运动速度对冰球运动员多目标追踪表现的影响特征：一项EEG研究

张燕会，陆颖之，王丹丹，郑 坚，徐红豆，徐 畅

（1.上海体育学院心理学院，上海200438；2.哈尔滨体育学院运动人体科学学院，黑龙江哈尔滨150001）

自20世纪60年代以来，视觉注意一直是心理学研究的重要议题之一。在视觉注意的引导下，人们能够从复杂的视觉信息中快速地选择那些最重要、最有用、与当前行为最相关的视觉信息。在不断变化的运动场景中，运动员需要灵活地调整自己的视觉注意完成对场上信息的加工，从而做出战术决策［1］。其中，冰球运动员需要对瞬息万变的运动场景保持高度注意。例如，在运球、传球时，持球球员需要将注意资源分配到运动场景中的不同关键区域，持球球员不仅需要时刻关注高速滑行且灵活改变方向的队友的位置，还需要注意对方球员的位置和跑位。其他球员要时刻关注球的位置、队友及对手的位置与跑位，并进行一定时间的持续追踪以获取场上的时间和空间信息，不断更新和分析对手的战略信息，选择最佳的战术策略。利用视觉注意在运动场景中追踪多个客体的能力是高水平运动员迅速且准确做出反应的前提［2］，也是团体类项目的运动员取得优异成绩的重要心理保障之一［3］。因此，有必要对冰球运动员的视觉注意特征进行探讨，为冰球运动员选材和视觉注意训练提供参考。

Pylyshyn等［4］提出了经典多目标追踪范式（multiple objects tracking，MOT）。在该范式中，参与者看到若干个表面特征相同的客体，其中一些被标记为目标，其余为非目标。目标标记结束后，若干个表面特征相同的客体进行独立、随机运动。要求参与者在客体运动过程中追踪标记的目标，并在运动停止后报告目标。该任务结合了注意的3个核心要素——选择性、容量有限性和主观努力［5］，具有很高的生态效度。多目标追踪任务是研究动态情景中视觉注意加工机制的常用范式［6］。研究者将该范式用于探讨运动员的动态视觉注意特征，通过改变目标数量、非目标数量、运动速度等参数，对其追踪表现进行比较。张学民等［7］通过改变非目标数量发现，随着分心物数量增加，球类运动员和拳击运动员在多目标追踪任务中的反应速度快于普通大学生，并在运动员群体中观察到显著的性别差异，男运动员在相同任务中的注意追踪表现显著好于女运动员。Faubert［8］探究多种球类运动员的视觉注意特征，研究结果显示从事足球、冰球、橄榄球等项目的专家组运动员的多目标追踪表现好于新手组运动员和非运动员，专家组运动员表现出更高的学习效率，并仍有继续提高的潜力。Qiu等［9］研究发现，随着追踪目标数量的增加，篮球运动员的视觉注意追踪成绩表现出优势。以上研究发现，运动经验会影响多目标追踪表现，运动经验越丰富，其多目标追踪表现越好。然而，季朝新等［10］测试了技术等级不同的羽毛球运动员，研究结果显示，不同技术等级的羽毛球运动员在完成多目标追踪任务中未表现出显著的区别。上述研究采用不同运动项目的运动员，探究运动经验对多目标追踪表现的影响，得出不一致的结果：一方面可能是因为设置的多目标追踪任务负荷的差异，采用单一的任务负荷无法反映出运动员的优势；另一方面也可能是因为所选运动员的运动水平存在差异。

很多研究表明，篮球、足球等团体性球类项目的运动员的多目标追踪表现具有优势。这类项目的运动员在短时间内接收并处理大量的时空信息，经过长期训练，其视觉注意得到了发展，在多目标追踪任务中较普通人表现出一定的优势。其中，冰球项目的突出特征是攻防转换更快，球员和球的移动速度更快，运动方向变化更频繁。经过训练，冰球运动员的视觉注意可能具有一定的特异性。本文设置3种运动速度，探讨在不同任务负荷下冰球运动员的视觉注意追踪表现。

另外，以往关于多目标追踪表现的研究大多集中在行为层面，仅从追踪正确率或追踪速度评估运动员的多目标追踪能力是否存在优势，未分析在完成多目标追踪任务过程中参与者的神经振荡变化情况。脑电图（electroencephalogram，EEG）是大脑皮层的神经元突触后电位在头皮表面的总体反映，可以反映出大脑在完成认知任务时的神经网络动态活动。研究者常采用EEG节律振荡信号来揭示大脑认知加工的神经机制。脑电节律波分成几个不同频段，不同频段的神经振荡与不同的认知加工过程相关。其中，alpha节律最早被发现，alpha节律的神经振荡与工作记忆、注意过程密切相关。个体清醒时，在大脑后部区域alpha节律功率值最为显著［11］。alpha波段分为低频alpha节律（8～10 Hz）和高频alpha节律（10～13 Hz）。低频alpha节律与大脑非特异性注意和期待唤醒有关；高频alpha也称mu节律与特异性认知皮层激活有关（如感觉运动区等）［12］。研究［13］发现，alpha与注意密切相关。例如，Störmer等［14］采用外周Posner线索任务，以声音为刺激材料，探究声音对alpha节律神经振荡的影响，结果显示在被试的左右视野空间出现无关的声音刺激，会导致对侧大脑皮层枕区alpha节律的功率值降低，即alpha节律的神经振荡程度增加，这揭示了被试对一侧空间投入了注意资源。

在完成认知任务中，大脑皮层神经元集群节律振荡活动的减弱或增强，反映在EEG信号节律功率值减少或增加。不同频段的节律功率值会减少或增加，反映出神经振荡程度的变化。为了更好地衡量大脑神经振荡程度，研究者提出了多种探究大脑神经振荡强度变化的方法，如事件相关同步化/去同步化［15］、事件相关谱扰动等。其中Makeig等［16−17］提出了事件相关谱扰动（event−related spectral perturbation，ERSP）方法用于分析刺激出现后诱发的脑电功率值相对于基线功率值的变化情况，这是一种很好的评价不同事件引起的不同频段神经振荡程度的方法。ERSP可由短时傅里叶变换（short time Fourier transform，SFFT）、小波变换（wavelet transform，WT）计算得到。ERSP值的大小表示不同频段的神经振荡程度［18］。根据alpha节律的功率值与注意的关系，ERSP值为负值时，表明alpha节律的活动增强，神经振荡程度增加，在完成追踪任务时投入了较多的注意资源。注意越集中于某项任务，alpha节律的功率值越小，alpha节律的ERSP值越小［13］。赵敏捷等［19］采用ERSP方法分析发现，成功完成认知重评任务的被试，在低频theta节律范围内ERSP值显著高于失败组，表明成功完成认知重评任务会增强低频theta节律的神经振荡。还有研究［20］发现，运动干预能改善视觉注意搜索表现，相比于运动干预前，干预后被试完成视觉注意搜索任务时alpha节律的神经振荡强度降低，alpha节律ERSP值显著增大，体现出更少的注意资源消耗。在执行需要持续地投入注意资源的多目标追踪任务中，冰球运动员和普通大学生的高频alpha节律神经振荡水平是否存在差异，这种差异是否受到任务负荷的影响，有待于进一步研究，以了解冰球运动员完成多目标追踪任务时的注意资源消耗特征。

综上所述，本文采用多目标追踪任务，通过改变运动速度，探讨冰球运动员视觉注意追踪表现和神经振荡特征，提出问题：①运动速度加快，能否降低个体的追踪表现、增强其神经振荡程度。②相比于对照组，随着运动速度加快，是否冰球运动员的多目标追踪表现更优，神经振荡程度更低，且技能水平越高，效应越明显。

1 研究对象与方法

1.1 研究对象

共选取68名被试（表1），按照冰球训练经验将其分为专家组、新手组和对照组，其中：专家组运动员的运动等级为国家一级运动员及以上且运动年限为4 a以上，训练频率为6次/周，每次约3 h；新手组运动员的运动等级为国家二级运动员及以下且训练年限不超过3 a，训练频率为6次/周，每次约2～3 h；对照组为未受过团体球类训练的普通大学生。被试视力或矫正视力正常，为右利手且自愿参与试验并签署知情同意书。

表1 被试基本信息Table1 The information of subjects

1.2 试验设计

采用3（组别：专家组、新手组、对照组）×3（速度：慢速、中速、快速）的混合设计。组别为被试间变量，速度为被试内变量。因变量为追踪正确率，脑电指标为高频alpha节律的ERSP值。

1.3 试验设备与材料

1.3.1 试验设备

试验程序在Matlab软件中的Psych Toolbox工具箱编制而成，采用23.8英寸DELL台式机（屏幕分辨率为1 920×1 080像素，刷新率为60 Hz）呈现试验中的刺激，并记录被试行为数据。

1.3.2 刺激材料

刺激材料为10个蓝色小球，蓝色小球大小为0.9°。

1.4 试验任务

用托架将被试的头部固定，被试的眼睛与屏幕中央之间的距离约为57 cm。屏幕背景为灰色。屏幕中央出现1个黑色注视点“+”，500 ms后，10个蓝色小球出现。10个蓝色小球的初始位置随机分布，各个小球之间的距离大于小球直径，小球的初始位置距离追踪区域边框不小于小球的2倍直径［2］。500 ms后，其中4个蓝色小球变为红色，变为红色的小球被标记为目标刺激，剩余的6个蓝色小球则是干扰刺激，标记时间为2 000 ms。2 000 ms后，4个红色小球变为蓝色，500 ms后，10个蓝色小球在屏幕上随机运动，运动时间为5 000 ms。每个试次的运动速度随机呈现，在运动过程中，小球之间互不遮挡：当小球碰撞到追踪区域边缘时，小球将随机改变运动方向；当小球之间的距离小于直径时，小球随机改变运动方向。5 000 ms后，小球运动停止，被试用鼠标依次选出之前标记的目标，选择完毕后，按空格键进入下一试次。具体试验流程见图1。

图1 单个试次的流程Figure 1 Procedure of one trial

共有3种速度条件，慢速为3（°）/s，中速为4（°）/s，快速为5（°）/s。3种速度随机呈现，每个速度条件下有30个试次，共计90个试次。每完成15试次，被试休息1 min。在进入正式试验之前，让被试进行6次练习，以确保被试熟悉试验过程。整个试验过程约50 min。

1.5 脑电记录

使用德国Brain Product公司生产的ERP记录系统记录脑电数据，采用国际10～20标准系统扩展的64导电极帽（Brain Products GmbH，Munich，Germany），电极为Ag/AgCl电极。参考电极点是FCz，接地电极点是AFz，在被试的右眼外侧1 cm处放置水平眼电，在被试的左眼眶下方1 cm处放置垂直眼电。头皮与电极接触阻抗小于5 kΩ，采样频率设置为1 000 Hz/导。

1.6 数据处理

1.6.1 行为数据

采用SPSS 25.0软件对追踪正确率进行反正弦函数转换（ARSIN），然后将追踪正确率的反正弦转换值进行3（组别：专家组、新手组、对照组）×3（速度：慢速、中速、快速）的重复测量方差分析。

1.6.2 脑电数据

采用BPAnalyzer对数据进行预处理。以双耳乳突（TP9和TP10）的平均电位作为重参考电极，并还原FCz电极。将重参考的脑电数据进行滤波，高通为1 Hz，低通为30，斜度为24 dB/oct。根据3种速度条件进行分段，将分段后的数据进行基线矫正，基线时间为（−1 000 ms）～（−500 ms）。利用主成分分析法中的半自动模式去除眼电伪迹，自动去除波幅超过±80μV的数据，最后将预处理后的数据导出。

将预处理后的数据在letswave.7软件中进行时频分析，在letswave中将数据进行小波变换，依据增益模型（gain model），将变换后的数据进行事件相关谱扰动分析（ERSP）。将数据进行连续小波变换（continues wavelet transform）计算出每个试次的事件相关功率谱。母小波（mother wavelet short）设置为cmor1～1.5，低频率设置为1 Hz，高频率设置为30 Hz，输出格式设置为功率值。然后对于每个频率、每个时频点的事件相关频谱功率除以刺激前基线周期相同频率的平均频谱功率。ERSP的百分（ERSP%）进行对数转换，根据定义，对数转换后的单位是分贝（dB）。计算公式如下：

式（1）中，Fk为试次K在频率f处和时间t时的小波值；n为试次数。

式（2）中，μB(f)是在频率f处ERSP在基线范围内的平均值，为了使ERSP的值的分布更趋于正态分布，对ERSP进行对数转换。

如图2所示，在完成多目标追踪任务时，被试大脑激活区域集中在枕叶和顶叶区域，根据脑地形图分布和前人文献［21−24］，取枕区（Oz）和顶区（Pz）及顶枕区（POz）的电极点，计算3个电极点的高频alpha节律（10～13Hz）的ERSP平均值，并对其进行3×3的重复测量方差分析。在分析过程中，当统计量不满足球形检验时，对自由度和P值进行Greenhouse Geisser法矫正，采用Bonferron法进行事后比较。

2 研究结果

2.1 运动速度对3组被试追踪表现的影响

如图3所示，速度主效应显著（F=120.58，P＜0.01，η2

P=0.81），事后比较结果显示，运动速度越快，追踪正确率越低。在慢速条件下的追踪正确率显著大于中速条件（P＜0.01）与快速条件（P＜0.01）；在中速条件下的追踪正确率显著大于快速条件（P＜0.01）。组别主效应显著（F=3.39，P＜0.05，η2P=0.10），事后比较结果显示，专家组的追踪正确率显著高于对照组（P＜0.05），专家组和新手组之间的追踪正确率无显著差异（P＞0.05），新手组与对照组之间的追踪正确率呈边缘显著（P=0.061）。组别和速度交互作用显著（F=2.63，P＜0.05，η2P=0.082），进一步进行简单效应分析发现：在慢速条件下，3组被试之间的追踪正确率无显著差异（P＞0.05）；在中速条件下，对照组的追踪正确率显著低于专家组（P＜0.01）和新手组（P＜0.05），专家组在快速条件下的追踪正确率显著高于对照组（P＜0.05）；而在快速条件下，新手组和对照组的追踪正确率无显著差异（P＞0.05），专家组的追踪正确率高于新手组，但未达到统计学上的显著水平（P＞0.05）。以上结果表明，随着运动速度增加，冰球运动员的多目标追踪正确率表现出明显优势；在中速条件下，冰球运动员组（专家组和新手组）显著优于对照组；在快速条件下，专家组运动员的多目标追踪表现仍然具有优势。

2.2 运动速度对高频alpha节律神经振荡的影响

速度主效应显著（F=31.96，P＜0.01，η2P=0.53），事后比较结果显示，运动速度越快，高频alpha节律的ERSP值越低。具体表现为：在慢速条件下的高频alpha节律的ERSP值显著高于中速（P＜0.01）和快速条件（P＜0.01）；在中速条件下的高频alpha节律的

ERSP值显著大于快速条件（P＜0.01）。组别主效应显著（F=5.1，P＜0.01，η2P=0.15），事后比较结果显示，专家组高频alpha节律的ERSP值显著高于对照组（P＜0.01），专家组和新手组之间的高频alpha节律的ERSP值无显著差异（P＞0.05），新手组的高频alpha节律的ERSP值略大于对照组，呈边缘显著（P=0.061）。组别与速度交互作用显著（F=3.01，P＜0.05，η2P=0.097），进一步进行简单效应分析发现：在慢速条件下，3组被试之间的高频alpha节律的ERSP值无显著差异（P＞0.05）；在中速条件下，对照组的高频alpha节律的ERSP值显著低于专家组（P＜0.01）和新手组（P＜0.05）；在快速条件下，专家组的高频alpha节律的ERSP值显著大于对照组（P＜0.01），专家组高频alpha节律的ERSP值大于新手组，但未达到统计学上的显著水平（P＞0.05）；新手组与对照组的高频alpha节律的ERSP值无显著差异（P＞0.05）。以上结果（图4）表明，随着运动速度增加，相比于对照组，冰球运动员的高频alpha节律的振荡水平较低：在中速条件下，冰球运动员组（专家组和新手组）的高频alpha节律的振荡水平显著低于对照组；在快速条件下，专家组运动员的高频alpha节律的振荡水平显著低于对照组。

图2 在不同速度下3组被试的时频图和脑地形图Figure 2 Time-frequnency and topography of three groups in the condition of different speeds

图3 3组被试在不同速度条件下追踪正确率的差异Figure 3 Difference in tracking accuracy of different speed conditions for three groups

3讨论

本文采用多目标追踪范式结合脑电技术，探究在不同速度负荷下冰球运动员的视觉注意追踪表现和神经振荡特征，结果显示：运动速度降低多目标追踪表现、增强高频alpha节律的振荡水平；专家组冰球运动员、新手组冰球运动员及对照组之间多目标追踪表现和高频alpha节律的振荡程度差异受到运动速度的调节。

图4 3组被试在不同速度条件下高频alpha节律的ERSP值Figure 4 Difference in high alpha ERSPof different speed conditions for three groups

3.1 运动速度影响冰球运动员的多目标追踪表现

随着运动速度的加快，专家组冰球运动员、新手组冰球运动员及对照组的追踪成绩显著降低，这与前人［23，25−26］的研究结果一致：视觉注意追踪性能随着运动速度加快而降低。例如，Feria［27］通过完成4个试验，验证了运动速度影响追踪表现，运动速度越快，被试的视觉注意追踪能力越低。研究者提出了灵活资源理论（flexible resource theory）解释追踪成绩受损的原因，认为在大脑中有一个追踪目标所需资源的“资源池”，追踪每个目标所需的注意资源决定了能够同时追踪到的目标数量。当客体运动速度较快时，追踪1个目标会消耗“资源池”里的大部分注意资源，被试只能准确地追踪到1个目标，丢失或混淆其他目标，导致追踪表现受损［28］。本文的追踪正确率结果支持了灵活注意资源理论，随着运动速度的加快，追踪1个目标需消耗较多的注意资源，导致追踪正确率下降。

运动速度与组别的交互作用显著，运动速度对新手组和对照组的视觉追踪成绩的影响比对专家组的影响更为显著。在慢速条件下，3组被试的多目标追踪成绩无显著差异，这与前人的研究结果一致。例如，Qiu等［9］发现当追踪2个目标时，专家组篮球运动员、新手组篮球运动员和对照组篮球运动员三者之间的追踪表现无显著差异，这可能是由于注意负荷较低，运动员与非运动员均能利用有限的注意资源完成追踪任务。在中速条件下，相比于对照组，专家组冰球运动员和新手组冰球运动员的视觉追踪表现具有优势，这表明冰球运动员的多目标追踪能力优于非运动员，支持了部分前人［29−30］的研究结果，即相比于非运动员，运动员的多目标追踪表现具有优势。在快速条件下，与对照组相比，专家组冰球运动员的视觉追踪表现仍然存在优势，新手组冰球运动员与对照组的追踪表现无显著差异。这表明随着运动速度的加快，专家组冰球运动员依然保持着多目标追踪表现优势，而新手组冰球运动员和对照组的追踪成绩受损。这揭示了冰球运动员的追踪优势受到运动速度的影响。在高注意负荷下，专家组冰球运动员的优势更为明显。这与考察篮球运动员的多目标追踪表现的研究结果［9］相一致，即运动员的训练年限与视觉注意追踪能力相关，同时，多目标追踪任务的注意负荷影响运动员的认知优势。例如，李军［31］研究表明，随着目标数增多，专家组篮球运动员的追踪正确率逐渐显著高于新手组的追踪正确率，研究发现，专家组篮球运动员在认知加工过程中采取了组块化策略。可能是经过长期训练，运动员对快速变化的运动场景具有更强的适应性。因此，在高注意负荷下的多目标追踪任务中，专家组冰球运动员具有更好的多目标追踪表现。

本文从行为层面验证了运动速度增加会降低追踪表现，符合灵活资源理论，且发现随着运动速度加快，相比于对照组，冰球运动员的多目标追踪表现更优，且技能水平越高，追踪优势越明显。

3.2 运动速度影响冰球运动员的神经振荡水平

为有效追踪多个目标，需投入一定的注意资源［6］，那么在完成不同速度的多目标追踪任务时，专家组冰球运动员、新手组冰球运动员及对照组的神经振荡程度可能存在差异。采用高频alpha节律的ERSP值评估高频alpha节律的振荡水平。注意越集中于某项任务，alpha节律的ERSP值越小，alpha节律的振荡程度越高［13］。

随着运动速度加快，3组被试的高频alpha节律的振荡强度逐渐增大。这说明随着追踪负荷的增加，被试需要使更多的注意资源投入到多目标追踪任务以确保更好地完成追踪任务。这符合前人［32−33］的研究结果，在进行注意加工、完成认知任务时会降低alpha节律的功率值，增加alpha节律的振荡程度，对认知任务投入注意资源。在3种速度负荷下，3组被试高频alpha节律的振荡强度存在差异：在慢速条件下，3组被试的高频alpha节律的振荡强度较小且无显著差异，这可能是因为在慢速条件下，注意负荷较低，3组被试均不需要投入过多的注意资源就可完成追踪任务；在中速条件下，相比于对照组，冰球运动员组（专家组和新手组）高频alpha节律的振荡强度低，这表明冰球运动员可以有效利用注意资源，投入较少的注意资源即可完成追踪任务。这与前人［34−35］研究结果一致，即在完成专项任务或与专项相关的认知任务时，运动员的任务相关皮层表现出较低的神经振荡水平、较少的注意资源消耗。例如，Baumeister等［36］考察高尔夫球运动员与非运动员完成高尔夫球推杆任务时大脑神经振荡特征，结果发现，相比于对照组，高尔夫球运动员额叶中部的theta节律和顶叶alpha节律的功率值更高，这说明运动员更好地集中注意资源，提高顶叶皮层神经效率。Babiloni等［37］研究发现，空手道运动员在完成识别空手道任务过程中，运动员的背侧神经活动和镜像神经活动较弱，表现为alpha节律的去同步化活动水平较低，即alpha节律的振荡程度较低，这说明空手道运动员在完成专项任务时，投入了较少的注意资源。

在快速条件下，专家组冰球运动员的高频alpha节律的振荡强度弱于对照组，而新手组与对照组的高频alpha节律的振荡强度无显著差异。这表明在快速的任务负荷下，相比于对照组，专家组冰球运动员投入较少注意资源即可完成追踪任务，体现出注意资源节省化特征。这揭示了在任务负荷高的条件下，专家组冰球运动员表现出较低的高频alpha节律的振荡程度，具有更高效的注意资源利用能力。这支持了在完成专项任务或与专项相关的认知任务时，专家组运动员的注意资源消耗节省化特征更为明显［35］。例如，魏瑶等［38］研究不同运动水平的乒乓球运动员在完成动作识别任务时的神经振荡特征，结果显示高频alpha节律上，专家组运动员表现出更低的振荡强度，表示专家组运动员在完成该任务时，其视觉通路和镜像系统表现出更高效的注意资源利用能力。此外，Qiu等［39］借助fMRI技术，研究发现在完成高注意负荷条件下的多目标追踪任务时，篮球运动员左侧颞中回的负激活强度低于非运动员。脑成像研究结果表明，运动员可能在多目标追踪任务时具有更高的神经效率和更少的注意资源消耗。在执行多目标追踪任务时，相比于非运动员，冰球运动员表现出更低的alpha节律振荡水平、更高效的注意资源利用能力，且技能水平越高，注意资源节省化优势越明显。

结合追踪正确率和高频alpha节律振荡程度，在中速条件下，冰球运动员的追踪表现优于对照组、高频alpha节律振荡水平小于对照组。这与前人［40］研究结果一致，在运动任务或认知任务中，与非运动员相比，运动员的行为绩效表现更具优势，同时运动员的相关大脑皮层表现出更小的能量消耗、激活程度下降。在快速条件下，专家组冰球运动员表现出了追踪优势和较少的注意资源消耗，新手组冰球运动员与对照组在追踪绩效和高频alpha节律振荡程度方面的差异均不显著。

4结论

①运动速度的增加会降低个体追踪表现、增加注意资源消耗；②随着运动速度的加快，冰球运动员表现出更强的追踪优势和更少的注意资源消耗，运动技能水平越高，效应越明显。