200220 ms时间窗内，N2波幅在中央-顶区联合皮层 CP5(t=4.446，p=0.011)、CP1(t=3.877，p=0.018)、枕区O2(t=4.458，p=0.011)、后颞 P7(t=6.645，p=0.003)、P8(t=3.871，p=0.018)差异显著，且意象明确波幅大于意象模糊情况。310330 ms 时间窗内，P3在 CP5(t=17.850，p=0.000)、CP1(t=4.446，p=0.000)，O1(t=11.559，p=0.000)，N3在F7(t=17.626，p=0.000)、T8(t=17.966，p=0.000)差异较其他电极更显著，且当感性意象明确时波幅更大。440460 ms 时间窗内，N4幅值在中央区 Cz(t=27.404，p=0.000)，前额-中央区联合皮层 FC1(t=35.739，p=0.000)、FC5(t=14.527，p=0.000)，中央-顶区联合皮层 CP5(t=18.348，p=0.000)、CP1(t=18.533，p=0.000)、CP6(t=10.397，p=0.000)，顶区 P3(t=14.114，p=0.000)、Pz(t=20.917，p=0.000)，差异显著，各区域呈现一致性较2901第 7 期杨濮瑜，等:眼动联合脑电技术的产品形态感性认知特性研究http:/journalsnwpueducn/强的波形特征，但各区幅值在意象模糊状态下 N4波幅较意象明确时高。590610 ms 时间窗内，LPP 幅值在中央区 Cz(t=29.532，p=0.000)、C4(t=17.163，p=0.000)，前额-中央区联合皮层 FC5(t=28.639，p=0.000)，中央-顶区联合皮层 CP6(t=26.096，p=0.000)，后 颞 P7(t=30.779，p=0.000)、P8(t=10.460，p=0.000)差异最显著，当被试意象模糊时，LPP 波幅会显著增大。表 9意象(明确/模糊)状态下各电极平均波幅独立样本 t 检验结果统计Tab 9Independent sample t test results for the average waveform amplitude of electrodes under clear/ambiguous imagery states脑电成分时间窗/ms电极意象明确/V均值标准差意象模糊/V均值标准差t 值p 值CP50.4720.1110.1830.0174.4460.011CP10.4580.1580.0150.1403.8770.018N2200220O22.9820.1502.4420.1464.4580.011P71.6120.1430.8610.1346.6450.003P82.6910.0282.4090.1233.8710.018CP51.3750.0500.7380.03717.8500.000P3CP11.2840.0730.4520.07214.0590.000310330O11.2750.1280.4090.02311.5590.000N3F70.2340.0460.2580.01317.6260.000T81.0980.0330.3090.06817.9660.000Cz1.1830.0562.8580.09027.4040.000FC11.3230.0271.9170.01135.7390.000FC50.1950.0471.1220.10014.5270.000N4440460CP50.1050.0630.9150.04318.3480.000CP10.2040.0681.4350.09318.5330.000CP60.7670.0451.8700.17810.3970.000P30.2640.0270.2370.05514.1140.000Pz1.0700.0460.4030.03020.9170.000Cz0.6780.0301.4240.03229.5320.000C40.0180.0600.5830.00517.1630.000LPP590610FC50.1120.0430.9940.05128.6390.000CP61.1310.0382.2840.06626.0960.000P71.3470.0302.6540.22330.7790.000P82.1380.2053.4110.04810.4600.000在“不符合”与“符合”用户期望的感性认知结果中，叠加波形图(如图 5)所对应成分幅值通过独立样本 t 检验后发现，N2成分在中央-顶区联合皮层、顶区、枕区、后颞出现，其中后颞 P8(t=34.818，p=0.000)差异最为显著，被试认为产品形态“不符合”感性期望时，N2波幅明显增强。P3成分在中央区 C4(t=21.871，p=0.000)、中央-顶区联合皮层 CP1(t=11.75，p=0.000)、CP2(t=25.483，p=0.000)、CP6(t=12.073，p=0.000)、顶区 Pz(t=32.563，p=0.000)差异最显著，中央-顶区联合皮层和顶区引发的 P3波幅较其他脑区强烈，且“符合”感性期望时诱发的波幅显著大于“不符合”状态。N4成分在中央区Cz(t=20.376，p=0.000)、中央-顶区联合皮层 CP1(t=40.6，p=0.000)、CP2(t=48.367，p=0.000)、CP5(t=29.71，p=0.000)、CP6(t=14.659，p=0.000)、顶区 P3(t=37.643，p=0.000)、Pz(t=61.947，p=0.000)、P4(t=17.711，p=0.000)、枕区Oz(t=12.973，p=0.000)最为显著，其中“不符合”被3901机 械 科 学 与 技 术第 42 卷http:/journalsnwpueducn/试感性期望引起的 N4波幅均比“符合”感性期望时大。在中央-顶区联合皮层 CP2(t=13.374，p=0.000)、顶区 P4(t=12.355，p=0.000)、中颞 T8(t=34.122，p=0.000)、后颞 P8(t=13.363，p=0.000)的晚期正向波 LPP 差异均表明，当感性认知结果“符合”被试感性期望时，LPP 波幅均大于“不符合”感性期望的情况，且顶区、后颞波幅较其他区域有较大的激活。进一步对比有点“符合”和极“符合”被试感性期望(感性意象评价值为“4”“5”时)的波形图叠加平均(如图 6)，两段波形在波幅方向一致性强，相同感性认知结果下，越“符合”被试感性期望，波幅振动越强。图 5“不符合”与“符合”感性期望叠加波形图对比Fig 5Comparison waveform plot of“inconsistent”and“consistent”perceptual expectations图 6 不同程度“符合”感性期望叠加平均波形图对比Fig 6Comparison average waveform plot of different degrees of“consistent”perceptual expectations4901第 7 期杨濮瑜，等:眼动联合脑电技术的产品形态感性认知特性研究http:/journalsnwpueducn/3结果分析31行为数据分析被试感性意象明确时反应更快，而在感性意象模糊时被试内部一致性较差，导致离散度增大，该结果与大多数研究一致8，10。被试在意象模糊状态下反应时不是最长，进一步分析可知，有点“不符合”用户感性期望的状态下，对应的图片样本形态特征传递有点模糊的“守旧的、复杂的、厚重的、机械的”的感性意象，导致被试认知困难，增加了被试心理资源判断的分配过程14，这一点在被试认为极“不符合”感性期望的感性认知反馈过程中得到了充分解释。该结果从行为数据层面解释了被试不确定的感性判断过程增加了认知加工难度。而当被试认为图片样本形态特征“符合”感性期望时，被试在此类产品特征中表现出高情绪觉察能力15，反应耗时最短，认知加工过程顺畅，产品形态传递效率更高。32眼动数据分析由于图片样本的吸引效力和认知任务难度不同，视觉的注意力分配差异明显。根据以往研究，注视时间、注视次数反映了个体的信息搜索和注视方式16。被试眼球运动进入极“符合”感性期望的样本时间明显缩短，表明“符合”用户感性期望的样本形态对被试具有更强的吸引力。而在“不符合”感性期望的样本中，热点在产品各个功能区域的分散、注视次数和眼跳时间的增加，表明“不符合”感性期望的形态增加了被试的心理负荷，消耗了更多的注意力分配，从而降低了搜索效率。综合来看，“不符合”被试感性期望的图片样本形态明显增加了视觉认知的加工难度，导致注视次数、首次注视时间、眼跳时间增加，信息搜索效率变低。因此，从眼动数据的客观反馈中表明，在产品形态设计过程，要避免出现“不符合”用户感性期望的产品形态设计特征，从而提高被试视觉加工效率。33脑电数据分析在认知中期加工阶段，N2成分与物体分类加工密 切 相 关，识 别 难 度 的 增 加 导 致 其 幅 值 增大15，从“不符合”感性期望的样本诱发 N2波幅来看，N2负向波幅大小与文献 15一致:任务难度增大 N2波幅强度增加，同时后部脑区在高情绪觉察情况下表现了较大的激活程度。该结果体现了 N2成分反映被试对刺激信息的辨别加工过程，高情绪觉察能力个体在情感图式分化和整合程度上表现出专家化水平，使得在感性辨认过程中耗费更少的认知资源，精细化加工记忆存贮的情感图式，从而引发更高的 N2波幅。对于体现个体认知加工能力的内源性成分 P3而言，P3波幅强度表现了显著的半球效应，大脑右半球在感性决策过程中更为积极，所以引发了更强的 P3波幅。大脑处理图形的过程是通过比对记忆中存储的知识实现的，刺激与大脑记忆加工的关联性越大，大脑整合图式的加工过程自动化程度越高，对 P3与记忆加工的表述发现，对于已在大脑中留下的刺激而言，当再次呈现该刺激时，诱发的 P3波幅更强，可通过“再认理论”推断，在被试认知过程中已具有明显形态特征偏好情况下，再认会提取被试大脑已储存的已有信息，使得 P3波幅更强烈。综合来看，在“符合”用户感性期望的图片样本认知过程中，“符合”感性期望的造型特征则会激活被试信息再认的专家化水平，提高右后侧脑区的激活程度，从而引发更强烈的 P3波幅。与语义违背相关的 N4成分在中央区、中央-顶区联合皮层激活程度与文献 6中所描述无关词和模糊词诱发的相同神经元认知加工过程一致。但本研究中意象模糊情况下 N4波幅强度明显减小，分析原因可知，由于词汇刺激未表现出语义违背的认知期待，即使产生了 N4成分，也不会激发较大的 N4波幅。因此，该研究结果表明中央区、中央-顶区联合皮对语义匹配关系判断敏感性强，且模糊语义更容易导致被试做出产品形态与意象词汇不匹配的判断。在认知晚期加工阶段，晚期 LPP 正电位与情感注意力分配相关，且在中央-顶区联合皮层观测到的LPP 表明了被试有动机的注意加工。从 400 ms 开始，波形波幅一致性较强，在被试意象明确情况下引发的波幅明显强于意象模糊时，“符合”感性期望时诱发波幅高于“不符合”状态，可推断被试大脑在确定的感性意象中投入了更多的注意加工，在“符合”用户感性期望时诱发的额外情感反应更加剧烈。因此，LPP 作为晚期持续加工的情感分配指标，可进一步识别被试者大脑的加工分配机制。5901机 械 科 学 与 技 术第 42 卷http:/journalsnwpueducn/34综合分析综合行为、眼动和脑电数据可发现，在“符合”感性期望的产品形态的认知过程中，因产品形态的复杂性减弱且造型特征较明显，被试视觉认知加工过程更加顺畅，信息搜索效率得到提升，则表现为进入时间、首次注视时间、眼跳时间、注视次数等眼动指标数值减小，被试行为反应明显加快。与此同时，在后部脑区 N2波幅强度显著小于“不符合”感性期望的样本，而在大脑右后部诱发的 P3波幅强度更加强烈，认知晚期中央-顶区 LPP 正电位表现的情感分配也体现了大脑对“符合”感性期望的产品形态表现出的注意机制。综上，产品形态感性认知过程中的用户行为、视觉、脑认知特性可有效降低被试主观因素干扰，为无意识状态下判别产品是否符合用户感性期望提供客观的底层支持。认知特性可归纳如下:1)被试对产品形态具有明确感性意象时所需行为判断反应时更短，且在“符合”感性期望的感性认知过程中被试反应最快，内在一致性最强，而在“不符合”感性期望的样本认知中会增加更多的心理负荷，增加行为反应时间;2)在“符合”感性期望产品形态样本中，眼动热点区域较为集中，关注热点区域一致性较强，进入时间、首次注视时间和眼跳时间等眼动指标数值明显减小，表现出视觉认知搜索和认知加工效率高的特点;3)各脑区诱发 EP 成分的敏感性不同，在感性认知加工中期，N2成分在后部脑区敏感度高，会因“不符合”感性期望样本识别难度的增加导致其幅值增大;大脑前部对 N4成分敏感度高，且感性意象模糊时则更容易产生 N4波幅;而后部脑区对 P3成分敏感度高，在“符合”感性期望的产品形态样本中激活度最强;认知晚期 LPP 正电位则在中央-顶区体现较强的情感注意分配，且“符合”感性期望时能诱发更大的 LPP 波幅。4结束语本文从视觉、脑认知加工机制视角出发，通过实施眼动联合脑电的产品形态感性认知实验，统计分析了用户群体面向家用充电桩产品形态感性认知过程中的眼动、脑电生理信息。研究发现，在“符合”感性期望形态特征的样本中，被试感性评价结果内在一致性强，被试进入时间缩短、注视热点集中，因此，该形态下的样本特征表现出较强的吸引力;同时，“符合”感性期望的被试脑电