高风险高精度任务下射击准备中的神经机制:一项多尺度脑电图研究
《Brain and Behavior》:Neural Mechanisms of Shooting Preparation Under High-Risk and High-Precision Tasks: A Multiscale EEG Study
【字体:
大
中
小
】
时间:2026年03月11日
来源:Brain and Behavior 2.7
编辑推荐:
摘要
背景
在射击准备阶段,射手经常遇到多种干扰因素,如任务负荷、社会评价和复杂的环境。这些因素可以引起神经活动的复杂变化,从而导致射击表现的不同。本研究旨在探讨高风险任务(例如,人质救援任务)和高精度任务(例如,远距离任务)中射击准备阶段大脑活动的神经机制。
方法
从30名
摘要
背景
在射击准备阶段,射手经常遇到多种干扰因素,如任务负荷、社会评价和复杂的环境。这些因素可以引起神经活动的复杂变化,从而导致射击表现的不同。本研究旨在探讨高风险任务(例如,人质救援任务)和高精度任务(例如,远距离任务)中射击准备阶段大脑活动的神经机制。
方法
从30名射手那里收集了脑电图(EEG)信号、射击表现指标和自我报告测量数据,这些射手在三种条件下完成了射击任务:人质救援条件、远距离条件和近距离条件。EEG信号经过传感器级别的频谱分析、源级别频谱分析、功能连接性分析和图论分析。
结果
与近距离条件相比,射手在人质救援条件和远距离条件下表现出以下特征:(1)感知到的压力显著增加;然而,仅人在质救援条件下射击得分和瞄准时间显著提高;(2)在多个频率带和大脑区域观察到显著差异。传感器级别的频谱分析显示,在不同条件下beta波段的事件相关去同步/同步现象最多。源空间分析表明,theta波段的差异最大;(3)前额叶与其他叶之间的功能连接性显著减弱,而叶内连接性显著增强。此外,小世界性增加,但聚类系数和全局效率显著下降。
结论
在人质救援条件和远距离条件下,射手感受到更大的压力,但射击得分仅在人质救援条件下有所提高。叶内功能连接性增强,而前额叶与其他叶之间的连接性受到抑制。与视觉相关的区域的节点聚类系数增加,但在语义相关的区域减少。这些变化表明,在面对人质救援和远距离条件时,大脑通过重新分配神经资源来优化信息处理效率,实现适应性调节。
1 引言
射击技能作为军事、执法和竞技领域中的核心能力,通过其精确性、稳定性和及时性直接影响任务成功、人员安全和操作效果。在现实世界场景中,个人经常遇到可变的任务负荷、社会评价和复杂的环境干扰。这些因素会干扰认知处理、决策和运动控制,导致表现波动或操作错误。因此,研究这些因素如何影响射击准备阶段的神经调节机制对于阐明这一阶段的神经基础、优化训练协议和提高射击表现至关重要。在这方面,脑电图(EEG)已成为研究射击准备阶段皮层活动的重要工具。利用其毫秒级的时间分辨率和非侵入性特性,EEG能够有效捕获与行为调节密切相关的神经振荡模式。许多研究已经探讨了不同认知负荷如何影响皮层活动和射击表现。Kerick和Allender(2006)研究了目标暴露时间、任务负荷(单任务 vs. 双任务)和决策负荷(敌友识别)对皮层活动、射击准确性和主观体验的影响。他们发现,较短的目标暴露时间显著增加了Pz通道的theta波能量,并降低了射击准确性和决策的正确性。双任务负荷和敌友识别要求显著降低了T7通道的alpha波能量。因此,不同类型的认知负荷通过特定频率带和大脑区域的振荡模式调节射击表现(Kerick和Allender 2006)。社会评价引起的表现压力显著改变了皮层活动和射击表现。Hatfield等人(2013)和Woo和Kim(2017)比较了单独练习和真实竞赛场景下的皮层活动和运动表现。他们发现,尽管竞争没有显著降低命中率,但它显著提高了参与者的主观压力水平,延长了瞄准时间,并降低了包括F3–F4、C3–C4和T3–T4在内的区域的整个大脑alpha波能量,同时增强了theta波和alpha波的功能连接性。这些发现表明,社会驱动的非必要神经活动可能会损害心理运动效率。尽管延长的瞄准时间暂时保持了表现,但这种效率的下降可能在长时间训练或高强度任务中累积负面效应(Hatfield等人2013;Woo和Kim 2017)。此外,复杂的环境干扰显著改变了射击准备阶段的神经活动模式。Man等人(2024)结合源定位技术研究了30名射手在正常、昏暗和嘈杂条件下手枪射击准备的神经机制。他们发现,在昏暗和嘈杂条件下,与射击相关的microstate 3的强度增加,而反映注意力调节的microstate 4减弱;昏暗条件显著降低了射击表现,而噪音条件对表现的影响较小(Man等人2024)。Gong等人(2025)基于microstate分析和源定位提取了多个复杂性指标,以研究射击准备阶段的脑复杂性和在视听限制下的神经反应机制。他们发现,在射击过程中,视觉信息处理主要依赖于次级视觉皮层及其连接性,而不是初级视觉皮层。噪音对射击表现的影响很小,而昏暗光线有多种不利影响,包括感觉运动整合困难、过度依赖记忆检索、运动稳定性降低、负面情绪加剧以及射击策略改变(Gong等人2025)。为了进一步阐明神经活动与射击表现之间的内在关系,一些研究探讨了不同射击表现水平与EEG特征之间的关联。Cheng等人(2023)根据中位射击得分将射手分为优秀组和较差组,并比较了他们在射击准备阶段的EEG活动。他们发现,优秀组在准备期间的感觉运动节律更强,这与减少的瞄准抖动呈正相关。在击中靶心时,他们表现出前额叶和左侧颞叶(Fz–T3)之间高频alpha波功能连接性的降低,表明更有效地抑制了与任务无关的神经干扰。这些发现支持神经效率假说,即精英表现依赖于选择性激活与任务相关的网络和有效抑制无关区域(Cheng等人2023)。总之,EEG研究为理解各种因素调节下的射击准备阶段的神经机制提供了关键窗口;然而,当前的知识仍然不完整。一方面,现有研究主要集中在涉及认知负荷、社会评价和复杂环境干扰的实验范式上,而高风险场景(例如,人质救援条件)和高精度任务要求(例如,远距离条件)背后的神经机制仍然未被充分探索。另一方面,在分析方法方面,大多数研究仅限于传感器级别,很少有研究在源定位后进行功能连接性和图论特征的分析。经典频谱分析容易受到体积传导效应的影响(Nash等人2023)。源定位通过解决逆问题来重建皮层活动源,从而揭示更精确的皮层激活模式。脑网络分析通过量化大脑区域之间的功能连接性提供了对功能脑状态的更深入见解(Briels等人2020)。图论指标源自功能连接网络,捕捉了这些网络的拓扑属性,并已在神经科学研究中得到广泛应用。为了解决上述问题,本研究提出了一个假设,即高风险场景(例如,人质救援条件)和高精度任务要求(例如,远距离条件)显著改变了射击准备阶段的神经活动模式。特定频率带和大脑区域的增强激活以及脑网络内的功能连接性变化随后影响射击表现。为了验证这一假设,我们建立了三种射击任务条件:近距离条件、远距离条件和人质救援条件。传感器级别的频谱特征捕捉了神经活动的时间变化,而源定位探索了大脑区域之间的空间激活模式。进一步计算了功能连接性矩阵,并对其进行图论分析,以揭示不同脑区域之间的功能交互机制。这种多尺度方法旨在阐明高风险场景和高精度任务如何影响射击准备阶段的神经调节机制和行为表现。
2 方法
2.1 实验设计
实验招募了35名男性参与者(年龄20–24岁,平均年龄=22.1岁,标准差=0.9岁)。所有人都在人民武装警察部队工程大学注册,并完成了该校的射击课程,并通过了技能评估。根据训练时间和射击表现,他们被大学专家评为“熟练射手”。纳入标准包括良好的身体健康;正常的视力和听力;无精神疾病或神经系统疾病史;右撇子且使用右手射击;在实验前24小时内未摄入刺激性饮料或神经活性药物。在收到关于研究目标和程序的全面解释后,所有受试者均提供了书面知情同意并自愿参与。此外,所有受试者都完成了SCL-90心理筛查,以排除有当前焦虑、抑郁或创伤后应激障碍(PTSD)显著症状的个体。使用QSZ-92半自动手枪,每位参与者在三种条件下完成了两轮自我节奏射击:人质救援条件、远距离条件和近距离条件,每轮30发子弹(总共180发)。连续轮次之间有10分钟的休息时间,条件顺序是随机的。如图1A所示,近距离条件和个人质救援条件在25米处进行,而远距离条件在35米处进行。近距离条件和远距离条件使用标准胸环靶;人质救援条件使用的人质场景靶——在环大小和评分区域上与标准靶相同——但描绘了一个部分隐藏在人质后面的劫持者。每次射击后立即显示得分。在人质救援条件下,未命中记录为“人质死亡”,如果平均射击得分低于8环,则需要额外的一轮。如果受试者感觉不适,可以随时退出。该协议得到了人民武装警察部队工程大学科学伦理委员会的批准。
实验工作流程。(A) 实验设置;(B) 传感器级别的频谱特征;(C) 源空间频谱特征;(D) 功能连接性和图论特征。使用32通道无线NSW332放大器(中国Borui Kang Technology)以1 kHz的采样率记录EEG。电极根据国际10–20系统放置(Fp1、Fp2、F7、F3、Fz、F4、F8、FC5、FC1、FC2、FC6、T7、A1、C3、Cz、C4、T8、A2、CP5、CP1、CP2、CP6、P7、P3、Pz、P4、P8、PO3、PO4、O1、O2),并且在数据采集前将阻抗降低至<5 kΩ。射击表现指标由MSH-1 Light-Weapons训练系统(北京中科捷成)自动记录。对于每次射击,系统提取了七个指标:SCORE(射击环数;0表示未命中,5.0–10.0表示命中;分数越高越好);SX和SY(瞄准点的水平和垂直偏差;数值越低越好);COG(瞄准轨迹与靶心的平均距离;距离越小越好);ATI(瞄准时间);RTV(扳机拉动流畅性;数值越低表示瞄准晃动越小);TIRE(扳机时机和响应性;1=差,3=最佳)。每轮60发子弹结束后,参与者完成了一份包含八个项目的自我报告问卷,内容涉及感知难度、压力、努力程度、参与度、焦虑、疲劳、预期(实际表现与预期表现的差异)和射击能力的自我评估。所有项目都在7点李克特量表上评分。焦虑项目改编自State-Trait Anxiety Inventory(Michalos 2014),压力项目参考了Perceived Stress Scale(Cohen等人1983),难度、努力和预期项目来自NASA Task Load Index(?NASA-TLX(任务负荷指数)的发展:实验和理论研究?,1988)。其余三个项目是根据射击任务的特点新开发的,以更全面地评估任务期间的主观状态。完整问卷见补充材料16。先验功效分析(G*Power 3.1;Faul等人2007)表明,重复测量ANOVA(效应大小=0.25,功效=0.80,alpha=0.05)至少需要28名参与者;因此招募了35名射手。由于信号质量差、通道缺失和任务期间身体不适,排除了两个数据集,剩下30名参与者用于分析。
2.2 数据预处理
EEG数据在MATLAB R2023a平台上离线处理。首先,使用EEGLAB(Delorme和Makeig 2004)应用了1–30 Hz的带通滤波器。根据图1A所示,从射击开始前的?4秒到1秒对数据进行了分割。丢弃了不良片段,插值了不良通道,并使用独立成分分析(ICA)去除了眼球运动伪迹。最后,数据重新参照了共同平均值。处理后,共有1759次试验仍处于人质营救条件下,1723次处于远距离条件下,1718次处于近距离条件下,平均每次试验的参与人数分别为59人、57人和57人。本研究收集了三种类型的实验数据:射击准备阶段的脑电图(EEG)信号、射击表现指标和自我报告测量结果。从预处理的EEG数据中提取了四类特征:传感器级别的频谱特征、源空间频谱特征、功能连接特征和图论特征,如图1B–D所示。
(1)传感器级别的频谱特征。这些特征包括相对频带功率和ERD/ERS特性。为了减少30名参与者之间的个体差异,使用峰值频率方法(Goljahani等人,2012年)确定了每个个体的α频率(IAF)。根据IAF,θ波段定义为IAF ? 6至IAF ? 2 Hz,α波段定义为IAF ? 2至IAF + 3 Hz,β波段定义为IAF + 3至IAF + 20 Hz。EEG信号被带通滤波到这三个频率带中。从射击开始前-3.5秒到-0.5秒以及0秒到1秒的EEG数据被分为四个1秒的时间窗口(Win1–Win4)。然后计算每个窗口的相对频带功率,即θ波段、α波段或β波段的功率除以这三个波段的总功率。此外,从射击开始前-4秒到1秒的EEG数据被分为五个1秒的时间窗口。从-4秒到-3秒的时期被作为基线窗口(Win0)。Win1、Win2、Win3和Win4的ERD/ERS特征是相对于Win0使用以下公式计算的。
在公式中,表示分析时间窗口(Win1到Win4)中EEG信号的平均功率,表示基线时间窗口(Win0)中的平均功率。
(2)源空间频谱特征。定义了θ波段(4–8 Hz)、α波段(8–13 Hz)和β波段(13–30 Hz)用于源级别频谱分析。使用在LORETA-KEY中实现的标准化低分辨率电磁断层扫描(sLORETA)(Fruhwirt等人,2025年;Fuchs等人,2002年;Jurcak等人,2007年)对射击开始前-3.5秒到-0.5秒的预处理EEG片段进行单次试验源重构。提取每个波段的绝对功率并取平均值,然后计算相对频谱功率,即每个波段的功率除以θ波段、α波段和β波段的总功率。
(3)功能连接特征。使用Brainstorm中的sLORETA方法(Tadel等人,2011年)对EEG数据(-3.5秒到-0.5秒)进行源定位,将信号映射到15,002个皮质顶点。随后,根据Desikan–Killiany神经解剖图谱(Desikan等人,2006年)将这些顶点划分为68个感兴趣区域(ROIs)。平均每个ROI内的所有信号以获得ROI的平均时间序列。θ波段定义为4–8 Hz,α波段定义为8–13 Hz,β波段定义为13–30 Hz。每个ROI的时间序列在这些频率带内进行带通滤波,然后进行希尔伯特变换以构建分析信号并提取瞬时相位信息。
在公式中,表示不同ROI的信号,表示希尔伯特变换,表示的解析信号,表示的解析信号,分别表示和的瞬时幅度,和表示它们的瞬时相位,表示离散时间索引。然后计算PLV。
(4)图论特征。使用GRETNA工具箱(Wang等人,2015年)和功能连接矩阵提取图论特征。为了评估小世界性(σ),由68个ROI组成的68 × 68的全连接矩阵通过比例阈值方法进行了稀疏化。首先,将稀疏范围设置为0.06到0.6,以0.01的增量计算所有受试者在所有频率带和条件下的Sigma。其次,在每个稀疏水平上,计算共享相同频率带和条件的受试者的平均σ。将该平均值首次降至1以下的稀疏水平定义为该频率带和条件的稀疏上限(Pang等人,2020年)。随后,在更新的稀疏范围(0.06到上限)内,随机网络被模拟500次以计算三个全局指标:σ、聚类系数(CC)和全局效率(GE),以及68个ROI的三个节点指标:介数中心性(BC)、节点聚类系数(NCC)和节点效率(NE)(Ismail和Karwowski,2020年)。最后,所有指标在稀疏范围内的曲线下面积(AUC)作为图论分析的最终特征,全面反映了它们在网络拓扑变化下的稳定性和代表性。
2.3 统计分析
(1)分别检验了三种实验条件下的射击表现指标和自我报告测量结果的差异。计算了每个条件下每个参与者的每个指标的平均值。对每个指标进行了以条件为组内因素的单因素重复测量方差分析(ANOVA),以获得p值、F值和部分η2。随后,使用配对样本t检验进行成对对比,报告p值和Cohen的d值。对结果p值应用了假发现率(FDR)校正,显著性水平设定为p = 0.05。对于显示出条件主效应的指标,进行了Scheffé的事后检验。
(2)测试了不同条件和射击前时间窗口之间的传感器级别频谱特征的差异。对相对频带功率和ERD/ERS进行了2 × 3的双因素重复测量ANOVA(条件 × 时间窗口)。这产生了每个指标的p值、F值和部分η2。对结果p值应用了假发现率(FDR)校正,显著性水平设定为p = 0.05。对于显示出条件主效应的指标,进行了Scheffé的事后检验。
(3)检验了不同条件之间的源空间频谱特征差异。在LORETA-KEY中进行了配对样本t检验。通过5000次排列实施了家族错误(FWE)校正,显著性水平设定为p = 0.05。
(4)使用配对样本t检验评估了不同条件之间的功能连接差异,获得了p值和Cohen的d值。应用了FDR校正,显著性水平设定为p = 0.01。
(5)使用配对样本t检验比较了不同条件之间的图论特征,获得了p值和Cohen的d值。应用了FDR校正,显著性水平设定为p = 0.01。
(6)此外,使用Spearman等级相关系数来检验EEG特征与射击表现和主观体验之间的关系。具体来说,射击表现指标与电极级别频谱功率、连接强度和图论指标进行了相关分析,自我报告测量结果与连接强度和图论指标进行了相关分析。应用了FDR校正,显著性水平设定为p = 0.05。所有相关结果报告在补充材料15中。
3 结果
3.1 射击表现指标和自我报告测量结果
射击表现指标和自我报告测量结果的统计分析结果展示在图2中。如图2A所示,在人质营救条件下,SCORE显著高于远距离和近距离条件,而SY显著低于近距离和远距离条件。此外,在人质营救条件和远距离条件下,ATI显著高于近距离条件。自我报告测量结果的统计分析结果显示在图2B中。在人质营救条件下,难度、压力、努力、焦虑、期望和自我评估的得分显著高于近距离条件。在远距离条件下,难度显著高于近距离条件。此外,人质营救条件下的焦虑得分显著高于远距离条件。图2:射击表现指标和自我报告测量的统计测试结果:(A)射击表现指标的平均值、标准误差和条件间比较;(B)自我报告测量的平均值、标准误差和条件间比较。*p < 0.05,**p < 0.01。d = Cohen的d(配对t检验的效果量)。完整的一因素重复测量ANOVA结果(p值、F值、部分η2)提供在补充材料1和2中。
3.2 传感器级别频谱特征
传感器级别频谱特征显示在图3中;相对频带功率在图3A–C中呈现。在θ波段,射击开始前的相对频带功率最初集中在中央头皮区域,随后在时间窗口中下降,同时在Fz、FC1、FC2和Cz处增加。具体来说,在人质营救条件下,Fp2、F7和O1的功率显著低于近距离条件,而Cz、C3、T7和CP1的功率显著高于远距离条件;在远距离条件下,F7、T7、PO4和O1的功率显著低于近距离条件。在α波段,功率在顶叶区域最大,并随时间窗口增加;射击开始后,全脑功率显著增加。具体来说,人质营救条件下的F4和FC6的功率高于近距离条件,F4、F8、FC6和T7的功率高于远距离条件。在β波段,射击开始前的功率在额叶、枕叶和双侧颞叶区域最大;射击开始后,全脑功率显著下降。射击开始前,人质营救条件下的功率在F4、Cz、T7、T8和CP1低于远距离条件,且在FC6的功率也低于近距离条件。图3:不同频率带和实验条件下的传感器级别频谱特征。(A–C)分别为θ波段、α波段和β波段的相对频带功率。(D–F)分别为θ波段、α波段和β波段的ERD/ERS。Ch = 人质营救,LR = 远距离,CR = 近距离。Win1–Win3 = 触发前时期(每个时期分为两个连续的子窗口以描绘时间趋势);Win4 = 触发后时期。显著性阈值p = 0.05,进行了多重比较校正。ERD/ERS显示在图3D–F中。在θ波段,ERS主要集中在FC1,而ERS在其他通道占主导;随着时间窗口的推移,O1、O2和Oz的ERS最初增强,然后减弱,而其他部位的ERS逐渐增强。射击开始后,ERS在全球范围内明显。在α波段,ERS集中在FP1和FP2,而ERS在其他通道占主导;ERS随时间窗口在全球范围内增加,射击开始后观察到全球ERS。在第二时间窗口,远距离条件在中部、左侧顶叶和颞叶部位显示出更明显和更快速的ERS增加,而人质营救条件在CP1处的ERS增加较小且较慢。在β波段,第一个窗口由ERS主导;随后在P7、P8、O1、O2和Oz出现ERS,而其他地方的ERS持续存在,射击开始后观察到全球ERS。双向重复测量ANOVA结果(p值、F值、部分η2)对于相对功率和ERD/ERS提供在补充材料3–6中。详细传感器级别频谱特征与成像表现指标和自我报告测量的相关性提供在图S1和S2中。
3.3 源空间频谱特征
源空间频谱特征显示在图4A中,其中显示了EEG功率在频率带上的空间分布:θ波段的相对功率主要集中在顶叶,α波段的相对功率主要集中在顶叶和枕叶,β波段的相对功率主要集中在额叶和颞叶。如图4B和C所示,θ波段在不同条件下的显著不同体素数量最多,其次是α波段和β波段。在θ波段,大多数体素的相对功率在人质营救条件下显著高于远距离条件,同样在近距离条件下也高于远距离条件。在α波段,大多数体素的相对功率在人质营救条件下显著高于远距离和近距离条件,而近距离条件下的功率显著高于远距离条件。在β波段,大多数体素的功率在近距离和远距离条件下显著高于人质营救条件。图4:在图形查看器或PowerPoint中打开
源空间谱特征和统计分析。(A) 相对谱功率分布。(B, C) 相对谱功率的统计测试结果。在B中,红色表示前者显著大于后者,蓝色表示前者显著小于后者。在C中,水平轴表示表现出显著差异的体素数量,不同颜色代表不同的脑叶;垂直轴表示不同条件的统计测试:HR表示人质救援条件,LR表示远距离条件,CR表示近距离条件。垂直轴左侧的位置表示前者显著大于后者,而右侧的位置表示后者显著大于前者。所有统计测试均在0.05的显著性水平下进行,并进行了多重比较校正。详细的统计结果见补充材料7。
3.4 功能性连接特征
功能性连接分布和统计结果显示在图5中。图5A表明,在所有频率带中,前5%的PLV连接中,人质救援和远距离条件下的连接模式彼此相似,但与近距离条件下的模式明显不同。在人质救援和远距离条件下,左右枕叶区域之间的连接以及左枕叶内部的连接强度高于近距离条件,而在近距离条件下,前额叶之间的连接强度高于人质救援和远距离条件。图5:在图形查看器或PowerPoint中打开
功能性连接特征和统计测试结果。(A) 仅显示具有最高值的前5%连接的功能性连接图。(B) 统计测试结果图,其中Ch表示人质救援条件,LR表示远距离条件,CR表示近距离条件;红色连接表示前者大于后者,蓝色连接表示相反情况。图中线条越深越粗,表示绝对效应大小越大。节点颜色代表脑叶:紫色表示前额叶;绿色表示颞叶;灰色表示顶叶;黄色表示枕叶。(C) 显著不同的功能性连接的绝对效应大小分布。红色连接表示前者大于后者,蓝色连接表示后者大于前者。显著性水平设定为0.01,所有结果均进行了多重比较校正。统计结果总结在图5B中。与人质救援条件相比,远距离条件下的连接差异在两个条件之间没有显著差异。人质救援和远距离条件下的增强连接分布在前额叶、枕叶、颞叶和顶叶区域,特别是在β频段;同样两个条件下的减弱连接集中在同侧前额叶、前额-颞叶和前额-顶叶通路,特别是在θ频段。成对t检验结果(p值和Cohen's d值)见补充材料8和9。68个区域的ROI到脑叶的映射见补充材料10。功能性连接与射击表现指标和自我报告测量之间的相关性显示在图S3中。
3.5 图论特征
图论指标的统计结果显示在图6中。图6A表明,在所有频率带中,人质救援和远距离条件下的σ显著高于近距离条件,而CC和GE在这两个条件下显著低于近距离条件。图6:在图形查看器或PowerPoint中打开
图论特征和统计测试结果。(A) 全局指标的统计测试结果(*表示p < 0.01)。(B) 全局指标的统计测试结果。不同颜色代表不同的脑叶:紫色表示前额叶,绿色表示颞叶,灰色表示顶叶,黄色表示枕叶。节点代表ROI。红色表示前者值大于后者,蓝色表示后者大于前者,节点大小表示绝对效应的大小。Ch表示人质救援条件,LR表示远距离条件,CR表示近距离条件。统计测试的显著性水平设定为0.01,并进行了多重比较校正。节点指标的结果总结在图6B中:在所有频率带中,与人质救援条件相比,远距离条件下的差异在两个条件之间没有显著差异。人质救援和远距离条件下的增强连接在额叶、枕叶、颞叶和顶叶区域分散,特别是在β频段;同样两个条件下的减弱连接集中在同侧前额叶、前额-颞叶和前额-顶叶通路,特别是在θ频段。成对t检验结果(p值和Cohen's d值)见补充材料8和9。68个区域的ROI到脑叶的映射见补充材料10。功能性连接与射击表现指标和自我报告测量之间的相关性显示在表S3中。
4 讨论
4.1 传感器级谱特征
从时间动态的角度来看,当触发操作接近时,大多数通道在射击后表现出从β ERD转变为β ERS。这与先前的报告一致,即在刺激或提示开始之前中央-顶叶区域的β ERD,随后是在运动执行后的β ERS(Pastotter等人,2008年),反映了射击前的激活准备和射击后的相对抑制。在不同的射击条件下,人质救援条件下的前额叶、中央叶和颞叶通道的相对β频段功率显著低于远距离条件。先前的研究将内源性β振荡(15-30 Hz)与视觉感知整合(Aissani等人,2014年)、决策制定(Wimmer等人,2016年)和其他认知功能(Engel和Fries,2010年)联系起来,并表明β活动在专注注意力、积极思维和警觉状态下增加(Perlis等人,2001年)。然而,过度的β活动与高度的焦虑和唤醒相关,会妨碍放松(Rajan等人,2024年);可能远距离条件伴随着比人质救援条件更多的唤醒和焦虑。跨频率带的谱特征比较显示,β频段在ERD/ERS上表现出最多的显著差异。这一发现可能是由于β活动与焦虑和唤醒状态之间的关联(Bayazit和Ungur,2018年;Roxburgh等人,2023年),表明β频段的动态作为射击条件下压力和唤醒差异的敏感指标。相关性分析结果表明,与人质救援和近距离条件相比,远距离条件下α频段的相对功率与RTV表现出最强的负相关。这种负相关在前额叶、中央叶、顶叶和枕叶的多个通道中都很显著。这可能表明,在需要高精度的远距离射击条件下,大脑增强了α频段的活动,以实现更好的注意力控制和运动抑制,从而提高了触发控制的流畅性。
4.2 源空间谱特征
在源空间谱特征的统计分析中,θ频段显示出在不同条件下有最多体素呈现出显著差异,这可能反映了θ振荡在认知和情绪调节中的关键作用(Zouaoui等人,2023年)。具体来说,人质救援和近距离条件下的枕叶、颞叶、前额叶和顶叶的相对θ功率显著高于远距离条件。鉴于θ振荡是增强对负面刺激的情绪反应的认知重评估策略的关键神经机制(Zouaoui等人,2023年),这一发现可能表明,在人质救援和近距离条件下,参与者有效地调动了更多的认知重评估资源,从而放大了对负面信息的情感处理,以促进风险评估和决策制定。此外,人质救援条件下的岛叶和边缘系统的前部和后部扣带回的相对θ和α功率显著高于远距离条件。类似地,边缘系统的前部和后部扣带回的相对θ和α功率在近距离条件下也显著高于远距离条件。先前的研究表明,岛叶整合与情绪相关的线索,而岛叶和前扣带回的激活通常与内在情绪处理相关(Zhou等人,2020年)。这一发现可能表明,在人质救援和近距离条件下,受试者表现出比远距离条件下更强的情绪监测和自我调节能力,导致这些情绪处理脑区的θ活动增强。
4.3 功能性连接特征
在人质救援和远距离条件下的功能性连接显著高于近距离条件,表现出更大的分散性,并且更集中在各个脑叶内部。相反,在人质救援和远距离条件下显著较弱的连接则更加集中,主要是在前额叶和其他脑叶之间。前额叶——特别是前额前皮质——在整合来自多个关联皮层的信息方面起着关键作用,并通过自上而下的抑制机制支持更高阶的认知功能,如注意力控制、工作记忆和行为抑制(Zhou等人,2020年)。这可能表明,在高风险情景(例如人质情况)或需要高精度的任务(例如远距离射击)中,有限的认知资源促使大脑激活一种适应性资源保存和效率优化机制(Cheng等人,2025年)。这种机制暂时削弱了以前额叶为中心的跨区域整合网络,以减少认知控制资源的消耗,同时提高了局部脑区的信息处理效率,以更好地应对即时的感知和反应需求。此外,本研究还观察到在熟练射手的人质救援和远距离条件下,前额叶与其他脑叶之间的功能性连接减弱。这种模式类似于创伤后应激障碍(PTSD)患者报告的“前额-杏仁核失调”。早期研究表明,PTSD与腹内侧前额皮质调节杏仁核恐惧反应的能力受损有关(Vanuk,2022年)。腹内侧前额皮质与杏仁核之间的抑制性相互作用对于消除条件化的恐惧反应至关重要,而这一调节回路的功能障碍会导致PTSD中的持续恐惧(?hs,2015年)。此外,下前额-枕叶束可能连接前额叶和枕叶,并调节对环境刺激的焦虑反应(Liao,2014年)。音乐疗法已被证明可以缓解焦虑,可能是通过增强前额叶和枕叶之间的功能性连接来实现的(Misrani,2024年)。因此,本研究中观察到的功能性连接变化可能是由于在大压力、高风险任务情境下,大脑暂时削弱了自上而下的前额叶调节。虽然这种神经适应机制有助于在紧急情况下快速的行为反应,但长时间或重复暴露于类似的高压力环境可能会增加情绪失调和压力相关病理的风险。相关性分析结果表明,在远距离条件下,前额-顶叶θ频段和前额-枕叶β频段的功能性连接与RTV显示出显著的负相关。由于RTV反映了触发操作的颤抖严重程度,这表明在远距离条件下增强的前额-枕叶和前额-顶叶连接可能有助于在触发操作期间促进动作稳定性。在人质救援条件下,前额-顶叶θ频段的功能性连接与TIRE显示出显著的负相关。由于TIRE衡量了在最佳时刻果断而准确地触发操作的能力,反映了感觉运动整合和决策效率,这可能表明在人质救援条件下增强的前额-顶叶连接可能会损害触发时间的控制。这可能源于这类情境的高风险性质——过度的认知监测可能会干扰流畅的运动执行。与远距离和近距离条件相比,人质救援条件下的疲劳与前额-顶叶、前额-枕叶和前额-前额的功能性连接显著正相关,可能是因为任务负载的增加和心理压力在持续注意力和高度警觉性期间耗尽了神经资源。
4.4 图论特征
本研究发现,人质救援和远距离条件下的σ显著高于近距离条件,而CC和GE显著低于近距离条件。先前的研究表明,压力暴露会影响大脑连接的结构和功能(McEwen和Gianaros,2011年)。涉及睡眠剥夺的实验——一种生理压力源——揭示了疲劳期间GE的显著下降(Qi等人,2021年),在心理社会压力条件下,相对于对照条件,GE也有所减少(Wheelock等人,2018年)。这些结果与人质救援和远距离条件下观察到的GE减少是一致的。同时,先前的研究表明,环境压力与静息状态脑网络模块化程度的降低有关,这表明模块间的连接更加紧密,而模块内部的连接则较为稀疏——这种模式被认为反映了模块间功能差异的减弱(Jeong等人,2024年)。在强烈的尿急感(生理压力)下,与膀胱空虚状态相比,大脑的CC(连接性系数)和NE(节点效率)均显著下降(Pang等人,2020年),这与人质救援和远程射击条件下的CC降低情况相呼应。我们的研究揭示,在人质救援和远程射击条件下,枕叶的NCC(节点连接系数)显著高于近距离射击条件,反映了在前者状态下枕叶局部功能连接的增强和信息整合效率的提高。鉴于枕叶不仅参与初级视觉处理,还参与多感官整合(Esteves等人,2025年),这些发现展示了大脑网络内部功能重组和资源重新分配的适应性策略。此外,研究结果还显示出不对称性:在人质救援和远程射击条件下,左侧额叶和颞叶大多数ROI(感兴趣区域)的NCC显著低于近距离射击条件。左侧大脑在控制语言运动、基本句法技能和语义处理中起着核心作用(Kasselimis等人,2018年),而左侧颞叶是语言系统的关键组成部分(Heyer等人,2022年);左侧额叶区域对视听整合和语言处理至关重要(Corrivetti等人,2019年)。这些观察结果表明,当认知负荷或处理需求增加时,通过降低与当前核心任务关联较小的局部网络的NCC,可以实现神经资源的保存和重新分配,从而维持大脑网络的操作效率。研究结果还支持了“压力下网络资源分配偏向性”的观点,即压力可能优先激活某些模块而抑制其他模块,以优化应激反应(Reinelt等人,2019年;Zhang等人,2020年)。与人质救援和远程射击条件相比,近距离射击条件下,额叶和顶叶大多数ROI的节点效率指标显著降低。由于额叶和顶叶与情绪处理密切相关(Cao,2020年),这表明在这两种条件下对情绪抑制和认知调节的需求更大。这种额外的认知负荷降低了这些区域与其他脑区之间的信息整合效率,导致额叶和顶叶的节点效率降低,最终降低了整体效率。在相关性结果中,难度与人质救援条件下的聚类系数和全局效率之间存在显著的正相关,可能是因为参与者感知到的难度更大,大脑表现出更强的功能整合和局部信息处理能力,反映出大脑采用更高效的网络组织来应对高需求、高风险的情境。
4.5 局限性与未来方向
先前的模拟和实证研究表明,在传统的头皮覆盖条件下,32通道EEG系统在源定位过程中容易引入“空间混叠”效应,可能导致偶极子的径向定位误差为1-2厘米(Song等人,2015年)。由于本研究使用了32通道配置进行源定位、功能连接性分析和脑网络拓扑的图论研究,因此这些定位偏差不可避免。为了减轻其影响,我们对所有试验(共计5040次试验,涵盖了30名受试者在三种实验条件下的所有数据)的源定位结果进行了平均处理。我们假设增加参与源计算的试验次数可以部分减少由偶极子方向和强度波动引起的随机误差。然而,尽管通过大量试验平均处理有效减少了随机误差对群体水平结果的影响,但这种策略在个性化临床诊断中难以复制。在临床实践中,个别患者的数据通常有限。此外,图论指标对源定位的准确性非常敏感,这会影响功能连接性矩阵的构建以及随后对网络拓扑特征的解释。因此,虽然当前基于32通道EEG的分析框架适合用于探索群体水平的神经机制,但在扩展到个性化诊断或精准医疗场景时,其可靠性需要仔细评估。有研究表明,当电极数量从32个增加到64个时,改进最为显著,进一步增加电极数量的效果则不那么明显。高密度EEG(64个或更多电极)结合sLORETA和独立成分分析算法,能够实现高精度(Ahmad和Barkana,2025年)。因此,未来的工作应优先验证高密度EEG(例如64通道或更高)在个体源定位和图论分析中的稳定性,以支持临床应用。需要注意的是,由于实际招募限制、军事与学术学生团队的组成及其射击训练背景,所有参与者都是健康的年轻男性。因此,研究结果主要适用于训练有素的年轻男性,不能直接推广到女性、平民或患有焦虑症或PTSD等临床人群。因此,未来的研究应扩大样本范围,包括女性、非军事人员以及具有特定心理或生理障碍的个体;这样的扩展将有助于系统地检查不同人群在压力反应和射击表现上的相似性和差异性,从而提高研究的普遍性和临床相关性。此外,这里使用的人质救援条件可能会引发轻微的急性压力。所有参与者都提供了书面知情同意,并且可以在任何时候退出,确保总体风险处于可控范围内。然而,如果类似的高保真度或高强度压力范式将来应用于临床或非军事人群,必须严格评估伦理风险。我们建议加强入院前的心理筛查,建立更严格的实时退出机制,并在实验后提供必要的心理咨询和支持,以尽量减少引起痛苦或长期心理不适的可能性。最后,生物反馈可能提供一种非侵入性的、有效的心理生理干预方法,用于治疗心理障碍。生物反馈在包括焦虑、抑郁和精神分裂症在内的多种条件下都显示出临床疗效。针对不适应性的生理反应的生物反馈可以帮助患者识别和修改导致或延续相关心理问题的问题身体症状(Schoenberg和David,2014年)。此外,生物反馈辅助的行为医学不仅有效改善了患者的健康和生活质量,还显著降低了医疗成本,使其成为一种具有成本效益的策略(Schneider,1987年)。因此,额叶与其他脑区连接性的减弱、小世界属性的增强、网络平均聚类系数的降低以及全局效率的下降,可能共同作为识别人质救援和远程射击条件下压力或状态焦虑的客观生物标志物。这些发现为未来的应用带来了希望,使医疗专业人员能够对高压力职业群体(如军事人员和外科医生)进行早期识别或个性化的压力恢复训练。
5 结论
本研究整合了来自32通道头皮EEG的传感器级频谱、源空间频谱、功能连接性和图论特征,以量化高风险(人质救援)与高精度(远程射击)的射击需求如何调节皮层神经调节机制和射击表现,得出了四个主要结果:(1)在人质救援和远程射击条件下,感知到的压力显著增加,但射击得分和瞄准时间仅在人质救援条件下得到改善。(2)在传感器和源两个层次上都出现了多频段、多区域的差异。在传感器层次,频谱分析显示beta波段的ERD/ERS(事件相关去同步/事件相关同步)差异最大,这一发现可能与beta振荡与焦虑/唤醒水平之间的已知关联有关。源层次分析显示theta波段在不同条件下的显著体素差异最多,可能反映了theta振荡在认知和情绪调节中的关键作用。(3)在人质救援和远程射击条件下,射击改变了大脑连接模式,减少了额叶与其他脑叶之间的功能连接性,从而减少了认知控制资源的分配,同时增强了脑内各脑叶之间的功能连接性。(4)在人质救援和远程射击条件下,射击引发了网络拓扑的系统性变化:在全局指标中,σ增加,而CC和GE显著降低;在节点指标中,相同条件下枕叶的NCC增加,而在大多数左侧额叶和颞叶ROI中NCC降低,反映了大脑内部适应性神经资源分配和效率优化机制。
作者贡献
所有作者都参与了研究的构思和设计。材料准备、数据收集和分析工作由Xinyu Shi和Anmin Gong完成。手稿的第一稿由Xinyu Shi撰写,所有作者对后续版本的手稿进行了评论。所有作者都阅读并批准了最终版本的手稿。作者声明没有竞争利益。
致谢
我们感谢所有自愿参加实验的射击志愿者,他们投入了时间和专业知识。
资助
本研究部分由中国国家自然科学基金(课题编号62006246;82172058;62376112;81771926;61763022)和中国第73批博士后科学基金(2023M734315)资助。此外,还有西安科技协会的青年人才扶持计划(959202413100)的支持。
伦理声明
本研究遵循赫尔辛基宣言进行。这项人类研究得到了人民武装警察部队工程学院信息工程学院的伦理审查委员会的批准。所有成年参与者都签署了书面知情同意书,同意参与本研究。
利益冲突
作者声明本研究是在没有任何可能被视为潜在利益冲突的商业或财务关系的情况下进行的。
数据可用性声明
支持本研究结果的数据可根据合理请求从通讯作者Gong处获取。
同行评审
本文的同行评审历史可在https://doi.org/10.1002/brb3.71261获取。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号