不同身体活动水平大学生不良行为习惯抑制能力的行为和脑电特征

朱风书，吴雪萍，周成林(.扬州大学 体育学院，江苏 扬州 57；.上海体育学院，上海 00438)

不同身体活动水平大学生不良行为习惯抑制能力的行为和脑电特征

朱风书1，吴雪萍2，周成林2
(1.扬州大学 体育学院，江苏 扬州 225127；2.上海体育学院，上海 200438)

为了考察不同身体活动水平大学生不良行为习惯抑制能力的行为和脑电特征，在进行问卷调查的基础上，选取30名不同身体活动水平且具有不良行为习惯的大学生为研究对象，运用事件相关电位技术，记录完成经典Go/Nogo抑制控制任务时的行为反应和EEG数据。结果显示：经常运动组的反应时间快于久坐组，经常运动组对于不良行为习惯相关图片的抑制成功率优于久坐组，且经常运动组在代表抑制能力的Nogo-P3效应更加明显。可见高身体活动水平的大学生对不良行为习惯的抑制能力更强，主要通过较强的抑制能力，进而降低其对不良行为习惯，例如烟瘾、网瘾等的渴求。

身体活动；不良行为；Go/Nogo；抑制能力

青少年和大学生不良行为习惯是近几十年来在社会心理学、发展心理学和流行病学领域里研究的热点之一。其中大多数研究者把不良行为习惯作为危险行为的一个子集进行研究。这些研究认为，不良行为习惯在大学生中普遍存在，其中吸烟占37%，网络成瘾占6.5%等[1]。不良行为习惯不仅影响到青少年和大学生的身心健康，更关系到社会的安定团结和民族素质的提高[2]。因此，研究人员针对大学生的不良行为习惯展开探讨。然而，目前的研究较多从社会学角度分析不良行为习惯的可能成因，尚缺少从认知心理学的层面以大脑加工为视角对不良行为习惯进行探讨和分析。

近年来，随着身体活动以及生活习惯研究不断深入，研究者发现身体活动量较少的人群其不良行为习惯也相对较多，而这一现象在青少年和大学生群体中较为突出[1]。一项不良行为习惯问卷调查研究发现，身体活动量高的大学生行为习惯更好，其中自我控制起到了重要的中介作用[2]。与此同时，研究人员发现，适当的身体活动能够增强人的认知能力，尤其是对抑制控制能力有显著的增强效果[3-4]。身体活动或许能够通过提高人的抑制控制能力，进而降低不良行为习惯的发生率。因此，了解不同身体活动大学生不良行为抑制控制能力的行为和大脑活动特征，能为改善大学生不良行为提供科学有效的依据，具有重要的社会意义。

抑制控制作为认知加工中的重要成分之一，在日常生活中发挥着重要的作用，它是控制当前不恰当行为或中止行为反应的能力，对人们基于环境变化做出灵活的、目标指向的行为至关重要[5]。研究结果发现，在日常工作中从事中、高强度身体活动的人群，其大脑左尾部激活容量比低强度组增加了25%，进而在抑制控制任务中表现更优[6]。而对于抑制能力衰退的老年人群，身体活动的干预能有效减缓其抑制控制能力的退化，通过身体活动干预的老年人在Flanker任务中P300电位潜伏期较控制组明显缩短[7]。由此，可以推测，身体活动对于改善大学生不良生活习惯，例如降低烟瘾、网瘾，控制手机依赖现象等具有积极的作用，其可能的主要原因是，身体活动通过提高大学生的抑制控制能力，进而增强其对不良行为习惯的控制。

在针对抑制控制能力的研究中，最为主要的研究范式是Go/Nogo任务。在这项任务中，被试必须对经常出现的Go刺激做出快速反应，同时抑制小概率出现的Nogo刺激。由于Go刺激是以大概率出现，更容易使被试产生一种倾向性反应，这种倾向性反应会与小概率出现的Nogo刺激出现冲突。在早期的神经影像学研究中发现，Go/Nogo任务中Nogo刺激很好激活了前扣带回(Anterior cingulate cortex，ACC)[8]，诱发了被试的抑制能力。因此，成功抑制Nogo刺激，需要被试具有良好的抑制能力。在Go/Nogo任务中，大脑前部皮层在事件诱发后的200～300 ms间产生的N2负波能较好地反应被试对抑制信号的觉察能力，属于对信号加工的早期阶段，并且相对于健康人群，抑制能力较弱或者有缺陷的群体表现出更小的N2波峰[9]；同时300～500 ms左右产生的P3正波则一定程度上代表了大脑对抑制信号的分析和加工，属于晚期阶段，并在随后做出相应的行为反应，与N2成分一样，具有较弱抑制能力的群体较普通人群表现出更小的P3波峰[8]。因此，大部分探讨控制能力的研究常常使用到N2和P3成分为评价指标，以此评估不同群体间抑制控制能力的强弱[4，10]。

本研究将通过考察不同身体活动水平，即经常运动组和久坐组大学生在完成Go/Nogo任务时的行为差异和认知神经差异，探讨不同身体活动水平大学生不良行为习惯抑制能力的差异，为身体活动降低大学生不良生活习惯提供参考和依据。同时依据前人研究结果[11]，本研究假设，身体活动量高的大学生对于任务的执行速度更快，对于抑制相关任务的控制能力更强，表现在对Go刺激的反应时更短，对Nogo刺激的抑制成功率更高上。

1 研究对象与方法

1.1 研究对象

根据前期针对大学生不良习惯和体育锻炼关系的问卷调查结果[11]，依据被试所填写《身体活动量表》和自编的《大学生不良行为习惯调查》对被试进行初步筛选。《体育锻炼量表》采用体育锻炼等级量表(PARS-3)测查，该量表由武汉体育学院梁德清等人修订，从体育锻炼的强度、一次锻炼的时间及频率(每周)3个方面来考察体育锻炼量。体育锻炼量的得分=锻炼强度得分×(锻炼时间得分-1)×锻炼频率得分。每个方面各分5个等级，记分从1～5分。最高分为100分，最低为0分。得分低于19分评定为低锻炼量，20～42分为中等锻炼量，高于43分为高锻炼量，该量表重测信度为0.82[12]。《大学生不良行为习惯调查》包括：吸烟、饮酒、上网、熬夜、过度消费、课堂迟到等不良行为习惯的频次调查，选取在《不良行为习惯调查》中不良行为习惯达到一半项以上者共60名。

随后，根据其《身体活动量表》得分，选取30名被试分为活动组和久坐组。其中活动组被试15人，身体活动量表得分高于42分，具有较高的身体活动量；久坐组被试15人，身体活动量表得分均低于19分，身体活动水平较低(表1)。两组被试中活动组身体活动量表得分显著高于久坐组[t(28)=-30.089，P<0.01)]。

组别人数年龄(岁)身体活动量表得分活动组1521 87±1 1346 20±3 49久坐组1521 93±1 2217 93±1 06

1.2 实验材料

实验材料包括一般中性情绪图片和不良行为习惯相关图片，其中中性情绪图片来源于中国情绪图片库(Chinese Affective Pictures System，CAPS)，与不良行为习惯相关图片(如吸烟、饮酒、上网等)来源于网络关键字搜索。挑选出中性情绪图片80张，不良行为习惯相关图片50张。采用九点评分法[13]，招募60名被试，对图片的效价与唤醒度进行评定。根据评定结果，最终筛选出实验用图60张，其中中性情绪图片40张，不良行为习惯相关图片20张[14]。两类图片在效价与唤醒度水平上不存在显著性差异(表2)。

表2 实验材料效价和唤醒度

1.3 实验设计

采用Go/Nogo任务范式，屏幕中央首先呈现“十”字作为注视点，随后呈现刺激图片1 000 ms，若图中为中性情景，则为Go刺激，要求被试快速按键反应；若图中包含不良行为情境(吸烟、饮酒、上网或玩手机等场景)，则为Nogo刺激，要求被试不进行按键(图1)且注视点仅在实验开始时呈现一次。为避免被试对图片判断出现偏差，在实验结束后，要求被试对所有图片进行分类，分为中性情境(即Go刺激)和不良行为习惯情境(即Nogo刺激)，仅对分类正确率达到100%的被试数据进行分析。实验共包括6个block，每个block包含200个试次，其中Go与Nogo刺激比例为7：3。实验时间为30 min。

采用2×2的多因素设计，自变量为组别(运动组、久坐组)、任务类型(Go反应、Nogo反应)，其中组别为组间变量，任务类型为组内变量。因变量为执行Go反应的反应时间，Go反应和Nogo反应的正确率。同时记录被试完成任务时的ERP数据，在数据处理后考察代表抑制控制能力的N2成分和P3成分，比较其不同条件与不同组别条件下所诱发的波幅与潜伏期。

图1 实验流程图

1.4 实验流程

实验在某大学实验室进行。实验过程中保证隔音、安静、舒适，被试独立完成实验。实验开始前被试洗头吹干，关闭电子设备，向被试介绍有关ERP实验的基本要求，即完成过程中尽量全身放松，尤其是头部和面部肌肉，尽量控制眨眼动作。实验开始时，被试舒适地坐在操作桌前，眼睛与电脑屏幕的距离为50cm，并处于一条水平线上，左手握住小键盘，右手食指放于“0”键上，在主试讲解要求后，进行练习，在练习成功率达到95%以上后，进入正式操作。

1.5 数据采集与处理

采用E-prime软件采集行为数据，分析的指标包括Go条件的反应时和正确率、Nogo条件的抑制正确率。

脑电数据采集由德国Brain Product公司的Recorder软件，采用Ag/AgCL电极，按国际10-20系统扩展的64导电极帽记录EEG，以双侧乳突为参考电极，水平眼电(HEOG)置于右眼外侧1 cm处，垂直眼电(VEOG)安置于左眼框上方1 cm处。实验时，在各电极注入导电膏，保证头皮与电极之间阻抗降至 5 KΩ以下。脑电信号(EEG)经放大器放大后连续记录，采样频率为1 000赫兹/导。记录的电极点C3、C4、P3、P4、Fz、Cz、Pz、FC1、FC2、CP1、CP2、TP9、TP10、VEOG、HEOG15个。

脑电数据分析由该公司Analyzer软件离线完成，以双侧耳后乳突的平均电位为参考，去除50 Hz市电，数字滤波为1～24 Hz带通，自动校正眨眼伪迹，自动排除±80 μV范围外的波幅。分析时程为刺激呈现前200 ms至后800 ms，以反应刺激出现前200 ms的均值校正基线。分别叠加两组被试在Go和Nogo两种条件下正确反应的有效波段。

使用SPSS 15.0对行为数据进行独立样本方差分析，对不满足球形检验的统计变量采用Greenhouse Geisser进行矫正，事后比较采用Bonferroni法。以P<0.05为差异显著，对有显著性差异的结果进行讨论分析。

2 研究结果

2.1 行为结果

实验结果显示，不同身体活动水平的被试之间对一般图片(Go任务)的反应时间和对不良行为习惯相关图片(Nogo任务)的抑制成功率存在差异。分别以组别为自变量，以Go任务的反应时、正确率和Nogo任务的正确率为因变量的独立样本t检验结果表明(表2)：两组的Go任务的正确率均高于95%，且活动组略高于久坐组，但两者不存在显著差异[t(28)=2.762，P=0.314]，同时只有Go任务的反应时存在组间显著差异 [t(28)=3.466，P=0.002]，活动组的抑制成功率显著性高于久坐组(t=4.142，P<0.001)。以上结果提示，活动组对于信息的反应(Go RT)速度显著性快于久坐组，这一优势同时增加了对于Nogo信号成功抑制的难度，但活动组在抑制成功率上同样优于久坐组，进而表现出更具优势的抑制能力。

表3 活动组和久坐组Go任务反应时和Nogo任务正确率的比较

注：*P<0.05；**P<0.01。

2.2 ERP结果

对不同条件的ERP进行叠加后，得到活动组与久坐组在Go反应与Nogo反应条件下的ERP成分。从ERP总波形图可以看出，活动组与久坐组在进行Go/Nogo任务中，Go条件和Nogo条件下大脑皮层不同区域所诱发的ERP波形存在差异。两组均在200～320 ms左右诱发负波N2，在320～450 ms左右诱发正波P3(图2)。

根据前人文献及脑地形图，对N2成分选取Fz，FC1，FC2，FCz，Cz 5个电极点，对P3成分选取FCz，Cz，C3，C4和CPz点；同时，Go/Nogo差异波由Go-N2/P3减去Nogo-N2/P3得到，对Go/Nogo的N2成分选取Fz，FCz，Cz 3个电极点；对P3成分选取FCz，Cz，CPz 3个电极点。对ERP数据中的N2和P3平均波峰进行2(组别：活动组、久坐组)×2任务(Go、Nogo)×5(电极点)的三因素重复测量方差分析，再对ERP数据中N2和P3的Go/Nogo效应(即Go/Nogo差异波)分别进行2(组别：活动组、久坐组)×3(电极点)的两因素重复测量方差分析，组别作为组间变量。以检验两组被试在执行任务时ERP成分的Go/Nogo效应。

图2 Go条件(左)和Nogo条件(右)FCz点的ERP波形图

2.2.1 N2成分(200～300 ms) 以组别(活动组和久坐组)为组间变量，实验任务(Go和Nogo)和额-中央区电级点(Fz，FC1，FC2，FCz，Cz)为组内变量，N2平均波幅为因变量进行重复测量方差分析。电级点主效应显著[F(4，112)=18.142，P<0.001，η2=0.393]，电极点与任务交互作用显著[F(4，112)=19.136，P<0.001，η2=0.406]，组间主效应和任务主效应均不显著。事后检验结果发现，在Fz电极点上，被试完成Go任务(1.904±0.182)μV的N2平均波峰显著小于Nogo任务(2.711±0.247)μV(P=0.001)。

以上结果提示，在代表对反应或抑制信号觉察的早期加工阶段，即N2成分上，N2波幅的增大提示了被试对目标特征进行监控的反应激活过程，活动组与久坐组均对不良行为习惯相关的刺激表现出一定的监控与控制效果。

2.2.2 P3成分(300-350ms) 以组别(活动组和久坐组)为组间变量，实验任务(Go和Nogo)和电级点(FCz，Cz，C3，C4，CPz)为组内变量，P3平均波幅为因变量进行重复测量方差分析。结果显示，任务主效应显著[F(1，28)=33.601，P<0.001，η2=0.545]，电极点主效应显著[F(4，112)=42.847，P<0.001，η2=0.605]，组别主效应显著[F(1，28)=12.306，P=0.002，η2=0.305]。简单主效应结果表明，活动组的P3平均波峰(4.645±0.348)μV显著大于久坐组(2.920±0.348)μV；Go任务时的平均波峰(3.165±0.278)μV显著小于Nogo任务时的平均波峰(4.401±0.257)μV；同时，在电极点位置上，中央区(Cz)诱发的P3波峰最大(5.044±0.362)μV。

同时，任务与组别的交互作用显著[F(1，28)=6.807，P=0.014，η2=0.196]；电极点与组别交互作用显著[F(4，112)=3.995，P=0.011，η2=0.125]。事后检验结果显示，在Go条件下，活动组诱发的Go-P3平均波峰显著大于久坐组(P=0.045)；在Nogo条件下，活动组诱发的Nogo-P3平均波峰同样大于久坐组(P<0.001)(图3)。同时，在额-中央区(FCz)、中央区(C3、Cz、C4)和中央枕区(CPz)，活动组诱发产生的Nogo-P3平均波峰均大于久坐组(P<0.05)(图4)。

以上结果提示，在代表对抑制信号进行晚期加工的P3成分上，活动组所诱发的平均波峰在Nogo刺激和Go刺激下都显著大于久坐组，并且在Nogo条件下更为明显。

2.2.3 Go-Nogo差异波 对N2成分平均波幅的Go-Nogo差异波的重复测量方差分析，以组别(活动组和久坐组)为组间变量，额-中央区电极点(Fz，FCz，Cz)为组内变量。结果显示，仅电极点主效应显著[F(2，56)=22.442，P<0.001，η2=0.445]，简单主效应结果显示，额区(Fz)所诱发的Go-Nogo差异波(-0.807±0.224)μV最大，且显著大于额-中央区(FCz)(-0.134±0.245)μV，P=0.006和中央区(Cz)(0.828±0.282)μV，P<0.001。组间主效应及交互作用均不显著。

图3 活动组和久坐组在Go-P3和Nogo-P3条件下平均波峰比较

图4 在Nogo条件下，活动组和久坐组在不同脑区诱发的P3平均波峰

对P2成分平均波幅的Go-Nogo差异波的重复测量方差分析，以组别(久坐组和活动组)为组间变量，电极点(FCz，Cz，CPz)为组内变量。结果显示，电极点主效应显著[F(2，56)=23.598，P<0.001，η2=0.457]，简单主效应结果显示，额-中央区(FCz)诱发了最为显著的Go-Nogo差异波(-2.389±0.258)μV，其次是中央区(Cz)(-1.783±0.241)μV和中央顶区(CPz)(-0.923±0.275)μV。其次组间主效应显著[F(1，28)=6.123，P=0.002，η2=0.179]，简单主效应结果显示，活动组(-2.260±0.321)μV比久坐组(-1.137±0.321)μV诱发了更为显著的Go/Nogo差异波。

以上结果提示，在Go/Nogo效应的检验中，两组被试在监控阶段(N2成分)在额区的激活最为明显，其次，在执行阶段(P3成分)，活动组比久坐组表现出更为显著的Go/Nogo效应。

3 讨论

3.1 身体活动对大学生抑制能力影响的行为特征

从本实验的行为结果发现，活动组在Go/Nogo任务中的各项指标均较久坐组具有优势。其中反应时的优势最为显著。他们对于一般刺激的加工反应更快，对不良行为习惯相关图片的抑制能力更强。这一结果与前人的研究结果，在反应时间上保持了部分一致[15]，首先，活动组在反应时间上较久坐组更加迅速。反应时代表信息加工速度和动作反应速度，结果表明，身体活动水平高的大学生刺激—反应过程的速度达到优化的作用，原因可能是高水平的身体活动能够改善不良习惯。而活动组的Nogo正确率显著大于久坐组，说明活动组能够更准确地分辨出抑制信号，并抑制住自己的动作。这种能力可能源于长期规律的体育锻炼所致，正常人的研究中也发现体育锻炼能够促进抑制能力[16]，同时，这一结果也得到了复杂运动认知需求理论的支持[10，17]。该理论认为运动过程中，个体需要完成比日常生活中更为复杂的多任务操作，而这个操作模式依赖了非自动选择加工过程。因此，需要个体投入更多认知加工资源。这也与前人研究结果一致，Kimberly在一项针对青少年吸烟人群的戒烟干预中，使用身体活动作为干预手段，在经过3个月跟踪调查后发现，每天至少进行30 min身体活动的被试其日常吸烟量有效降低，甚至有完全戒烟的倾向。

总之，根据上述行为结果，本研究认为高身体活动水平的大学生，其抑制能力更强。尤其是对信息加工和反应的速度来说，以及对于抑制信号的控制准确性，由此，高身体活动水平大学生，其对不良行为习惯的控制能力较强。

3.2 身体活动对大学生抑制能力影响的ERP特征

3.2.1 N2成分的Go/Nogo效应 本研究中，在刺激信号呈现的200-320ms内诱发了负走向的N2波。大量研究表明，在Go/Nogo任务中，在大脑前部皮层所产生的Nogo-N2波峰大小是代表反应抑制的有效指标。首先，本研究结果中，两组被试在额区所诱发的Nogo-N2的平均波峰大于Go-N2平均波峰。这与前人使用Go/Nogo范式得到的结果保持一致[18]，对于冲突和新异的刺激，大脑占用了更多的认知资源对其进行加工，而在Go/Nogo任务中，小概率出现的Nogo抑制刺激往往会诱发更显著的N2波峰[19]。由此可以认为，本实验任务较好地测量了被试的抑制能力。其次，在前人的大量研究结果中一致地发现，Nogo-N2与行为反应有着高度的一致[18]。因此，本研究结果发现，活动组与久坐组在行为反应的表现中Nogo的正确率不存在显著差异，相应在Nogo-N2的平均波峰中，两组的差异不具有统计学意义。

而本研究中，活动组与久坐组在Nogo-N2的平均波峰上并未表现出显著结果的原因，主要是本研究所选取的不良行为习惯群体为大学生，而前人研究中的被试群体多为药物成瘾人群，而药物成瘾对于抑制功能的损伤更为严重，不良行为习惯的危害相对药物危害更小，因此不良行为习惯人群的抑制功能的受损并不明显，从而降低了N2指标的敏感性。因此，前人针对海洛因成瘾人群的研究结果中所得到的Nogo-N2波峰的显著减少情况[20]，在本研究中并没有得到体现。同时，选择假设理论(Alternative hypothesis)认为，在抑制相关任务中的N2波峰代表了对于冲突发生的评估过程。而本研究中，活动组和久坐组对小概率出现的Nogo信号在评估过程中未表现出明显差异，可能是因为在Go/Nogo任务中，由于Go刺激的大量出现，使得大脑对Nogo信号的抑制评估减弱，反应强度也相应减少。综上，虽然Nogo-N2作为脑电指标较行为指标更为敏感，但在本次针对大学生不良行为习惯群体的研究中，身体活动的促进效应在Nogo-N2上并未得到很好的体现。

3.2.2 P3成分的Go/Nogo效应 本研究结果发现，Nogo-P3的平均波峰显著大于Go-P3平均波峰，结合前人研究结果认为，P3波峰与N2波峰都在一定程度上较好地体现了反应抑制的过程，反映了在加工过程中投入的认知资源水平。然而与N2波峰不同的是，与N2阶段相比，P3阶段与反应抑制的后期加工过程更为贴近，更多地反应在了大学生不良习惯在实际抑制过程中的运动能力[21]，这与信息更新理论(Context-updating Theory)相一致，在注意资源受到外界刺激干扰后，工作记忆阶段后对于刺激的表征进行更新，进而完成执行。在本研究结果中，两组被试在P3的平均波峰出现了显著的组间差异，即活动组的P3平均波峰显著大于久坐组。由此推测，身体活动较高的不良行为习惯大学生表现出了更强的抑制能力，且这种优势在时间加工特征上更接近于运动执行阶段。

同时，这一结果与行为数据的结果保持了一致。在行为结果中，活动组在Go刺激时的反应速度显著快于久坐组，而在Go-P3的波峰同样表现出活动组比久坐组诱发了更大的波幅，以此推测，而这一快速反应的优势可能更多地来自于运动速度的敏捷性。同时，行为结果中，在Go刺激与Nogo刺激的正确率中，两组并未表现出显著差异，分析其原因可能是由于任务难度的限制，以此推测，增加Go/Nogo任务的难度，活动组在反应抑制的行为表现中会有优于久坐组的抑制优势。

综上所述，结合行为数据结果以及N2和P3的波峰特征，我们推测，身体活动量较多的不良行为习惯大学生较身体活动量较小的不良行为习惯大学生有更强的抑制能力，而这一抑制能力的优势，来自于身体活动对其抑制能力的促进主要体现在运动系统的快速调节。

4 结论

通过研究发现，身体活动水平较高的大学生抑制能力更强，主要表现在，对反应任务的执行速度加快、对抑制任务占用更少的认知资源。可见，高身体活动水平的大学生群体对不良行为习惯的抑制能力更强，其不良行为习惯发生可能更小，进而促进了大学生的健康发展。

[1] 刘晓婧，谢国秀.贵州省青少年不良习惯行为的现状研究[J].社会心理科学，2010，25(5)： 86-91.

[2]张鸿飞，王杨.男大学生吸烟动机分析与应对策略研究[J].中国健康心理学杂志，2008(7)：740-742.

[3]Prochaska J J，Spring B，Nigg C R.Multiple health behavior change research：an introduction and overview[J].Preventive Medicine，2008，46(3)：181-188.

[4]Ramaekers J G，Kauert G，van Ruitenbeek P，et al.High-potency marijuana impairs executive function and inhibitory motor control[J].Neuropsychopharmacology，2006，31(10)：2296-2303.

[5]王琰，蔡厚德.反应抑制的心理加工模型与神经机制[J].心理科学进展，2010，18(2)：220-229.

[6]Dimoska A，Johnstone S J，Barry R J.The auditory-evoked N2 and P3 components in the stop-signal task：indices of inhibition，response-conflict or error-detection?[J].Brain and Cognition，2006，62(2)：98-112.

[7]Kamijo K，Hayashi Y，Sakai T，et al.Acute effects of aerobic exercise on cognitive function in older adults[J].The Journals of Gerontology Series B：Psychological Sciences and Social Sciences，2009，64(3)：356-363.

[8]Boucard G K，Albinet C T，Bugaiska A，et al.Impact of physical activity on executive functions in aging：a selective effect on inhibition among old adults[J].Journal of Sport and Exercise Psychology，2012，34(6)：808.

[9]Thomas A G，Dennis A，Bandettini P A，et al.The effects of aerobic activity on brain structure[J].Frontiers in Psychology，2012，3：1-6.

[10]Taylor A，Katomeri M.Walking reduces cue-elicited cigarette cravings and withdrawal symptoms，and delays ad libitum smoking[J].Nicotine & Tobacco Research，2007，9(11)：1183-1190.

[11]朱风书，周成林，王碧野.体育锻炼降低大学生吸烟依赖性：自我控制的中介作用[J].体育与科学，2014，35(6)：109-113.

[12]梁德清.高校学生应激水平及其与体育锻炼的关系[J].中国心理卫生杂志，1994，8(1)：5-6.

[13]Bradley，M.M.，& Lang，P.J.Measuring emotion：the self-assessment manikin and the semantic differential[J].Journal Of Behavior Therapy and Experimental Psychiatry，1994，25(1)：49-59.

[14]Lu Y，Luo Y，Lei Y，et al.Decomposing valence intensity effects in disgusting and fearful stimuli：an event-related potential study.[J].Social Neuroscience，2015.

[15]Kamijo K，Pontifex M B，Khan N A，et al.The negative association of childhood obesity to cognitive control of action monitoring[J].Cerebral Cortex，2014，24(3)：654-662.

[16]Pontifex M B，Raine L B，Johnson C R，et al.Cardiorespiratory fitness and the flexible modulation of cognitive control in preadolescent children[J].Journal of Cognitive Neuroscience，2011，23(6)：1332-1345.

[17]Diamond A.Close interrelation of motor development and cognitive development and of the cerebellum and prefrontal cortex[J].Child Development，2000，71(1)：44-56.

[18]Yang B，Yang S Y，Zhao L，et al.Event-related potentials in a Go/Nogo task of abnormal response inhibition in heroin addicts[J].Science in China Series C：Life Sciences，2009，52(8)：780-788.

[19]Horn K，Branstetter S，Zhang J，et al.Understanding physical activity outcomes as a function of teen smoking cessation[J].Journal of Adolescent Health，2013，53(1)：125-131.

[20]Buzzell G A，Fedota J R，Roberts D M，et al.The N2 ERP component as an index of impaired cognitive control in smokers[J].Neuroscience Letters，2014，56(5)：61-65.

[21]Kok A，Ramautar J R，De Ruiter M B，et al.ERP components associated with successful and unsuccessful stopping in a stop-signal task[J].Psychophysiology，2004，41(1)：9-20.

责任编辑：刘红霞

Behavioral and ERP Characteristics of Misdeed Inhibition Ability of College Students with Different Levels of Physical Activities

ZHU Fengshu1，WU Xueping2，ZHOU Chenglin2
(1.Institute of Physical Education，Yangzhou University，Yangzhou 225127，Jiangsu，China；2.Shanghai University of Sport，Shanghai 200438，China)

In order to investigate the behavior and brain character of different physical activity level university students’ misdeeds，using questionnaire as the base，30 university students in different physical activity levels were selected for research objects.Using event-related potentials technology，behavior reaction and EEG data were recorded when they completed classical Go/Nogo inhibitory task.The results show that the reaction time of exercise group is shorter than that of sedentary group，exercise group’s inhibition successful rate of pictures about misdeeds is higher than that of sedentary group，and exercise group’s Nogo-P3 that represents inhibition ability is more significant.Therefore，students with high physical activity may have better inhibition ability，which can help to decrease the craving of misdeeds habit.

physical activity；misdeed；Go/Nogo；inhibition ability

2015-12-20；

2016-02-10

扬州大学人文社科基金资助项目(xjj2014-48)；国家自然科学基金项目(31571151)；上海市科委项目(14490503600)。

朱风书(1967—)，男，副教授，博士研究生，主要研究方向为体育心理学。

周成林(1960—)，男，教授，博士，博士研究生导师，主要研究方向为应用心理学。

G804.85

A

1004-0560(2016)02-0076-06

◀体育人文社会学