羽毛球运动提高成人整体运动知觉敏感性—基于知觉模板模型 *

金 花 刘 婷 尹德圣 邵梦灵 朱子良

(1 教育部人文社会科学重点研究基地天津师范大学心理与行为研究院，天津 300387)

(2 天津师范大学心理学部，天津 300387) (3 国民心理健康评估与促进协同创新中心，天津 300387)(4 天津理工大学心理健康教育与咨询中心，天津 300191)

1 引言

整体运动知觉（global motion perception,GMP），指将各局部移动元素的轨迹整合成为更有全局性的大刺激并获取刺激运动速度和方向等信息（Narasimhan & Giaschi, 2012），是人类视觉加工的重要方面。大量研究发现，基于动态信息加工的视觉经验积累（如, 动作视频游戏、球类运动、整体运动知觉训练）会提高GMP 敏感性（孔丽娜等, 2012; Ball & Sekuleryr, 1986; Bower&Andersen, 2012; Chen, Cai, Zhou, Thompson, & Fang,2016; Green, Pouget, & Bavelier, 2010; Hutchinson &Stocks, 2013; Pavan, Boyce, & Ghin, 2016）。Pavan 等（2016）发现动作类视频游戏玩家比非游戏玩家在随机点阵任务（经典的GMP 任务）中GMP 阈限更低，反应时更快。孔丽娜等（2012）发现羽毛球运动员与非球类运动员或普通成人相比，整体运动方向判断准确性更高。

然而，通过视觉经验积累而改善的G M P的学习机制并不明确。先前的研究采用Lu 和Dosher（1998, 1999）提出的外部噪声范式和知觉模 板模型（perceptual template model, PTM）对GMP 训练和动作视频游戏的知觉学习机制进行了探讨。具体来说，知觉能力的改善可以通过信号增强（内部加法噪声降低）、外部噪声排除和内部乘法噪声抑制三种机制来实现。不同的机制对应不同的行为模式，而PTM 模型可以对三种噪声的变化进行定量表征。三种噪声之间是相互独立的。某种知觉行为的提高可以是某一种噪声降低的结果，也可能是两种以上噪声共同降低导致的。而不同任务的知觉学习可能共享同一种机制，也可能有着不同的机制。利用2 种决策水平下的PTM 模型，可以区分单一机制和混合机制。如，Lu 和Dosher（1998）利用这一模型发现在光栅方向辨别任务中，低外部噪声（背景对比度较低）水平下，注意条件下的刺激对比度阈值显著低于未注意条件，而高外部噪声水平下两种条件的阈值无差异，这提示注意导致的对比度阈值下降是通过降低内部加法噪声引起的。而Bejjanki 等（2014）采用2 种决策水平下的知觉学习任务考察了动作视频游戏经验积累产生的知觉学习的机制，发现动作视频经验能同时提高年轻被试的外部噪声排除能力和降低内部加法噪声。Bower 和Andersen（2012）则发现GMP 训练（随机点阵训练）仅提高了年轻人的外部噪声排除能力，却同时改善了老年被试外部噪声排除能力和内部加法噪声的抑制能力，这表明年轻人和老年人存在不同的知觉学习机制。这些研究都为揭示视觉经验积累改善GMP 或知觉学习的机制提供了丰富的实验支撑。然而，这些研究采用的视觉经验类型为实验室知觉训练或者动作视频游戏经验。迄今，据我们所知，还未有研究关注过通过体育运动（如羽毛球）经验积累而改善的GMP 的学习机制。与视频游戏或单纯的知觉训练在二维环境下所经历的似动信息不同，羽毛球运动选手是在真实的三维环境下经历真实的运动信息。因此，羽毛球运动经历改善GMP 学习的机制可能不同于GMP 训练或者动作视频游戏经验。

另外，在使用PTM 模型的研究中，外部噪声均为静态噪声，如，背景亮度的变化（Bejjanki et al., 2014; Lu & Dosher, 1998）、水平线段位置的偏移（Li, Levi, & Klein, 2004）。但对GMP 而言，噪声或是信号的速率可能较对比度更为重要。研究也发现，随机点阵的速率变化确实可以影响个体GMP 阈限（Bogfjellmo, Bex, & Falkenberg, 2013,2014; Falkenberg, Simpson, & Dutton, 2014; Joshi &Falkenberg, 2015; Manning, Dakin, Tibber, & Pellicano,2014）。如，Joshi 和Falkenberg 应用随机点阵范式（径向方向）发现，成人和儿童被试都表现出低速条件下的GMP 敏感性更差。因此，以动态速率作为外部噪声来考察GMP 学习机制是非常有必要且也是可行的。

因此，本研究拟应用随机点阵范式和PTM 模型技术，以专业羽毛球运动员为对象，同时操纵随机点阵范式中随机点的运动速率（8 种速度水平：1°/s、1.4°/s、1.8°/s、2.4°/s、3°/s、3.8°/s、4.8°/s、6°/s）和决策水平（2 种决策水平: 2 下1 上、3 下1 上），观察被试外部速率噪声下GMP行为的变化规律。其结果不仅可以初步揭示与球类运动经历相关的GMP 学习机制，填补知觉学习机制研究在这一内容维度上的缺失，还可以为“刺激速率如何影响GMP”的研究提供更多的实验数据，推动这一主题研究的理论发展。基于已有研究和羽毛球运动中视觉系统的加工特点—在高度时间压力下加工大量的动态信息（对手的跑动、对手球拍的挥动等）以尽快准确识别羽毛球的飞行轨迹。我们假设：（1）羽毛球运动员和非运动员的GMP 敏感性均随着速度的增加而降低；（2）视觉经验积累导致的羽毛球运动改善GMP的机制可能主要是外部噪声抑制能力在起作用。

2 研究方法

2.1 被试

根据Bejjanki 等（2014）的研究，外部噪声、决策水平和组别的主效应和交互作用的偏η2在0.24～0.94 之间。因此我们设置偏η2为0.60，利用G*Power 软件（http://www.gpower.hhu.de）计算得到的effect size f 为0.15，设置参数犯I 类错误的概率α 为0.05，检验效能Power（1-β）为0.80，由此计算出总样本量为28。按数据有效率为70% 来算，我们实际招募的被试量为40。实验组为20 名专业羽毛球运动员（10 名男性, 年龄在18～25 岁之间,平均年龄18.85 岁±2.73 岁, 均至少有5 年以上羽毛球专业训练经历）；控制组为20 名普通成人（10 名男性, 年龄在18～22 岁之间, 平均年龄19.28 岁±0.80 岁，均未接受过任何职业或业余的球类训练）。3 名被试因有超过一半异常数据（2.5个标准差以外）而剔除，1 名被试因没有理解实验要求而被删除。最终两组有效被试各18 名，二组被试年龄无显著差异（t34=1.68, p=0.101）。所有被试为右利手（Oldfield, 1971），视力或矫正视力正常，无色盲、精神病或者神经病史，无相关视觉实验经验。被试实验前均签署知情同意书，实验后获得一定报酬。

2.2 实验设计

本研究为2（组别）×2（决策水平）×8（外部噪声）混合实验设计。组别为被试间因素，包括控制组和实验组两个水平。决策水平和外部噪声为被试内因素，决策水平包括2 下1 上（对应正确率为70.71%）和3 下1 上（对应正确率为79.37%）两个水平，外部噪声包括从低到高8 种速度（1°/s、1.4°/s、1.8°/s、2.4°/s、3°/s、3.8°/s、4.8°/s、6°/s）。因变量为被试在随机点阵任务中的一致性阈值。

2.3 实验材料和程序

刺激在Lenovo T450 电脑上通过MATLAB 软件（The Mathworks Ltd.）并采用Psychtoolbox 工具包（Brainard, 1997; Kleiner, Brainard, & Pelli, 2007;Pelli, 1997）呈现。实验时被试与屏幕的距离为60 cm，垂直视角为20.2°，水平视角为26.8°，电脑屏幕的刷新率为60 Hz，分辨率为1600×900 像素。

刺激为经典的随机运动点阵，直径5°视角的圆形点阵中包含100 个白色点（黑色背景）。部分点（信号点）向左/右做一致运动，其余点（噪音点）作无序的随机运动。点的大小为2 个像素，寿命500 ms，密度16.7 个点/°/帧。速度噪声通过改变点的运动速度实现，分为8 个水平（1°/s、1.4°/s、1.8°/s、2.4°/s、3°/s、3.8°/s、4.8°/s、6°/s）。运动一致性阈值定义为被试到达某一准确率水平时（70.71%或79.37%）信号点的比例。

测试在一个隔音的房间进行。实验开始先呈现一个红色注视点（500 ms）作为提示，随后是500 ms 的随机点阵，之后是一个白色圆点，呈现500 ms 或被试反应后消失，刺激呈现时要求被试按键判断随机点阵的一致性运动方向（向左按“F”键, 向右按“J”键）。如此循环，如图1。正式实验之前被试有1 分钟的练习。

实验包括2 下1 上和3 下1 上两种决策水平。每种条件包括9 次反转，每次反转的步长为10%。连续2 次（2 下1 上）或3 次（3 下1 上）回答正确之后，一致性下降10%；1 次错误之后，一致性上升10%；每次反转的阈值定义为在正确率为70.71%（或79.37%）时，点阵整体运动方向的信号点百分比（Britten, Shadlen, Newsome, & Movshon,1992; Newsome & Paré, 1988）。每个条件下5～8 次反转后的平均值作为阈值。

实验共2 个session，每个session 约960 个trails，分16 个blocks。每个block 只含一种决策水平和外部噪声水平。block 间休息时间自控。实验历时约1 h。

3 结果

3.1 行为结果

采用SPSS22.0 进行数据分析。对所有被试的一致性阈值进行2（组别）×2（决策水平）×8（外部噪声）混合方差分析。结果显示，组别主效应显著[F（1, 34）=6.98, p=0.01, η=0.17]，运动员组的一致性阈值显著低于普通成人。决策水平主效应显著[F（1, 34）=50.68, p＜0.001, η=0.60]，2 下1 上的一致性阈值显著低于3 下1 上。外部噪声主效应显著[F （7, 238）=128.50, p＜0.001, η=0.94]，两组被试两种决策水平下的一致性阈值均随着外部噪声的增加而增加。外部噪声和决策水平的交互作用显著[F（7, 238）=4.69, p=0.007, η=0.47]，进一步进行简单效应分析发现，当速度为2.4°/s、3.8°/s、4.8°/s、6°/s 时，两种决策水平的差异显著（ps＜0.01），表现为3 下1 上决策水平下的阈值显著高于2 下1 上；其他速度条件下，两种决策水平差异不显著。其他效应均不显著。两组被试不同决策水平与外部噪声下的阈值见图2A。

3.2 PTM 模型拟合结果

采用MATLAB 中的curve Fitting toolbox 工具包对所得数据进行PTM 知觉模板的拟合。拟合的模型表达式与Lu 和Dosher（1998, 1999）的相同，如公式1：

式中c 是被试的一致性阈值，Next是点的外部噪声，d'是决策水平，当决策水平为2 下1 上时，d'=1.09，3 下1 上时d'=1.63（Levitt, 1971），以上三个参数为已知参数。Na是系统原始加法噪声，Nm是系统原始乘法噪声，β 是知觉模板对刺激的增益，γ 是非线性传导部分对信息的影响，以上四个参数为未知参数，但在同一个知觉学习模型中应当是固定的。余下三个参量Af，Aa，Am中Af表示外部噪声系数，Aa表示内部加法噪声系数，Am表示内部乘法噪声系数。对于普通成人组而言Af=Aa=Am=1。

因此，对于普通成人组而言，其PTM 模型表达式如公式2 所示。

模型的拟合度公式如公式3 所示，其中log（c）为被试实际一致性阈值的对数，log（ctheory）为PTM 最优拟合公式计算出的理论一致性阈值的对数，此公式即意在找到实际阈值与理论阈值的最小差值。r2取值在0～1 之间，值越大，表示拟合的结果越好。

采用两种水平下两组被试的阈值比（Bejjanki et al., 2014）来代表内部乘法噪声的变化，结果发现，普通人与羽毛球运动员的比值在两种水平（1.14±0.15 vs. 1.21±0.21）不存在显著差异（p＞0.05），即两组被试在知觉过程中的内部乘法噪声没有发生改变。

将羽毛球运动员模型中的参数Am固定为1，采用F 检验（见公式4）对4 个模型进行比较（Bejjanki et al., 2014），包括包含2 个变量的简洁模型（Af, Aa），有1 个变量的简洁模型（Af或Aa），和没有变量的模型（null model）（见表1）。其中df1=KFull–Kreduced，df2=N–Kreduced。N 代表预测数据点的个数，在本研究中，N=32，即8（外部噪声水平）×2（决策水平）×2（组别）；K 代表每个模型当中参数的个数。

表 1 不同模型的拟合程度比较

最优拟合结果如表2 和图2B 所示。拟合结果显示，只包含Af的简洁模型，它与包含Af和Aa的模型的拟合度不存在显著性差异[F（1, 27）=0.15,p＞0.05]，且拟合度显著的优于只包含Aa[F（1,27）=111.52, p＜0.01]或者是不包含任何参数[F（2,28）=129.90, p＜0.01]的模型，说明与纯知觉训练和动作游戏经历不同（Bejjanki et al., 2014; Bower&Andersen, 2012; Dosher & Lu, 1998, 1999），羽毛球运动员更好的GMP 能力主要源于他们可以更好地排除外部噪声。

表 2 两组PTM 最优拟合参数

4 讨论

本研究旨在揭示羽毛球经历改善成人GMP 能力的机制以及背景速度对GMP 能力的影响。通过实证研究和模型拟合的方法发现，羽毛球运动员的GMP 阈限显著的低于普通人，提示羽毛球经历改善了成人的GMP 能力，为前人关于球类运动经历可能改善个体GMP 的观点提供了新的证据（孔丽娜等, 2012; Overney, Blanke, & Herzog, 2008）。

如本研究的预期，对PTM 模型进行拟合，发现只包含外部噪声降低的这一简洁模型拟合程度最好，说明羽毛球运动改善GMP 的学习机制（主要是外部噪声排除能力增强）不同于实验室训练或是电子游戏经历诱发的知觉学习的机制（内部加法噪声降低和外部噪声降低两种机制的结合）。我们认为这种差异可能是不同研究的被试经历的动态信息存在着质的差异所造成的。实验室知觉训练或者视频游戏多是借助计算机实现的，被试经历的是似动信息的加工，且背景对比度在运动识别中具有关键作用。羽毛球运动是在时间压力下的开放运动，选手为了能在球落地前把球击打回去，必须快速加工对手的位置跑动和姿势线索（如上臂的移动）等动态信息，识别、过滤和抑制无关信息及干扰信息（如动手的假动作）；而球与背景的对比度是相对不变的。因此，羽毛球选手经历的是真实运动信息的加工，且对手的动力学信息在运动识别中起关键作用。研究已发现羽毛球选手确实能根据对手的动态信息预测球的飞行轨迹（Abernethy & Russell, 1987a, 1987b; Jin et al., 2010, 2011; Liu et al., 2017; Shim, Carlton, Chow, &Chae, 2005; Williams, Ward, Knowles, & Smeeton,2002）。而球类训练对个体抑制控制能力的积极作用也已得到不少研究的证实（Kida, Oda, & Matsumura,2005; Nakamoto & Mori, 2008; Wang et al., 2013）。

本研究首次证明了球类运动经历提高成人GMP 能力的内在机制，结果不仅为知觉学习机制提供了新的证据，还为某些与GMP 能力弱有关的视觉或认知障碍的康复提供了更健康、更有针对性的训练方法。大量研究发现老化和视觉、语言缺陷相关的知觉缺陷与排除外部噪声能力较差有关（Bower & Andersen, 2012; Johnston, Pitchford,Roach, & Ledgeway, 2016; Pilz, Miller, & Agnew, 2017;Sperling, Lu, & Manis, 2004; Sperling, Lu, Manis, &Seidenberg, 2005, 2006; Xu, Lu, Qiu, & Zhou,2006）。例如，Xu 等（2006）采用PTM 的方法发现外部噪声排除能力较差是弱视病人视觉能力弱于正常人的原因。Bower 和Andersen（2012）则考察了老年人和年轻人的视知觉能力的差异，发现老化导致的视知觉能力下降主要和内部加法噪声较高、外部噪声排除下降有关。随后，Bower 和Andersen又对两组被试进行了6 天的正弦光栅（sine-wave）刺激和随机点阵（random dot cinematograms,RDC）任务训练，结果发现RDC 训练能够对老年人产生更大的知觉学习效应。基于此，本研究认为，对于能正常活动的个体，开放性的、不借助于计算机实现、有益身心健康（Chekroud et al.,2018）的适量羽毛球运动可能是改善运动知觉进而改善相关的认知功能的更好选择。

至于背景速度和整体运动敏感性的关系，存在一定的争议。大部分研究发现，随着速度的提高成人的整体运动敏感性更好（Bogfjellmo et al.,2013, 2014; Hadad, Maurer, & Lewis, 2011; Joshi &Falkenberg, 2015; Manning, Aagten-Murphy, &Pellicano, 2012; Manning et al., 2014）。如，Joshi 和Falkenberg（2015），以及Bogfjellmo 等（2013）在两种速度水平（1.6°/s, 5.5°/s）下分别调查了不同年龄的被试（6～89 岁）在左右方向的整体运动方向辨别能力，结果发现所有被试均表现出高速条件下的整体运动敏感度更好，且大约每增长1 岁，整体运动敏感性下降2%。然而，Kassaliete，Lacis，Fomins 和Krumina（2015）对2027 名1～18 岁的儿童进行的研究却得到了相反的结论，他们设计了3 种速度（2°/s, 5°/s, 8°/s）的平动，发现GMP 敏感性随着速度的增加而降低。本研究设计了8 种速度水平（1°/s、1.4°/s、1.8°/s、2.4°/s、3°/s、3.8°/s、4.8°/s、6°/s），得到了与Kassaliete 等人一致的结果，支持整体运动敏感性随着速度的增加而降低的观点。这些结果间的差异可能与各研究使用的点阵的其它参数不同有关。例如，Joshi 和Falkenberg研究中使用的点阵中点的密度为2 个点/°，而Kassaliete 等研究中的点密度为1.44 个点/°。已有研究发现，点阵中点的密度也会影响GMP（Narasimhan& Giaschi, 2012）。

最后，本研究的局限性是其属于横向差异性研究，实验结果难以分离先天优势的影响。此外，由于本研究同时操纵了被试和外部噪声，因此，实验结果可能无法分离运动经验和外部噪声两个变量的作用。因此，未来研究可以采用经典的外部噪声范式设计一个纵向研究，探讨训练对GMP 能力的因果性影响。

5 结论

本研究采用基于速度噪声的PTM 方法探究了羽毛球经历改善成人GMP 敏感性的机制和背景速度对GMP 能力的影响。结果发现，GMP 敏感性随点阵速度的提高而下降，羽毛球选手的GMP 敏感性高于普通人；模型拟合发现，羽毛球选手的GMP优势可能源于他们具有更优秀的排除外部噪声能力。结果提示，羽毛球运动经历可增强个体在知觉加工时对外部噪声的排除能力，为某些知觉缺陷的康复提供了更为健康的训练方法。

参 考 文 献

孔丽娜, 王树芳, 高宏巍, 王品, 林慧妍, 白利华, …金花. (2012). 高球路预期能力的羽毛球运动员能更好地加工动态信息. 南京体育学院学报(社会科学版), 26(2), 105–109.

Abernethy, B., & Russell, D. G. (1987a). Expert-novice differences in an applied selective attention task. Journal of Sport Psychology, 9(4),326–345, doi: 10.1123/jsp.9.4.326.

Abernethy, B., & Russell, D. G. (1987b). The relationship between expertise and visual search strategy in a racquet sport. Human Movement Science, 6(4), 283–319, doi: 10.1016/0167-9457(87)90001-7.

Ball, K., & Sekuler, R. (1986). Improving visual perception in older observers. Journal of Gerontology, 41(2), 176–182, doi: 10.1093/geronj/41.2.176.

Bejjanki, V. R., Zhang, R. Y., Li, R. J., Pouget, A., Green, C. S., Lu, Z. L.,& Bavelier, D. (2014). Action video game play facilitates the development of better perceptual templates. Proceedings of the National Academy of Sciences of the United States of America,111(47), 16961–16966, doi: 10.1073/pnas.1417056111.

Bogfjellmo, L. G., Bex, P. J., & Falkenberg, H. K. (2013). Reduction in direction discrimination with age and slow speed is due to both increased internal noise and reduced sampling efficiency. Investigative Ophthalmology & Visual Science, 54(8), 5204–5210.

Bogfjellmo, L. G., Bex, P. J., & Falkenberg, H. K. (2014). The development of global motion discrimination in school aged children. Journal of Vision, 14(2), 19, doi: 10.1167/14.2.19.

Bower, J. D., & Andersen, G. J. (2012). Aging, perceptual learning, and changes in efficiency of motion processing. Vision Research, 61,144–156, doi: 10.1016/j.visres.2011.07.016.

Brainard, D. H. (1997). The psychophysics toolbox. Spatial Vision, 10(4),433–436, doi: 10.1163/156856897X00357.

Britten, K. H., Shadlen, M. N., Newsome, W. T., & Movshon, J. A. (1992).The analysis of visual motion: A comparison of neuronal and psychophysical performance. Journal of Neuroscience, 12(12),4745–4765, doi: 10.1523/JNEUROSCI.12-12-04745.1992.

Chekroud, S. R., Gueorguieva, R., Zheutlin, A. B., Paulus, M., Krumholz,H. M., Krystal, J. H., & Chekroud, A. M. (2018). Association between physical exercise and mental health in 1· 2 million individuals in the USA between 2011 and 2015: A cross-sectional study. The Lancet Psychiatry, 5(9), 739–746, doi: 10.1016/S2215-0366(18)30227-X.

Chen, N. H., Cai, P., Zhou, T. G., Thompson, B., & Fang, F. (2016).Perceptual learning modifies the functional specializations of visual cortical areas. Proceedings of the National Academy of Sciences of the United States of America, 113(20), 5724–5729, doi: 10.1073/pnas.1524160113.

Dosher, B. A., & Lu, Z. L. (1998). Perceptual learning reflects external noise filtering and internal noise reduction through channel reweighting. Proceedings of the National Academy of Sciences of the United States of America, 95(23), 13988–13993, doi: 10.1073/pnas.95.23.13988.

Dosher, B. A., & Lu, Z. L. (1999). Mechanisms of perceptual learning.Vision Research, 39(19), 3197–3221, doi: 10.1016/S0042-6989(99)00059-0.

Falkenberg, H. K., Simpson, W. A., & Dutton, G. N. (2014). Development of sampling efficiency and internal noise in motion detection and discrimination in school-aged children. Vision Research, 100, 8–17,doi: 10.1016/j.visres.2014.04.001.

Green, C. S., Pouget, A., & Bavelier, D. (2010). Improved probabilistic inference as a general learning mechanism with action video games.Current Biology, 20(17), 1573–1579, doi: 10.1016/j.cub.2010.07.040.

Hadad, B. S., Maurer, D., & Lewis, T. L. (2011). Long trajectory for the development of sensitivity to global and biological motion.Developmental Science, 14(6), 1330–1339, doi: 10.1111/j.1467-7687.2011.01078.x.

Hutchinson, C. V., & Stocks, R. (2013). Selectively enhanced motion perception in core video gamers. Perception, 42(6), 675–677, doi:10.1068/p7411.

Jin, H., Xu, G. P., Zhang, J. X., Gao, H. W., 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, doi: 10.1016/j.neulet.2011.01.074.

Jin, H., Xu, G. P., Zhang, J. X., Ye, Z., Wang, S. F., Zhao, L.,... Mo, L.(2010). Athletic training in badminton players modulates the early C1 component of visual evoked potentials: A preliminary investigation.International Journal of Psychophysiology, 78(3), 308–314, doi: 10.1016/j.ijpsycho.2010.09.005.

Johnston, R., Pitchford, N. J., Roach, N. W., & Ledgeway, T. (2016). Why is the processing of global motion impaired in adults with developmental dyslexia? Brain and Cognition, 108, 20–31, doi: 10.1016/j.bandc.2016.07.004.

Joshi, M. R., & Falkenberg, H. K. (2015). Development of radial optic flow pattern sensitivity at different speeds. Vision Research, 110, 68–75,doi: 10.1016/j.visres.2015.03.006.

Kassaliete, E., Lacis, I., Fomins, S., & Krumina, G. (2015). Reading and coherent motion perception in school age children. Annals of Dyslexia,65(2), 69–83, doi: 10.1007/s11881-015-0099-6.

Kida, N., Oda, S., & Matsumura, M. (2005). Intensive baseball practice improves the Go/Nogo reaction time, but not the simple reaction time.Cognitive Brain Research, 22(2), 257–264, doi: 10.1016/j.cogbrainres.2004.09.003.

Kleiner, M., Brainard, D., & Pelli, D. (2007). What’s new in Psychtoolbox-3? Perception, 36, 1–16.

Levitt, H. (1971). Transformed up-down methods in psychoacoustics.Journal of the Acoustical Society of America, 49, 467–477, doi: 10.1121/1.1912375.

Li, R. W., Levi, D. M., & Klein, S. A. (2004). Perceptual learning improves efficiency by re-tuning the decision 'template' for position discrimination. Nature Neuroscience, 7(2), 178–183, doi: 10.1038/nn1183.

Liu, T., Shao, M. L., Yin, D. S., Li, Y. J., Yang, N., Yin, R. R.,... Hong, H.X. (2017). The effect of badminton training on the ability of samedomain action anticipation for adult novices: Evidence from behavior and ERPs. Neuroscience Letters, 660, 6–11, doi: 10.1016/j.neulet.2017.08.038.

Lu, Z. L., & Dosher, B. A. (1998). External noise distinguishes attention mechanisms. Vision Research, 38(9), 1183–1198, doi: 10.1016/S0042-6989(97)00273-3.

Lu, Z. L., & Dosher, B. A. (2004). Perceptual learning retunes the perceptual template in foveal orientation identification. Journal of Vision, 4(1), 5, doi: 10.1167/4.1.5.

Manning, C., Aagten-Murphy, D., & Pellicano, E. (2012). The development of speed discrimination abilities. Vision Research, 70, 27–33, doi:10.1016/j.visres.2012.08.004.

Manning, C., Dakin, S. C., Tibber, M. S., & Pellicano, E. (2014).Averaging, not internal noise, limits the development of coherent motion processing. Developmental Cognitive Neuroscience, 10, 44–56,doi: 10.1016/j.dcn.2014.07.004.

Nakamoto, H., & Mori, S. (2008). Sport-specific decision-making in a Go/NoGo reaction task: Difference among nonathletes and baseball and basketball players. Perceptual and Motor Skills, 106(1), 163–170, doi:10.2466/pms.106.1.163-170.

Narasimhan, S., & Giaschi, D. (2012). The effect of dot speed and density on the development of global motion perception. Vision Research, 62,102–107, doi: 10.1016/j.visres.2012.02.016.

Newsome, W. T., & Paré, E. B. (1988). A selective impairment of motion perception following lesions of the middle temporal visual area (MT).Journal of Neuroscience, 8(6), 2201–2211, doi: 10.1523/JNEUROSCI.08-06-02201.1988.

Oldfield, R. C. (1971). The assessment and analysis of handedness: The Edinburgh inventory. Neuropsychologia, 9(1), 97–113, doi: 10.1016/0028-3932(71)90067-4.

Overney, L. S., Blanke, O., & Herzog, M. H. (2008). Enhanced temporal but not attentional processing in expert tennis players. PLoS One, 3(6),e2380, doi: 10.1371/journal.pone.0002380.

Pavan, A., Boyce, M., & Ghin, F. (2016). Action video games improve direction discrimination of parafoveal translational global motion but not reaction times. Perception, 45(10), 1193–1202, doi: 10.1177/0301006616663215.

Pelli, D. G. (1997). The VideoToolbox software for visual psychophysics:Transforming numbers into movies. Spatial Vision, 10(4), 437–442,doi: 10.1163/156856897X00366.

Pilz, K. S., Miller, L., & Agnew, H. C. (2017). Motion coherence and direction discrimination in healthy aging. Journal of Vision, 17(1), 31,doi: 10.1167/17.1.31.

Shim, J., Carlton, L. G., Chow, J. W., & Chae, W. S. (2005). The use of anticipatory visual cues by highly skilled tennis players. Journal of Motor Behavior, 37(2), 164–175, doi: 10.3200/JMBR.37.2.164-175.

Sperling, A. J., Lu, Z. L., & Manis, F. R. (2004). Slower implicit categorical learning in adult poor readers. Annals of Dyslexia, 54(2), 281–303, doi:10.1007/s11881-004-0014-z.

Sperling, A. J., Lu, Z. L., Manis, F. R., & Seidenberg, M. S. (2005). Deficits in perceptual noise exclusion in developmental dyslexia. Nature Neuroscience, 8(7), 862–863, doi: 10.1038/nn1474.

Sperling, A. J., Lu, Z. L., Manis, F. R., & Seidenberg, M. S. (2006). Motionperception deficits and reading impairment: It's the noise, not the motion. Psychological Science, 17(12), 1047–1053, doi: 10.1111/j.1467-9280.2006.01825.x.

Wang, C. H., Chang, C. C., Liang, Y. M., Shih, C. M., Chiu, W. S., Tseng,P.,... Juan, C. H. (2013). Open vs closed skill sports and the modulation of inhibitory control. PLoS One, 8(2), e55773.

Williams, A. M., Ward, P., Knowles, J. M., & Smeeton, N. J. (2002).Anticipation skill in a real-world task: Measurement, training, and transfer in tennis. Journal of Experimental Psychology: Applied, 8(4),259–270, doi: 10.1037/1076-898X.8.4.259.

Xu, P. J., Lu, Z. L., Qiu, Z. P., & Zhou, Y. F. (2006). Identify mechanisms of amblyopia in Gabor orientation identification with external noise.Vision Research, 46(21), 3748–3760, doi: 10.1016/j.visres.2006.06.013.