六邊形紋理是自然界中動(dòng)物體表常見的一種紋理形式，具有良好的摩擦學(xué)性能。本文中利用認(rèn)知行為學(xué)、摩擦學(xué)和腦電圖法從皮膚的“感”到大腦的“知”，系統(tǒng)研究了微米級(jí)仿生六邊形紋理深度和方向特征對(duì)觸覺感知深度閾值的影響，利用單通道觸感神經(jīng)元群模型初步驗(yàn)證了紋理刺激強(qiáng)度和神經(jīng)元興奮性對(duì)觸覺感知的影響。研究結(jié)果表明：隨著紋理深度的增大，六邊形紋理的主觀紋理感和識(shí)別率提高、黏著摩擦分量減小、形變摩擦分量增大、振動(dòng)信號(hào)頻譜主頻和主頻最大振幅增大，當(dāng)紋理深度達(dá)到觸感閾值時(shí)，形變摩擦比例和振動(dòng)信號(hào)主頻振幅顯著增大;紋理深度達(dá)到觸感閾值深度后才能激發(fā)腦電事件相關(guān)電位(Event-related potentials, ERP)的P100和P200早期成分。從平端方向觸摸產(chǎn)生的形變摩擦力分量和振動(dòng)信號(hào)的主頻幅值大于尖端方向觸摸，平端方向觸摸更容易感知到紋理。平端方向觸摸激發(fā)觸感腦電ERP曲線的P300成分幅值較沿尖端觸摸更高，潛伏期更短。單通道神經(jīng)元模型結(jié)果顯示沿平端方向觸摸的仿真腦電信號(hào)輸入函數(shù)均值和信號(hào)幅值均高于沿尖端方向觸摸，說明平端觸摸產(chǎn)生的觸感機(jī)械刺激增強(qiáng)是腦電信號(hào)主頻幅值增大的原因之一。

　　關(guān)鍵詞：觸感閾值;六邊形紋理;摩擦振動(dòng);腦電;單通道神經(jīng)元群模型

　　論文《仿生六邊形精細(xì)紋理的觸感深度閾值研究》發(fā)表在《摩擦學(xué)學(xué)報(bào)(中英文)》，版權(quán)歸《摩擦學(xué)學(xué)報(bào)(中英文)》所有。本文來自網(wǎng)絡(luò)平臺(tái)，僅供參考。

　　一、引言

　　觸覺被稱為感覺之母，是人類與外界交流的重要通道。人類具有敏銳的觸感，可以感知到微米級(jí)精細(xì)的表面紋理，這主要得益于人體手指的特殊結(jié)構(gòu)[1]。在每平方厘米的指尖皮膚上大約分布著2500個(gè)機(jī)械感受器，同時(shí)手指皮膚表面則分布著形貌復(fù)雜的乳突紋，俗稱指紋[2-3]。手指內(nèi)部的機(jī)械感受器和表面指紋極大提高了手指的觸覺敏感性，在紋理尤其是精細(xì)紋理的觸覺感知中起到重要作用。

　　研究發(fā)現(xiàn)皮膚內(nèi)的帕西尼小體(Pacinian corpuscle)對(duì)100~300 Hz的微小振動(dòng)特別敏感[4-5]，精細(xì)紋理的觸覺感知已被證實(shí)主要來源于手指觸摸摩擦表面時(shí)產(chǎn)生的皮膚振動(dòng)[4,6-7]，其作用機(jī)制主要是通過摩擦振動(dòng)激活廣泛分布在皮膚上的觸覺感受器[8]，觸覺感受器將機(jī)械能量信號(hào)轉(zhuǎn)化為神經(jīng)電位信號(hào)，傳入到大腦的觸覺感知皮層進(jìn)行加工，形成觸感認(rèn)知[9-10]。同時(shí)，研究人員發(fā)現(xiàn)指紋可以放大手指觸摸物體表面時(shí)產(chǎn)生的摩擦振動(dòng)頻率，增強(qiáng)觸覺感受器受到的觸覺刺激強(qiáng)度，進(jìn)一步提升了手指在精細(xì)紋理感知中的觸覺敏感性[11-13]。此外，觸摸速度和方向等摩擦變量也是影響觸覺敏感性的關(guān)鍵因素，其主要通過改變界面摩擦機(jī)制進(jìn)而直接影響觸覺感知的主觀判斷及紋理感知率[14]，可以為人體提供更為豐富的觸感刺激信號(hào)。

　　合理的表面紋理設(shè)計(jì)有助于提高觸摸的靈敏性、可靠性和舒適性，仿生學(xué)研究發(fā)現(xiàn)[15]，許多生物體表皮并不是非常光滑，而是具有一定形狀、分布和尺度的微觀結(jié)構(gòu)[16-17]。自然界中六邊形紋理是動(dòng)物體表常見的一種紋理形式，例如蜂巢、樹蛙腳蹼和蛇體表鱗片等[18]。研究發(fā)現(xiàn)這種特殊的紋理結(jié)構(gòu)除了展現(xiàn)出良好的耐磨減阻特性，還能起到增強(qiáng)界面黏著的作用[19]，對(duì)仿生科學(xué)研究具有重要的借鑒意義。

　　目前，人類觸感的主要形成和傳導(dǎo)通路已經(jīng)比較明晰，針對(duì)宏觀紋理表面的觸感研究很多[20-21]，但是針對(duì)精細(xì)紋理觸覺感知過程中皮膚摩擦振動(dòng)和大腦觸覺反饋聯(lián)系的研究較少，未見針對(duì)觸感閾值的摩擦和腦電特征對(duì)比研究。因此本文中以微米級(jí)深度的仿生六邊形紋理為研究對(duì)象，從觸摸過程皮膚的摩擦振動(dòng)到觸覺感知的大腦反應(yīng)，系統(tǒng)研究了仿生六邊形深度和觸摸方向?qū)δΣ粮兄挠绊懠跋鄳?yīng)的觸覺感知深度閾值。研究成果不僅可為觸膚產(chǎn)品精細(xì)紋理設(shè)計(jì)，提高其接觸舒適度和抓握可靠性提供技術(shù)支持，還可為人類觸覺質(zhì)感的形成機(jī)理、觸感增強(qiáng)和再現(xiàn)提供理論支撐。

　　二、試驗(yàn)部分

　　(一)紋理試樣設(shè)計(jì)及制備

　　為了研究觸覺感知深度識(shí)別閾值的差異，設(shè)計(jì)了一種變深度的微米級(jí)凹形仿生六邊形紋理，六邊形的內(nèi)接圓直徑D和紋理之間的間隔L分別為2.6 mm和2.4 mm，設(shè)計(jì)了具有不同深度H的紋理試樣，H分別為0、5、6、7、8、9和10 μm，六邊形紋理的分布和觸摸方向如圖1所示。采用激光加工方法，在304不銹鋼基底材料上進(jìn)行紋理加工。利用DSX 1000數(shù)碼顯微鏡(Olympus，Tokyo，日本)和SM-100光譜共聚焦三維測(cè)量系統(tǒng)(THINKFOCUS，上海)對(duì)加工完成的紋理試樣的深度和表面形貌特征進(jìn)行測(cè)試和表征，結(jié)果如圖2所示，所加工的六邊形紋理的深度參數(shù)均達(dá)到了設(shè)計(jì)要求。

　　(二)受試選取

　　為了減少性別、年齡及文化差異對(duì)觸感試驗(yàn)結(jié)果的影響，選取15名年齡在22~28歲之間(平均年齡25±3歲)男性在校大學(xué)生參與試驗(yàn)，受試均為手部皮膚完好、右利手的健康志愿者，右手觸摸進(jìn)行試驗(yàn)。所有參與者提前30 min到達(dá)實(shí)驗(yàn)室，試驗(yàn)前告知受試試驗(yàn)操作流程及注意事項(xiàng)，并簽訂試驗(yàn)協(xié)議。試驗(yàn)在國(guó)際倫理標(biāo)準(zhǔn)指導(dǎo)下進(jìn)行，經(jīng)徐州市中心醫(yī)院倫理委員會(huì)批準(zhǔn)(批準(zhǔn)號(hào)：XZXY-LJ-20210513-054)。

　　(三)試驗(yàn)方法

　　所有試驗(yàn)均在溫度為20℃±5℃，相對(duì)濕度為60%±10%的實(shí)驗(yàn)室環(huán)境下進(jìn)行。此外，為了減小個(gè)體皮膚濕度差異的影響，在試驗(yàn)正式開始前，先用醫(yī)用酒精清潔受試者的手指皮膚和六邊形紋理試樣并干燥10 min。

　　1. 認(rèn)知行為學(xué)試驗(yàn)

　　在認(rèn)知行為學(xué)研究中，主要研究受試觸摸六邊形紋理時(shí)，由表面紋路引發(fā)的觸覺感受及其心理響應(yīng)，以“紋理感”作為評(píng)估指標(biāo)。按照0~10對(duì)紋理感進(jìn)行評(píng)分，分?jǐn)?shù)越高代表受試主觀感受到的六邊形紋理感越強(qiáng)。同時(shí)，計(jì)算沿不同方向觸摸不同深度試樣的識(shí)別率，用以表征試樣被受試主觀正確識(shí)別的概率。

　　固定試樣方向，將其置于黑暗箱中。志愿者首先觸摸基準(zhǔn)光滑表面，該試樣的紋理感定義為0，隨后志愿者將手伸進(jìn)箱子里，分別沿圖1所示的2個(gè)方向，每個(gè)試樣觸摸3次，每次觸摸時(shí)間30 s，試驗(yàn)中志愿者以口頭方式給出紋理感評(píng)分。

　　基于最小變化法開展六邊形紋理的觸感深度閾值試驗(yàn)[22]。將所有紋理試樣按深度遞增和遞減分成2個(gè)序列。先讓受試觸摸遞增序列每個(gè)試樣，并口頭匯報(bào)“是”或“否”能感受到紋理，記錄受試匯報(bào)從否到是的相鄰2個(gè)深度，取平均值作為閾值1;再讓受試觸摸遞減序列，記錄受試匯報(bào)從是到否的相鄰2個(gè)深度，并計(jì)算出閾值2，最后將閾值1和2取平均作為1次觸摸的深度閾值。每個(gè)序列觸摸10次取閾值的平均值作為最終的觸感深度閾值，用以表征六邊形紋理能被識(shí)別的最低深度值。

　　2. 觸感摩擦試驗(yàn)

　　試驗(yàn)臺(tái)結(jié)構(gòu)如圖3所示，為了保持手指在摩擦紋理時(shí)接觸角度統(tǒng)一，設(shè)計(jì)了一個(gè)具有旋轉(zhuǎn)和垂直移動(dòng)功能的手指托架，通過調(diào)節(jié)該裝置的角度和位置，使得手指在觸摸過程中的接觸角度保持恒定。手指通過觸摸臺(tái)上16 mm×26 mm的橢圓孔觸摸試樣表面，以保證每次試驗(yàn)中手指與試樣表面的接觸面積一致。采用被動(dòng)觸摸方法，固定手指并將紋理試樣固定在三軸力傳感器上，通過調(diào)整手指與試樣間的接觸距離進(jìn)而保證接觸載荷達(dá)到設(shè)定值0.5 N，并通過三軸力傳感器在試驗(yàn)過程中對(duì)接觸載荷進(jìn)行實(shí)時(shí)監(jiān)測(cè)以保證載荷的穩(wěn)定性，同時(shí)采集觸摸過程中的摩擦力。三軸力傳感器的量程為50 N、精度誤差為0.5%、輸出阻抗為350 Ω±3 Ω、靈敏度為1 mV/V。利用固定于手指頂部的加速度傳感器采集觸摸過程中的振動(dòng)信號(hào)，加速度傳感器的測(cè)量范圍為±250 m/s²，測(cè)量范圍為250 g，頻率為1~10000 Hz。在開展不同觸摸壓力的試驗(yàn)時(shí)，觸摸壓力分別為0.5、1.0、1.5、2.0和2.5 N。試樣與手指的相對(duì)速度為8 mm/s，行程為20 mm，每個(gè)試樣觸摸3次，每次觸摸休息5 min。

　　3. 腦電試驗(yàn)

　　采用Eegomylab 56通道腦電采集系統(tǒng)(ANT Neuron，Hengelo，NLD)在自主設(shè)計(jì)的試驗(yàn)臺(tái)上進(jìn)行觸覺感知腦電試驗(yàn)。試驗(yàn)中采取被動(dòng)觸摸方法，即手指固定不動(dòng)，通過單片機(jī)程序控制步進(jìn)電機(jī)帶動(dòng)滾珠絲杠運(yùn)動(dòng)，實(shí)現(xiàn)紋理試樣的往復(fù)運(yùn)動(dòng)。按照設(shè)定好的程序使用STM32單片機(jī)控制觸摸臺(tái)進(jìn)行運(yùn)動(dòng)，觸摸速度8 mm/s，行程為20 mm，觸摸壓力為0.5 N左右。

　　為了提取與觸感相關(guān)的ERP(event-related potentials)腦電信號(hào)成分，試驗(yàn)中選用Oddball范式。光滑試樣作為非靶刺激，不同深度的六邊形紋理試樣被用作靶刺激，在一個(gè)試驗(yàn)序列中共有100次刺激，靶刺激和非靶刺激隨機(jī)出現(xiàn)，其中非靶刺激出現(xiàn)概率為80%，靶刺激出現(xiàn)概率為20%。刺激的呈現(xiàn)時(shí)間為2 s，每2個(gè)刺激之間間隔2 s。每組試驗(yàn)重復(fù)2次，時(shí)間間隔10 min。

　　大腦是一個(gè)高度復(fù)雜的動(dòng)態(tài)非線性系統(tǒng)，由眾多互聯(lián)的神經(jīng)元網(wǎng)絡(luò)所驅(qū)動(dòng)[23]。腦電信號(hào)是由大腦中興奮性和抑制性神經(jīng)元群共同作用產(chǎn)生的[24]，因此，通過建立單通道神經(jīng)元群模型模擬精細(xì)紋理觸覺感知過程中大腦神經(jīng)元的動(dòng)態(tài)活動(dòng)，其原理如圖4所示[25]。

　　大腦的神經(jīng)元群包含兩個(gè)不同的神經(jīng)細(xì)胞子群。子群1代表錐體細(xì)胞群，主要處理來自子群2的興奮性或抑制性反饋信息。子群2由位于網(wǎng)絡(luò)中的中間神經(jīng)元組成，處理從子群1傳遞來的激活型信號(hào)。模型設(shè)定了用Gauss函數(shù)表示的(I(t))以量化外界刺激的強(qiáng)度，(V_1)、(V_2)、(V_3)和(V_4)代表神經(jīng)元間平均突觸連接數(shù)，反映了不同類型和激活狀態(tài)下的神經(jīng)細(xì)胞間的連接強(qiáng)度。(y_0)表示子群1的輸出信號(hào)，(y_1)和(y_2)分別表示模型的興奮性和抑制性輸出信號(hào)，(y_{out})表示模型的總輸出信號(hào)。

　　單通道神經(jīng)元群模型對(duì)神經(jīng)元內(nèi)部信號(hào)的處理轉(zhuǎn)換主要包含線性動(dòng)態(tài)轉(zhuǎn)換和非線性靜態(tài)轉(zhuǎn)換。線性動(dòng)態(tài)變換模塊主要作用是在神經(jīng)元突觸上進(jìn)行電位轉(zhuǎn)換，其公式如下[26]：

　　[H_{e}(t)= egin{cases}Aate^{-at}, & t geq 0 \ 0, & t<0end{cases}]

　　[H_{i}(t)= egin{cases}Bbte^{-bt}, & t geq 0 \ 0, & t<0end{cases}]

　　在該模型中，(H_e(t))與(H_i(t))代表興奮性和抑制性線性模塊的脈沖響應(yīng)函數(shù)。參數(shù)a和b與神經(jīng)細(xì)胞的膜平均時(shí)間常數(shù)相關(guān)，決定了細(xì)胞對(duì)輸入信號(hào)的響應(yīng)速度和持續(xù)時(shí)間。A和B表示分別對(duì)應(yīng)于興奮性和抑制性突觸增益系數(shù)，反映了突觸在接收到輸入信號(hào)時(shí)的放大能力。

　　非線性靜態(tài)轉(zhuǎn)換(S(v))指的是神經(jīng)元將興奮或抑制性的平均膜電壓變換為平均脈沖密度[27]：

　　[S(v)=frac{2e_0}{1+e^{r_0(v_0 - v)}}]

　　式中，(e_0)表示神經(jīng)元的最大點(diǎn)燃率，(r_0)表示變換函數(shù)的陡峭度，(v_0)表示當(dāng)神經(jīng)元的點(diǎn)燃率為(e_0)時(shí)的突觸后電位，v表示平均膜電壓。

　　三、結(jié)果與分析

　　(一)六邊形紋理的觸感深度閾值

　　受試分別從平端和尖端方向觸摸六邊形紋理進(jìn)行主觀認(rèn)知試驗(yàn)，結(jié)果列于表1中。結(jié)果顯示，隨著六邊形紋理深度的增大，受試從2種方向觸摸產(chǎn)生的紋理感均不斷上升，從平端和尖端方向觸摸，紋理深度分別達(dá)到8和9 μm時(shí)，紋理識(shí)別率達(dá)到100%，紋理感達(dá)到較大值;當(dāng)平端和尖端方向紋理深度分別低于6和7 μm時(shí)，受試的紋理感和識(shí)別率都較低。

　　進(jìn)一步通過最小變化法計(jì)算深度觸感閾值，結(jié)果顯示，從平端方向觸摸，紋理深度遞增序列和遞減序列的閾值分別為7.43和7.37 μm，對(duì)2個(gè)閾值進(jìn)行取平均得出最終觸感閾值深度為7.40 μm;從尖端方向觸摸，遞增序列和遞減序列得出的平均深度閾值分別為8.67和9.13 μm，從而得出沿尖端方向觸摸平均觸感閾值深度約為8.90 μm。結(jié)果顯示從尖端方向觸摸六邊形紋理的觸感閾值深度8.90 μm大于從平端方向觸摸的觸感閾值深度7.40 μm，說明從平端方向進(jìn)行觸摸時(shí)，受試感受到的紋理感更強(qiáng)，對(duì)紋理的識(shí)別率更高。

　　(二)六邊形紋理觸覺感知的摩擦特征分析

　　觸摸六邊形紋理過程中，手指皮膚表面與紋理接觸表面的摩擦主要由黏著摩擦和形變摩擦組成[28-29]。黏著摩擦由界面的微觀的分子間作用力產(chǎn)生，形變摩擦是由接觸形變產(chǎn)生的機(jī)械自鎖導(dǎo)致的。

　　皮膚摩擦力F、摩擦系數(shù)μ和載荷W滿足以下關(guān)系[30-31]：

　　[mu=frac{F}{W}=kW^{n-1}]

　　式中，n為載荷指數(shù)(一般黏著摩擦成分的該系數(shù)為2/3，形變摩擦成分的該系數(shù)為4/3)，k為載荷系數(shù)。

　　為了探究手指皮膚與精細(xì)紋理觸摸過程中的摩擦機(jī)制，根據(jù)公式分別對(duì)沿平端方向和尖端方向觸摸紋理的載荷和摩擦系數(shù)進(jìn)行曲線擬合，結(jié)果如圖5所示。結(jié)果顯示，沿平端和尖端方向觸摸時(shí)，隨著觸摸載荷增大，摩擦系數(shù)呈下降趨勢(shì)，說明此時(shí)黏著摩擦在手指皮膚與紋理界面起主導(dǎo)作用。

　　此外，如圖5所示，沿平端和尖端方向觸摸，載荷指數(shù)n隨著紋理深度增加呈增大趨勢(shì)，利用皮爾遜相關(guān)性分析對(duì)載荷指數(shù)n與紋理深度進(jìn)行相關(guān)性分析，其中，相關(guān)系數(shù)r表示兩個(gè)變量之間的線性相關(guān)程度，p值為相關(guān)系數(shù)的統(tǒng)計(jì)顯著性，結(jié)果發(fā)現(xiàn)載荷指數(shù)n與紋理深度呈顯著正相關(guān)(r=0.871，p=0.011;r=0.894，p=0.014)。這一結(jié)果表明，雖然手指皮膚與紋理表面的摩擦以黏著摩擦為主，但隨著紋理深度的增加，黏著摩擦成分減小，指紋與六邊形紋理間的機(jī)械互鎖作用引起的形變摩擦力成分逐漸增加。觸摸機(jī)理圖如圖6所示，手指皮膚觸摸六邊形紋理試樣過程中受擠壓產(chǎn)生的形變隨紋理深度的增大而增大，導(dǎo)致指紋與六邊形紋理間的機(jī)械互鎖作用增強(qiáng)，因此，形變摩擦力成分增加。

　　沿平端和尖端方向觸摸，當(dāng)紋理深度分別超過7 μm和8 μm，接近觸感深度閾值時(shí)，載荷指數(shù)n顯著提升(t=-5.265，p=0.011;t=-6.013，p=0.005，其中，t值反映了樣本均值差異的顯著性程度，p值用來表示差異的統(tǒng)計(jì)顯著性)，表明當(dāng)紋理深度達(dá)到深度識(shí)別閾值時(shí)，觸摸產(chǎn)生的形變摩擦比例顯著增大。結(jié)果還顯示，平端方向觸摸的載荷系數(shù)n大于尖端方向觸摸，說明從平端方向觸摸紋理時(shí)手指皮膚與紋理表面產(chǎn)生的形變摩擦力成分更大，黏著摩擦力成分占比更小。通過ABAQUS對(duì)手指沿不同方向觸摸紋理進(jìn)行建模仿真，網(wǎng)格劃分尺寸為1 mm，對(duì)手指賦予超彈性材料屬性，紋理試樣設(shè)置為剛體，接觸屬性為全局接觸。設(shè)置靜力學(xué)分析步，對(duì)手指施加豎直向下的集中力，固定紋理試樣的各邊界。沿不同方向觸摸紋理試樣時(shí)，手指表面的應(yīng)變分布如圖7所示。沿尖端方向觸摸時(shí)，手指表面的應(yīng)變區(qū)域主要分布在六邊形紋理尖角的兩條邊，且應(yīng)變較小。沿平端方向觸摸時(shí)，手指表面應(yīng)變及分布區(qū)域明顯大于沿尖端方向觸摸，表明沿平端方向觸摸導(dǎo)致的手指形變更大，因此產(chǎn)生的形變摩擦成分更大。

　　(三)六邊形紋理觸感振動(dòng)信號(hào)頻域分析

　　為了減少受試者個(gè)體差異以及系統(tǒng)噪聲等對(duì)振動(dòng)信號(hào)造成的誤差，利用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)和獨(dú)立成分分析(ICA)方法對(duì)信號(hào)進(jìn)行去噪預(yù)處理，然后對(duì)從平端方向和尖端方向觸摸不同深度六邊形紋理產(chǎn)生的振動(dòng)信號(hào)進(jìn)行頻域分析，得到的振動(dòng)頻譜主頻和主頻幅值(A_{max})如圖8所示。結(jié)果表明，沿平端和尖端方向觸摸時(shí)，振動(dòng)主頻和主頻幅值均隨著紋理的深度增加呈上升趨勢(shì)，且紋理深度與主頻幅值(A_{max})呈現(xiàn)顯著正相關(guān)(r=0.821，p=0.023;r=0.812，p=0.026)。當(dāng)紋理深度分別達(dá)到8和9 μm時(shí)，頻譜主頻分別達(dá)到103和106 Hz，達(dá)到帕西尼小體振動(dòng)感知范圍[4](100~300 Hz)，表明當(dāng)紋理深度接近深度識(shí)別閾值時(shí)，觸摸產(chǎn)生振動(dòng)信號(hào)的主頻達(dá)到帕西尼小體的感知范圍時(shí)，人體可以感知到紋理。

　　結(jié)果還顯示，從平端方向觸摸振動(dòng)信號(hào)的主頻幅值明顯大于從尖端方向觸摸振動(dòng)信號(hào)的主頻幅值，且在紋理深度閾值附近時(shí)尤為明顯。結(jié)合摩擦試驗(yàn)結(jié)果分析認(rèn)為，手指從平端方向觸摸產(chǎn)生的形變摩擦力成分比從尖端方向觸摸大，手指皮膚與紋理表面的互鎖作用更強(qiáng)，觸摸過程中的振動(dòng)信號(hào)的主頻幅值更大，即皮膚感受到的形變和振動(dòng)更強(qiáng)烈，機(jī)械感受器感受到的機(jī)械刺激更強(qiáng)，感受器電位會(huì)在更淺的紋理深度達(dá)到閾值，因此平端方向觸摸的平均觸感深度識(shí)別閾值小。

　　(四)六邊形紋理觸覺感知腦電特征分析

　　將與觸感相關(guān)通道的腦電信號(hào)進(jìn)行疊加平均，得到沿2個(gè)方向觸摸不同深度紋理試樣時(shí)誘發(fā)的觸感腦電ERP曲線，并提取ERP曲線P100、P200和P300成分的潛伏期和幅值，結(jié)果列于表2中，其中，P100成分和P200成分是在觸覺刺激后約80~120 ms、160~240 ms時(shí)EEG信號(hào)產(chǎn)生的早期軀體感覺誘發(fā)電位，P300成分是在觸覺刺激后300 ms左右產(chǎn)生的晚期內(nèi)源性成分。P100成分和P200成分都屬于早期外源性成分，均起源于初級(jí)軀體感覺皮層，與觸覺刺激的表面物理屬性以及觸覺刺激的強(qiáng)度和頻率有關(guān)。表2顯示，沿平端和尖端方向觸摸時(shí)，僅當(dāng)紋理深度高于觸感閾值深度時(shí)，才激活出ERP曲線的P100和P200成分，結(jié)合摩擦振動(dòng)分析結(jié)果說明當(dāng)紋理達(dá)到閾值深度時(shí)，與之接觸產(chǎn)生的摩擦振動(dòng)機(jī)械刺激顯著增強(qiáng)，足以激活皮膚內(nèi)的觸覺感受器，從而觸發(fā)觸覺感覺的初級(jí)神經(jīng)反應(yīng)并導(dǎo)致相關(guān)的早期腦電位成分出現(xiàn)。

　　P300成分屬于大腦對(duì)觸覺刺激處理的晚期內(nèi)源性成分，一般出現(xiàn)在觸覺刺激后300 ms左右，P300的幅值和潛伏期是觸覺識(shí)別中兩個(gè)非常重要的因素。P300幅值通常指的是大腦在處理觸覺刺激時(shí)分配的注意力資源，與大腦對(duì)觸覺信息的處理和解析能力以及觸覺感知的敏感性和精確性有關(guān)[32]，P300潛伏期影響的是大腦識(shí)別觸覺信息的速度[33-34]。表2顯示，沿平端和尖端方向觸摸，當(dāng)紋理深度分別達(dá)到7和6 μm時(shí)，出現(xiàn)明顯的P300成分，且紋理深度與P300幅值呈正相關(guān)(r=0.972，p=0.006;r=0.983，p=0.004)，與潛伏期呈負(fù)相關(guān)(r=-0.946，p=0.015;r=-0.935，p=0.011)。對(duì)于平端和尖端觸摸方向，當(dāng)手指皮膚分別觸摸8和9 μm以上深度的六邊形紋理產(chǎn)生的P300成分與其以下深度相比存在顯著性差異，表現(xiàn)為P300幅值顯著增大(t=-5.43，p=0.012;t=-4.186，p=0.025)，潛伏期顯著降低(t=3.827，p=0.031;t=6.223，p=0.008)，表明大腦對(duì)達(dá)到閾值深度試樣觸感信息加工強(qiáng)度更高，處理速度也更快。

　　進(jìn)一步比較沿不同方向觸摸六邊形紋理誘發(fā)的P300潛伏期和幅值，沿平端方向觸摸誘發(fā)的ERP曲線的P300成分幅值明顯高于沿尖端觸摸，潛伏期低于尖端觸摸。結(jié)合認(rèn)知行為學(xué)試驗(yàn)和摩擦學(xué)試驗(yàn)結(jié)果，沿平端方向觸摸產(chǎn)生的形變摩擦力成分高于尖端方向觸摸，導(dǎo)致平端方向觸摸指紋與紋理表面的互鎖作用更強(qiáng)，振動(dòng)信號(hào)幅值更高，皮膚內(nèi)部機(jī)械感受器感受到的機(jī)械刺激更強(qiáng)，這使得平端方向觸摸紋理激發(fā)感受器產(chǎn)生的電位高于沿尖端方向觸摸，感受器電位更容易達(dá)到電位閾值，動(dòng)作電位信號(hào)更頻繁且密集。最后通過神經(jīng)系統(tǒng)傳遞到大腦觸感區(qū)域，使得大腦的神經(jīng)元激活強(qiáng)度增強(qiáng)和觸感識(shí)別速度顯著提高。因此，沿平端方向觸摸的紋理深度感知閾值低于沿尖端方向觸摸，且誘發(fā)的P300幅值更高、潛伏期更小。

　　(五)單通道神經(jīng)元建模仿真結(jié)果及分析

　　在單通道神經(jīng)元模型中，興奮性與抑制性突觸增益比值即A/B值可以模擬大腦神經(jīng)元的興奮性[27]，模型輸入函數(shù)的均值()可以模擬外界刺激強(qiáng)度。通過調(diào)節(jié)A/B及()來模擬沿平端方向和尖端方向觸摸不同深度六邊形紋理產(chǎn)生的真實(shí)觸感腦電信號(hào)，仿真腦電信號(hào)的結(jié)果列于表3中。為了驗(yàn)證單通道神經(jīng)元模型仿真信號(hào)的可靠性，對(duì)仿真信號(hào)和真實(shí)腦電信號(hào)的頻域特征進(jìn)行相關(guān)性分析，結(jié)果顯示，仿真信號(hào)與真實(shí)腦電信號(hào)在頻域上呈顯著相關(guān)性(r=0.957，p=0.001)，說明模型輸出的仿真信號(hào)能夠模擬真實(shí)觸感腦電信號(hào)。

　　結(jié)果顯示，沿平端和尖端方向觸摸時(shí)，紋理深度分別在8和9 μm以上的試樣誘發(fā)的信號(hào)主頻顯著低于8和9 μm深度以下的紋理試樣。結(jié)合真實(shí)腦電信號(hào)特征，發(fā)現(xiàn)較大的紋理深度提升了大腦神經(jīng)元的興奮性，從而提高大腦對(duì)觸感信號(hào)的識(shí)別速度。對(duì)于不同觸摸方向，結(jié)果顯示，沿平端方向觸摸時(shí)，仿真信號(hào)的輸入函數(shù)均值()明顯高于沿尖端方向觸摸，A/B未發(fā)現(xiàn)顯著規(guī)律。這一結(jié)果表明，沿平端方向觸摸產(chǎn)生的機(jī)械紋理刺激高于尖端方向觸摸，其產(chǎn)生外部輸入強(qiáng)度()更大，外部機(jī)械刺激更強(qiáng)，激發(fā)觸覺感受器產(chǎn)生的神經(jīng)電信號(hào)越強(qiáng)，大腦的神經(jīng)元活動(dòng)以及大腦對(duì)觸感信息的加工強(qiáng)度也相應(yīng)增強(qiáng)，從而使得腦電信號(hào)的主頻幅值更高。綜上，單通道神經(jīng)元群模型可以有效揭示手指沿不同方向觸摸不同深度的六邊形紋理試樣時(shí)觸感的刺激強(qiáng)度和大腦的神經(jīng)元活動(dòng)情況，可以為進(jìn)一步認(rèn)知大腦對(duì)精細(xì)紋理的觸覺感知的處理加工機(jī)制提供方法和理論支撐。

　　四、結(jié)論

　　本文中以仿生六邊形紋理為研究對(duì)象，基于摩擦學(xué)、腦電圖法和神經(jīng)元建模方法從觸摸過程中皮膚的摩擦振動(dòng)到觸覺感知的大腦反應(yīng)，系統(tǒng)研究了六邊形精細(xì)紋理的深度及觸摸方向?qū)τ|覺感知的影響及相應(yīng)的觸覺感知閾值。主要結(jié)論如下：

　　1. 隨著紋理深度增大，紋理感和識(shí)別率增大，手指皮膚與紋理界面黏著摩擦分量減小，形變摩擦分量增大，振動(dòng)頻譜主頻和主頻最大振幅增大。紋理深度達(dá)到識(shí)別閾值時(shí)，開始誘發(fā)腦電信號(hào)ERP曲線的P100和P200成分。紋理深度與P300幅值呈顯著正相關(guān)，與P300潛伏期呈顯著負(fù)相關(guān)。

　　2. 沿平端和尖端方向觸摸六邊形紋理的平均深度識(shí)別閾值分別為7.40和8.90 μm。與尖端方向相比，從平端方向觸摸時(shí)的紋理感和識(shí)別率更高，產(chǎn)生的形變摩擦分量和振動(dòng)信號(hào)的主頻最大幅值更大，誘發(fā)觸感腦電信號(hào)的P300幅值更高，潛伏期更短。

　　3. 單通道神經(jīng)元群模型可以有效模擬六邊形紋理觸覺感知過程中誘發(fā)的真實(shí)腦電信號(hào)。與尖端方向相比，沿平端方向觸摸誘發(fā)的仿真腦電信號(hào)的輸入函數(shù)均值()和幅值更大，觸感機(jī)械刺激更強(qiáng)，大腦的神經(jīng)元活動(dòng)以及大腦對(duì)觸感信息的加工強(qiáng)度也相應(yīng)增強(qiáng)，腦電信號(hào)的主頻幅值更高。

　　參考文獻(xiàn)

　　[1] Zhang Bingyu, Li Wei, Shi Lei, et al. Investigation on perception of fingertip skin under different normal force and texture spacing[J]. Tribology, 2014, 34(4): 452–458.

　　[2] Zhao Xuan, Zhang Zheng, Xu Liangxu, et al. Fingerprint-inspired electronic skin based on triboelectric nanogenerator for fine texture recognition[J]. Nano Energy, 2021, 85: 106001.

　　[3] Si Pengxiang, Zou Jihua, Wu Yun, et al. Rippling colloidal polyelectrolyte complex for customized fingerprints with high tactile perception[J]. Small, 2023, 19(37): 2303304.

　　[4] Scheibert J, Leurent S, Prevost A, et al. The role of fingerprints in the coding of tactile information probed with a biomimetic sensor[J]. Science, 2009, 323(5920): 1503–1506.

　　[5] Chen Si, Yang Zhiheng, Huang Qin, et al. Vibrotactile sensation: a systematic review of the artificial Pacinian corpuscle[J]. Journal of Bionic Engineering, 2023, 20(4): 1401–1416.

　　[6] Camillieri B, Bueno M A. Influence of finger movement direction and fingerprints orientation on friction and induced vibrations with textile fabrics[J]. Tribology Letters, 2021, 69(4): 143.

　　[7] Fagiani R, Massi F, Chatelet E, et al. Tactile perception by friction induced vibrations[J]. Tribology International, 2011, 44(10): 1100–1110.

　　[8] Dallmann C J, Ernst M O, Moscatelli A. The role of vibration in tactile speed perception[J]. Journal of Neurophysiology, 2015, 114(6): 3131–3139.

　　[9] Fagiani R, Barbieri M. A contact mechanics interpretation of the duplex theory of tactile texture perception[J]. Tribology International, 2016, 101: 49–58.

　　[10] Zhang Shousheng, Zhuang Tengfei, Fang Xingxing, et al. Depth recognition thresholds of tactile perception for fine stripe texture of bar shapes[J]. Journal of Tsinghua University (Science and Technology), 2024, 64(1): 135–145.

　　[11] Cramphorn L, Ward-Cherrier B, Lepora N F. Addition of a biomimetic fingerprint on an artificial fingertip enhances tactile spatial acuity[J]. IEEE Robotics and Automation Letters, 2017, 2(3): 1336–1343.

　　[12] Hou Senlin, Huang Qingyun, Zhang Hongyu, et al. Biometric-tuned E-skin sensor with real fingerprints provides insights on tactile perception: Rosa Parks had better surface vibrational sensation than Richard Nixon[J]. Advanced Science, 2024, 11(34): 2400234.

　　[13] Salehi S, Cabibihan J J, Ge S S. Artificial skin ridges enhance local tactile shape discrimination[J]. Sensors, 2011, 11(9): 8626–8642.

　　[14] Zhou Xue, Mo Jiliang, Li Yiyuan, et al. Effect of finger sliding direction on tactile perception, friction and dynamics[J]. Tribology Letters, 2020, 68(3): 85.

　　[15] Zhang Siwei. Prospects for the development of biomimetic tribology[J]. Lubrication Engineering, 2018, 43(1): 1–2.

　　[16] Wang Jie, Xu Shaofeng, Wang Zichen, et al. Drag reduction of biomimetic composite surface texture[J/OL]. Tribology, 1–22[2024-12-02].

　　[17] Wang Hujun, Xie Zhengcan, Zhao Xiuyuan, et al. Effect of wettability gradient on tribological behavior of biomimetic textured surfaces[J]. Tribology, 2024, 44(3): 300–311.

　　[18] Gao Yihang. Design and application of bionic flow channel structure based on hexagon[D]. Changchun: Jilin University, 2019.

　　[19] Drotlef D M, Stepien L, Kappl M, et al. Insights into the adhesive mechanisms of tree frogs using artificial mimics[J]. Advanced Functional Materials, 2013, 23(9): 1137–1146.

　　[20] Tang Wei, Zhang Meimei, Yang Lei, et al. Tactile perception of rough surface using friction and electroencephalography methods[J]. Tribology, 2022, 42(4): 764–774.

　　[21] Tang Wei, Zhang Meimei, Liu Rui, et al. Tactile perception of texture shape with different sharpness from finger friction to brain activation[J]. Tribology, 2021, 41(3): 373–381.

　　[22] Fechner G T. Elemente der psychophysik[M]. Beijing: China Renmin University Press, 2015.

　　[23] Thio B J, Grill W M. Relative contributions of different neural sources to the EEG[J]. NeuroImage, 2023, 275: 120179.

　　[24] Al-Hossenat A, Song Bo, Wen Peng, et al. Novel large scale brain network models for EEG epileptic pattern generations[J]. Expert Systems with Applications, 2022, 194: 116477.

　　[25] Yang Chunfeng, Luo Qingbo, Shu Huazhong, et al. Exploration of interictal to ictal transition in epileptic seizures using a neural mass model[J]. Cognitive Neurodynamics, 2024, 18(3): 1215–1225.

　　[26] Cui Dong, Li Han, Shao Hongyuan, et al. Construction and analysis of a new resting-state whole-brain network model[J]. Brain Sciences, 2024, 14(3): 240.

　　[27] Cui Dong, Li Han, Liu Pengxiang, et al. Analysis of the neural mechanism of spectra decrease in MCI by a thalamo-cortical coupled neural mass model[J]. Journal of Neural Engineering, 2022, 19(6): 066043.

　　[28] Adams M J, Briscoe B J, Johnson S A. Friction and lubrication of human skin[J]. Tribology Letters, 2007, 26(3): 239–253.

　　[29] Li Yuanzhe, Zhou Xue, Bai Pengpeng, et al. Experiment and modelling of texture and sliding direction dependence on finger friction behavior[J]. Friction, 2024, 12(9): 1955–1968.

　　[30] Louyot E, Carpentier L, Chatelet E, et al. Influence of the finger inclination on its frictional interaction with micro-textured surfaces[J]. Tribology International, 2024, 197: 109815.

　　[31] Goryacheva I, Makhovskaya Y. Combined effect of surface microgeometry and adhesion in normal and sliding contacts of elastic bodies[J]. Friction, 2017, 5(3): 339–350.

　　[32] Luo Xi, Lin Yanfei, Guo Rongxiao, et al. ERP and pupillometry synchronization analysis on rapid serial visual presentation of words, numbers, pictures[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2023, 31: 1933–1942.

　　[33] Tang Wei, Lu Xiangyong, Chen Si, et al. Tactile perception of skin: research on late positive component of event-related potentials evoked by friction[J]. The Journal of the Textile Institute, 2020, 111(5): 623–629.

　　[34] Muñoz F, Reales J M, Sebastián M Á, et al. An electrophysiological study of haptic roughness: effects of levels of texture and stimulus uncertainty in the P300[J]. Brain Research, 2014, 1562: 59–68.