不同线索类型诱发不同运动技能类型运动员注意网络功能的差异：基于fNIRS的研究

于淼 刘忆冰 杨光 罗跃嘉

摘    要：采用近红外脑成像技术，考察不同线索类型对不同运动技能类型运动员注意网络功能产生的行为学差异及其右侧额—顶网络脑区的血氧特征。方法：对篮球运动员（30人）、乒乓球运动员（30人）、田径运动员（24人）及非运动员（30人）进行注意网络测试，同时采用多通道近红外光谱成像技术记录被试右侧额-顶网络脑区的血氧变化。结果：策略性运动项目（篮球）运动员在有效线索和无效线索条件下较乒乓球运动员和非运动员执行控制功能表现出更高的准确率和更低的准确率冲突效应，以及更长的反应时及其冲突效应，同时伴随着右侧背外侧前额叶、前额眼区和额下回的显著激活。截击性运动项目（乒乓球）运动员则在各种线索条件下均表现出比其他组更快的反应速度和更低的冲突效应，并伴随着右侧前额眼区和额下回的显著激活。结论：不同线索类型对运动员注意网络功能的影响存在运动技能类型间的差异。在无效线索条件下，策略性运动项目运动员会做出更准确的判断，其执行控制功能优势表现在解决冲突的高准确率;截击性运动项目运动员执行控制功能优势表现在反应速度加快，解决冲突的速度也更快。该差异与右侧额—顶网络加工机制有关。

关键词：注意网络;执行控制;开放式运动技能;闭锁式运动技能;截击性运动;策略性运动

中图分类号：G 804.8          学科代码：040302           文献标识码：A

Abstract：Objective： Using near-infrared brain imaging technology， attention network test and statistical methods， the effects of different cue types on attention network function of athletes with different types of sports skills were studied. Methods： 30 basketball athletes， 30 table-tennis athletes and 24 athletics athletes and 30 college students performed attention network test. By using multi-channel near infrared spectral brain imaging system， this paper records the subjects cerebral oxygenation change on the right frontoparietal network. Results： The results showed that strategic athletes （basketball） had higher accuracy and lower Flanker conflict effects on accuracy， as well as longer reaction time and stronger conflict effects under the valid cue and invalid cue conditions. These are accompanied by higher activity in rDLPFC， rFEF and the right inferior frontal gyrus. Interceptive sports athletes（table-tennis） had higher velocities and lower conflict effects on reaction time and lower conflict effects under the valid，  invalid and double cue conditions accompanied higher activity in rFEF and rIFG. Conclusions： These results extend the evidence suggesting that there are differences between skill types in the influence of cue conditions on the performance of attention network function of athletes. The superiority of interceptive sports athletes on the performance of attention network function are due to the higher velocities to solve conflicts， and strategic sports athletes' superiority are the higher accuracy in the same tasks. These effects are attributed to differences in the right frontoparietal network.

Keywords：attention network; efficiency on executive control; open-skill sports; closed-skill sports; interceptive sports; strategic sports

運动员的脑结构、脑网络、信息加工效率均不同于普通人，且不同项目运动员之间也存在差异[1]。这可能源于运动技能的学习和训练诱发的局部脑区结构和功能的适应性改变，其改变效果与该项运动技能的技术特征、运动强度等因素有关[2]。运动心理学和运动生理学将运动技能分为开放式（例如乒乓球、击剑、篮球等）和闭锁式（例如跑步、游泳、体操等）2种。也有研究将这二者分别称为外部调节（EP）运动和自主调节（SP）运动[3-4]。Mann等[5]又将EP运动进一步分为截击性运动和策略性运动，并将截击性运动定义为参与者的全身、身体的某一部分（例如腿）或持器械（例如球拍等）与所处场地中的另一客体对抗才能完成的运动项目（例如乒乓球、拳击、击剑、散打等）;策略性运动则定义为参与者对队友和对手的位置和意图、球的位置和轨迹、战术策略等一系列复杂信息进行同时加工才能完成的运动项目（例如篮球、足球、冰球等）。

已有研究认为，不同类型运动项目对运动员的心智有着特定的要求，并且运动技能类型对运动—认知间的关系存在潜在的调节作用，运动员具有更强的知觉—认知技能，诸如有效的注意分配能力和线索利用能力，并且这些认知技能在运动技能的习得和在比赛过程中发挥重要作用[5]。注意作为认知功能的重要组成部分，是众多心理因素发挥作用的基础和桥梁，对比赛结果也起着一定作用[6]。孙玉静等[7]依据注意的不同功能，将注意系统分为警觉、定向和执行3个子系统。Fan等[8]在此理论基础上设计了注意网络测试（ANT），将评估执行控制功能的Flanker任务与线索提示（目标刺激呈现之前，屏幕上矩形框的闪烁）相结合，通过改变线索提示类型和靶刺激状态达到测量警觉、定向和执行控制功能的目的。已有研究使用ANT范式证明了注意网络功能与运动训练关系密切。例如余千春等[9]的研究发现，2年的乒乓球训练对运动员注意网络功能有明显的改善作用。有研究者利用注意网络测试也证实，乒乓球运动员大学生的执行控制网络功能明显优于普通大学生[10]。艾丽欣[11]使用ANT证明了排球运动员的执行控制网络功能与发球命中率显著正相关。这些研究主要观点是运动训练对注意网络的执行控制功能具有选择性促进作用，但并未关注这些促进作用是否存在运动技能类型间的差异。Fan等[12]曾采用ANT-R范式确定线索条件诱发的警觉和定向功能与Flanker冲突效应间存在显著的交互效应，而运动员又具有较强的协调和利用线索的能力[5]，那么线索与执行控制网络功能间的交互效应是否也存在技能类型间的差异？

有关神经影像研究已经证实，注意的执行控制网络功能与额—顶网络（FPN）激活有关[13]，并呈现明显的右半球优势[14-16]。元分析结果也显示，与Flanker 任务相关的脑激活部位主要出现在右侧背外侧前额叶[17]，且不同类型线索条件与额—顶网络激活相关。近红外光谱技术（fNIRS）具有良好的生态效度[18]，是可实时通过脑区微血管血氧信号反映局部脑区神经激活水平的非介入性方法[19]。因此，笔者将右侧额—顶网络相关脑区作为感兴趣区，采用单侧化修改版注意网络测试范式（revised lateralized attention network test，LANT-R）范式[12，20]，以田徑运动员（闭锁式运动）、乒乓球运动员（开放式截击性运动）、篮球运动员（开放式策略性运动）和非运动员为研究对象，进行注意网络测试，探寻不同线索类型所诱发的运动员注意网络功能的不同运动技能类型间的差异，以及相关的脑机制。

由此，笔者提出假设：不同线索类型能够引起运动员执行控制网络功能改变，并且不同类型运动技能间存在差异，而这一差异归因于不同线索类型所诱发的右侧背外侧前额叶（rdLPFC）、右侧额下回（rIFG）和右侧前额眼区（rFEFs）的激活方式的不同。

1   研究对象与方法

1.1  研究对象

国家二级篮球运动员[（23.03±1.27）岁]和乒乓球运动员[（20.65±2.98）岁]运动员各30人、田径运动员[（22.68±2.11）岁]24人，非运动员[（21.53±1.77）岁]30人参与本研究。所有被试均为右利手，男女各半，主要来自于吉林省体育运动学校、吉林体育学院的运动训练专业、运动康复专业（无专项训练经历）和公共事业管理专业（无专项训练经历）。训练年限均在5年以上，所有被试身体健康，双眼视力正常或校正后正常。本实验经过本校学术伦理委员会的批准，所有被试都签订了知情同意书。

1.2  研究方法

1.2.1  注意网络测试

注意网络测试采用混合设计，被试一共完成4个单元，共计288个试次的LANT-R测试（即在ANT-R范式的基础上，将箭头排列方向由横向变为纵向），每个单元包括72个试次。各单元之间被试可以做短暂休息，反应手以左、右、左、右顺序在单元间更替。总测试时间约35 min。每次试验时，要求被试注视屏幕上的“+”，待目标刺激（一组向上或向下的箭头）呈现时尽可能快地对目标箭头（中间箭头）的方向作出判断：如果目标箭头朝上，用右手食指（右手单元）或中指（左手单元）点击鼠标左键;如果目标箭头朝下，用右手中指（右手单元）或食指（左手单元）点击鼠标右键。各组目标箭头与上下2个箭头方向相同定义为一致情况;目标箭头与上下2个箭头方向不相同定义为不一致情况（如图1所示）。在目标箭头呈现之前，屏幕上矩形的闪烁作为提示线索将以4种可能方式中的一种呈现，分别为：不闪烁——无线索;双侧闪烁——双重线索;单侧闪烁（与目标箭头位置相同）——有效线索;单侧闪烁（与目标箭头位置相反）——无效线索。

1.2.2  fNIRS 监测

采用事件相关fNIRS系统（NIRSport，USA）监测被试执行注意网络任务过程中右侧背外侧前额叶（rDLPFC）、右侧前额眼区（rFEFs）、右侧额下回（rIFG）、右侧颞顶联合（rTPJ）和右侧后顶叶皮层（rPPC）的血氧信号。NIRSport的光极包括8个双波长光源（760 nm和850 nm）和8个探测器，以 3.0 cm的间距构成20个通道，覆盖于右侧FPN（如图2所示），位置根据10-20系统布置。样本采样率为7.8 Hz。放置光极时保证传感器与头皮的良好接触。

1.2.3  数据处理

1.2.3.1    行为学数据处理

注意网络的执行控制功能被分为不一致情况与一致情况2种。根据此公式计算被试在准确率和反应时（reaction time，RT）2方面的冲突效应，所得差值绝对值越大，说明Flanker冲突效应越大，执行控制功能效率越低，如图3所示。

1.2.3.2    fNIRS 数据处理

采用NIRSLAB软件包对fNIRS数据进行处理，带通滤波滤除小于0.01 Hz和大于0.3 Hz 数据，采用Beer-Lambert Law将光学数据转换成血氧数据，再通过经典的血流动力学反应曲线对实验相关氧合血红蛋白反应进行一般线性模型分析。根据10-20系统和解剖学位置将感兴趣区分为5个区域，分别是rDLPFC（通道1、2、3）、 rFEFs（通道6和7）、 rIFG（通道4和5）、rTPJ（通道12、13和19）及rPPC （通道16、17和18）。将ROIs所包含的2～3个通道的oxy-Hb信号进行平均，该均值即为该ROIs的血氧信号。各ROIs的Flanker效应为：不一致情况与一致情况的oxy-Hb信号的差值。

1.2.4  统计学分析

数据统计采用SPSS21.0软件包对行为学结果和fNIRS数据进行计算和统计分析。行为学分析先以总准确率、总反应时及其各自冲突效应为因变量，运动技能类型作为自变量，进行单因素方差分析;再分别以反应时和准确率的冲突效应作为因变量，线索类型和运动技能类型作为自变量，进行4（运动技能类型）×4（运动线索类型）混合设计的双因素方差分析。fNIRS分析先对Flanker冲突效应相关的脑血氧变化量进行组间单因素方差分析;再进行4（线索类型）×5（ROIs）×4（运动技能类型）混合设计三因素方差分析。其中线索类型（无线索、有效线索、无效线索和双重线索）和ROIs（rDLPFC、rFEFs、rIFG、rTPJ和rPPC）作为被试内变量，运动技能类型（闭锁式项目运动员、开放式截击性项目运动员、开放式策略性项目运动员和普通大学生）是被试间变量。在整个分析过程中，对不满足球形检验的统计量采用Greenhouse Geisser法矫正，事后检验采用Bonferroni，以P<0.05为差异显著，P<0.01为差异非常显著。

2   研究结果

2.1  行为学结果

如表1所示，组间总准确率及其Flanker效应差异显著（F（3，113）=8.528，P=0.000;F（3， 113）=2.915，P=0.038），事后检验发现，篮球运动员准确率明显高于乒乓球运动员和非运动员，冲突效应明显低于非运动员。运动技能类型主效应显著（F（3， 113）=2.832，P=0.003，？浊2P=0.072），线索类型的主效应显著（F（3，284）=25.373，P=0.000，？浊2P=0.187），二者具有显著的交互效应（F（3， 284）=3.784，P=0.000，？浊2P=0.094）。进一步简单效应分析结果表明：有效线索条件下篮球运动员的Flanker冲突效应显著低于非运动员（P<0.05），与其他不同运动技能类型运动员比较未见显著性差异;在无效线索条件下，篮球运动员的Flanker效应显著低于乒乓球运动员（P<0.05）和非运动员（P<0.01），田径运动员的Flanker效应显著低于非运动员（P<0.01），与篮球运动员比较未见显著性差异。

如表2所示，组间总反应时及其Flanker效应差异显著（F（3，113）=17.471，P=0.000;F（3，113）=10.309，P=0.038），事后检验发现：乒乓球运动员的反应时及其Flanker效应明显低于其他组。运动技能类型主效应显著（F（3， 113）=6.003，，P=0.001，？濁2P=0.141），线索类型的主效应显著（F（3， 284）=47.108，P=0.000， ？浊2P=0.300），二者具有显著的交互效应（F（3， 284）=1.921，P=0.048，？浊2P=0.050）。进一步简单效应分析结果表明，在有效条件下，乒乓球运动员的Flanker冲突效应显著低于其他组（P<0.01）;无效线索条件下，篮球运动员的Flanker冲突效应明显大于乒乓球运动员（P<0.01）;双重线索条件下，乒乓球运动员的Flanker冲突效应显著低于非运动员（P<0.01）。

这些结果表明，运动员的执行控制功能优于非运动员，篮球运动员在反应速度上与田径运动员无差异。与乒乓球运动员相比，篮球运动员在无效线索条件下具有更高的准确率，但也表现出更大的反应时冲突效应，而乒乓球运动员在有效、无效和双重条件下，均表现出更快的反应速度。为进一步分析这一行为学优势，笔者通过fNIRS，分析不同运动项目运动员解决冲突和线索提示出现时的脑活动特征。

2.2  fNIRS结果

如图4所示，rDLPFC与Flanker效应相关的血氧变化量组间差异显著（F（3，113）=5.671，P=0.001，P<0.01），事后检验显示，篮球运动员rDLPFC激活水平明显高于其他组，非运动员的激活水平最低（P<0.05）。如图5所示，ROIs、线索类型和运动技能类型均具有显著主效应（F（3， 113）=6.071，P=0.000，？浊2P=0.051;F（3，284）=9.416，P=0.000，？浊2P=0.073;F（3， 113）=7.631，P=0.000，？浊2P=0.171）。并且二重交互作用和三重交互作用均显著（P<0.01），二重交互简单效应检验显示，有效线索条件下篮球运动员脑区激活水平最显著，无效线索条件下篮球运动员和乒乓球运动员脑区激活水平显著高于其他组，且篮球运动员激活水平大于乒乓球运动员，双重线索条件下，乒乓球运动员脑区激活水平最显著。有效线索条件下rDLPFC的激活水平最显著，无效线索条件下rIFG和rFEFs激活水平最显著，双重线索条件下rFEFs激活水平最显著。篮球运动员脑激活区主要在rDLPFC和rIFG，乒乓球运动员脑激活区主要在rIFG和rFEF，而田径运动员和非运动员在各脑区激活量均不显著。三重交互简单效应检验显示，乒乓球运动员在有效线索条件下rFEFs的激活水平显著（如图6A所示），无效线索条件下rIFG的激活水平显著（如图6C所示），双重线索条件下rFEFs的激活水平显著（如图5C所示）;篮球运动员在有效线索条件下rDLPFC和rFEFs激活水平显著（如图6B所示），在无效线索条件下rIFG的激活水平显著（如图6D所示）;田径运动员仅在双重线索条件下rFEF有显著激活（如图5C所示）。这些结果为篮球运动员和乒乓球运动员行为学中表现出来的各自优势提供了脑影像学解释。

3   讨论

笔者对不同运动技能类型运动员和非运动员进行了注意网络测试，探索了不同线索条件下各组被试执行控制功能的差异，并使用近红外光谱技术记录了被试执行注意网络任务过程中的脑血氧变化量，发现截击性运动技能运动员和策略性运动技能运动员在有效和无效线索条件下执行控制的“速度—准确性权衡”中存在较大差异，该差异与右侧额顶网络的加工机制有关。

行为学结果显示，与非运动员相比，运动员在解决冲突时表现出更快的反应速度和更高的准确率。运动员的执行控制功能确实呈现出显著优势，表现出更快、更准确的察觉和解决冲突的能力。这与已有的研究结果相一致[21-24]，原因可能是运动员在比赛场上需要具有敏锐的反应速度和运动能力，长时间的专业训练增加了神经生长因子的表达[25]，进而提高了运动员信息加工的效率，并且能够更有效地使用线索提示[26]。线索提示对执行控制功能的影响也存在组间差异，乒乓球运动员在有效、无效和双重线索条件下反应时冲突效应均最小，而篮球运动员的反应时冲突效应均大于另外2组运动员，但同时也表现出最低的准确率冲突效应，田径运动员仅在无效线索条件下准确率的冲突效应小于非运动员。说明篮球运动员和乒乓球运动员在整合线索提示和目标任务时所采取的加工策略有所不同。乒乓球属于截击性运动项目，要求乒乓球运动员在最短时间内有效整合自上而下（TD）和自下而上（BU）的信息加工过程，使TD的加工过程最小化，以获得最快的加工速度对外界信息做出快速决策[27]，这种反射性加工方式的优势在于使运动员反应速度加快，解决冲突的速度也更快。而篮球属于策略性运动项目，篮球运动员在赛场上更多的是要对动态情境中的多元信息作出准确判断和决策，既要注意身体和球的相对位置，还要考虑球的轨迹和落点，同时根据对手的肢体动作、眼神甚至是表情来判断其动作的真实意图。不仅如此，篮球运动员还要确定队友的位置，合理布置战术，做好攻防转换，这些都要求篮球运动员不能仅依靠某个线索提示做出判断及决策，而是要对多目标进行合理的注意分配，采用最佳策略利用注意资源，并做出合理的预判[28]。这些都要通过TD加工过程来完成，因此，其处理速度相对慢于BU加工过程，RT相对较长，冲突效应更大。Shih等[29]和Vestberg等[30]的研究证实，越是高水平足球运动员越能够在面对赛场复杂情况时，快速整合赛场各种信息并做出合理决策。

为进一步分析这种加工策略，笔者对所采集的脑影像信息进行了分析。从fNIRS结果来看，篮球运动员的rDLPFC与Flanker冲突效应相关的血氧变化量明显高于其他组，且与行为学上表现出的高准确率同步出现，笔者推测篮球运动员在察觉和解决冲突时的高准确性可能源自于rDLPFC的神经高度激活，即Byun等[31]和Yanagisawa等[32]提出的在执行控制加工过程中，更高的资源募集保证了在冲突情境下更高的信息加工效率。而rDLPFC是右侧额顶网络中 TD 加工的重要组成部分[10]，该脑区的显著激活也支持了篮球运动员TD加工策略的优势参与假设。

在线索提示诱发的脑激活分析中，笔者发现，在有效线索条件下，篮球运动员rDLPFC、rFEFs激活水平显著，而乒乓球运动员仅rFEFs激活水平高于田径运动员和非运动员，且与篮球组无差异。首先说明有效线索提示为篮球运动员和乒乓球运动员的注意转向提供准备[32]，而这一加工过程已证实与rFEFs功能显著相关[33]。功能解剖學研究也证实FEFs参与调动注意的分配和与注意有关的眼动[13，34-35]。本研究结果显示，开放式运动技能训练能够提高FEF的神经激活水平，从而提高运动员对先验信息快速提取加工和反应的能力。其次，有研究认为，FEFs既接收源自视觉区的BU视觉信息，又受到rDLPFC的TD调节[36]，那么本研究rDLPFC的激活就为篮球运动员预判的高准确率提供了保障，二者的同步激活也进一步说明了篮球运动员的TD加工优势。在双重线索条件下乒乓球运动员rFEFs的血氧变化量明显高于篮球运动员和非运动员，可能与rFEF在最佳的持续性注意过程中起的重要作用有关[37]，双重线索所起到的警觉作用有效加速了运动员对冲突的察觉和解决。在无效线索条件下，篮球运动员和乒乓球运动员rIFG均呈现显著激活水平，且前者大于后者，而该区域的激活已证实与运动员对动作的观察与预判密切相关[38]。Simone的研究发现，无效线索能够增强视区向rTPJ的联系，进而影响IFG的TD调节，并呈现明显的右侧偏侧化[39]。rIFG的显著激活反映了开放式运动技能运动员在先验信息错误情况下的TD加工策略，截击性运动项目和策略性运动项目运动员之间的“速度—准确性权衡”差异表明，后者会给予更多的注意和预判资源，做出更准确的判断。

在本研究中，笔者观察到了不同运动技能类型项目运动员在执行控制功能方面的明显差异，但无法确定这些差异是源自于专项训练的结果，还是遗传因素，或是二者共同作用的结果。因此，在今后的研究中，应尝试对运动员做纵向动态跟踪研究，以进一步确定其中的原因，为运动员的选材和训练提供理论依据。此外，本研究选取的截击性运动项目为乒乓球，属于隔网对抗项目，而与其相对应的决策性运动项目是篮球，属非隔网对抗项目，这一因素是否会对研究结果产生影响尚不明确，有待进一步研究加以确定。在本研究中田径运动员行为学结果中仅在无效线索条件下准确率的冲突效应小于非运动员，但影像学结果并未呈现明显差异，而其在双重线索条件下虽然rFEF激活水平显著高于非运动员，但行为学上差异不具有显著性，这些可能与该组被试中包含了田赛运动员和径赛运动员有关，原因有待进一步分析。

4   结论

不同线索类型对不同运动技能类型运动员执行控制功能的影响存在差异，乒乓球运动员在有效线索、无效线索和双重线索条件下反应时冲突效应均最小，而篮球运动员的反应时冲突效应则均大于另外2组运动员;但同时也表现出最低的准确率冲突效应，田径运动员仅在无效线索条件下准确率的冲突效应小于非运动员。在有效线索条件下，篮球运动员rDLPFC、rFEFs激活水平显著，而乒乓球运动员仅rFEFs激活水平高于田径运动员和非运动员，且与篮球运动员无差异。与非运动员相比，运动员在解决冲突时表现出更快的反应速度和更高的准确率，说明运动员的执行控制功能呈现出显著优势，表现出更准确的察觉和解决冲突的能力。笔者推测篮球运动员在察觉和解决冲突时的高准确性可能源自于rDLPFC的神经高度激活。

开放式运动技能训练能够提高运动员对先验信息快速提取加工和反应能力。在无效线索条件下，开放式运动技能运动员在先验信息错误情况下，截击性运动项目运动员和策略性运动项目运动员之间的“速度—准确性权衡”存在较大差异，策略性运动项目运动员会做出更准确的判断，其执行控制功能优势表现在解决冲突的高准确率。截击性运动项目运动员执行控制功能优势表现在反应速度加快，解决冲突的速度也更快。在有效线索和无效线索条件下截击性运动项目运动员和策略性运动项目运动员执行控制的“速度—准确性权衡”存在较大差异，该差异与右侧额—顶网络加工机制有关。

参考文献：

[1]  OSTRY D J， GRIBBLE P L. Sensory plasticity in human motor learning[J]. Trends in Neurosciences， 2016， 39（2）： 114.

[2]  吴殷，张剑，曾雨雯，等.不同类型运动项目对运动员大脑结构可塑性變化研究[J].体育科学，2015，35（4）：52.

[3]  WANG C H， CHANG C C， LIANG Y M， et al. Open vs. closed skill sports and the modulation of inhibitory control[J]. Plos One， 2013， 8（2）： 55773.

[4]  TSAI C L， WANG C H， TSENG Y T. Effects of exercise intervention on event-related potential and task performance indices of attention networks in children with developmental coordination disorder[J]. Brain and Cognition， 2012， 79（1）： 12.

[5]  MANN D T Y， WILLIAMS A M， WARD P， et al. Perceptual-cognitive expertise in sport： a meta-analysis[J]. Journal of Sport & Exercise Psychology， 2007， 29（4）： 457.

[6]  闫苍松.环境主导注意项目运动员的视觉选择性注意特点研究[J].心理科学，2010，33（3）：750.

[7]  孙玉静，尚雪松.注意网络神经机制的评述[J].心理学报，2017，7（3）：366.

[8]  FAN J， BYME J， WORDEN M S， et al. The relation of brain oscillations to attentional networks[J]. J Neurosci， 2007， 27（23）： 6197.

[9]  余千春，董文文，陈建军，等.应用注意网络测验研究乒乓球运动对注意的改善作用[J].天津体育学院学报，2012，27（3）：219.

[10]  WANG B Y， WEI G， ZHOU C L. Selective enhancement of attentional networks in college table tennis athletes： a preliminary investigation[J]. Peer J， 2016（4）： 2762.

[11]  艾丽欣.焦虑对注意网络功能和运动表现的影响：认知负荷的调节作用[D].北京：北京体育大学，2017.

[12]  FAN J， GU X S， GUISE K G， et al. Testing the behavioral interaction and integration of attentional networks[J]. Brain Cogn， 2009， 70（2）： 209.

[13]  XUAN B， MACKIE M A， SPAGNA A， et al. The activation of interactive attentional networks[J]. Neuroimage， 2016（129）： 308.

[14]  THIEBAUT D S M， DELLACQUA F， FORKEL S J， et al. A lateralized brain network for visuospatial attention[J]. Nat Neurosci， 2011， 14（10）： 1245.

[15]  ASANOWICZ D， MARZECOVZ A， JAOTROVZ P， et al. Hemispheric asymmetry in the efficiency of attentional networks[J]. Brain Cogn， 2012， 79（2）： 117.

[16]  CHICA A B， THIEBAUT D S M， TOBA M， et al. Attention networks and their interactions after right-hemisphere damage[J]. Cortex， 2012， 48（6）： 654.

[17]  NEE D E， WAGER T D， JONIDES J. Interference resolution： insights from a meta-analysis of neuroimaging tasks[J]. Cogn Affect Behav Neurosci， 2007， 7（1）： 1.

[18]  CUI X， BAKER J M， LIU N， et al. Sensitivity of fNIRS measurement to head motion： an applied use of smartphones in the lab[J]. J Neurosci Methods， 2015（245）： 37.

[19]  CHEN L C， SANDMANN P， THORNE J D， et al. Association of concurrent fNIRS and EEG signatures in response to auditory and visual stimuli[J].Brain Topogr， 2015， 28（5）： 710.

[20]  GREENE D J， BARNEA A， HERZBERG K， et al. Measuring attention in the hemispheres： the lateralized attention network test（LANT）[J]. Brain and Cognition， 2007， 66（1）： 21.

[21]  NAKAMOTO H， IKUDOME S， YOTANI K， et al. Fast-ball sports experts depend on an inhibitory strategy to reprogram their movement timing[J]. Exp Brain Res， 2013， 228（2）： 193.

[22]  BERNARDI G， RICCIARDI E， SANI L， et al. How skill expertise shapes the brain functional architecture： an fMRI study of visuo-spatial and motor processing in professional racing-car and na？觙ve drivers[J]. Plos One， 2013， 8（10）： 77764.

[23]  YAMASHIRO K， SATO D， ONISHI H， et al. Skill-specific changes in somatosensory-evoked potentials and reaction times in baseball players[J]. Exp Brain Res， 2013， 225（2）： 197.

[24]  PIRAS A， LOBIETTI R， SQUATRITO S. Response time， visual search strategy， and anticipatory skills in volleyball players[J]. Journal of Ophthalmology， 2014， 2014（4）： 1.

[25]  WALSH J J， SCRIBBANS T D， BENTLEY R F， et al. Neurotrophic growth factor responses to lower body resistance training in older adults[J]. Appl Physiol Nutr Me， 2015， 41（3）： 315.

[26]  KING J A， KORB F M， EFNER T. Priming of control： implicit contextual cuing of top-down attentional set[J]. J Neurosci， 2012， 32（24）： 8192.

[27]  SCOTT S H. A functional taxonomy of bottom-up sensory feedback processing for motor actions[J]. Trends in Neurosciences， 2016， 39（8）： 512.

[28]  HTTERMANN S， MEMMERT D， SIMONS D J， et al. Fixation strategy influences the ability to focus attention on two spatially separate objects[J]. Plos One， 2013， 8（6）： 65673.

[29]  SHIH Y L， LIN C Y. The relationship between action anticipation and emotion recognition in athletes of open skill sports[J]. Cogn Process， 2016， 17（3）： 259.

[30]  VESTBERG T， REINEBO G， MAUREX L， et al. Core executive functions are associated with success in young elite soccer players[J]. Plos One， 2017， 12（2）： 170845.

[31]  BYUN K， HYODO K， SUWABE K， et al. Positive effect of acute mild exercise on executive function via arousal- related prefrontal activations： an fNIRS study[J]. Neuroimage， 2014（98）： 336.

[32]  YANAGISAWA H， DAN I， TSUZUKI D， et al. Acute moderate exercise elicits increased dorsolateral prefrontal activation and improves cognitive performance with stroop test[J]. Neuroimage， 2010， 50（4）： 1702.

[33]  ERICKSON K I， RINGO H M， COLCOMBE S J， et al. A structural equation modeling analysis of attentional control： an event-related fMRI study[J]. Brain Res Cogn Brain Res， 2005， 22（3）： 349.

[34]  WU Q， CHANG C F， XI S， et al. A critical role of temporoparietal junction in the integration of top-down and bottom-up attentional control[J]. Hum Brain Mapp， 2015（36）： 4317.

[35]  CORBETTA M， SHULMAN G L. Human cortical mechanisms of visual attention during orienting and search[J]. Philos Trans R Soc London B Biol Sci， 1998， 353（1373）： 1353.

[36]  FARHAN B， LAURENT I. Mechanisms of top-down attention[J].Trends in Neurosciences， 2011， 34（4）： 210.

[37]  MICHAEL E， GUANYU L， HIDEFUSA O， et al. Frontal eye field involvement in sustaining visual attention：evidence from transcranial magnetic stimulation[J].NeuroImage， 2015（111）： 542.

[38]  SHIH Y L， LIN C Y. The relationship between action anticipation and emotion recognition in athletes of open skill sports[J]. Cogn Process， 2016（17）： 259.

[39]  SIMONE V， RALPH W， JON D， et al. Deconstructing the architecture of dorsal and ventral attention systems with dynamic causal modeling[J]. Neurosci， 2012， 32（31）： 10637.