手是人体触觉最为敏感的部位之一，人体对精细纹理的触觉感知源于手指的滑动摩擦。相关研究表明，手指触摸纹理时产生振动信号的频率峰值与精细纹理的尺寸存在显著的相关性^[1]。手指触摸过程中产生的摩擦振动给予皮肤内的触觉感受器以机械刺激，产生的触感神经电位信号通过神经传导通路传递到大脑，在大脑相应的触觉感知皮层内完成对精细纹理触感信息的加工和识别^[2-3]。

手指皮肤内分布的触觉感受器和表面的乳突纹(指纹)在精细纹理的触觉感知过程中起重要作用^[4-5]。研究发现，皮肤内的Pacini小体对100~300 Hz的微小振动特别敏感，使手指在精细触觉感知中具有极高的灵敏度^[6-8]，同时指纹可以进一步放大手指触摸物体时产生的摩擦振动信号，增加触觉感受器感受到的触觉机械刺激，进一步增强触感敏感性^[9-10]。为了探索指纹在纹理感知尤其是精细纹理触觉感知中的作用，科研人员利用仿生手指进行了相关研究。研究发现，指纹可以增强触觉感受器对特定频率的感知能力，有助于触觉感受器的频谱选择和对触觉信息的放大，提高对精细纹理的感知能力^[11]; 人类可以感知的不同纹理特征的纹理阈值范围从1到20 μm不等^[12-13]。尤其是对精细纹理表面(空间尺度 < 200 μm) 的触觉感知，具有模仿人类指纹结构的仿生手指相较于光滑的手指表面，可以提高30%~40%的空间触觉灵敏度和方位感知精度^[14-15]。

触觉感知除了与触摸过程中手指的摩擦振动有关，还涉及大脑对触感信息的加工分析以及人的主观评价^[16-17]，目前相关的系统研究较少。因此，本研究采用摩擦学、认知行为学、脑电图法、神经元模型, 系统研究了手指触摸不同深度精细纹理的触觉感知机理，通过将触觉感受器的近端机械刺激与大脑的认知相关联，探析条纹状精细纹理的触觉感知深度识别阈值。本研究成果可为仿生手指、手术机器人等需要感知精细纹理的智能系统开发提供理论依据；此外，还可为人类触觉质感的形成机理、触感增强和再现、产品触感舒适性设计及抓握可靠性设计等提供理论支撑和技术支持。

1 实验部分 1.1 试样制备及表征

本研究利用激光冲击加工方法在40 mm×40 mm× 4 mm的304不锈钢表面加工出具有不同深度特征(0、5、10、15、20、25和30 μm)的μm级条纹状纹理，纹理的宽度和间距均为200 μm。通过奥林巴斯株式会社生产的DSX 1000数码显微镜对加工后的精细纹理表面形貌进行测试和表征，通过思显光电技术(上海)有限公司生产的SM-100光谱共聚焦三维测量仪对加工后精细纹理的深度特征进行测试和表征，如图 1所示，结果显示制备试样纹理的尺寸达到了设计要求。

1.2 志愿者选取

考虑到志愿者的性别、年龄、文化背景是影响触感的因素，为了减少志愿者个体差异对实验结果的影响，本研究招募15位年轻男性为志愿者，年龄为22~28岁(平均年龄(25±3)岁)，惯用手为右手，且身体健康。选择右手食指指腹作为触觉感知部位。实验在国际伦理标准指导下进行，经徐州市中心医院伦理委员会批准(批准号：XZXY-LJ-20210513-046)。

1.3 实验方法 1.3.1 触觉感知的认知行为学实验

不同于摩擦力、摩擦系数、磨损量等传统的摩擦学性能评价指标，在皮肤摩擦学中，感觉即人的心理反应是摩擦触觉感知评价的重要方法^[18-19]。在本研究中，志愿者触摸不同试样表面时主要感受到的是表面纹理引起的触感强烈程度的差别，因此本文从心理反应角度采用“纹理感”作为评价指标。实验时, 试样被随机排序后放入暗盒中，志愿者将手伸入暗盒中触摸试样，每种试样重复感知3次，单个试样实验间隔10 s，每组试样实验间隔1 min。一组触摸实验结束之后，志愿者需要对试样的纹理感进行口头评分，分数范围为0到10分，分数越高代表志愿者触摸该试样时感受到的纹理感越强烈。

采用最小变化法^[20]测定精细纹理触觉感知深度识别阈值，通过设计递增和递减序列确定触觉感知深度识别阈值。实验中，志愿者触摸不同深度纹理表面，若感觉到纹理，则口头报告“有”，若感觉不到纹理，则口头报告“无”。递增序列测试中，试样以0到30 μm的顺序依次呈现给志愿者，将志愿者报告“有”和“无”的相邻两个纹理深度的平均值作为递增序列的识别阈值1；同理，递减序列测试中试样以30到0 μm的顺序依次呈现给志愿者，将志愿者报告“有”和“无”的相邻两个纹理深度的平均值作为递减序列的识别阈值2。将试样按照递增和递减序列随机呈现给志愿者，每个志愿者进行总计10次的递增或递减序列测试，取10次测试结果的识别阈值1和2的平均值作为该志愿者的触觉感知深度识别阈值，最后取所有志愿者的触觉感知深度识别阈值的平均值作为最终实验结果。

1.3.2 触觉感知摩擦学实验

为了保证触摸工况的一致性，同时避免手指晃动对数据的影响，采用被动触摸方式进行实验。在自主设计的实验台进行触觉感知摩擦学实验，摩擦实验台结构如图 2a所示。加速度传感器固定在手指指甲表面，用于测量手指触摸纹理表面的振动信号，具体参数为：灵敏度20 mV/g，测量范围±250 g，频率范围1~10 000 Hz，工作温度-20~80 ℃。试样固定于三轴力传感器上方，三轴力传感器用来采集手指触摸纹理时产生的摩擦力和压力，具体参数为：灵敏度(2.00±0.01)mV/V，垂直方向的量程0~10 N，水平方向的量程0~5 N，频率范围1~ 5 000 Hz。为了保证手指触摸位置的一致性和触摸的稳定性，通过托架固定手指，步进电机控制滚珠丝杠带动试样往复运动，实现试样与手指的摩擦接触过程。

实验前，调整手指与试样间的相对位置，实验时通过三轴力传感器监测触摸压力，确保触摸过程中压力保持在0.5~0.8 N范围。开展变压力实验时，分别将压力设置为0.5、1.0、1.5、2.0和2.5 N左右。对于5种不同深度试样，共进行25组实验。通过电机控制的触摸速度为10 mm/s，触摸距离为40 mm。每个试样重复触摸3次，每组试样实验间隔5 min。通过触觉感知摩擦学实验可从触觉感知中“感”的角度研究手指触摸不同深度精细纹理的触感机理。

1.3.3 触觉感知脑电实验

采用荷兰ANT Neuro公司生产的Eegomylab 56通道脑电采集系统和自主设计的触摸实验台开展触觉感知脑电实验，实验台结构如图 2b所示。为避免手指运动引入肌电信号干扰脑电号，采用被动触摸方式进行实验，触摸参数与触觉感知摩擦学实验相同。脑电实验采用怪球范式，即在大概率呈现的标准刺激序列中呈现概率很小的偏差刺激，从而引起人对于偏差刺激的高幅度脑电反应^[21]。实验中，将光滑试样作为标准刺激，不同深度纹理试样作为偏差刺激。脑电实验共5组；每组实验总共设计100次刺激，刺激出现时间为2 s，间隔时间为2 s，偏差刺激与标准刺激随机出现，出现的概率分别为20%和80%。每组实验重复2次，两组实验间隔为5~10 min。通过触觉感知脑电实验可从大脑认知的角度研究触摸不同深度精细纹理的触觉感知机理。

2 数据处理方法 2.1 振动信号的非线性分析

递归图分析方法以相点间的相对距离为基准研究系统的递归特性，以递归图的宏观模式定性刻画系统的递归特性，以微观结构的统计量作为表征参数定量刻画系统的递归特性，在非线性时间序列研究中得到广泛应用^[22-23]。由于振动信号属于典型的非平稳时间序列信号，而且信号长度有限，因此本文采用递归图分析方法，定性分析手指触摸不同深度精细纹理产生的振动信号的非线性特性。

递归定量分析则对递归图中的微观结构进行统计分析，定义相关定量测度，从而提高系统表征的精度和效率。递归定量分析中常用的量化表征参数有熵(entropy, ENT)和最长竖直线段长度V_max。ENT是递归图中对角线结构线段长度分布的Shannon熵，表示递归图中对角线的复杂程度，其数值越大，系统复杂度越高^[24]；V_max表示系统变化快慢的程度，其数值越小，信号平稳性越好^[25-26]。

$ \mathrm{ENT}=-\sum\limits_{l=l_{\min }}^X p(l) \ln p(l), $

(1)

$ \begin{gathered} V_{\max }=\max \left(\left\{g_i\right\}_{i=1}^N\right) . \end{gathered} $

(2)

式中：X为重构相空间的相点个数；p(l)为平行于主对角线中长度为l的线段的概率分布密度；l_min为对角线的最小长度值，一般取l_min=2；g_i为序号为i的竖直线段长度；N为竖直线段的元素个数。

2.2 单通道触感神经元群模型

脑电信号是无数神经元群的突触后电流的综合表现，能够反映活跃的锥体细胞突触电动势的总和。因此，通过对单通道神经元群的建模并将其结果与真实脑电信号进行对比分析，可从神经学角度揭示大脑节律的产生机制^[27-29]。单通道触感神经元群模型原理如图 3所示。

在单通道触感神经元群模型中，神经元群包括两个子群：子群1由主细胞组成，例如锥体细胞，接收来自子群2的兴奋性或抑制性反馈；子群2是本地中间神经元，如非锥体细胞，只接收来自子群1的兴奋性输入。模型输入ω(t)用Gauss函数表示，模拟外界输入的触感刺激强度。其中：t为时间；V₁、V₂、V₃、V₄为子群间神经元突触连接数；S(v)为静态非线性函数，自变量v为突触前的电位，S为神经元群的点燃率；y₀为模型内部子群1对子群2的反馈，y₁为子群2对子群1的兴奋性反馈，y₂为子群2对子群1的抑制性反馈，y_out为模型输出。

h_s(t)为兴奋性线性函数的脉冲响应，h_j(t)为抑制性线性函数的脉冲响应，其表达式为^[30]：

$ \begin{aligned} h_{\mathrm{s}}(t)= \begin{cases}\text { Aat } \mathrm{e}^{-a t}, & t \geqslant 0 ; \\ 0, & t <0 ;\end{cases} \\ \end{aligned} $

(3)

$ \begin{aligned} h_{\mathrm{j}}(t)= \begin{cases}\text { Bbt } \mathrm{e}^{-b t}, & t \geqslant 0 ; \\ 0, & t <0 .\end{cases} \end{aligned} $

(4)

式中：a与b分别为兴奋性和抑制性反馈回路的时间常数；A为平均兴奋性突触增益，B为平均缓慢抑制性突触增益，通过调节A/B，可确定模型的兴奋和抑制特性。

3 结果与分析 3.1 精细纹理触觉感知深度识别阈值

表 1为不同深度精细纹理试样的纹理感和识别正确率。结果显示，随着纹理深度的增加，表面纹理激发的纹理感增强，纹理识别正确率提高。当纹理深度小于等于5 μm时，人无法通过触觉感知试样表面的纹理；当纹理深度为10 μm时，识别正确率为18%，纹理感很低；但是当纹理深度大于等于15 μm时，纹理感显著增强，识别正确率达到100%。表 1结果表明当精细纹理深度超过10 μm时精细纹理已经能够被人体清晰感知。

进一步地，利用最小变化法测得递增序列纹理平均触觉感知深度识别阈值为11.57 μm，递减序列纹理平均触觉感知深度识别阈值为11.63 μm，因此得到纹理平均触觉感知深度识别阈值为11.60 μm。考虑到纹理深度超过15 μm后可完全被人体感知，因此后续关于触觉感知摩擦学实验和触觉感知脑电实验研究将选取0、5、10、15、20 μm深度的纹理作为研究对象。

3.2 触觉感知的摩擦特征分析

皮肤与物体表面的接触摩擦力F由黏着摩擦力F_adh和形变摩擦力F_def共同构成，其中黏着摩擦力来自形成或破坏表面原子结构产生的界面剪切阻力，形变摩擦力来自皮肤变形后不完全恢复产生的弹性滞后损失以及皮肤与物体之间的机械互锁作用，其表达式如下^[31-33]：

$ \boldsymbol{F}=\boldsymbol{F}_{\text {adh }}+\boldsymbol{F}_{\text {def }} . $

(5)

$ \boldsymbol{F}_{\text {adh }}=\pi \tau_0\left(\frac{3 L}{4 E}\right)^{\frac{2}{3}} \boldsymbol{W}^{\frac{2}{3}}+\alpha \boldsymbol{W}, $

(6)

$ \begin{gathered} \boldsymbol{F}_{\text {def }}=\beta\left(\frac{9}{128 L}\right)^{\frac{2}{3}}\left(\frac{1-v_{\text {poi }}^2}{E}\right)^{\frac{1}{3}} \boldsymbol{W}^{\frac{4}{3}} . \end{gathered} $

(7)

式中：τ₀为界面剪切强度，L为探头半径，E为皮肤弹性模量，α为压力系数，W为法向载荷，β为黏弹性迟滞损失率，v_poi为皮肤Poisson比。

根据文[31, 34]，在考虑变压力的情况下，F和摩擦系数μ的表达式通常为：

$ \boldsymbol{F}=k \boldsymbol{W}^n, $

(8)

$ \begin{gathered} \mu=\frac{\boldsymbol{F}}{\boldsymbol{W}}=k|\boldsymbol{W}|^{n-1} . \end{gathered} $

(9)

式中：k为载荷系数，n为载荷指数。由式(6)和(7)可知，F_adh的n为2/3，F_def的n为4/3。

图 4为变载荷条件下，手指触摸不同深度精细纹理试样的摩擦系数曲线图。对摩擦系数曲线图按式(9)进行拟合(R²为拟合优度)，得到触摸不同深度精细纹理的k和n，如表 2所示。

表 2结果显示，随着纹理深度的增加，载荷指数呈增大趋势，且二者呈显著正相关关系(相关系数r=0.988，概率p=0.002)，说明随着纹理深度的增加形变摩擦力在摩擦力中的比重逐渐增大，黏着摩擦力的比重逐渐降低。考虑到试样表面纹理间距与手指指纹宽度相近，因此纹理与指纹间的机械互锁作用是增大形变摩擦力的主要因素。

结合主观纹理感和触觉感知深度识别阈值结果可推知：当试样深度超过触觉感知深度识别阈值时，指纹与纹理表面的机械互锁作用会增加触摸过程中的摩擦、振动和形变，触觉感受器接收的触感机械刺激增强，进而增强对试样表面的主观纹理感，提高人体通过触觉感知识别纹理的正确性。

3.3 触感振动信号频域和非线性分析

图 5为手指触摸不同深度精细纹理的典型振动频谱图。图 5及相关性分析结果显示，试样纹理深度与振动频谱最大幅值呈显著正相关(r=0.980，p=0.003)。随着纹理深度的增加，指纹和试样纹理的机械互锁作用增强，手指指纹皮肤的形变增大(形变摩擦力增强)，恢复形变的弹性势能也变大(滞后摩擦力增强)，从而导致手指皮肤振动幅值增大，见图 5蓝色示意图。由于Pacini小体是精细纹理触感识别的主要感知小体，对100~300 Hz的高频振动刺激极为敏感^{[7, 35]}。随着精细纹理深度的增加，振动频谱的主频也呈现增大趋势。当纹理深度大于等于15 μm后，振动频谱的主频超过100 Hz，处于Pacini小体的最佳感知频率范围，因此当纹理深度超过触觉感知深度识别阈值后，Pacini小体能够接收到触感机械刺激，进而人体的主观纹理感增强，通过触觉感知识别纹理的正确率提高。

为进一步对触摸振动信号的非线性特征进行量化表征，采用递归定量分析方法对递归图中的微观结构进行统计分析。图 6为手指触摸不同试样时的振动信号递归图。相关性分析结果显示，精细纹理深度与振动信号递归参数ENT(r=0.897，p=0.039)、V_max(r=0.896，p=0.040)均呈显著正相关。

由图 6可知，随着纹理深度的增大，触摸振动信号的递归特性发生变化。当触摸纹理深度由10 μm过渡到15 μm时，即触摸的纹理深度由未达到触觉感知深度识别阈值向达到触觉感知深度识别阈值过渡时，振动信号递归图出现了从稳态模式到突变模式的转变。纹理深度小于等于10 μm时递归图处于均匀分布的稳态模式，振动信号在一个很小的范围内平稳波动，振动信号的ENT、V_max较小，表明此时系统的复杂度低、平稳性好，振动系统处于稳定状态。但是，纹理深度大于10 μm时，随着纹理深度增大，递归图呈现黑色和白色区域分布相对集中的突变模式，振动信号的ENT和 V_max显著上升，表明系统的复杂度越来越高、平稳性越来越低，振动系统随纹理深度增加而剧烈变化。结合摩擦信号的时域分析和振动信号的频域分析推知：纹理深度增大导致指纹和纹理间的机械互锁作用增强，进而引起振动信号的幅值增大、非线性系统的复杂度变高、稳定性变差，因此递归图从稳态模式向突变模式转变。

3.4 触觉感知的脑电特征分析

图 7a给出了触摸不同试样的事件相关电位(event-related potential，ERP)信号全脑地形图。可以看出，触觉感知激活的脑区主要是额叶区、顶叶区和枕叶区。结果还显示：在0~300 ms，触感信号的脑电波随时间的增加而逐渐增强；在300 ms左右，ERP信号幅值达到最大值；在300~500 ms，脑电波强度逐渐减弱；在500 ms左右，ERP信号基本消失，表明此时大脑对触觉感知的加工过程基本已经完成。同时，从图 7a中可以看出，当纹理深度从10 μm过渡到15 μm时，ERP信号的强度与激活的脑区面积显著增大。

进一步分析了ERP信号曲线与认知活动密切相关的P100和P300成分^[36]，其中P100成分是在触觉刺激后约100 ms时脑电信号产生的早期躯体感觉诱发电位(somatosensory evoked potential，SEP)。早期反应起源于初级躯体感觉皮层，该电位与表面的触觉刺激物理属性以及触觉刺激的强度、频率关系很大。P300成分是大脑对刺激加工的晚期内源性成分，其幅值和潜伏期与人脑对刺激的认知判断等心理活动有关，反映了人脑对材料触觉加工后获得的感觉。P300成分的潜伏期反映了人评价或分类触感刺激物所需要的时间，P300成分的潜伏期与触觉识别的难度有关；P300成分的幅值与大脑加工给定刺激时所参与的注意资源量成正比^[37]。图 7b显示了不同纹理深度试样激发的触感脑电ERP信号曲线，红色和黄色椭圆分别代表ERP信号曲线的P100和P300成分。表 3显示了触摸不同试样ERP信号曲线P100和P300成分的潜伏期和幅值峰值。

表 3结果显示，在所有试样中，只有纹理深度为20 μm的试样能够诱发出ERP信号的P100成分。因此，可以认为只有当纹理深度达到一定深度且能产生足够大的摩擦振动机械刺激时，才能诱发出脑电信号的早期触感成分。

所有试样都诱发出了P300成分。为了验证纹理深度和P300成分的潜伏期和幅值峰值的相关性，对纹理深度和P300成分的潜伏期和幅值峰值进行相关性分析，结果显示试样纹理深度与ERP信号P300成分的幅值峰值呈显著正相关(r=0.885，p=0.046)，与P300成分的潜伏期呈现显著负相关(r=-0.912，p=0.031)。表 3结果还显示，深度小于等于10 μm的纹理激发的P300成分幅值峰值显著低于深度为15和20 μm的纹理(F=288.435，p=0)，其潜伏期显著高于15和20 μm深度的纹理(F=89.354，p=0.003)，说明当纹理深度超过触觉感知深度识别阈值时，大脑的神经元活动以及大脑对触感信息的加工强度显著增强，触觉识别速度显著提高。

结合主观认知和摩擦振动实验结果分析推知：随着纹理深度增大，皮肤与纹理之间的机械互锁作用增加了皮肤的形变和摩擦振动等的触感机械刺激，触感机械刺激信息由皮肤触觉感受器采集，经过神经传导通路传递到大脑感知皮层，随后大脑神经元的活跃性增强，大脑对触感信息的加工强度增强，所需要的注意资源增多，触觉识别速度加快，因此ERP信号P300成分的幅值峰值增大、潜伏期缩短。

3.5 单通道神经元建模仿真结果及分析

图 8为真实脑电信号与采用单通道触感神经元群模型建立的不同深度纹理激发的仿真脑电信号的对比结果，表 4显示了真实脑电信号和仿真脑电信号主频和频谱幅值。通过调整仿真信号ω(t)的均值$\bar{\omega} $和A/B，能够得到与真实脑电信号相似的主频和频谱幅值，如表 4所示。对仿真信号和真实信号频域进行相关性分析，结果显示仿真信号和真实信号存在显著相关性(r=0.839，p=0.001)，说明单通道触感神经元群模型可以用来模拟真实脑电信号。

$\bar{\omega} $可以代表外界输入的平均触感刺激强度。为了研究外界刺激对大脑的作用机制，保持ω(t)的方差为20、A/B(A=2.605 mV，B=18.514 mV)为0.141^[38]，研究$\bar{\omega} $增大对脑电信号的影响。表 5显示了通过调节$\bar{\omega} $得到的仿真信号的主频和频谱幅值。可以看出，$\bar{\omega} $的增大对仿真信号主频的影响较小，但仿真脑电信号频谱幅值随着$\bar{\omega} $的增大而增大，与表 4所示的真实脑电信号频谱幅值变化趋势一致，进一步证明纹理越深，激发的触感刺激强度越大、触感脑电信号频率幅值越大。

模型中，神经元群的行为主要受兴奋性突触增益A和抑制性突触增益B的影响，这2个参数决定突触后膜电压的幅度，因此保持$\bar{\omega} $为40、ω(t)方差为20，研究A/B增大(保持B不变，增大A)对脑电主频的影响。由表 6可以看出，A/B的增大对仿真信号频谱幅值的影响较小，但对仿真脑电信号主频的影响较大，与表 4所示真实脑电信号主频变化趋势一致，表明纹理越深，激发的神经元群“兴奋度”越高、触感脑电信号主频越低。结合仿真和真实脑电实验结果推测，触摸深度小于15 μm的精细纹理时，由于纹理表面触感激活强度低，激发的神经元群“兴奋度”低，因此表面纹理难以被人体感知，当纹理深度超过触觉感知深度识别阈值时，触感激活强度大，激发的神经元群“兴奋度”高，人体可以通过触摸准确识别表面纹理。

综上所述，单通道触感神经元群模型在一定程度上可以揭示触摸不同深度精细纹理时触感刺激的强度和神经元兴奋性对触觉感知的影响，为进一步研究大脑的触觉感知提供方法。

4 结论

本文通过心理物理学、摩擦学、脑电图法和神经元建模方法研究了手指触摸不同深度精细纹理的触觉感知机理，探析条纹状精细纹理的触觉感知深度识别阈值，研究发现：随条纹状精细纹理深度的增加，手指触摸摩擦学行为、触摸振动信号的频域和非线性特征、脑电信号的时域和频域特征都有显著变化，通过仿真模型初步验证了纹理刺激强度和神经元兴奋性对触觉感知的影响。主要结论如下：

1) 随着纹理深度的增加，试样纹理激发的纹理感增大，纹理识别正确率提高，手指触摸试样时的形变摩擦力占比增大。条形状精细纹理的触觉感知深度识别阈值与形变摩擦力占比相关，人的平均触觉感知深度识别阈值为11.60 μm。

2) 表面纹理深度与触摸振动频谱的最大幅值、ENT、V_max呈显著正相关。当纹理深度超过触觉感知深度识别阈值后，触摸振动信号的频谱幅值和非线性特征参数显著增大，振动信号主频增大到Pacini小体的最佳感知频率范围，振动信号系统从稳态模式转变为突变模式。

3) 触摸不同深度纹理激活的脑区主要是额叶区、顶叶区和枕叶区。纹理深度与ERP信号P300成分的幅值峰值呈显著正相关，与P300成分的潜伏期呈现显著负相关。当纹理深度超过触觉感知深度识别阈值时，大脑的神经元活动以及大脑对触感信息的加工强度显著增强，所需要的注意资源增多，触觉识别速度显著提高。

4) 单通道触感神经元群模型可有效模拟真实脑电信号。仿真脑电信号频谱幅值随 $ \bar{\omega}$的增大而增大，说明纹理深度增加激发的触感强度增强是触感脑电信号频谱幅值增大的原因之一。仿真脑电信号主频随着A/B的增大而减小，说明纹理深度增加激发的神经元群“兴奋度”提高是触感脑电信号主频降低的原因之一。