网球运动专长对深度运动知觉影响的ERP研究*

韦晓娜 漆昌柱 徐 霞 洪晓彬 罗跃嘉

(1武汉体育学院研究生院, 武汉 430079) (2武汉体育学院健康科学学院, 武汉 430079)(3深圳大学 深圳市情绪与社会认知科学重点实验室, 深圳 518060) (4深圳市神经科学研究院脑与情绪研究中心, 深圳 518057)

1 引言

在复杂多变的情境中, 优秀网球运动员往往能快速而准确地识别、追踪并拦截来球, 而一般选手却表现得顾此失彼, 甚至来不及做出有效反应。Gray (2014)综合分析心理学和运动科学领域的相关研究, 提出了“运动员的感知取决于所处运动环境中的客体物理特征和运动员能力两者的相互作用”的观点。运动专长(motor expertise)反映了运动员在特定专项上的能力, 是导致专家−新手表现差异的主要原因, 而运动专长的影响具体体现在认知过程的哪个环节仍是一个需要探讨的问题。深度运动知觉是球类运动员重要的感知觉之一, 无论是足球竞赛中守门员对射门的扑救, 还是隔网类项群的接发球等都涉及深度运动知觉。因此, 研究者就深度运动知觉是否存在运动专长效应进行探讨。

有研究表明, 深度运动知觉敏感度(Motion in Depth Sensitivity)与单手接球成功率的提高显著相关(Wilkins & Gray, 2015)。在一项视觉−视运动能力测试中, 球类运动员在手动拦截、操作物体到目标位置以及预测运动物体深度的任务中表现显著优于非运动员, 结果还显示运动员优势眼的深度动态视敏度好于非运动员, 但双眼深度动态视敏度与非运动员相比没有显著差异(Gao et al., 2015)。Ha,Sogaard, Gisick和Ni (2015)针对乒乓球训练是否对包括深度运动知觉和分配性注意在内的视觉功能有促进作用进行研究, 结果表明训练仅对分配性注意有促进影响。当前有关运动员和非运动员深度运动知觉的研究都停留在行为实验层面, 没有得出较为明确和一致的结论, 因此, 从脑机制层面对球类运动专长与深度运动知觉的关系进行深入研究显得尤为重要。

当物体向着观察者眼睛运动时, 其视网膜图像变大, 而反向运动时, 其视网膜图像变小。这种动态改变的视网膜图像大小就会产生深度运动的知觉。国内外有关深度运动知觉脑机制的研究比较丰富, 针对个体在知觉深度运动时其大脑活动的时空间特征, 例如脑电特征、功能脑区甚至神经通路等等, 都有相关的研究基础(Kobayashi, Yoshino,Kawamoto, Takahashi, & Nomura, 2004; Ptito, Kupers,Faubert, & Gjedde, 2001; Yang, Chao, & Lin, 2012)。以往对深度运动知觉的研究主要采用平面光流(optical flow)运动(Ptito et al., 2001)、不同平面上的随机点群(Kubota, Kaneoke, Maruyama, Watanabe,& Kakigi, 2004)、圆环放缩/不同大小的圆形交替显示(Kobayashi et al., 2004; Shirai & Yamaguchi,2004)、棋盘格放缩/棋盘格圆环放缩(Yang et al.,2012)等范式。这些范式或是平面运动或是似动现象, 与实际的视觉经验仍有一定的差异。我国学者王玲与尧德中(2009)在借鉴以往研究范式的基础上,设计一种较为接近人真实视觉经验的实验范式, 并结合 ERP技术分析客体的运动速度、运动方向以及客体大小对深度运动知觉影响的脑电特征, 结果表明, N220、P140和P300可能是与深度运动知觉密切联系的ERP成分。

信息加工理论认为, 信息处理第一步是外部信息的输入, 而信息输入的过程是一个选择性注意的过程。针对网球运动员视觉加工策略的研究表明,优秀运动员表现出更高的信息加工效率和更合理的加工策略(黄宏远, 漆昌柱, 2014), 因此, 运动员与新手有可能因为对信息输入的区别而导致加工效率的差异。当外界认知负荷增加时, 个体的认知负荷加大, 需要个体提取相关的认知资源大大增加,对于拥有更多专项认知资源的个体而言, 其认知效率则更高, 这显示了专家的认知专长优势。“专家−新手范式”是关于运动专长研究的主要范式(漆昌柱,徐培, 2001), 将某一领域里的一个或多个专家在某行为样本或心理特质上的表现, 与这一领域的新手的表现进行比较, 从而得出有关研究结论(漆昌柱,2004)。本研究将借鉴已有深度运动知觉研究范式,结合专家−新手范式与事件相关电位(Event-related Potential, ERP)技术, 探讨：1)运动专长对深度运动知觉产生的影响, 并通过对比网球专家与新手在深度运动知觉相关ERP成分(P1、N2、P2和P300)上的差异, 探讨该影响体现在深度运动知觉的哪个环节; 2)考察不同深度运动的模式对深度运动知觉的影响在网球专家和新手之间是否存在差异。本研究的实验假设是：相对于网球新手, 网球专家在深度运动知觉判断的过程中信息处理速度更快而且准确性更高。两组的差异会体现在与深度运动知觉过程相关的 ERP成分上, 即与视觉注意资源调用相关的顶颞叶P1、与运动信息整合的顶颞叶N2、与模式识别相关的顶叶P2和P300等, 网球专家的信息加工速度更快, 效率更高。

2 研究方法

2.1 被试

40名在校大学生自愿参加本项研究。本研究采用专家−新手范式, 20名拥有国家二级运动员证书且网球训练年限达到 5年以上的网球专业大学生,作为本研究中的网球专家组; 20名无运动等级并且无任何网球运动经验的普通大学生, 作为新手组。所有被试均为右利手, 视力或矫正视力正常, 无色盲色弱, 无身心健康问题, 无中枢神经病史, 无类似实验经历。被试在确认知晓研究目的、过程、可能危害及权益后, 签署被试知情同意书。每位被试在完成实验后均获得一定的报酬。

两组被试各有1人的ERP 数据因伪迹过多而被剔除。纳入数据分析的专家组被试为19人(男11人, 女8人, 平均年龄23.00 ± 3.13岁), 新手组19人(男 12 人, 女 7 人, 平均年龄 22.32 ± 2.06 岁), 专家组与新手组被试年龄无显著差异,

F

(1, 26) = 0.64;

p

= 0.431。

2.2 实验设备和刺激材料

本研究采用19 英寸液晶显示器呈现实验刺激,屏幕分辨率为1440 × 900, 刷新率为60 Hz。采用E-prime 2.0软件在一部台式计算机上呈现刺激, 并记录被试的行为数据。脑电活动的记录采用 Brain Product公司生产的64导电极帽, 并在另一部台式计算机上采用Brain Product公司的Recorder软件同步记录产生的ERP数据。

实验靶刺激是一个黑白棋盘格花纹的 3D球体。球体运动的类型按深度运动方向(靠近和远离)和运动模式(旋转和不旋转)分成 4种：1)球体从初始视角 2.47°开始, 直接以800 cm/s匀速接近观察者, 直至终止视角为 6.68°, 模拟直线靠近过程; 2)球体从初始视角6.68°开始, 直接以800 cm/s匀速远离观察者, 直至终止视角为 2.47°, 模拟远离过程; 3)球体以与 1)同样的运动速度和视角靠近, 在靠近的同时以旋转速度为 360°/s绕 x轴向前旋转(下旋)模拟旋转靠近过程; 4)球体以与 2)同样的运动速度和视角远离, 在远离的同时以旋转速度为360°/s绕 x轴向后旋转(上旋)模拟旋转远离过程。靶刺激需要被试做相应的反应。

非靶刺激是一个棋盘格花纹的圆形平面, 分为扩大(圆形平面从初始视角 2.47°匀速扩大, 直至终止视角为 6.68°)和收缩(圆形平面从初始视角 6.68°匀速收缩, 直至终止视角为 2.47°)两种运动。非靶刺激用于约束被试先进行刺激识别, 不需要被试按键反应, 对应的数据不进入最后分析。

采用Autodesk 3ds Max 2010软件制作刺激材料。视频材料时长 1000 ms, 为宽 1440高 900的wmv格式, 以每秒30帧(模拟平滑连续的运动过程)显示于被试正前方约65 cm的液晶显示器。

2.3 实验设计

采用2 × 2 × 2混合设计。自变量一为被试类型(组间变量)：网球专家, 新手; 自变量二为球体深度运动方向：靠近, 远离; 自变量三为球体运动模式：旋转, 不旋转。

实验总共包含360个trial, 平均分成3个block,每个block均包含6种刺激材料。一个trial呈现一种深度运动刺激, 因此每种刺激材料在每个 block各呈现20次, 顺序随机。每个block之间允许被试自主控制休息时间。

2.4 实验流程

被试在完成头皮清洁后, 关闭通讯设备, 进入隔音、光线控制的实验室。主试为被试佩戴电极帽并将电阻降至10 kΩ以下。实验开始前, 先向被试讲解实验任务, 待其明白实验内容和任务后, 让其以眼睛距离屏幕中央65 cm的位置正座, 并开始练习。练习由12个trial (每种刺激材料各2个trial)组成, 所用刺激材料和操作任务均与正式实验相同。练习旨在让被试了解实验过程、熟悉按键反应,以消除由于不了解实验流程而带来的反应延迟和错误反应的发生。练习数据不记入结果分析。

每一个 trial (如图 1所示)首先呈现一个红色“+”注视点(200 ～ 400 ms), 随后是深度运动刺激视频(1000 ms), 被试需要在呈现刺激的1000 ms之内区分靶刺激和非靶刺激。非靶刺激出现时不按键为正确反应, 靶刺激需要根据球体深度运动的方向做出相应判断：如果球体朝向自己飞来就按“J”键, 球体远离自己就按“F”键。按键之后到下一个 trial之前是一个缓冲空屏(1000 ～1500 ms)。

2.5 脑电数据采集及分析

脑电数据记录所使用的 64导电极帽, 按照国际10-20系统安置电极, 接地电极在AFz点, 参考电极为FCz点, 后期离线处理时转换为平均参考。眼电电极(EOG)贴于右眼中下1 cm处。

在线采集脑电信号时, 采样频率设置为500 Hz,滤波带通为0.01 ～ 100 Hz。离线数据滤波参数转换为0.1 ～ 35 Hz。采用Brain Product公司的Analyzer 2.1软件中的独立成分分析法(Ocular Correction Independent Component Analysis, Ocular Correction ICA)识别并去除眨眼和眼动伪迹。选取视频刺激呈现前的 200 ms作为基线校正的基线值, 排除电压超过± 75 μV (相对于−200 ms的基线)的试次。

分别对被试知觉无旋转靠近、旋转靠近、无旋转远离和旋转远离4种深度运动过程的EEG进行叠加平均, 分析时程为1200 ms(包括基线前200 ms),每个实验条件下叠加的分段数均超过55。根据ERP波形总平均图和相关文献(Kobayashi et al., 2004;Lamberty, Gobbelé, Schoth, Buchner, & Waberski,2008), 本研究选取颞枕区PO7和PO8电极点(各代表左、右颞枕区)为P1和N2成分, 枕区Oz电极点为P2成分, 顶区Pz和CPz电极点为P300的测量和分析记录点, 采用基线–峰值进行度量。

2.6 数据统计

行为学数据主要针对被试的正确率和反应时,ERP数据主要针对颞枕区PO7和PO8电极点的P1和N2、枕区Oz电极点P2以及顶区Pz和CPz电极点的 P300的波幅和潜伏期进行统计分析。所有数据预处理后, 采用 SPSS19.0软件进行重复测量方差分析(rANOVA), 针对交互效应显著的变量分别进行简单效应分析。

3 实验结果

3.1 行为学数据结果

图1 实验程序示意图

图2为两组被试对不同深度运动方向模式判断的反应时和正确率。从图中可以看出两组被试的反应时分布大致形同, 专家组的正确率分布较为集中。

图2 不同深度运动模式下的反应时(ms)和正确率

非靶刺激的正确率结果显示, 两组被试对非靶刺激的反应正确率都非常高。新手组对平面扩大(0.99 ± 0.02)和平面缩小(0.99 ± 0.02)的反应和专家组对平面扩大(0.99 ± 0.01)和平面缩小(0.99 ± 0.02)的反应正确率无显著差异。

3.2 脑电数据结果

图3为电极点 PO7、PO8、Oz、Pz和 CPz的ERP总平均波形图, 根据总平均波形的特征确认各成分的波峰探测范围P1 (80 ～ 160 ms)、N2 (160 ～220 ms)和P2 (220 ～ 280 ms), 以及P300 (320 ～ 550 ms)进行统计分析。N2是个较大的群体, 波峰探测后发现本研究的N2潜伏期大多集中在180 ms左右, 因此以下将N2称为N180更为准确。

图4为P1、N180、P2和P300在ERP总平均图中分别取112 ms、174 ms、240 ms和460 ms代表这4个成分的瞬时地形图。4个纵列分别代表4种实验条件：直线靠近、直线远离、旋转靠近和旋转远离。如图所示, P1和N180主要出现在两侧颞枕区, P2主要出现在枕区, 而P300在中线顶区及部分中央区都有出现。对PO7和PO8两个电极点的P1和N180、Oz电极点的P2以及CPz和Pz电极点的 P300的峰值幅度(μV)和潜伏期(ms)分别进行以被试类型作为组间变量的 2 (运动方向：靠近、远离) × 2 (运动模式：无旋转、旋转) 重复测量方差分析。

以下仅针对达到统计学上显著效应(

p

< 0.05)的结果进行报告：

图3 所选取电极点的总平均波形图

图4 四种实验条件下P1(112 ms)、N180(174 ms)、P2(240 ms)和P300(460 ms)的瞬时地形图

4 讨论

本研究主要采用专家−新手范式, 对比网球专家与新手在知觉不同深度运动方向和模式时的行为学与脑电特征, 从而探讨运动专长是否对深度运动知觉过程产生影响。行为结果发现, 专家组与新手组的反应时无显著性差异, 但专家组的反应准确率高于新手组。本次实验的任务较为简单, 但要求兼顾速度和准确性, 即在准确辨认的基础上做出准确的反应。当刺激作用于感官时, 网球专家能在知觉过程中对刺激特征进行快速识别, 并对大脑中的信息进行编码和比较后, 准确做出反应; 而多数新手在实验结束时候反映, 虽然能快速的识别刺激,但做出反应的时候常常出现错误。行为结果也说明专家组在速度与准确均衡的优势, 间接体现了网球专家在知觉过程中运动能快速投入更多认知资源。新手组在球体旋转条件下的正确率比非旋转条件高; 而此种情况在专家组中并没有出现, 这与Gray(2002)的“与一般水平棒球运动员相比, 旋转线索对高水平运动员促进作用更明显”的结论不一致,其原因有可能是该行为实验中被试的任务是更为复杂的棒球击打。该任务涉及的旋转信息使击打任务变得更为复杂, 但是对于拥有丰富的专业理论知识和训练经验的高水平棒球运动员, 旋转线索无疑有利于他们优势的发挥。在本研究中的任务更强调个体的深度运动知觉, 旋转线索使新手能更准确地识别球体的运动, 而专家的判断准确率在无旋转的时候已经极高, 出现一定的天花板效应, 旋转线索能带来的提高空间较小。

球体靠近的反应时比远离的快, 且正确率比远离的高, 这与之前关于人类视觉系统对靠近物体(视角扩大)更为敏感(Shirai & Yamaguchi, 2004)以及人的行为受到这种敏感性影响(Classen & Kibele,2017)的结果一致。Scott, van der Kamp, Savelsbergh,Oudejans和 Davids (2004)的研究发现在物体旋转的情况下, 个体击打动作的启动较迟, 但该研究未能说明影响的机制, 而在本研究中, 对旋转球体的反应比非旋转的快, 因此结合两个研究结果分析,可以肯定旋转因素的影响不是使物体的识别变慢,而可能是由于旋转因素增加击打的复杂性, 个体需要时间考虑击打策略或者协调动作。对旋转球体的的判断比非旋转的快而且准的研究结果也验证Gray (2002)关于旋转线索能提高任务表现的结果。对球体直线靠近的反应比直线远离快, 而在球体旋转的情况下, 靠近和远离的反应时无显著差异, 说明旋转线索的加入有可能削弱个体对靠近物体更敏感的现象或者提高对远离物体的识别速度。

在本研究中, 从刺激呈现到消失, 专家组和新手组的脑电特征相似, 都出现4个ERP成分。最早出现的视觉成分 P1在两侧颞枕区幅度最大, 其出现大约始于 90 ms、峰值潜伏期在 110 ms左右;N180也是在两侧颞枕区幅度最大, 其出现大约始于146 ms、峰值潜伏期在174 ms左右; P2主要出现在枕区, 大约始于220 ms、峰值潜伏期在240 ms左右; P300主要出现在顶区以及顶区往前的部分区域, 起始到结束的时间窗口从280 ms到630 ms。结果显示, 有关深度运动知觉涉及的脑区和ERP成分与以往研究(王玲, 2008; Kobayashi et al., 2004;Lamberty et al., 2008)既有相似点(例如成分集中在颞枕区)又有不同之处(例如ERP成分的潜伏期不完全相似)。不同的实验刺激、实验设计甚至是数据处理方法都有可能导致差异, 本研究的发现是对深度运动知觉领域知识的拓展。

如果刺激需要个体做出快速反应, 相应 P1和N1成分表明注意指向了该感知过程(Hillyard, Vogel,& Luck, 1998)。P1和N1成分一般多与物理刺激的早期加工有关。其中, P1与视觉刺激的一些初级特征以及对无意识感觉偏向的抑制有关(Luck &Kappenman, 2012), 容易受刺激亮度和对比度的影响(Kubová, Kuba, Spekreijse, & Blakemore, 1995)。在本研究中, 靠近时 P1的波幅小于远离, 潜伏期晚于远离, 这与王玲和尧德中(2009)的“远离运动比接近运动引起明显的早而强的反应, 特别是在初级视觉处理脑区”结果相似。远离与接近的最主要区别就是刺激的初始视角及视角变化, 这可能是造成P1在两个过程上差异的原因。该研究也指出, 接近和远离的视觉信息处理脑机制可能不同, 接近运动对速度、深度及深度运动引起的光流变化等运动高级视觉信息处理的需求比远离运动更高。在本研究中, 新手组在球体靠近时 P1的潜伏期晚于球体远离, 专家组针对靠近和远离 P1的潜伏期却无显著差异。这说明针对物体接近和远离, 专家所投入的选择性注意资源相同。网球运动过程需要的“盯球”不仅体现在接球前, 球被击出后同样需要选手全神贯注地将视觉注意保持在球上(除非是出手即刻, 选手就已经, 知道会出界的球)。因此, 网球运动员针对两种深度运动的注意模式, 与在日常生活中更关注物体接近过程的普通人相比, 是有所不同的。

针对视运动知觉的研究证明, N180是一个与刺激运动过程相关的视觉成分(Hoffmann, Unsöld,& Bach, 2001)。以往有关深度运动知觉的ERP研究(王玲, 2008)发现N220出现在多个区域, 而多区域信息同步处理有可能反映大脑信息整合。一般认为,波幅反映大脑的兴奋性高低, 而潜伏期则反映神经活动与加工过程的速度与评价时间。专家组和新手组N180无论在波幅还是对应的潜伏期都没有显著差异。其原因可能是深度运动的变化模式达不到运动情境中的复杂程度, 因此与运动相关的 N180没有表现出球类运动专长的效应。有研究显示(Ripoll& Latiri, 1997), 专家在刺激匀速运动中的判断成绩与新手无差异, 但在变速运动中优于新手。在本研究中, 球体深度运动速度是固定的, 旋转角度和速率也是固定的, 而且由于ERP实验设计需要被试在同一实验条件下进行多次反复操作, 从而使该成分更多取决于刺激特点, 不能反映专家的认知优势。N180在本研究中只出现方向效应, 靠近时的波幅小于远离, 对应的潜伏期长于远离, 说明知觉远离时神经细胞的激活性相对较大, 加工过程的速度比靠近快, 但在行为的反应时上, 却是靠近比远离快。说明对物体靠近的认知速度优势, 在时间进程上可能体现在知觉后半段, 而不是刺激出现的前半段。

在需要根据刺激外观做出相应反应的实验研究中, P2被认为是与工作记忆密切相关的成分(Finnigan, O'Connell, Cummins, Broughton, &Robertson, 2011)。工作记忆是指人们在完成认知任务的过程中将信息暂时储存的系统, 模式识别过程是感觉信息与记忆中的有关信息进行比较, 再决定它与哪个记忆中的项目有着最佳匹配的过程。本研究既涉及靶刺激与非靶刺激的Go-Nogo任务, 又涉及根据不同靶刺激(不同深度运动方向)快速做出相应的反应, 被试做出判断时涉及模式识别与工作记忆。枕区 P2和目标刺激的识别有关, 代表了对感觉输入信息的整合加工过程。在一项研究乒乓球运动经验对动态信息识别影响的研究中(金晨曦, 李安民, 陶莹, 2015), 枕区P2成分的出现了运动专长效应, 乒乓球运动员的 P2波幅显著小于普通大学生。在本研究中, 两组被试 P2的波幅和潜伏期都没有显著性差异, 但潜伏期出现方向与组别的交互效应, 专家组在球体靠近时 P2的潜伏期晚于球体远离, 新手组没有出现该方向效应。专家组在 P2潜伏期的方向效应与N180、P2的方向主效应模式是一致的(靠近>远离), 但方向与组别的交互效应并没有在N180就出现, 而是在P2上才出现。新手组知觉球体远离的 P2潜伏期延长, 从而与知觉靠近时的潜伏期无显著差异。该模式说明在本研究的任务中, 针对刺激信息输入, 两组所调用的认知资源可能是一样, 但在反映感觉输入信息的整合加工过程的 P2上, 新手组在知觉刺激远离的速度比专家组慢。这一发现验证了本文在引言中基于信息加工理论和相关研究所提出的“运动专家拥有更高的信息加工效率”, 但未能反映专家比新手拥有更多的认知资源。

多数研究发现当被试对任务付出更多努力时,P300的波幅会变大。基于此, P300的波幅被视为资源分配的一种测量指标, 它的潜伏期反映对刺激的评价或分类所需要的时间。一项元分析研究也支持这一观点, 并进一步提出 P300波幅反映认知资源的投入, 而潜伏期反映大脑效率(van Dinteren, Arns,Jongsma, & Kessels, 2014)。很多ERP研究认为P3既和工作记忆也和线索回忆有关(Allan & Rugg,1997; Johnson Jr, Kreiter, Zhu, & Russo, 1998; Kok,2001)。有 ERP研究显示, 高水平运动员完成任务时 P300的潜伏期显著短于一般水平选手或普通大学生(Jin et al., 2011; Sharhidd Taliep et al., 2008)。虽然同样是球类运动, 本研究中的专家组与新手组在 P300的波幅和潜伏期上都没有显著差异。这说明虽然在运动情境下 P300可能会出现专长效应,但在一般性的深度运动知觉过程中, 两组个体在模式识别后认知资源的分配和所需时间是相似的。旋转的 P300波幅大于不旋转, 说明旋转线索的加入使大脑调用更多认知资源。Pz方向主效应显著, 靠近的波幅小于远离。旋转情况下, CPz和Pz都出现靠近的波幅小于远离, 但在球体不旋转时, 靠近与远离的 P300波幅无显著差异, 说明对靠近的识别更趋向于一种自动化, 需要投入的认知资源比识别远离少, 但这种优势需要旋转线索的加入才能体现出来。现实生活中知觉深度运动物体时涉及的线索更多, 因此方向效应会更加显著。

结合行为数据和脑电数据分析来看, 在本次深度运动知觉的研究中, 网球专家的优势主要体现在速度与准确率的均衡, 专长的影响主要与其独特的注意调用以及深度运动知觉相关的模式识别有关。有研究表明, 网球专家的视−动延迟比新手短(Le Runigo, Benguigui, & Bardy, 2010), 但该差异所产生的影响仍需要开展研究进一步探讨。虽然本研究采用一种较为接近人真实视觉经验的实验范式来模拟深度运动的感知, 但与真实运动情境的差异还是很大。运动专长对情境具有高度的敏感性, 未来可考虑将浸入式虚拟现实技术引入到运动情境中的深度运动知觉实验。此外, 不同的区分专家和新手的方法会使研究结果具有不同的意义, 未来将在运动项目和专长水平上丰富研究群体, 验证并拓展研究成果。

5 结论

本研究结合专家−新手范式与ERP技术, 考察网球运动专长对个体深度运动知觉影响的脑机制。研究发现网球选手在深度运动知觉上的专长效应更多体现在其更高的判断准确率, 而该效应主要与注意资源调用以及相关的模式识别有关。同时, 反映深度运动知觉过程中模式识别的枕区 P2成分,未来可作为深度运动知觉的评价指标。

Allan, K., & Rugg, M. D. (1997). An event-related potential study of explicit memory on tests of cued recall and recognition.

Neuropsychologia, 35

(4), 387–397.Classen, C., & Kibele, A. (2017). Action induction due to visual perception of linear motion in depth.

Psychological Research, 81

(1), 131–142.Finnigan, S., O'Connell, R. G., Cummins, T. D. R., Broughton,M., & Robertson, I. H. (2011). ERP measures indicate both attention and working memory encoding decrements in aging.

Psychophysiology, 48

(5), 601–611.Gao, Y., Chen, L., Yang, S. N., Wang, H., Yao, J., Dai, Q., &Chang, S. (2015). Contributions of visuo-oculomotor abilities to interceptive skills in sports.

Optometry and Vision Science, 92

(6), 679–689.Gray, R. (2002). Behavior of college baseball players in a virtual batting task.

Journal of Experimental Psychology:Human Perception and Performance, 28

(5), 1131–1148.Gray, R. (2014). Embodied perception in sport.

International Review of Sport and Exercise Psychology, 7

(1), 72–86.Ha, K., Sogaard, I., Gisick, L., & Ni, R. (2015). Play sports to improve visual functions.

Journal of Vision, 15

(12), 1142.Hillyard, S. A., Vogel, E. K., & Luck, S. J. (1998). Sensory gain control (amplification) as a mechanism of selective attention: Electrophysiological and neuroimaging evidence.

Philosophical Transactions of the Royal Society B:Biological Sciences, 353

(1373), 1257–1270.Hoffmann, M. B., Unsöld, A. S., & Bach, M. (2001).Directional tuning of human motion adaptation as reflected by the motion VEP.

Vision Research, 41

(17), 2187–2194.Huang, H., & Qi, C. (2014). Visual processing strategies of tennis player's attention distribution.

Journal of Wuhan Institute of Physical Education, 48

(2), 67–71.[黄宏远, 漆昌柱. (2014). 网球运动员注意分配的视觉加工策略.

武汉体育学院学报, 48

(2), 67–71.]Jin, C., Li, A., & Tao, Y. (2015). The advantage of identifying dynamic image information of table tennis players: An event-related potentials study.

Chinese Journal of Sports Medicine, 34

(2), 181–187.[金晨曦, 李安民, 陶莹. (2015). 乒乓球运动经验对动态信息识别过程影响的事件相关电位特点.

中国运动医学杂志, 34

(2), 181–187.]Jin, H., Xu, G., Zhang, J. X., Gao, H., Ye, Z., Wang, P., ... Lin,C. D. (2011). Event-related potential effects of superior action anticipation in professional badminton players.

Neuroscience Letters, 492

(3), 139–144.Johnson, R., Jr., Kreiter, K., Zhu, J., & Russo, B. (1998). A spatio-temporal comparison of semantic and episodic cued recall and recognition using event-related brain potentials.

Cognitive Brain Research, 7

(2), 119–136.Kobayashi, Y., Yoshino, A., Kawamoto, M., Takahashi, Y., &Nomura, S. (2004). Perception of apparent motion in depth:A high-density electrical mapping study in humans.

Neuroscience Letters, 354

(2), 115–118.Kok, A. (2001). On the utility of P3 amplitude as a measure of processing capacity.

Psychophysiology, 38

(3), 557–577.Kubota, T., Kaneoke, Y., Maruyama, K., Watanabe, K., &Kakigi, R. (2004). Temporal structure of the apparent motion perception: A magnetoencephalographic study.

Neuroscience Research, 48

(1), 111–118.Kubová, Z., Kuba, M., Spekreijse, H., & Blakemore, C. (1995).Contrast dependence of motion-onset and pattern-reversal evoked potentials.

Vision Research, 35

(2), 197–205.Lamberty, K., Gobbelé, R., Schoth, F., Buchner, H., &Waberski, T. D. (2008). The temporal pattern of motion in depth perception derived from ERPs in humans.

Neuroscience Letters, 439

(2), 198–202.Le Runigo, C., Benguigui, N., & Bardy, B. G. (2010). Visuomotor delay, information-movement coupling, and expertise in ball sports.

Journal of Sports Sciences, 28

(3), 327–337.Luck, S. J., & Kappenman, E. S. (Eds.). (2012).

The Oxford handbook of event-related potential components

(pp.295–327). New York: Oxford University Press.Ptito, M., Kupers, R., Faubert, J., & Gjedde, A. (2001).Cortical representation of inward and outward radial motion in man.

NeuroImage, 14

(6), 1409–1415.Qi, C. (2004). Explore on method paradigm in studying athletes’ advanced cognitive process.

Journal of Wuhan Institute of Physical Education, 38

(6), 160–163.[漆昌柱. (2004). 运动员高级认知过程研究的方法范式探析.

武汉体育学院学报, 38

(6), 160–163.]Qi, C., & Xu, P. (2001). Method, theories and issues on motor expertise.

Journal of Wuhan Institute of Physical Education,35

(2), 36–38.[漆昌柱, 徐培. (2001). 运动专长研究的理论、方法与问题.

武汉体育学院学报, 35

(2), 36–38. ]Ripoll, H., & Latiri, I. (1997). Effect of expertise on coincident-timing accuracy in a fast ball game.

Journal of Sports Sciences, 15

(6), 573–580.Scott, M. A., van der Kamp, J., Savelsbergh, G. J. P., Oudejans,R. R. D., & Davids, K. (2004). Object rotation effects on the timing of a hitting action.

Research Quarterly for Exercise and Sport, 75

(2), 130–137.Sharhidd Taliep, M., St Clair Gibson, A., Gray, J., van der Merwe, L., Vaughan, C. L., Noakes, T. D., ... John, L. R.(2008). Event-related potentials, reaction time, and response selection of skilled and less-skilled cricket batsmen.

Perception, 37

(1), 96–105.Shirai, N., & Yamaguchi, M. K. (2004). Asymmetry in the perception of motion-in-depth.

Vision Research, 44

(10),1003–1011.van Dinteren, R., Arns, M., Jongsma, M. L. A., & Kessels, R. P.C. (2014). P300 development across the lifespan: A systematic review and meta-analysis.

PLoS One, 9

(2), e87347.Wang, L. (2008).

The study of brain mechanism on motionin-depth

(Unpublished doctorial dissertation), University of Electronic Science and Technology of China, Chengdu.[王玲. (2008).

深度运动问题的脑机制研究

(博士学位论文).电子科技大学, 成都.]Wang, L., & Yao, D. (2009). Influence of the motion direction on perception of motion-in-depth: An ERP study.

Journal of University of Electronic Science and Technology of China, 38

(4), 621–625.[王玲, 尧德中. (2009). 运动方向对深度运动知觉的影响——ERP研究.

电子科技大学学报, 38

(4), 621–625.]Wilkins, L., & Gray, R. (2015). Effects of stroboscopic visual training on visual attention, motion perception, and catching performance.

Perceptual and Motor Skills, 121

(1), 57–79.Yang, C. Y., Chao, Y. P., & Lin, C. P. (2012). Differences in early dynamic connectivity between visual expansion and contraction stimulations revealed by an fMRI-directed MEG approach.

Journal of Neuroimaging, 22

(4), 400–407.