认知神经科学视角下冬奥心理科技攻关服务新体系的构建与应用

陆颖之，王小春，周成林

（1.上海体育大学 心理学院，上海 200438；2.国家体育总局运动认知评定与调控重点实验室，上海 200438）

心理服务是备战历届世界大赛的重要保障内容之一，在过去40 余年里，运动心理学者通过临床心理学、运动心理学的理论指导和长年服务于运动队的工作经验积累，为各支国家队在国际赛场上展示训练成果提供了有力的保障[1-2]。在近十年里，随着认知神经科学和人工智能的发展，运动员和教练员对心理科技攻关服务提出了新要求。如何通过科学测量，借助高科技设备，实现心理科技攻关服务的高效化、科学化，是目前基于运动心理学理论助力提升运动表现的重要议题。

随着科技奥运理念的提出，在“中国脑计划”的不断推动下，我国开展了科技助力奥运和国家重点研发计划“科技冬奥”重点专项，其中多项涉及提升运动员运动表现、促进运动员心理健康的研究和实践。在理论层面，学者们通过脑电、近红外、功能磁共振成像等技术，开展了大量基础性研究探索影响运动表现稳定性的核心因素[3]。在实践层面，心理科技攻关服务在保留传统心理服务模式的基础上，也尝试利用新兴技术提升心理训练的效率[4-5]。然而，如何突破理论与应用之间的壁垒，围绕“提升赛时运动表现稳定性”这一科学问题，在时代浪潮中实现我国心理科技攻关服务的螺旋式发展，让更多满足个性化定制、客观便捷式测评以及高效实时反馈的技术能够落地，是目前心理科技攻关服务的重要目标。鉴于此，本文从认知神经科学的角度出发，对我国心理科技攻关服务的理论支撑、新体系方案及实现途径等问题进行探讨，并对服务北京2022 年冬奥会的实践应用效果进行剖析，为提升我国心理科技攻关服务的科技含量、助力运动员赛时稳定发挥开辟新思路。

1 综 述

1.1 我国心理科技攻关服务的发展特点和挑战

在我国运动心理服务发展的40 余年里，姒刚彦等[1]、李四化等[6]回顾了心理服务辅助多支运动队备战国际大赛做出的重要工作，总结了我国心理服务目前已形成的基本工作思路和服务内容。在举国体制的组织协调下，心理学者们形成了较为完整和规范的心理服务工作流程：在方法层面形成了质性研究方法、心理咨询模式、心理问卷及辅助身心反馈设备相结合的服务方式[7]；在技术使用中，放松训练、表象训练、观看模拟训练以及正念训练是使用较为广泛的训练手段[8]。在展望中，提出今后中国运动心理服务研究可以将数据分析过程与理论框架有机结合，形成一个自下而上的数据驱动服务模式，而不完全建立在经验者的先验知识判断上[1,6]。近十年，科技的高速发展正在加速和催化数据驱动下心理服务新模式的产生。

因此，当科技的高速发展和竞技体育的实际需求相碰撞，心理服务向心理科技攻关服务升级正面临新的机遇和挑战。首先，在服务定位上，心理科技攻关服务应与体能训练、身体机能分析、技战术分析、营养保障等服务一样，作为整个保障体系下的必要一环，且将服务目标定位于“提升赛时运动表现稳定性”，助力运动员在训练中练有所长，在比赛中发挥所练。其次，在方法学层面，在运动心理学学科基础上充分结合认知神经科学技术方法，在问题解决过程中重视大脑对加工、存储和提取人类动作过程中的方式，明确人类运动能力表现的神经机制原理。再次，在技术手段上，融合新兴技术领域的大数据、人工智能、神经网络等算法，加速心理科技攻关服务的科学化和智能化进程[5]。最后，在评价方式上，在以往心理咨询和心理服务常用的访谈、问卷等自陈式基础上，借助认知神经科学的技术手段，强调以客观数据驱动的服务途径，将客观数据积累与主观陈述相结合，更加精确地对运动员的需求进行把控[9]。综上所述，我国心理服务正在迈向心理科技攻关服务，推动心理工作者由被动向主动、由主观向客观、由经验驱动向数据驱动。

1.2 认知神经科学视角下心理科技攻关服务的理论基础

心理科技攻关服务的最终目标是“提升赛时运动表现稳定性”，其实质是提高运动员动作控制的能力，并且能在不同环境、不同状态下稳定完成所掌握的技术动作，这就要求其具备对复杂高难度动作的控制能力。在竞技运动场上，动作难度、运动员竞赛状态、赛场环境、对手竞技表现都会对运动员的动作发挥产生影响。因此，心理科技攻关服务应将运动控制相关理论作为基础，进而构建实施路径。本文从构建运动程序、加固动作稳定性和保障赛时动作稳定性3 个方面，围绕各阶段理论模型展开综述。

1.2.1 构建运动程序的内部模型理论

运动程序理论（motor program theory）是运动控制中最为基础的理论之一，该理论也被用在不同领域中解释人类完成简单和复杂运动的行为能力[10]。其中，内部模型（internal model）是运动程序中重要的组成部分之一[11]。内部模型理论指出，在运动学习过程中，人们借助外部反馈（如视觉反馈、本体感觉反馈）不断完善动作，减少预期动作表现和实际动作表现之间的误差，同时，大脑通过对内部模型中参数的修正来获得更优的运动程序。内部模型的作用之一是在动作没有实际发生之前对其进行快速模拟，并对动作的结果做出预期。

因此，内部模型的建立首先基于感知觉表征和运动表征，如通过观看他人的示范动作来获取视觉经验，或者通过教练员口头对动作要领的表述来增加言语信息。同时，对于动作的学习，运动经验的积累是形成最优内部模型的关键。在不断的训练过程中，运动员通过动作执行的结果来修正自己动作的各项运动学信息，并形成最优的内部模型；通过视觉和言语的反馈方式来辅助加强内部模型，这是视频观看心理训练的理论基础。在内部模型建立之后，运动员可以依靠内部模型形成良好的前馈，便可在不依赖外部反馈的情况下加强和巩固相应技术动作，这也是心理训练中常用的表象训练原理。

上述理论基础提示，动作控制的基础之一是在中枢神经系统中形成稳定的运动程序，并在动作执行过程中同时借助前馈系统和反馈系统，分别实现预测编码和误差调整，最终完成复杂动作的控制。此过程与视频观看心理训练和表象训练的原理密切相关，是建立心理训练方案的重要依据。

1.2.2 加固动作稳定性的动态系统理论模型

运动员在训练中不断完善其运动程序，为更加稳定的动作表现打下基础。在赛场上执行动作时，常常会因为外界刺激的干扰而影响动作表现的稳定性。多系统理论认为，动作的多样性能够提供灵活多变的适应策略，允许个体随环境变化及时调整运动程度的参数，降低动作失误的风险。因此，动作多样性在不同环境下对动作表现稳定性发挥重要作用。

动作多样性更适合具有开放属性的项目，如坡面障碍技巧项目中在应对障碍时做出的灵活反应。同时，在动态系统理论中，高度稳定的行为表现通常被看作一种习惯性状态，习惯凹陷代表动作模式的灵活性程度，凹陷越深就越难以改变，相对应的运动模式就越稳定，加深习惯凹陷、稳定运动模式是闭锁性运动项目重要的干预靶点。综上，在动作控制的动态系统理论中，要提升动作模式的稳定性，抵抗外界因素干扰，一方面加强运动程序的多样性是优化动作模式的必要条件，另一方面加深动作的习惯性状态是维持动作高度稳定的主要模式[12]。

综合上述理论，从认知神经科学的角度进行心理科技攻关服务时，既要通过多种心理训练方式来加强动作的习惯性状态，又要允许不同心理疲劳状态、不同活力状态，甚至不同程度负面状态的存在，以实现多样性适应。因此，在训练过程中应通过多样化情境下运动表现的监控，建立更加准确的赛前心理风险预警模型和赛时状态预测模型，以提升运动员在多变环境下的动作控制能力和心理调控能力。

1.2.3 保障赛时动作稳定性的倒U 型曲线模型

运动心理学中以耶克森-多德斯的倒U 型曲线来表述运动表现与个体唤醒状态之间的关系。该定律主要描述了两层含义：对于个体而言，唤醒状态对动作表现的影响呈倒U 型关系，即过高或过低的唤醒程度都会影响运动表现；对于不同的个体及项目而言，其倒U 型的表达是动态的，即中等程度的唤醒状态会因人、因项目而存在差异。因此，倒U 型曲线能够解释赛场上出现的多种发挥失常的现象，也提醒运动员和教练员对赛前兴奋状态进行科学调控。在认知神经科学的视角下，应将原有的个体差异和项目差异从概念向应用推进，如通过人工智能算法，基于运动员自身或运动项目差异重新定义安全唤醒状态范围，并且随着赛季的推动实现动态化的浮动。

2 方 法

2.1 构建心理科技攻关服务新体系

围绕“提升赛时运动表现稳定性”这一科学问题，以心理学理论为基础，通过大量电生理和影像学的基础性研究，构成认知神经科学视角下心理科技攻关服务“一个核心—两条路径—三重保障”的实施路径（图1）。一个核心是以提升赛时动作稳定性为服务原则。运动程序理论提示，内部模型参数的精准响应是决定运动表现质量的重要因素；系统动态理论提示，运动程序的建立和运行同时由其多样性和习惯性两大因素决定。由此，形成两条建立和巩固运动程序的训练路径：一是通过视知觉的视频观看心理训练建立运动程序；二是通过表象训练加固运动程序。倒U 型理论提示，保持合理唤醒状态是决定赛场发挥的最终一环。因此，通过建立赛前心理预警、赛时心理预测和基于无线脑电的状态评估的三重保障，对运动员潜在的心理风险早发现、早干预、早调整。

图1 认知神经科学视角下心理科技攻关服务的新体系构建及实施路径Figure 1 Construction and implementation framework of psychological sci-tech service from the perspective of cognitive neuroscience

2.2 心理科技攻关服务新体系的实施路径

2.2.1 基于内部模型理论开展视频观看心理训练

在长期的专项训练中，运动员通过运动系统不断重复和建立与动作相关的内部模型，同时也通过感知系统在动作观察过程中巩固相关的动作表征。动作观察是其形成运动程序、建立内部模型的重要方式[13]。研究[14]发现，当个体观察到自己熟悉的动作时，其大脑中动作观察网络的激活比观看不熟悉动作更加活跃。因此，通过观看他人动作来辅助运动技能表现是目前采用较为广泛的方式。研究[15]发现，在进行动作观看的过程中，大量感知觉信号在输入过程中会诱发额-顶网络的激活。在神经影像学研究中，验证了不同的动作序列观看模式会以不同的方式激活大脑，当观看重复性单一动作时，动作观察更多地激活了初级运动皮层。也有研究[16]发现，上下文背景信息对于动作的理解和内部模型编码有重要作用，当对动作的加工带有上下文背景信息时，对运动皮层的激活会更加明显。上述研究都验证了动作观察是通过激活内部模型进而建立运动程序的，并且观看方式的不同也会相应诱发大脑激活模式的差异。

在内部模型基本构建后，个体会通过动作观察网络中的预期性编码模型（predictive coding models），完成感知运动匹配，以此对所观察到的动作进行理解和预测。当所观察到的动作与内部模型所预测的存在较大偏差时，会在额-顶位置产生明显的Theta 振荡。无论是在日常生活的观察过程中还是在竞技体育的对抗过程中，电生理研究都捕捉到Theta 振荡的激活，以此体现大脑对冲突信息的应对[17]。

上述研究为心理科技攻关服务的落地开展提供了重要理论依据，通过观看他人动作来辅助运动程序的建立，并通过大脑活动的监控来评估内部模型的稳定程度。

2.2.2 基于运动程序多样性与习惯性实施心理表象训练

心理表象训练是心理技能训练中最常用的一种，尤其对于闭锁性运动项目较常用。中国跳水队在备战北京奥运会期间借助表象训练取得了积极的训练效果[18]。基于心理表象进行的原理和神经效率假说，表象过程中的大脑响应能在一定程度上体现出个体对于表象内容的熟悉程度。有研究[19]通过跟踪运动员在奥运备战期间进行表象训练时的大脑活动发现：语言引导的表象过程会诱发更大的High-alpha 振荡，意味着选择性注意的发生；自主引导的表象过程则会诱发更大的Low-alpha 振荡，意味着放松状态的出现—提示脑电信号可以用来监测表象训练时的状态。同时，动作表象依赖于运动程序中的内部模型，越稳定的内部模型能够形成更加准确的表象时间，以及更高效的大脑活动。研究[20]发现，借助动作观察网络对熟悉动作进行视觉表象时，对动作的熟悉性可能会调节动作观察网络之间的连接性。由此，不同脑区间脑电（EEG）活动的耦合性可以反映空中技巧动作的表象质量，高质量的表象依赖于大脑区域间的协同，需要注意、感知运动等多方面的协同工作，并且更复杂、难度更高的动作涉及更多感知运动过程的参与。

2.2.3 基于“唤醒-表现”关系曲线建构心理状态保障路径

在多年的心理服务过程中，研究人员从20 世纪80 年代尝试寻找高水平运动员的共性特征，为精英培养寻找模式化路径，到近几十年不断探索项目特征，点对点根据运动员的个性特点提供心理服务。在这个起承转合的过程中，早期的共性探索为理解各项目的大脑认知加工规律打下了基础[21]，随后基于个体差异而提供的心理服务则为当前心理科技攻关服务指明了方向。因此，通过获取个体特征的关键参数，并利用算法实现动态化的心理状态响应模式是提供有效心理服务的重要保障。

其中，对于运动员个体特征的关键参数需要满足：①连续变量指标；②持久的、稳定的指标；③体现个体的神经活动特征。在竞技运动领域，研究发现，静息状态下的大脑活动可以反映个体神经活动的特性，其中，Alpha 频段的大脑振荡最具代表性。在Alpha 频域中可观察到一个明显峰，将该频段分解成高频段和低频段两部分。这个峰所对应的频率值称为IAPF（Individual Alpha Peak Frequency）。IAPF 不仅是一个稳定的、具有特质性的神经生理指标，还是一个能够反映个体内在“状态”差异的变量。研究[22-23]发现，IAPF 可以反映不同水平冰球运动员的多目标追踪能力，也能有效预测冰球运动员的赛场进攻表现。由此，将IAPF 的测评作为本次心理科技攻关服务的核心基础数据，除了分析备赛运动员的基本群体特征外，也纳入赛时运动表现的预测模型。此外，多种新兴技术和人工智能算法正在为实现心理科技攻关服务的便捷化、精准化、定制化提供途径。①数据采集的便捷化。干电极与无线传输模块的开发可以为运动员提供可穿戴式的脑电设备。有研究[24]比较了无线传输的干电极Quick-20和传统的脑电设备（Brain Production 公司），验证了在个体安静状态下该设备与实验室使用湿电极能达到同等采集效果，但是干电极的使用可以将准备时间缩短80%。②数据分析的精准化。大量人工智能算法的出现为优化运动员心理状态的评定提供了可能，主要表现在预测过程精准化和预测结果精准化两方面。例如，在预测过程的精准化方面，有研究[25]通过稀疏重叠模块化的高斯图模型算法，准确地提取出与认知负荷相关的多尺度生理指标，提高了计算机辅助诊断精神疾病、心理疲劳的性能。在预测结果的精准化方面，层次聚类分析、动态时间规整算法等能够将以往粗糙的二分评价逐渐细化为连续、交互式的评价[26]。③数据评价的定制化。利用大数据平台可实现数据的实时共享，通过软件平台可实现运动队在备战中的个性化需求。

3 结果

由国家重点研发计划“科技冬奥”重点专项支持，在北京2022 年冬奥会备战期间，首次尝试将新兴技术的发展成果落地于心理科技攻关服务。在备战周期中，将无线脑电、机器学习、近红外成像等认知神经科学的技术手段充分应用于心理科技攻关服务，通过所构成的“一个核心—两条路径—三重保障”的实施路径，最终助力单板滑雪U 型场地技巧国家集训队（以下简称“单U”）、自由式滑雪空中技巧国家集训队（以下简称“自由式”）、坡面滑雪大跳台和坡面障碍技巧国家集训队（以下简称“坡面障碍”）、钢架雪车国家集训队等多支队伍夺金。

3.1 围绕一个核心开展心理科技攻关服务

围绕“提升赛时运动表现稳定性”的核心目标，结合多支队伍的需求调研结果，制定了心理科技攻关服务的基本思路：①针对经典心理训练方式（如视频观看心理训练和心理表象训练），由经验驱动向数据驱动转变，提升训练方案的有效性；②针对典型心理现象（如唤醒水平低和心理疲劳），由主观报告向客观测量转变，提升监测手段的科学性；③针对队伍训练场地灵活性和全球疫情需求，搭建并优化教练员、运动员心理服务的自助平台和心理专家远程监控路径，提升服务方式的联动性；④针对心理训练效果的量化性较弱和危机干预的时效滞后问题，构建心理状态实时反馈和危机预警机制，完成心理科技攻关服务的闭环运转。

3.2 通过两条路径提升运动表现稳定性

依据内部模型和动态系统理论，在传统心理训练技术的基础上，借助脑电、近红外等相关采集与分析技术，通过数据驱动为单U 队伍和自由式队伍实施视频观看心理训练和心理表象训练，根据脑电活动信号量化评估心理训练方案实施效果并进行反馈。以下详细展开此次心理科技攻关服务中的两条训练路径。

3.2.1 路径1：通过视频观看心理训练形成最佳记忆模式

视频观看技术利用媒体剪辑，通过反复观看的方式，强化运动员难度动作的动作表征，也是单U 运动员常用的心理训练辅助方法之一。在以往的使用中，往往单凭运动员的个人喜好和教练员的经验，缺少对该心理训练技术的科学性和效果评价的有效指导。在此次心理科技攻关服务中，通过提取和分析行为和大脑数据，完成训练方案的参数制订，同时基于大脑神经活动对动作错误的反应敏锐程度来评估训练效果。

首先，在测试阶段，运动员在佩戴近红外设备后在计算机上完成“动作记忆表征提取”实验[27]。分别以2 种呈现方式观看视频：方式1，完整套动作（即从进入U 池开始至完成全套）；方式2，将多个单一空中动作剪辑为动作合集后观看（即仅包含腾空-落地环节）。依据动作表征建构的理论，2 种观看方式均能通过感知皮层对动作的运动程序进行构建：方式1 的优势在于提供上下文信息，能更好地建立起连续的动作记忆，形成连贯的运动程序；方式2 可以在有限时间内增加特定关键动作的表征编码次数，更高效地加固运动程序。

其次，在方案选择阶段，通过数据驱动方式分析运动员在动作记忆表征提取任务中的行为数据和大脑含氧血红蛋白信号（[HbO]），以此制订视频观看心理训练方案。根据研究假设，在完成视频观看心理训练后，进行“记忆表征提取”测试，判断所观看的动作是否出现在刚才的观看视频中。在行为层面，如果提取的正确率更高、提取速度更快，说明该运动员更适合这种观看模式；在神经活动层面，对正确提取动作记忆的片段进行分析，通过激活的脑区判断更适合运动员进行视频观看的内容。例如：通过激活运动区来建构表征的运动员在观看时倾向于选择自己尝试过并且较为熟练的动作；对于通过激活颞叶或枕叶来建构表征的运动员，在观看时可以增加动作的拆解说明，对熟练动作可以辅助表达动作要领[27]。在数据收集后，根据测试任务中运动员动作记忆提取的行为指标和大脑激活状态，给出视频观看心理训练的方案建议（表1）。

表1 数据驱动下单U 运动员视频观看心理训练方案（以2 名运动员为例）Table 1 The data-driven video watching protocol for halfpipe athletes (examples)

最后，在效果监测阶段，根据预期性动作结果理论，对于所习得的专项动作，可以有效地预测动作结果，而当所观察结果与预期结果不一致时，会诱发额区的神经活动。因此，在视频观看心理训练周期完成后，通过测量和分析运动员在观看相关专项动作时的脑电活动，并利用小波变换分析“错误动作”是否显著地诱发了运动员额中线Theta 振荡的活动[28]，以此监测和评估运动员所观看的专项动作的熟练性。

综上所述，路径1 采用的视频观看心理训练，通过近红外技术获取运动员的记忆模式，结合其行为指标和脑成像指标确定适合运动员采用的训练方案。在心理训练周期结束后，通过记录和分析运动员的额中线Theta 振荡是否对“错误动作”有敏感响应来评估该阶段心理训练的效果以及对相应动作的熟练程度（图2）。

图2 视频观看心理训练的实施方案Figure 2 The protocols for video watching training

3.2.2 路径2：基于大脑连接强度反馈心理表象训练效果

表象训练是技巧类运动项目中使用较为广泛的心理训练手段，其方式是在头脑中想象自己完成某一特定动作的过程，原理是基于运动程序的神经回路能够在表象训练过程中触发，但并不激活最终的肌肉响应，达到与实际执行动作同样的中枢神经系统层面的训练效果。因此，表象训练成为辅助技巧类项目运动员加强运动程序、提高动作稳定性的有效手段之一。然而表象训练实施过程中存在两大难点：一是表象训练的参与程度和训练效果难以量化，只能依靠表象者自我报告；二是对表象内容合适度的评估，表象训练是在没有外部反馈的情况下对运动程序进行神经回路的触发。因此，对于尚未熟练掌握，需要依靠视觉或本体感觉的反馈才能完成的动作，表象训练反而会起到负面作用。基于此，针对自由式滑雪空中技巧项目，主要实施以下内容：①量化运动员在表象不同熟悉度动作时的大脑脑区间连接强度（EEG coherence）；②将量化算法与无线脑电采集设备进行端口信号传输，完成实时反馈。

首先设计不同动作难度（高难度、低难度）的表象任务，要求运动员根据提示，在观看至助滑出台时，对相应的动作进行表象，并在表象结束后按键示意。随后采用数据驱动方式，根据表象时间与实际动作时间一致程度评估运动员的表征模拟过程的准确性，并根据误差大小分为优质表象、一般表象2 种情况。以此为自变量，将采集到的脑电信号进行区域连接强度的分析。通过分析发现，在Theta 波段的动作难度和表象效果的交互作用显著，在完成低难度且优质表象时，运动区Fz 与右侧额区和顶区的连接，相比陌生动作或一般表象有显著增强，具体体现在额-顶叶区域更强的EEG coherence，反映更强的动作表征模拟和动作计划。基于此，将Fz-F4 和Fz-P4 的连接强度作为评估表象效果的重要指标。

同时，将连接强度与主观评估进行相关性分析，结合无线脑电设备和实时运算技术，将表象训练效果的评估算法合成在服务平台中。运动员和教练员可以在“表象训练”模式中，实时反馈运动员表象训练的实施效果，并对运动员所表象的内容进行合理性评估（图3）。

图3 心理表象训练的实施方案Figure 3 The protocols for mental training

3.3 建立三重保障监测心理状态变化

两条路径的实施为建立和巩固运动程序、提升运动表现提供了方法，而根据倒U 型理论，运动员赛时唤醒状态是决定其运动表现水平的重要因素。因此，在心理科技攻关服务中，通过数据驱动模式，在日常训练中不间断获取和积累运动员心理状态、心理疲劳状态、动作熟悉程度等主、客观心理指标。借助人工智能算法，通过以下3 个方面保障其赛时的稳定发挥：①利用聚类算法预警运动员潜在心理风险；②利用回归算法预测运动员赛时的心理状态，实现干预端口的前移；③开发可以远程使用的App 用户端，方便教练员和运动员的自助式使用，以及服务人员的随时监测。

3.3.1 保障1：基于聚类算法的运动员赛前心理风险预警

在应用平台中，集成了常用的运动员心理问卷，包括《POMS 心境量表》《运动动机量表》等7 个典型问卷，并通过应用程序编程接口（Application Programming Interface，API）获取运动员心理训练时的大脑静息态和表象训练大脑数据。运动员和教练员可以了解集训期间运动员心理状态的变化趋势；当算法监测到运动员出现潜在心理风险时，会及时向教练员和服务人员提供信息；通过数据库信息推测运动员赛时心理状态，对可能出现的影响运动表现的心理状态做出提示，由教练员和心理从业人员给予干预。

在预警功能中，主要通过《POMS 心境量表》的评测结果对潜在的心理风险因子进行预警。该量表自使用以来，具备良好的信效度和参考常模，为了更好地符合精英运动员的个性化特征以及项目自身特征，在利用k-means 聚类算法拟定聚类数为3（良好，一般，关注）的条件下，以原有常模为基础数据池，在将运动员历次测评数据纳入数据库的基础上，根据聚类结果对落入“关注”类别的测试给予预警提醒。同时，在测评次数有所累积的情况下，能够以单个运动员为数据池获取其自身的类别。预警模型能够改善之前以常模为唯一标准的判断方式，更新基于自身数据的算法分类，满足客观化和个性化的需求。

3.3.2 保障2：基于弹性网络回归算法的运动员赛时心理状态预测

以风险预警为基础，预测功能的实现采用十折交叉检验的弹性网络回归（Elastic Net Regression）算法，通过输入的历次心理问卷、大脑静息态、唾液指数等指标，输出对应的《POMS 心境量表》的7 个子维度和1 个总分值，以此预测运动员赛时的心境状态。并且，将预测模型得到的8 个心境状态指数重新传回预警模型中进行聚类分析，教练员和服务人员可以根据分类结果对运动员的心理状态进行适当调节。例如，对聚类结果为“关注”的运动员开展包括正念训练[8]、心理咨询[29]、放松训练[30]等的心理调控，并通过基于无线脑电传输的心理状态综合评估平台（保障3）实时监测运动员的唤醒水平和疲劳指数。在此次心理科技攻关服务过程中，所采用的预测模型灵敏度达94.44%，特异度达52.24%。

综上，控制环节通过聚类算法、弹性网络回归算法等数据处理方式，以及小程序平台的运行模式，对原有的量表和心理状态监测进行算法和使用上的迭代更新，更加客观和敏锐地发掘潜在的心理危机，为运动员竞技状态和运动表现的稳定发挥提供了保障。

3.3.3 保障3：基于无线脑电传输的心理状态综合评估平台

静息态脑电的活动具有采集速度快、包含信息丰富的特点，因此在心理科技攻关服务过程中，充分利用静息态脑电信号进一步满足项目共性特征突出、运动员个性需求明显的服务特点。根据前人研究和理论，在本次心理科技攻关服务中，通过静息态脑电信号，进行IAPF、唤醒状态和疲劳状态的评估分析，并将相应的评估值向各平台传递。

（1）IAPF 测算。IAPF 是个体脑电活动在6～14 Hz最大能量密度峰值，根据闭眼静息脑电，将经过预处理后的120 s 脑电数据分段为1 s 的等长数据，进行快速傅里叶转换得到个体脑电活动频谱密度图，计算每个个体在6～14 Hz 脑电能量的峰值频率，即得到IAPF。随后IAPF 将通过API 为控制环节中“运动员赛时心理预测模型”提供参数（表2）。

表2 北京2022 年冬奥会集训期间各支雪上技巧类项目运动队的IAPFTable 2 The IAPF of on snow skill events during Beijing 2022 Winter Olympic

（2）唤醒指数测算。计算脑电信号Alpha 波的功率谱和能量占比。占比越低则唤醒水平越高，反之则唤醒水平越低。唤醒指数将通过API 向控制环节中“运动员赛前心理预警模型”传递，并通过k-means 算法得到个体或项目中的唤醒区间评估。

（3）疲劳指数测算。提取静息态脑网络的统计特征量，分别提取集聚系数、特征路径长度和全局效率，综合反应疲劳状况，其疲劳综合指标计算公式如下：

其中，IF为综合疲劳指标（Fatigue Index），L为特征路径长度，C为集聚系数，Eglobal为全局效率。IF数值越大表明越疲劳，越小表明精神状态越好。

以2021 年6 月在单U 队伍集训中的攻关服务为例，基于无线脑电平台，依据运动员唤醒指数和疲劳指数，结合k-means 聚类算法，评定运动员的心理状态变化（表3）。

表3 2021 年6 月单U 队集训心理状态评估结果Table 3 The assessment for Halfpipe Team in 2021-06

4 讨论

4.1 以提升动作表现稳定性为核心是新体系的理论创新

在北京2022 年冬奥会周期中所开展的心理科技攻关服务建立了以运动程序理论为核心、以系统动态理论和倒U 型理论为指导的新体系。新体系主要的理论创新是将中枢神经系统的训练和调控作为提升运动员动作稳定性的关键技术。近几年来，脑电技术被广泛应用于运动心理学研究，借助毫秒级的时间高精度设备，揭示了大脑活动与运动表现之间的潜在关系。这些研究提示，运动员在动作准备过程中，运动脑区的功能连接强度与运动成绩明显相关[31]。与此同时，高水平运动员在动作执行过程中会表现出更高的神经效率，不仅在与执行动作直接相关的运动皮层，与该动作相关的注意、记忆，甚至情绪加工都表现出高神经效率的优势。大量的神经电生理和神经影像学研究均提示，运动表现的稳定性与中枢神经活动的高效性具有密切关系。基于此，通过心理科技服务加强和建立稳定且高效的中枢神经活动是提升运动员动作表现稳定性的关键。这也需要心理科技服务贯穿于运动员动作程序从建立、巩固到执行的全过程。首先，以内部模型的理论表达为基础，辅助运动员形成良好的运动程序，是后续内部模型丰富的重要前提；其次，在长期训练过程中，以动态系统理论为依据，建立包括表象训练、视频观看训练在内的心理专项训练任务，以此辅助运动员在训练过程中巩固并监测其内部模型的稳定程度；最后，以倒U 型曲线等理论为引导，在动作执行过程中降低风险因素的干扰，提升内部模型的核心稳定力，保障在大赛中动作表现的稳定输出。

4.2 认知神经科学技术的测评是新体系的手段创新

在认知神经科学技术和手段的辅助下，“一个核心—两条路径—三重保障”的心理科技攻关服务在评价体系中实现了新的突破，体现出以下特征：①评价客观性。首次通过客观的认知正确率和大脑活动制订和评价心理训练方案及效果，建立以Theta 振荡为核心指标的心理训练方案效果的评价标准，改变了以往以主观评价为主的服务方式。②反馈时效性。3 min 脑电信号采集、实时大脑信号在线分析以及每2 s 的心理状态反馈刷新频率改变了以往心理服务反馈报告滞后的问题，大大提升了服务的时效性。③动态精准性。根据项目、赛季甚至个人建立的心理状态库，通过人工智能评估和预测心理状态，解决了以往心理测评“一刀切”的评价方式，增加了测评结果的精准性，并随赛季变化动态浮动。

4.3 多平台联动是新体系的应用创新

心理科技攻关服务方案的制订依据大量的基础研究，多个环节间的相连则利用了平台间的相互联动。多平台联动是此次心理科技攻关服务的主要应用创新，服务主要依托两大平台—基于无线脑电的运动员心理状态评估与分析系统、运动员心理状态预测预警评估与分析系统。为提升服务效率，通过远程数据访问（Remote Data Access，RDA）技术，实现了脑电数据采集与分析的实时处理，即通过干电极移动脑电设备对运动员的心理状态、疲劳指数和表象训练效果以2 s 的刷新率进行同步反馈。采集的静息态数据也通过API 向预警和预测模型传递，与采集的心理问卷主观指数进行整合，实现了平台间的联动运行，改变了以往采集数据与分析报告时间滞后，数据间重复采样、无法共享的状态，大大提升了心理科技攻关服务效率（图4）。由此，北京2022 年冬奥会心理科技攻关服务在2 个平台的联动运行下，借助近红外、无线脑电等技术和聚类分析、人工智能等算法开展。针对多支雪上技巧类项目队伍的特征，实施开展了视频观看心理训练和心理表象训练，同时，基于运动员的个人心理数据库，建立赛前心理风险预警、赛时心理预测和唤醒、疲劳评估三重保障。认知神经科学技术和方法的支持保证了心理科技攻关服务的顺利完成，也为各支雪上技巧类项目队伍的发挥提供了保障。

图4 心理科技攻关服务多平台联动运行模式Figure 4 Service planforms operation mode of psychological service

4.4 运动心理科技攻关服务的未来发展

在三十余年的心理随队服务积累和十余年基础研究的成果上，在“科技冬奥”理念的推动下，我国运动心理服务正在加速科技化进程。在未来认知神经科学、大数据人工智能技术与运动心理服务实践的深度融合中，必将对运动心理科技攻关服务提出新的要求。

首先，以基础研究突破理论瓶颈是保障运动心理科技攻关服务科学性的关键力量。理解人类运动过程中的认知加工机制是建立运动心理科技攻关服务的重要基础。通过认知神经科学的技术量化人类运动过程中感知觉系统和运动系统的交互路径，揭示影响因素（如主场优势、心理疲劳、赛前应激等）干扰运动表现的主要作用机制，更加创新地提出关键科学问题，多模态地验证理论推理，是提升运动心理科技攻关服务质量的核心要素。

其次，让智能算法参与应答监测是提升运动心理科技攻关服务精准性的关键手段。只有提高智能化程度，才能实现既增加心理服务含量又降低人力投入的参与模式。因此，在未来的发展中，以机器学习、数学建模等计算神经科学来模拟、解决和预测人类运动过程中的大脑认知和行为选择，才能提升心理服务的效率；算法自身的迭代则能减少预测误差，保障服务精准度。

最后，以新兴技术打通应用平台是运动心理科技攻关服务实现开放的关键途径。运动心理科技攻关服务作为保障高水平竞技运动能力的其中一环，并不是独立存在的，因此，软件平台和硬件功能的联动不仅能提高运动心理科技攻关服务内部的积极循环，也能充分发挥其在整个运动训练保障体系中的作用。如何实现硬件设备既轻便小巧又精密，软件平台既快速响应又开放互通，是形成数据驱动良性循环，体现运动心理科技攻关服务以人为本核心价值的关键。

5 结束语

以“提升赛时运动表现稳定性”为核心目标，以移动脑电和无线传输为载体，通过对运动员静息态和任务态的脑电信号分析，辅助视频观看心理训练和心理表象训练巩固动作的运动程序，并实时反馈新技术评估训练效果；同时借助人工智能算法，动态化评估运动员赛前和赛时心理状态，提升心理状态可控性，最终保障赛时动作发挥的稳定性。这是备战北京2022 年冬奥会心理科技攻关服务新体系实施效果的体现，也为今后的研究与实践开辟了新思路。

作者贡献声明：

陆颖之：撰写论文；

王小春：修改论文；

周成林：提出论文选题，指导修改论文。