方法文章

用于广告感知研究的脑电图、心率和皮肤电反应评估：以禁烟公益广告为例

17K 次观看

⸱

DOI：

10.3791/55872

⸱

2017年8月28日

 ,  ,  ,  ,  ,  , 
1Department of Molecular Medicine, Sapienza University of Rome, 2Department of Communication and Social Research, Sapienza University of Rome, 3Department of Anatomical, Histological, Forensic, and Orthopedic Sciences, Sapienza University of Rome, 4BrainSigns SRL

本文内容

摘要

以下方案描述了一系列操作和计算步骤，用于准确评估一组受试者对在美国和欧洲于1998年至2015年期间播出的若干禁烟公益广告（PSA）所产生的情绪和大脑反应。

摘要

对广告、产品和包装的评估传统上依赖于基于自我报告和焦点小组的方法，但这些方法在科学意义上往往准确性较差。神经科学正越来越多地被应用于研究个体对商业刺激的感知与反应背后的神经生理基础，以支持传统的营销方法。在此背景下，公益广告（PSA）构成了一个特定的营销领域。本方案旨在应用脑电图（EEG）和自主神经信号分析，研究受试者对选定戒烟公益广告的反应。本研究采用了两个脑电图指标：前额阿尔法频段脑电不对称性（趋近-回避（AW）指数）和前额叶θ波（努力指数）。此外，还计算了源自皮肤电反应（GSR）和心率（HR）信号的自主神经情感指数（EI）。本方案详细描述了一系列操作和计算步骤，以通过上述指标准确评估一组受试者对若干选定戒烟公益广告所产生的情感和大脑反应。具体而言，一种采用象征性传播风格的宣传 campaign（根据专业评审委员会授予的奖项被归类为“获奖类”）在AW指数评估中获得了最高的趋近值。同一则以“引发恐惧诉求”为基础、采用叙事/体验式传播风格的“有效类”公益广告（依据其促进的经济/健康改善效果而被归类为“有效”）中，其视频短片和静态图像分别表现出最低和最高的努力值，这可能归因于视频叙事的复杂性以及图像内容（一位接受过气管切开术的女性）的直观冲击力。最后，该“有效类”宣传 campaign 同样表现出最高的情感指数（EI）值，可能源于证言所引发的共情效应以及信息传达的明确性。

引言

正如大卫·奥格威强烈指出的那样，"人们不会思考他们的感受，不会说出他们的想法，也不会去做他们所说的事情。" 因此可以推断，人类并非理性生物。这一假设进一步得到了证据的支持：许多与经济问题相关的决策并不直接受意志控制，而是依赖于自动、快速且高效的认知过程1。此外，情绪机制可能影响这些决策过程，促使个体采取特定行为2,3,4。在此背景下，除了市场营销研究中传统使用的工具5，研究那些能够提供有关消费者行为额外信息的技术变得愈发重要。然而，目前这类研究仍然依赖于顾客对产品和广告信息的感知与评价，通过语言表达和自我报告的方式进行，这种方法容易受到多种偏差的影响。事实上，迄今为止，了解新产品或服务市场表现的典型方法仅基于自我报告和焦点小组讨论。但社会心理学和市场研究已认识到，自我报告在准确预测消费者偏好方面并不可靠6。上述研究的作者曾在鞋类零售行业的上市前预测方面开展了一项研究，发现基于自我报告的方法在预测成功方面的准确性较差，而脑部数据的预测准确率则达到了80%。消费者神经科学正是为满足这一需求而诞生的研究领域，其核心是将典型的神经科学方法应用于与市场及经济交换相关的人类行为研究7。术语"神经营销学"指的是根据不同企业的具体需求，将神经生理学工具——如眼动追踪、皮肤电导、心率、脑电图（EEG）和功能性磁共振成像（fMRI）——应用于市场研究设计8,9。上述技术正引起越来越多企业的关注：过去十年中，神经营销公司的数量增长尤为显著7。事实上，神经营销学可用于研究与商业相关的多个方面：广告目标人群的性别10,11、文化12,13、广告片段本身10,14,15、年龄16、品牌策略17、价格结构18、场景定位及发言人性别19、消费者的购买态度20，以及上市前测试6。

关于脑电图（EEG），已有两个指标被用于评估受试者在接触广告刺激后的反应：即 AW 指数和努力指数。前者基于 Davidson（1990）的研究，该研究证明，大脑两个半球活动之间的额叶不对称性意味着对所呈现刺激具有不同的动机倾向。具体而言，多位作者21,22 报道了存在两个不同的神经系统，分别介导与接近相关的动机和与回避相关的动机，并分别定位于左半球和右半球。根据这些证据，前额叶皮层（PFC）在实现正性和负性动机的神经回路中起着重要作用。具体来说，多项研究23,24,25 报道，左、右 PFC 的差异性参与表现为：在正性动机状态下，左侧前部激活增强；而在负性动机状态下，右侧前部激活增强。此外，多份报告13,14 强调了将 AW 指数——定义为两个半球在 α 频段前额叶活动差异——应用于广告领域的可能性。除了对该主题的广泛研究外，也有针对特定产品类别的研究，例如香水10，其中女性对广告表现出正性动机，而男性则表现出负性动机。关于 AW 指数的研究还考虑了一些实验样本的特征，例如受试者是否为广告产品的消费者26。例如，在观看啤酒广告时，饮酒者比不饮酒者的 PFC 激活水平更高。此外，另一个被考虑的参数是参与者的性别。例如，在观看家庭轿车广告时，男性（与女性不同）在整个广告播放过程中均表现出对该广告的正性动机27。最后一个被研究的参数是受试者的年龄。包含一些"不太友好"画面的刺激性高潮情节，年轻人的大脑反应比成年人更强烈27。总之，由 α 额叶不对称性导出的 AW 指数若为正值，表示左侧活动较强，提示对刺激具有正性动机；反之，若为负值，则表示右侧活动较强，提示对刺激产生负性动机。

第二个脑电图指标是大脑努力程度（cerebral effort, CE），定义为前额叶皮层（PFC）的额叶θ活动，已有多个研究对此进行描述。特别是这些研究表明，CE值越高，任务难度水平也越高28。这一现象已在多个领域得到深入研究，包括神经美学中对听觉文学刺激的反应29；航空电子学30；不同听觉条件下的认知负荷31,32；以及人机交互领域33。

正如来自多个应用领域的实证证据所示，情感参与是刺激物记忆的催化剂。这一现象在神经营销学中也得到了研究，表明在观看商业广告过程中产生的积极或消极情绪加工，是形成稳定记忆痕迹的重要因素。34此外，值得考虑的是一个 "无意识情绪" 当介导无意识核心的大脑系统发生异常时 "喜爱" （在其他皮层下区域中，伏隔核及其连接）未与意识觉知相耦合35在本文开头，已强调了人们对广告刺激的感知与反应通常是无意识的。神经市场营销学的目标之一便是探究情感反应的这一方面。由于皮肤电反应（GSR）和心率（HR）这两种自主神经参数能够反映个体对刺激的情感反应，因此通过结合这两项指标构建了一个自主神经指数。36基于Russell和Barrett提出的环形情绪模型，构建了相应的效价指数（EI）。5在此模型中，心率（HR）在横轴上表示，而皮肤电反应（GSR）在纵轴上表示，从而提供有关刺激效价（正性或负性）和唤醒度（低激活或高激活）的信息。37,38，分别。EI 已被应用于听觉文学刺激的测试29，以及电视广告10,16,19,39因此，作者认为，将EI应用于公益广告（PSA），特别是控烟公益广告，是值得的。

每年，全球有六百万人死于吸烟，应对这一公共卫生危机的主要手段是控烟公益广告。40自20世纪50年代以来，此类公益广告已持续播出，但其对公众的实际效果差异极大，导致了一系列或有效或无效的控烟宣传活动。通常，控烟宣传效果的评估依据是广告播出后公众健康状况的改善程度；以及公众态度、信念或行为的改变即， 意识的提高、负面态度的转变、戒烟热线拨打数量的增加 等等。）；媒体影响（即， 积极的社交媒体讨论与认可；等等。此外，通常会采用标准的经济学评估设计，例如成本效果分析、成本效用分析或成本效益分析41最后，除了深入的专业成本效益评估所提供的证据之外，通过将宣传活动的支出与所节省的医疗费用进行比较，可以确定有效的宣传活动总体上能够节省部分资金，并预防数以万计的过早死亡。42,43,44.

因此，针对特定公共事务广告的心理/情感反应，似乎值得采用神经生理学技术进行研究，以获取生理反应的测量数据，从而补充传统访谈和问卷所提供的显性反馈。

本研究采用的指标此前已在少量参与者和广告样本中应用于戒烟公益广告，支持了神经营销技术在研究公益广告有效性神经生理特征方面的潜在应用价值11,45。

本研究的目的是提出一系列方法学步骤，以实现对反吸烟公益广告（PSA）的大脑认知和情感感知的准确测量。此类测量是分析特定公益广告引发公众反应的有效性或无效性的本能和生理基础及其特征的先决条件。

方案

所有实验均按照1975年《赫尔辛基宣言》所阐述的原则（2000年修订版）进行，并经大学伦理委员会批准。

1. 设备安装与记录条件控制

  1. 邀请受试者坐在计算机屏幕前的舒适椅子上。
  2. 使用氯己定消毒液清洁受试者前额皮肤（必要时轻轻拨开头发）、耳垂和手指，以消毒皮肤并去除皮肤表面积累的最表层脂质层46。
  3. 根据国际10-20系统（AFz、FPz、AF5、AF6、AF7、AF8）将六电极脑电图（EEG）带贴附于受试者前额47。
  4. 将参考电极和接地电极分别置于两侧耳垂。
  5. 将脉搏血氧仪连接至拇指，以记录心率（HR）。
  6. 为采集皮肤电反应（GSR），将两个电极贴附于非优势手的第二和第三手指。将电极置于第二指节掌侧（遵循已发表的实验流程）48。
  7. 通过采集软件界面上相应的阻抗测量按钮，检查脑电（EEG）信号的阻抗，确保其低于 10 kΩ。
    1. 在采集软件的“通道”设置中，将脑电信号采集的“采样率”设为“250 Hz”。
  8. 通过脑电放大系统及配套的脑电记录软件采集脑电信号（参见材料表）。通过点击软件界面上的红色记录按钮开始脑电信号记录。
  9. 通过软件界面观察GSR和HR信号的波形，确认其被正确采集。
    1. 在采集软件的“通道”设置中，将GSR和HR信号采集的采样率设为“128 Hz”。
  10. 通过多用途测量系统采集自主神经信号（i.e., GSR 和 HR）（参见材料表）。
  11. 通过点击相应软件界面上的“记录”按钮，开始GSR和HR信号的记录。
  12. 要求受试者注视屏幕上呈现的黑色背景上的白色“十字”，持续1分钟。同时采集静息状态下的活动信号，并使用脑电采集软件中的相应标记按钮标示其开始和结束。
  13. 指导已佩戴脑电、心率和皮肤电反应记录设备的受试者观看公益广告（PSA）视频，在此期间进行信号记录。同时要求受试者尽量减少身体活动，并在整个记录过程中保持尽可能放松的状态。
  14. 在PSA视频开始时，按下脑电采集软件界面上的起始标记按钮；在视频结束时，按下结束标记按钮。

2. 刺激

  1. 根据预定义的关键绩效指标（KPI）选择目标刺激物。
  2. 在设计实验方案时，将六个目标禁烟刺激随机穿插于其中即， 由两个区块组成的视频中，三个位点及属于三个选定PSA的三幅图像
    1. 按如下方式构建斑点模块：一个斑点基线（即， 一部持续1分钟的纪录片、一段包含10个反吸烟广告的序列（最多使用10个广告，以模拟典型的电视广告插播时段）以及广告前基线测量。
    2. 图像模块构建如下：一个基线图像（即， 8 张来自国际情感图片系统（IAPS）数据库的中性图片49），10张禁烟图片组成的图片序列（与广告片段区块保持一致），以及图像基线。
  3. 为避免参与者反应出现位置效应偏差，先让一半参与者观看斑点图组块，另一半参与者观看图像组块。
    为避免特定项目层面的位置偏差，应在每个区组内以随机顺序呈现刺激。
  4. 选择一段合适的1分钟视频基线（即， 尽可能保持情绪中立的片段（例如纪录片节选），并将其紧接在视频方案中的“斑点”任务区块之前和之后立即播放。
  5. 选择合适的图像基线（即， 尽可能中性，例如从IAPS数据库中选取的8张中性图片49 并将其立即放置在视频方案中图像块的前面和后面。
  6. 设计图像模块时，将每张图像的显示时间设为9 s，以确保检测到自主神经成分的潜在变化，因为这些成分的反应速度较慢，相较于脑电（EEG）信号更为迟缓。每组图像之间，于黑色屏幕上显示一个白色十字，以重新建立中央注视点。

3. 信号处理

注意：以下计算步骤可使用多种公开可用的信号处理计算软件（如 EEGLAB50 或 LEDALAB51）对 GSR 信号进行分析。尽管本研究中部分计算采用了专门开发的软件，但下述步骤并不依赖于特定软件。因此，以下步骤不会精确描述与计算软件的具体交互操作，而是展示实现结果所需的逻辑步骤。

  1. 脑电图信号处理
    1. 为检测并去除由眼球运动、眨眼及肌电伪迹引起的信号成分，应用陷波滤波器（50 Hz）、带通滤波器（2–30 Hz）以及独立成分分析（ICA）52 对脑电图（EEG）信号进行处理步骤。
      1. 使用陷波滤波器（50 Hz）对 EEG 信号进行滤波，以去除主要的电源干扰成分，然后使用带通滤波器（2-30 Hz）滤波，以去除与所研究认知过程无关的频率成分。
      2. 将 EEG 时间序列转换至 ICA52.
      3. 查找并移除与伪影相关的独立成分。
        注意：与眼部伪迹相关的独立成分可通过其形态和幅值与脑源性成分明确区分。一旦识别，应在时域信号重构之前，从独立成分分析（ICA）过程中移除这些与眼部伪迹相关的成分。
      4. 使用保留的独立成分在时域中重构脑电图信号。
    2. 针对每位受试者，根据科学文献中建议的方法，从静息状态估计个体α频率（IAF），以确定感兴趣频率带28.
      注意：此步骤非常重要，因为每个受试者的频带定义必须 individually 确定。
    3. 计算全局场强（GFP）16 针对每个皮层区域和每位受试者。
      1. 根据科学文献中建议的定义，将脑电（EEG）信号滤波至感兴趣的频段，特别是theta频段（IAF-6:IAF-2）和alpha频段（IAF-2:IAF+2）28.
      2. 计算 GFP16 作为特定电极在目标皮层区域上记录的脑电图信号功率的总和（例如， 左侧和右侧前额叶皮层。在特定频段内进行滤波，并根据所考虑的电极数量取平均值。见以下公式：
        figure-protocol-1
  2. 回避-趋近指数
    注意：在多项研究中，额叶皮层被指出是针对多种刺激产生趋近或回避态度的兴趣脑区53,54,55,56,57,58.
    1. 应用定义 AW 指数的公式：AW = GFPa_right - GFPa_left，其中 GFPa_right 和 GFPa_left 分别表示在 α 频段中由右侧电极（AF6 和 AF8）与左侧电极（AF5 和 AF7）计算得到的 GFP59,60
    2. 估算每秒的AW脑指数波形，然后对刺激持续时间内进行平均。
    3. 根据实验开始和结束时获取的基线脑电图活动，对 AW 指数进行标准化。
      注意：正的AW值表示受试者对刺激表现出趋近动机，而负的AW值则表示回避倾向。
  3. 用力指数
    注：多项研究展示了对人类在执行各种任务时脑力负荷的探究与应用28,33.
    1. 为评估大脑努力程度，使用额区电极在theta频段（AFz, FPz, AF5, AF6, AF7, AF8）进行检测28,11,33,45.
    2. 估算GFP16 从前额电极获取信号。根据实验开始和结束时采集的基线脑电活动，对努力指数数据进行标准化处理，方法与觉醒度（AW）指数的处理方式相同。
    3. 在结果解读时，需记住努力指数越高，表明任务难度越大31.
  4. 情绪指数
    1. 为了获取心率信号，采用 Pan-Tompkins 算法61.
    2. 使用恒定电压法（0.5 V）获取皮肤电导62.
    3. 使用 LEDAlab 软件67 以获取皮肤电导的紧张性成分（即，s皮肤电导水平（SCL）
      1. 选择 "连续分解分析" 从分析菜单中。
        注意：建议通过点击来优化分析 "优化" 按钮
      2. 点击 "应用" 接受分析并绘制分解图。
    4. 为匹配SCL和HR信号，参考情绪的环形模型（circumplex model of affect）计划63,64，其中空间中某一点的坐标分别由HR（水平轴）表示效价，由SCL（垂直轴）表示唤醒程度36.
    5. 为了获得一维变量，可采用情绪智力（EI）所描述的受试者情绪状态10，由公式定义：EI = 1 - β/π'.
      注意：此处，
      figure-protocol-2
      心率和 figure-protocol-3 构成 Ζ分别对心率（HR）和皮肤电反应（GSR）的评分变量进行评分。 figure-protocol-4 以弧度为单位，计算公式为 arctang(figure-protocol-5 figure-protocol-6由于角度在 [−1, 1] 之间变化，因此 EI 也将在 [−1, 1] 之间变化。
    6. 在结果解读时，需记住较高的EI值表示参与者体验到更积极的情绪，反之亦然。

结果

共招募22名健康受试者（平均年龄17.64 ± 0.95岁，年龄范围为16至19岁），均为自愿参与。关于吸烟习惯，7名参与者不吸烟，9名为轻度吸烟者（每日吸烟≤5支），6名为重度吸烟者（每日吸烟>5支）。吸烟的参与者报告首次吸烟的平均年龄为13.38 ± 3.01岁，且所有参与者均表示过去未曾戒烟。所有受试者均被告知研究的详细信息，并签署了知情同意书。本实验遵循1975年《赫尔辛基宣言》（2000年修订版）所提出的原则，并经大学伦理委员会批准。

在本研究中，我们采用了Coffman65和Varcoe66提出的KPIs，并选择了三个目标控烟宣传广告。其中两个广告是根据官方公布的促进公众健康及提升经济水平的数据，被归类为“有效”和“无效”而入选的。第三个公益广告则依据专业评审委员会的评价结果进行分类和入选，其评价标准为所获奖项的数量。具体而言，本研究选定的三个控烟公益广告分别为：i) CDC（图像：CDC Terry；广告片：CDC Roosevelt）67，美国，2012–2015年，有效68,44，采用引发恐惧诉求与叙事/体验式传播风格；ii) Think don't smoke（图像与视频）69，菲利普·莫里斯公司，美国，1998年，无效70,71，采用家长式传播风格；iii) Fatty Cigarette（图像与视频）72，英国心脏基金会，英国，2003年，曾获奖项（2005年克里奥广告奖电视与广播公益广告铜奖、2004年IPA实效奖获奖者金表奖、2004年IPA实效奖最佳实效奉献奖，以及2004年戛纳国际广告节三项大奖），采用象征性传播风格。

统计分析采用方差分析（ANOVA），以PSA类别作为组内因子（三个水平：有效、无效和获奖）和性别（男/女）作为组间因子。由于在三个可能的组中吸烟态度的样本量过低，未将其纳入分析。即， 非吸烟者、轻度吸烟者和重度吸烟者），但由于这三组参与者分布均匀，因此可在合并样本中进行分析。需要指出的是，方差分析（ANOVA）检验具有足够的统计效能，可用于处理本研究中此类相对较少的参与者数量的分析。73，前提是因子数量少于4个，如此处所示。

回避退缩指数：

在图像方面，三次宣传活动之间未发现具有统计学意义的显著差异（F(2,40) = 2.649，p = 0.083），但针对“获奖”图像报告的AW值高于针对“无效”公益广告报告的AW值（图1，左图）。

对于视频刺激，斑点类别具有统计学显著性效应（即， 有效、无效或获奖）之间存在差异（F(2,40) = 3.171，p = 0.050）。事后分析表明，估计的AW值在 "授予" 与之相比的斑点 "有效的" 一个（p = 0.047），以及相较于对照组类似强度的趋势（p = 0.060） "无效的" 斑点图1，右侧。

总之，根据AW指数的评估结果，属于“获奖”广告活动的图像和广告点均获得了最高的正向接近值。

figure-results-1
图1：所选戒烟公益广告宣传活动中AW指数的估算结果。 左侧为与图像相关的结果，右侧为“有效”、“无效”和“获奖”戒烟公益广告短片的相关结果。误差线表示标准差。请点击此处查看此图的放大版本。

用力指数：

ANOVA 检验揭示了类别因素具有统计学上显著的影响（即， 有效、无效或已授奖）变量在图像（F(2,40) = 8.589，p = 0.001）和斑点（F(2,40) = 5.441，p = 0.008）刺激条件下均具有显著差异。事后分析显示，在图像刺激条件下， "有效的" 一个显著低于另一个 "无效的" （p = 0.009）且 "授予" (p <0.001）的那些（图2，左侧）。此外，对斑点进行的事后分析表明，所报告的努力值 "有效的" 视频的数值显著更高（p = 0.003），高于估算的 "授予" 斑点图2，右侧。

figure-results-2
图2：所选戒烟公益广告宣传的付出指数估计。 左侧为与图像相关的结果，右侧为“有效”、“无效”和“获奖”戒烟公益广告短片相关的结果。误差条表示标准差。请点击此处查看该图的放大版本。

情绪指数：

总体而言，针对“有效”广告活动所报告的EI值均高于“无效”和“获奖”广告活动的EI值，无论是戒烟公益宣传图片还是视频短片均呈现此趋势。对于图片刺激材料，尽管不同评估条件之间的EI值差异未达到统计学显著性，但仍可观察到“有效”图片的EI值较“无效”图片有明显升高的趋势（图3，左图）。对于视频刺激材料，广告短片类别因素具有统计学显著效应（F(2,32) = 3.978，p = 0.029）。此外，事后分析显示，“无效”短片的EI值较“有效”短片显著降低（p = 0.013），且与“获奖”短片相比也呈现出极为相似的下降趋势（p = 0.060）（图3，右图）。总体而言，无论是图片还是视频形式的戒烟公益广告，“有效”广告活动的EI值均高于“无效”和“获奖”广告活动。

figure-results-3
图3：选定的戒烟公益广告宣传的EI估计结果。 左侧结果与图片相关，右侧结果与“有效”、“无效”和“获奖”的戒烟公益广告短片相关。误差线表示标准差。请点击此处查看此图的放大版本。

讨论

方案修改与故障排除：

本文所述方案可根据不同的实验情况进行修改。特别是，此处提供的刺激序列可更改为仅基于图像或仅基于视频的系列。这种更改将分别允许仅对印刷广告或视频广告进行测试。然而，此处信号处理所需的步骤无需特别更改，因为无论何种情况，眼动伪迹均会出现，必须从脑电（EEG）信号中予以去除。当仅显示视频时，基线可完全由视频构成，而无需使用来自IAPS数据库的图像（如上所述）。在所有脑电记录中，一个常见问题是在记录过程中受试者移动导致出现多种肌电伪迹，需要进行故障排查。此时，重要的是监测所采集脑电轨迹的质量，并回看记录过程的视频，以检查是否存在此类运动伪迹。若出现此类伪迹，则需对独立成分分析（ICA）的实施流程进行调整，以去除这些伪迹。由于此类伪迹在脑电信号中的出现具有随机性，ICA过程可较容易地生成一个包含这些肌电伪迹的独立成分，进而在后续的时间域逆变换中将其去除，从而获得干净的脑电数据。

该技术的局限性：

本文所述的大脑与情绪记录技术在应用于与本实验不同的实验流程时，存在若干局限性，需予以考虑。特别是，独立成分分析（ICA）过程对所使用的脑电图（EEG）传感器数量较为敏感。因此，减少传感器数量以加快记录速度，将影响可去除的人工伪迹数量。事实上，本文所述方法包含六个传感器，可去除两种主要的伪迹成分（例如，眼动和大幅肌肉伪迹）。使用的EEG传感器数量越少，可去除的不同类型伪迹数量也越少。

该技术的另一个局限性与脑电记录的总时长有关。事实上，类似研究中建议每位受试者的总记录时间最长为1小时，以避免因疲劳或厌倦而产生可能的混杂效应。因此，必须严格控制刺激的持续时间，无法在同一位受试者身上测试大量刺激材料，至少不能在单次实验中完成。在持续1小时的实验过程中，需要向受试者详细说明研究内容并获取其签署的知情同意书，为其佩戴实验设备，并在静息状态和实验任务阶段进行记录。为避免超出建议的时间限制，一种可行的解决方案是安排两名实验人员同时进行设备的设置工作。

相对于现有方法的意义：

与传统的广告评估技术相比，本方案在记录和分析公众服务广告（PSA）引起的大脑及情绪反应方面具有多项优势。其中一个优势是，该方案所需的样本量小于通过口头问卷调查获取显著结果时所需的样本量。事实上，本文所述方案在20至30名受试者的小样本条件下即可有效实施，而口头问卷则至少需要100名受访者才能达到统计要求。

此外，该技术能够研究生理反应，而无需依赖受试参与者的语言报告，从而提供对刺激暴露更本能的反应。

未来应用：

该方案可应用于更大样本的受试者，以进一步收集有关公共健康宣传片（PSA）有效性的信息。未来的一个应用方向是确定特定人群目标，用于预先预测定义PSA有效性的特征，从而向各个人群细分群体传递恰当的健康信息。

实验方案中的关键步骤：

该方案中的关键步骤包括正确选择用于评估所提供刺激显著性的基线，以及伪迹剔除。本研究中，我们采用了IAPS数据库，该数据库提供了大量经过情绪反应评估的图像作为基线，并使用ICA方法去除了眼动和肌肉活动在脑电图（EEG）记录中引起的伪迹。

获得数据的意义：

任何指标中性别因素均无统计学显著效应，这表明年轻男性与女性在对戒烟刺激的反应上不存在差异。这似乎与意大利调查年龄段人群中吸烟习惯分布较为均一的现象相一致74。

关于AW指数，该 "获奖" 宣传活动显著促进了更为积极的参与态度 "有效" 和 "无效的" 图像和斑点刺激的PSA。这可以通过表征象征性交流风格来解释 "获奖" PSA。此外，斑点类别具有统计学显著性效应，而图像类别也呈现出相同趋势，这与以往研究结果一致：中性、促进性和对比性吸烟信息刺激会影响P300波幅的变化，从而调节右侧或左侧半球的激活。75.

关于努力指数， "有效的" 图像所需努力最少。这可以通过气管切开术女士图像所传递的非常清晰的信息来解释，辅以旁边的句子 "不要告诉人们吸烟有害，向他们展示。" 相反， "授予" 图像显示一支香烟，象征动脉内充满脂肪沉积物，在公众中可能引发了最高的关注程度，这或许是因为相较于广为人知的吸烟对肺部的影响，吸烟对血管系统的危害在普通人群中认知度较低。最后， "无效的" 图像，描绘一名男子与其儿子位于句子后方 "三思而后行，远离吸烟" 可能由于文本与图片之间明显缺乏关联，引发了较高的认知努力值，可能导致观察者试图理解这两个元素之间的联系。相比之下， "有效" 图像显示，属于同一系列宣传活动的视频报告了最高的努力值，这可能归因于其所叙述故事的复杂性：一位年轻男子讲述了自己年仅45岁时突发心肌梗死的经历，以及该事件带来的一系列后果，从胸部长期留下的手术疤痕到日常生活中所面临的种种限制。该结果与近期一项研究相符，该研究证实视频广告中叙事结构的存在会导致左侧额叶区域θ波功率升高76.

最后， "有效" 宣传活动显示出最高的情绪感染力（EI）值，这可能归因于宣传中病患证言所引发的共情效应以及信息传达的明确性。该结果可能与通过问卷调查在与本研究样本相同年龄段（16–19岁）人群中获得的证据相一致。该问卷比较了青少年对一种引发恐惧的禁烟图像与一种更具正面性的图像的感知，结果显示，参与者更偏好引发恐惧的图像，因为其更具冲击力 "有吸引力的" 比第一个77此外，估算出的较高EI值用于 "有效" 与之前关于戒烟电视广告的初步研究结果一致11有证据表明，与其他类型的广告相比，情感类戒烟广告在促进成人戒烟尝试次数方面表现出更高的有效性78.

选择年轻人群样本是因为有关意大利烟草消费开始流行病学的数据主要涉及15至17岁的人群74本研究结果尽管基于有限的高中生样本，但仍支持此类神经计量指标在评估反吸烟公益广告效果方面的实用性。在 SmokeFreeBrain 研究计划框架下，针对更大规模学生样本的进一步研究可为相关机制的生成提供更具决定性的信息 "有效" 面向年轻人的公益广告。研究表明，当目标人群与广告信息之间具有较高契合度时，能够增强该信息对内隐态度及相关行为的影响，并促使人们对所宣传的信息产生更积极的评价。79最后，在此框架下，设计一项有效宣传活动时需要关注的主要因素之一，是选择最合适的代言人80显然，这项研究需要扩展到更年长的样本群体，因为不同年龄人群对广告、尤其是戒烟公益广告的生理、认知和自主神经反应可能存在差异。27,81,82最后，当前及未来研究的结果有望减少与生成和传播相关的公共资金浪费 "无效的" 面向不同目标人群的PSA。

披露

作者无任何利益冲突需要披露。

致谢

本工作部分由欧洲委员会通过“地平线2020”项目 HCO-06-2015“SmokeFreeBrain”（资助协议编号：681120）资助。

材料

本文使用的材料清单
姓名公司目录编号评论
BrainVision Engineering，LiveAmpBrain Products GmbH
Zeppelinstrasse 7
82205 Gilching 德国		BP-200-300032通道无线脑电图（EEG）放大系统
BrainVision Engineering，神经市场营销头戴设备Brain Products GmbH
Zeppelinstrasse 7
82205 Gilching 德国		尚无型号，仍为原型6通道脑电图（EEG）头戴设备，用于开展神经市场营销研究的原型系统
BrainVision RecorderBrain Products GmbH
Zeppelinstrasse 7
82205 Gilching 德国		BP-170-3000用于脑电图（EEG）数据采集的记录软件
Nexus-10 MKIIMind Media BV Louis Eijssenweg 2B 6049CD Herten 荷兰NX10B-8000mAh
SN 0939130157		生物反馈与神经反馈10通道数据采集系统，具备多用途测量功能（心率、皮肤电导等）
BioTrace+Mind Media BV Louis Eijssenweg 2B 6049CD Herten 荷兰Nexus-10 MKII数据采集专用记录软件

参考文献

  1. Bargh, J. A., Chartrand, T. L. The unbearable automaticity of being. Am Psychol. 54 (7), 462-479 (1999).
  2. Damasio, A. R., Everitt, B. J., Bishop, D. The Somatic Marker Hypothesis and the Possible Functions of the Prefrontal Cortex [and Discussion. Philos Trans R Soc Lond B Biol Sci. 351 (1346), 1413-1420 (1996).
  3. Davidson, R. J., Abercrombie, H., Nitschke, J. B., Putnam, K. Regional brain function, emotion and disorders of emotion. Curr Opin Neurobiol. 9 (2), 228-234 (1999).
  4. Panksepp, J., Nocjar, C., Burgdorf, J., Panksepp, J. B., Huber, R. The role of emotional systems in addiction: a neuroethological perspective. Nebr Symp Motiv. 50, 85-126 (2004).
  5. Ariely, D., Berns, G. S. Neuromarketing: the hope and hype of neuroimaging in business. Nat Rev Neurosci. 11 (4), 284-292 (2010).
  6. Baldo, D. Brain Waves Predict Success of New Fashion Products: A Practical Application for the Footwear Retailing Industry. J Creating Value. 1 (1), 61-71 (2015).
  7. Plassmann, H., Ramsøy, T. Z., Milosavljevic, M. Branding the brain: A critical review and outlook. J Consum Psychol. 22, 18-36 (2012).
  8. Lee, N., Broderick, A. J., Chamberlain, L. What is 'neuromarketing'? A discussion and agenda for future research. Int J Psychophysiol. 63 (2), 199-204 (2007).
  9. Breiter, H. C. Redefining neuromarketing as an integrated science of influence. Front Hum Neurosci. 8 (1073), 1-7 (2015).
  10. Vecchiato, G. Neurophysiological Tools to Investigate Consumer’s Gender Differences during the Observation of TV Commercials. Comput Math Methods Med. 2014 (912981), 1-12 (2014).
  11. Cartocci, G. A pilot study on the neurometric evaluation of "effective" and "ineffective" antismoking public service announcements. 2016 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). , 4597-4600 (2016).
  12. Han, S., Shavitt, S. Persuasion and Culture: Advertising Appeals in Individualistic and Collectivistic Societies. J Exp Soc Psychol. 30, 326-350 (1994).
  13. Vecchiato, G. On the Use of EEG or MEG Brain Imaging Tools in Neuromarketing Research. Comput Intell Neurosci. 2011 (643489), (2011).
  14. Vecchiato, G. Changes in Brain Activity During the Observation of TV Commercials by Using EEG, GSR and HR Measurements. Brain Topogr. 23 (2), 165-179 (2009).
  15. Vecchiato, G. Spectral EEG frontal asymmetries correlate with the experienced pleasantness of TV commercial advertisements. Med Biol Eng Comput. 49 (5), 579-583 (2011).
  16. Cherubino, P. Neuroelectrical Indexes for the Study of the Efficacy of TV Advertising Stimuli. Selected Issues in Experimental Economics, Springer Proceedings in Business and Economics. , 355-371 (2016).
  17. Paulus, M. P., Frank, L. R. Ventromedial prefrontal cortex activation is critical for preference judgments. Neuroreport. 14 (10), 1311-1315 (2003).
  18. Reimann, M., Schilke, O., Weber, B., Neuhaus, C., Zaichkowsky, J. Functional magnetic resonance imaging in consumer research: A review and application. Psychol Mark. 28 (6), 608-637 (2011).
  19. Cherubino, P. Marketing Meets Neuroscience: Useful Insights for Gender Subgroups During the Observation of TV Ads. Applying Neuroscience to Business Practice, IGI Global. , 1-28 (2016).
  20. Knutson, B., Rick, S., Wimmer, G. E., Prelec, D., Loewenstein, G. Neural predictors of purchases. Neuron. 53 (1), 147-156 (2007).
  21. Coan, J. A., Allen, J. J. Frontal EEG asymmetry as a moderator and mediator of emotion. Biol Psychol. 67 (1-2), 7-49 (2004).
  22. Davidson, R. J., Irwin, W. The functional neuroanatomy of emotion and affective style. Trends Cogn Sci. 3, 1-21 (1999).
  23. Davidson, R. J., Ekman, P., Saron, C. D., Senulis, J. A., Friesen, W. V. Approach-withdrawal and cerebral asymmetry: Emotional expression and brain physiology: I. J Pers Soc Psychol. 58, 330-341 (1990).
  24. Davidson, R. J., Hugdahl, K. Brain Asymmetry. , MIT Press. (1996).
  25. Davidson, R. J. Affective style and affective disorders: perspectives from affective neuroscience. Cognition and Emotion. 12 (3), 307-330 (1998).
  26. Vecchiato, G., Kong, W., Maglione, A. G., Wei, D. Understanding the Impact of TV Commercials: Electrical Neuroimaging. IEEE Pulse. 3, 42-47 (2012).
  27. Cartocci, G. Gender and Age Related Effects While Watching TV Advertisements: An EEG Study. Comput Intell Neurosci. 2016, (2016).
  28. Klimesch, W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res Brain Res Rev. 29, 169-195 (1999).
  29. Cartocci, G. The "NeuroDante project": neurometric measurements of participant's reaction to literary auditory stimuli from Dante's "Divina Commedia". Symbiotic conference proceedings. , Springer. (2016).
  30. Aricò, P. Towards a multimodal bioelectrical framework for the online mental workload evaluation. 2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 3001-3004 (2014).
  31. Wisniewski, M. G. Frontal midline θ power as an index of listening effort. Neuroreport. 26, 94-99 (2015).
  32. Cartocci, G. Mental workload estimations in unilateral deafened children. 2015 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). , 1654-1657 (2015).
  33. Gevins, A., Smith, M. E. Neurophysiological measures of cognitive workload during human-computer interaction. Theor Issues Ergon Sci. 4, 113-131 (2003).
  34. Kato, J., Ide, H., Kabashima, I., Kadota, H., Takano, K., Kansaku, K. Neural Correlates of Attitude Change Following Positive and Negative Advertisements. Front Behav Neurosci. 3 (6), 1-13 (2009).
  35. Berridge, K., Winkielman, P. What is an unconscious emotion? (The case for unconscious 'liking'). Cognition and Emotion. 17 (2), 181-211 (2003).
  36. Mauss, I. B., Robinson, M. D. Measures of emotion: A review. Cogn Emot. 23 (2), 209-237 (2009).
  37. Astolfi, L. Neural basis for brain responses to TV commercials: a high-resolution EEG study. IEEE Trans Neural Syst Rehabil Eng. 16 (6), 522-531 (2008).
  38. Vecchiato, G. Neuroelectrical brain imaging tools for the study of the efficacy of TV advertising stimuli and their application to neuromarketing. , Springer. Berlin, Germany. (2013).
  39. Vecchiato, G. Marketing and Neuroscience: How Electroencephalographic Tools Could Help to Design and Analyze Commercial Advertising Campaign. Micro & Macro Marketing. (2), Il Mulino. 279-294 (2014).
  40. Hornik, R. Public Health Communication: Evidence for Behavior Change. , Routledge. (2002).
  41. Atusingwize, E., Lewis, S., Langley, T. Economic evaluations of tobacco control mass media campaigns: a systematic review. Tob Control. 24, 320-327 (2015).
  42. Holtgrave, D. R., Wunderink, K. A., Vallone, D. M., Healton, C. G. Cost-Utility Analysis of the National truth® Campaign to Prevent Youth Smoking. Am J Prev Med. 36 (5), 385-388 (2009).
  43. Hurley, S. F., Matthews, J. P. Cost-effectiveness of the Australian National Tobacco Campaign. Tob Control. 17, 379-384 (2008).
  44. Xu, X. A Cost-Effectiveness Analysis of the First Federally Funded Antismoking Campaign. Am J Prev Med. 48, 318-325 (2015).
  45. Cartocci, G. Against smoking public service announcements, a neurometric evaluation of effectiveness. , Frontiers. Available from: http://www.frontiersin.org/10.3389/conf.fnhum.2016.220.00096/event_abstract (2016).
  46. De Pascalis, V., Cozzuto, G., Caprara, G. V., Alessandri, G. Relations among EEG-alpha asymmetry, BIS/BAS, and dispositional optimism. Biol Psychol. 94 (1), 198-209 (2013).
  47. Jasper, H. H. The 10/20 international electrode system. EEG and Clinical Neurophysiology. 10, 371-375 (1958).
  48. Boucsein, W. Publication recommendations for electrodermal measurements. Psychophysiology. 49 (8), 1017-1034 (2012).
  49. Lang, P. J., Bradley, M. M., Cuthbert, B. N. Technical report A-8. International affective picture system (IAPS): Affective ratings of pictures and instruction manual. , Available from: https://www.researchgate.net/publication/256309451_International_Affective_Picture_System_IAPS_Affective_Ratings_of_Pictures_and_Instruction_Manual_Rep_No_A-8 (2008).
  50. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J Neurosci Methods. 134 (1), 9-21 (2004).
  51. Benedek, M., Kaernbach, C. A. continuous measure of phasic electrodermal activity. J Neurosci Methods. 190, 80-91 (2010).
  52. Lee, T. W., Girolami, M., Sejnowski, T. J. Independent component analysis using an extended infomax algorithm for mixed subgaussian and supergaussian sources. Neural comput. 11 (2), 417-441 (1999).
  53. Davidson, R. J. What does the prefrontal cortex 'do' in affect: perspectives on frontal EEG asymmetry research. Biol Psychol. 67 (1-2), 219-234 (2004).
  54. Borghini, G. Avionic technology testing by using a cognitive neurometric index: A study with professional helicopter pilots. 2015 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). , 6182-6185 (2015).
  55. Maglione, A. G. Alpha EEG Frontal Asymmetries during Audiovisual Perception in Cochlear Implant Users. A Study with Bilateral and Unilateral Young Users. Methods Inf Med. 54, 500-504 (2015).
  56. Schmidt, B., Hanslmayr, S. Resting frontal EEG alpha-asymmetry predicts the evaluation of affective musical stimuli. Neurosci Lett. 460 (3), 237-240 (2010).
  57. Harmon-Jones, E., Gable, P. A., Peterson, C. K. The role of asymmetric frontal cortical activity in emotion-related phenomena: a review and update. Biol Psychol. 84 (3), 451-462 (2010).
  58. Di Flumeri, G., et al. EEG Frontal Asymmetry Related to Pleasantness of Olfactory Stimuli in Young Subjects. Selected Issues in Experimental Economics. , Springer International Publishing. 373-381 (2016).
  59. Sutton, S. K., Davidson, R. J. Prefrontal brain electrical asymmetry predicts the evaluation of affective stimuli. Neuropsychologia. 38 (13), 1723-1733 (2000).
  60. Vecchiato, G. How to Measure Cerebral Correlates of Emotions in Marketing Relevant Tasks. Cog Comp. 6 (4), 856-871 (1985).
  61. Pan, J., Tompkins, W. J. A Real-Time QRS Detection Algorithm. IEEE Trans Biomed Eng. , 230-236 (1985).
  62. Fowles, D. C. Committee report. Publication recommendations for electrodermal measurements. Psychophysiology. 18, 232-239 (1981).
  63. Russell, J. A., Barrett, L. F. Core affect, prototypical emotional episodes, and other things called emotion: Dissecting the elephant. J Pers Soc Psychol. 76, 805-819 (1999).
  64. Posner, J., Russell, J. A., Peterson, B. S. The circumplex model of affect: An integrative approach to affective neuroscience, cognitive development, and psychopathology. Dev Psychopathol. 17, 715-734 (2005).
  65. Coffman, J. Public communication campaign evaluation. Communications Consortium Media Center. , Washington, DC. (2002).
  66. Varcoe, J. Assessing the effectiveness of social marketing. Public Sector Research Conference. ESOMAR. , (2004).
  67. CDC: Tips from Former Smokers - Roosevelt's Ad. , Centers for Disease Control and Prevention. Available from: https://www.youtube.com/watch?v=OdmI35elnCQ (2017).
  68. Duke, J. C. Impact of a U.S. antismoking national media campaign on beliefs, cognitions and quit intentions. Health Educ Res. 30 (3), 466-483 (2015).
  69. Think Don’t Smoke. , Available from: https://www.youtube.com/watch?v=3B133Es-CKA (2017).
  70. Farrelly, M. C., Healton, C. G., Davis, K. C., Messeri, P., Hersey, J. C., Haviland, M. L. Getting to the Truth: Evaluating National Tobacco Countermarketing Campaigns. Am J Public Health. 92 (6), 901-907 (2002).
  71. Biener, L. Anti-tobacco advertisements by Massachusetts and Philip Morris: what teenagers think. Tob Control. 11, Suppl 2. ii43-ii46 (2002).
  72. British Heart Foundation - Fatty Cigarette TV advert 2004. , British Heart Foundation. Available from: https://www.youtube.com/watch?v=cDAN7Oi62e0 (2017).
  73. Zar, J. Biostatistical Analysis. , Prentice Hall. New York. (2000).
  74. Il fumo in Italia - ISS-DOXA 2015. , Available from: http://www.iss.it/fumo/index.php?lang=1&id=350&tipo=18 (2016).
  75. Jang, K. W., Lee, J. S., Yang, B. H., Lee, J. H. Changes of Brain Potentials in Response to Smoking-Induced Stimuli in Smokers. CyberPsychol Behav. 10, 460-463 (2007).
  76. Wang, R. W. Y., Chang, Y. C., Chuang, S. W. EEG Spectral Dynamics of Video Commercials: Impact of the Narrative on the Branding Product Preference. Sci Rep. 6 (36487), 1-11 (2016).
  77. Montazeri, A., McEwen, J. Effective communication: perception of two anti-smoking advertisements. Patient Educ Couns. 30, 29-35 (1997).
  78. Farrelly, M. C., et al. Promotion of Smoking Cessation with Emotional and/or Graphic Antismoking Advertising. Am J Prev Med. 43, 475-482 (2012).
  79. Mannetti, L., Brizi, A., Giacomantonio, M., Higgins, E. T. Framing political messages to fit the audience's regulatory orientation: How to improve the efficacy of the same message content. PloS One. 8 (10), e77040(2013).
  80. Mannetti, L., Brizi, A., Belanger, J., Bufalari, I. All we need is the candidate's face: The irrelevance of information about political coalition affiliation and campaign promises. Cogent Psychol. 3 (1268365), 1-12 (2016).
  81. Bala, M. M., Strzeszynski, L., Topor-Madry, R., Cahill, K. Mass media interventions for smoking cessation in adults. Cochrane Database Syst Rev. 1 (CD004704), (2013).
  82. Brinn, M. P., Carson, K. V., Esterman, A. J., Chang, A. B., Smith, B. J. Mass media interventions for preventing smoking in young people. Cochrane Database Syst Rev. 11 (CD001006), (2010).

重印与许可

标签

用于广告感知研究的脑电图、心率和皮肤电反应评估：以禁烟公益广告为例
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。