fNIRS：挖掘2D与VR解剖学习中问卷难以捕捉的隐性认知负荷
fNIRS| 问卷无法捕捉，fNIRS 挖掘 2D 与 VR 解剖学习下隐藏的认知负荷
引言
解剖学是医学教育的基础学科，其三维空间结构认知能力直接关系临床胜任力的培养。心脏解剖所涉及的腔室、瓣膜与血管之间存在复杂的空间位置关系，学生若仅借助二维图谱与幻灯片等传统材料，往往难以建立准确的空间表象，需依赖工作记忆完成从二维到三维的心理建构。虚拟现实（VR）凭借沉浸式三维交互特性，恰好可以规避这种心理转换负担，同时也能解决传统尸体解剖标本有限、伦理受限等现实问题。已有元分析证实三维可视化工具有助于解剖知识习得，但各项研究结果并不统一，VR 究竟如何作用于学习者的认知加工，仍有待进一步解释。
认知负荷理论（CLT）为此提供了理论视角：人的工作记忆容量有限，认知负荷分为源于材料本身的内在负荷、教学设计带来的外在负荷，以及用于图式建构的关联负荷。据此，从二维图形到三维结构的心理转换可视为额外的外在负荷，而 VR 以接近真实构型的方式呈现解剖结构，理论上可降低这一转换需求。但现实研究中，不同学习模式下的考试成绩、主观认知负荷问卷往往没有显著差异，说明深层次认知差异很难通过行为与主观报告捕捉。功能性近红外光谱（fNIRS）可无创监测前额叶脑血氧变化，适合在真实学习场景下客观反映认知活动。在此基础上还可以进一步探索：借助机器学习，能否依靠脑信号识别认知负荷状态，并且实现跨被试泛化。
现有工作要么单独评估 VR 教学效果，要么单独使用 fNIRS 测量认知负荷，较少将二者结合，对比不同学习模态下的神经活动差异，同时检验脑信号对认知负荷的分类能力。
论文概要
论文发表在《Frontiers in Psychology》，题为“Exploring cognitive load in anatomy education: a study of 3D virtual reality and 2D learning environments using fNIRS”。研究团队来自加拿大皇后大学，研究将 21 名一年级医学生随机分为 2D 组（n=10）与 3D VR 组（n=11），接受 18 分钟心脏解剖学习，全程以 8 通道 fNIRS 监测前额叶血流动力学，并用 Klepsch 问卷评估认知负荷。
研究方法
本研究招募皇后大学医学院 21 名未接受过正式心脏解剖教学的大一学生，简单随机分为 2D 组（10 人，23.4±1.9 岁，女性占 60%）与 3D VR 组（11 人，24.1±2.3 岁，女性占 73%），两组基线解剖知识水平无统计学差异（20 分制：4.40 vs 4.00， t (19)=0.301， p=0.767）。实验在学校临床模拟中心 VR 实验室开展。2D 组使用改编自第 8 版《奈特人体解剖学图谱》的大幅海报，通过纸片遮挡 / 掀开标签模拟交互，匹配 VR 组操作量；VR 组采用 Meta Quest Pro 头显运行 Human Anatomy VR 软件，实验前完成软件教程。
实验流程：首先开展前测，A、B 两套测试卷随机调换顺序以控制顺序效应；受试者佩戴八通道 fNIRS 头带，静息 2 分钟采集基线脑血氧信号；随后进行 18 分钟自定步速站立式自主学习，每个学习阶段结束后口头完成 Klepsch 认知负荷 7 点李克特问卷，避免摘掉头带干扰探头接触；学习结束后完成后测。
采用 MNE Python 完成 fNIRS 数据预处理。建模涵盖 6 类传统机器学习算法（SVM RBF、XGBoost、随机森林、逻辑回归、KNN、朴素贝叶斯）以及 MLP、CNN 两种深度网络，通过留一被试 (LOSO) 与 5 折被试独立交叉验证评估模型跨个体泛化性能。
结果呈现
1.主观认知负荷：组间无统计学差异，关联负荷量表信度不足
Klepsch 问卷信度结果：内在认知负荷、外在认知负荷子量表信度达标（内在 α=0.760 0.858；外在 α=0.923 0.928）；关联认知负荷 α 仅 0.363 0.621，信度不满足要求，后续分析予以剔除。
学习三个阶段内，两组内在、外在、总认知负荷均无明显随时间的变化，效应量极小（η²<0.05）。尽管 2D 组主观负荷数值略高于 VR 组，但置信区间完全重叠，两组主观报告认知负荷不存在显著组间差异。
2. 学习绩效：两种学习模式学习增益相当，知识可跨模态迁移
两组学习前解剖知识水平相近，经过学习后均获得显著成绩提升。2D 组后测得分 10.60，提升 6.20 分；VR 组后测 9.36，提升 5.36 分，组间成绩无显著统计学差异（t(19)=1.004，p=0.328），研究提示后测存在天花板效应，有可能掩盖组间微弱差异。
跨题型结果显示：2D 学习的被试可以较好完成 3D 题目，VR 学习被试同样能够解答 2D 试题，两种条件下知识均可跨表征形式迁移，学习收益不局限于学习时所用模态。
3. fNIRS 神经信号：2D 学习组前额叶血氧达峰时间显著延后
全部 80 项 fNIRS 血流特征对比中，仅有氧合血红蛋白达峰时间出现多项组间显著差异，集中于前额叶 4 个通道。相较 VR 组，2D 组血氧响应达峰延后约 0.37 0.42 s，均为大效应量（d=1.18 1.66）；其余脱氧血红蛋白、信号均值、峰值、曲线下面积、信号变异性等指标均未见组间区别。
受限于样本量，本部分未执行多重比较校正，效应量存在被高估风险；但四项显著结果全部指向同一指标，随机误判概率较低。该 0.4 s 的时序差异，提示 2D 条件下前额叶认知激活存在响应滞后，而非峰值激活强度更高。
4. 机器学习分类：外在认知负荷识别效果最优，深度学习性能优于传统模型
采用 5 折交叉验证与更严苛的留一被试（LOSO）跨个体验证评估认知负荷二分类模型。
①外在认知负荷识别效果最优：LOSO 条件下 MLP 模型 F1=0.914、准确率 0.916；CNN 同样取得较高性能，证明脑信号可直接对全新未校准被试识别外在认知负荷;
② 内在认知负荷识别性能中等，LOSO 下 CNN F1 仅 0.626;
③总认知负荷分类难度最大，即使深度学习模型效果也有限。
总结与讨论
本研究首次将 VR 解剖教学与 fNIRS 认知负荷分类技术相结合。研究核心发现：尽管两组被试的学习成绩、主观报告认知负荷均未见显著差异，但不同学习模态依然会改变前额叶脑激活的时间动力学特征。2D 学习条件下被试血氧达峰时间显著延后，该结果支持理论假设 —— 二维学习材料会产生额外的心理转换加工，且这部分认知负担处于个体意识觉察水平之下。
研究仍存在较多局限：
1.样本量仅 21 人；后测存在天花板效应，任务难度有限，难以覆盖完整认知负荷区间；
2.18 分钟短时学习设置，无法考察知识长期记忆留存；
3.fNIRS 仅可采集前额叶浅表皮层信号，空间认知至关重要的海马等脑区无法探测；
4.80 项 fNIRS 特征对比未做多重比较校正；
5.认知负荷分类阈值为预先设定，滑动窗口生成样本存在时间自相关问题。
未来可开展进一步研究：通过实验操纵内在、外在认知负荷，厘清变量间的因果关系；融合眼动、皮肤电等生理信号构建多模态评估体系；探索基于 fNIRS 实时监测学习者认知负荷，动态调节教学节奏与难度的闭环自适应教学方案。
原文链接
Johannessen E, Benjamin R, Hungler P, Angkan P, Szulewski A. Exploring cognitive load in anatomy education: a study of 3D virtual reality and 2D learning environments using fNIRS. Front Psychol. 2026;17:1767614.
DOI: 10.3389/fpsyg.2026.1767614
研究团队介绍
研究由加拿大皇后大学跨学科团队完成，涵盖四个院系。第一作者兼通讯作者 Erika Johannessen同时隶属化学工程系与医学院，研究获加拿大自然科学与工程研究理事会（NSERC）研究生博士奖学金（PGS-D）及 Connected Minds 计划（CFREF-2022-00010）资助；伦理审批单位为皇后大学健康科学与附属教学医院研究伦理委员会（HSREB， 6042008）。
关于维拓启创
维拓启创（北京）信息技术有限公司成立于2006年，是一家专注于脑科学、康复工程、人因工程、心理学、体育科学等领域的科研解决方案供应商。公司与国内外多所大学、研究机构、企业长期保持合作关系，致力于将优质的产品、先进的技术和服务带给各个领域的科研工作者，为用户提供有竞争力的方案和服务，协助用户的科研工作，持续提升使用体验。
相关产品
引言
解剖学是医学教育的基础学科，其三维空间结构认知能力直接关系临床胜任力的培养。心脏解剖所涉及的腔室、瓣膜与血管之间存在复杂的空间位置关系，学生若仅借助二维图谱与幻灯片等传统材料，往往难以建立准确的空间表象，需依赖工作记忆完成从二维到三维的心理建构。虚拟现实（VR）凭借沉浸式三维交互特性，恰好可以规避这种心理转换负担，同时也能解决传统尸体解剖标本有限、伦理受限等现实问题。已有元分析证实三维可视化工具有助于解剖知识习得，但各项研究结果并不统一，VR 究竟如何作用于学习者的认知加工，仍有待进一步解释。
认知负荷理论（CLT）为此提供了理论视角：人的工作记忆容量有限，认知负荷分为源于材料本身的内在负荷、教学设计带来的外在负荷，以及用于图式建构的关联负荷。据此，从二维图形到三维结构的心理转换可视为额外的外在负荷，而 VR 以接近真实构型的方式呈现解剖结构，理论上可降低这一转换需求。但现实研究中，不同学习模式下的考试成绩、主观认知负荷问卷往往没有显著差异，说明深层次认知差异很难通过行为与主观报告捕捉。功能性近红外光谱（fNIRS）可无创监测前额叶脑血氧变化，适合在真实学习场景下客观反映认知活动。在此基础上还可以进一步探索：借助机器学习，能否依靠脑信号识别认知负荷状态，并且实现跨被试泛化。
现有工作要么单独评估 VR 教学效果，要么单独使用 fNIRS 测量认知负荷，较少将二者结合，对比不同学习模态下的神经活动差异，同时检验脑信号对认知负荷的分类能力。
论文概要
论文发表在《Frontiers in Psychology》，题为“Exploring cognitive load in anatomy education: a study of 3D virtual reality and 2D learning environments using fNIRS”。研究团队来自加拿大皇后大学，研究将 21 名一年级医学生随机分为 2D 组（n=10）与 3D VR 组（n=11），接受 18 分钟心脏解剖学习，全程以 8 通道 fNIRS 监测前额叶血流动力学，并用 Klepsch 问卷评估认知负荷。
文章信息
研究方法
本研究招募皇后大学医学院 21 名未接受过正式心脏解剖教学的大一学生，简单随机分为 2D 组（10 人，23.4±1.9 岁，女性占 60%）与 3D VR 组（11 人，24.1±2.3 岁，女性占 73%），两组基线解剖知识水平无统计学差异（20 分制：4.40 vs 4.00， t (19)=0.301， p=0.767）。实验在学校临床模拟中心 VR 实验室开展。2D 组使用改编自第 8 版《奈特人体解剖学图谱》的大幅海报，通过纸片遮挡 / 掀开标签模拟交互，匹配 VR 组操作量；VR 组采用 Meta Quest Pro 头显运行 Human Anatomy VR 软件，实验前完成软件教程。
图1 心脏解剖知识评估
图2 心脏解剖学学习方式
A. 2D 海报 B. 3D 虚拟现实
实验流程：首先开展前测，A、B 两套测试卷随机调换顺序以控制顺序效应；受试者佩戴八通道 fNIRS 头带，静息 2 分钟采集基线脑血氧信号；随后进行 18 分钟自定步速站立式自主学习，每个学习阶段结束后口头完成 Klepsch 认知负荷 7 点李克特问卷，避免摘掉头带干扰探头接触；学习结束后完成后测。
采用 MNE Python 完成 fNIRS 数据预处理。建模涵盖 6 类传统机器学习算法（SVM RBF、XGBoost、随机森林、逻辑回归、KNN、朴素贝叶斯）以及 MLP、CNN 两种深度网络，通过留一被试 (LOSO) 与 5 折被试独立交叉验证评估模型跨个体泛化性能。
结果呈现
1.主观认知负荷：组间无统计学差异，关联负荷量表信度不足
Klepsch 问卷信度结果：内在认知负荷、外在认知负荷子量表信度达标（内在 α=0.760 0.858；外在 α=0.923 0.928）；关联认知负荷 α 仅 0.363 0.621，信度不满足要求，后续分析予以剔除。
学习三个阶段内，两组内在、外在、总认知负荷均无明显随时间的变化，效应量极小（η²<0.05）。尽管 2D 组主观负荷数值略高于 VR 组，但置信区间完全重叠，两组主观报告认知负荷不存在显著组间差异。
图3 认知负荷量表的可靠性
三个学习阶段的内在（ICL，蓝色）、密切相关（GCL，橙色）和外在（ECL，绿色）认知负荷分量表的 Cronbach α 值
三个学习阶段的内在（ICL，蓝色）、密切相关（GCL，橙色）和外在（ECL，绿色）认知负荷分量表的 Cronbach α 值
图4 三个学习阶段自我报告的认知负荷
2. 学习绩效：两种学习模式学习增益相当，知识可跨模态迁移
两组学习前解剖知识水平相近，经过学习后均获得显著成绩提升。2D 组后测得分 10.60，提升 6.20 分；VR 组后测 9.36，提升 5.36 分，组间成绩无显著统计学差异（t(19)=1.004，p=0.328），研究提示后测存在天花板效应，有可能掩盖组间微弱差异。
跨题型结果显示：2D 学习的被试可以较好完成 3D 题目，VR 学习被试同样能够解答 2D 试题，两种条件下知识均可跨表征形式迁移，学习收益不局限于学习时所用模态。
图5 学习前后的解剖评估表现
学习前后 2D（蓝色，n = 10）和 3D（橙色，n = 11）组的总评估分数
图6 学习前 (A) 和学习后 (B) 的 2D 和 3D 问题按问题模态比例正确的表现
3. fNIRS 神经信号：2D 学习组前额叶血氧达峰时间显著延后
全部 80 项 fNIRS 血流特征对比中，仅有氧合血红蛋白达峰时间出现多项组间显著差异，集中于前额叶 4 个通道。相较 VR 组，2D 组血氧响应达峰延后约 0.37 0.42 s，均为大效应量（d=1.18 1.66）；其余脱氧血红蛋白、信号均值、峰值、曲线下面积、信号变异性等指标均未见组间区别。
受限于样本量，本部分未执行多重比较校正，效应量存在被高估风险；但四项显著结果全部指向同一指标，随机误判概率较低。该 0.4 s 的时序差异，提示 2D 条件下前额叶认知激活存在响应滞后，而非峰值激活强度更高。
表1 报告 2D 和 3D 学习组的平均达到峰值时间 (±SD)，以及绝对差异、p 值和相应的效果
图7 整个学习期间的前额血流动力学反应
2D（蓝色）和 3D（橙色）组在三个 6 分钟学习周期（L1、L2、L3）内的组平均含氧（O2 Hb，顶部）和脱氧（HHb，底部）血红蛋白浓度 功率谱分析地形图及统计比较
A为两组功率谱分析地形图；B为组间有差异的PSD比较
A为两组功率谱分析地形图；B为组间有差异的PSD比较
4. 机器学习分类：外在认知负荷识别效果最优，深度学习性能优于传统模型
采用 5 折交叉验证与更严苛的留一被试（LOSO）跨个体验证评估认知负荷二分类模型。
①外在认知负荷识别效果最优：LOSO 条件下 MLP 模型 F1=0.914、准确率 0.916；CNN 同样取得较高性能，证明脑信号可直接对全新未校准被试识别外在认知负荷;
② 内在认知负荷识别性能中等，LOSO 下 CNN F1 仅 0.626;
③总认知负荷分类难度最大，即使深度学习模型效果也有限。
图8 所有发射器位置的氧合血红蛋白测量的效应大小热图
表2 用于认知负荷分类的顶级机器学习模型（5 倍交叉验证）
表3 用于认知负荷分类的顶级机器学习模型（留一主体验证）
总结与讨论
本研究首次将 VR 解剖教学与 fNIRS 认知负荷分类技术相结合。研究核心发现：尽管两组被试的学习成绩、主观报告认知负荷均未见显著差异，但不同学习模态依然会改变前额叶脑激活的时间动力学特征。2D 学习条件下被试血氧达峰时间显著延后，该结果支持理论假设 —— 二维学习材料会产生额外的心理转换加工，且这部分认知负担处于个体意识觉察水平之下。
研究仍存在较多局限：
1.样本量仅 21 人；后测存在天花板效应，任务难度有限，难以覆盖完整认知负荷区间；
2.18 分钟短时学习设置，无法考察知识长期记忆留存；
3.fNIRS 仅可采集前额叶浅表皮层信号，空间认知至关重要的海马等脑区无法探测；
4.80 项 fNIRS 特征对比未做多重比较校正；
5.认知负荷分类阈值为预先设定，滑动窗口生成样本存在时间自相关问题。
未来可开展进一步研究：通过实验操纵内在、外在认知负荷，厘清变量间的因果关系；融合眼动、皮肤电等生理信号构建多模态评估体系；探索基于 fNIRS 实时监测学习者认知负荷，动态调节教学节奏与难度的闭环自适应教学方案。
原文链接
Johannessen E, Benjamin R, Hungler P, Angkan P, Szulewski A. Exploring cognitive load in anatomy education: a study of 3D virtual reality and 2D learning environments using fNIRS. Front Psychol. 2026;17:1767614.
DOI: 10.3389/fpsyg.2026.1767614
研究团队介绍
研究由加拿大皇后大学跨学科团队完成，涵盖四个院系。第一作者兼通讯作者 Erika Johannessen同时隶属化学工程系与医学院，研究获加拿大自然科学与工程研究理事会（NSERC）研究生博士奖学金（PGS-D）及 Connected Minds 计划（CFREF-2022-00010）资助；伦理审批单位为皇后大学健康科学与附属教学医院研究伦理委员会（HSREB， 6042008）。
关于维拓启创
维拓启创（北京）信息技术有限公司成立于2006年，是一家专注于脑科学、康复工程、人因工程、心理学、体育科学等领域的科研解决方案供应商。公司与国内外多所大学、研究机构、企业长期保持合作关系，致力于将优质的产品、先进的技术和服务带给各个领域的科研工作者，为用户提供有竞争力的方案和服务，协助用户的科研工作，持续提升使用体验。
相关产品
