精准类项目运动表现与大脑EEG特征潜在关系研究

彭艳芳，任 杰

随着认知神经科学技术的发展，研究者借助脑磁图（MEG）、功能核磁共振（fMRⅠ）、脑电（EEG）等无创性脑功能成像技术，可直接观测到认知执行过程中的脑活动。研究发现，脑激活状态与认知表现之间存在因果关系，有针对性地调节脑波活性，能直接有效促进表现，错误调节则会影响表现[1]。通过直接监控运动中的脑活动，理清脑激活与运动表现的关系，能帮助研究者从神经科学角度探寻促进运动表现的方法和手段，对运动训练具有现实意义。但由于精密的技术设备对头部稳定性要求高，监测运动中脑激活状态存在困难。大量的相关研究用与运动项目相关的静态图片、动态视频材料、经典认知任务或想象练习进行替代或模拟，通过逻辑推理探寻运动表现与脑激活间的联系。这些方法虽在一定程度上解决了现实困难，却无法避免认知任务与实际运动间存在的差异，以及想象练习中的主观因素对实验结果的影响。

射击、射箭、高尔夫推杆、定点投篮等在瞄准环节对头颅位置稳定性有较高要求，这种头部动作幅度小的技术特点为监测运动中脑活动提供了可能性。技术层面上，EEG技术记录不同脑部位神经电位变化来反映实时的脑激活状态，对头部空间无意识运动限制较小，为实验实施提供了技术支撑。目前，国际上相关研究都以精准为目标、动作幅度小的运动项目为研究对象，采用EEG技术监测实际动作执行过程中的EEG信号，探讨脑激活状态与运动表现之间的关系。本文以相关文献为研究对象，通过系统分析大脑激活状态与运动表现的相关性和因果性研究，论证两者之间的潜在关系，为运动训练提供新的研究思路，也为探寻更有效的神经干预方案提供数据支撑。

1 脑激活与运动表现相关关系研究

1.1 研究方法的介绍

研究者利用EEG设备采集被试动作执行过程中的脑电信号，采用辅助设备在动作击发或球出手时刻的脑电数据上做标记。数据分析以标记时刻为零点，提取前后几秒的EEG数据，并按一定的时间窗口进行分段；统计分析不同时段、不同脑区的脑波功率（振幅）、频段和时相的特点。其中，专家—新手范式的横向对比设计和表现好—差试次、练习前—后的被试内纵向设计是常用的实验设计方案。与大脑皮层兴奋性负相关的Alpha（α，8～12 Hz）节律[2]，与认知控制能力相关的Theta（θ，4～8 Hz）节律[3]，尤其是负责运动规划和注意控制的运动规划额中区（Fz）的θ节律是相关研究的主要脑波指标。与运动不相关的负责语义加工的左颞叶（T3）和与运动紧密相关的额中（Fz）是主要关注的脑区。

1.2 来自横向研究的证据

通常情况下，系统训练的运动员比未受训练的新手都具有更稳定的运动表现，专家—新手范式是体育研究中常用的研究范式。早在20世纪80年代，B.D.HATFⅠELD[4]团队率先发现步枪运动员在击发前左颞叶（T3）α功率最高，认为降低语义加工对自动化执行过程的干扰有助于运动表现的稳定发挥。随后大量专家—新手对比研究发现，具有稳定表现的专家群体在动作执行前表现出更高的神经效率，主要表现在以下3个方面。（1）专家大脑活性普遍比新手低。有研究通过对比气手枪运动员（18名）和新手（10名）120发击发前EEG数据发现，运动员α波去同步化程度显著低于新手，而α去同步化程度越低，脑活性越低，击发前表现出更低的脑活性[5]。而运动员这种神经节能只表现在专项运动任务中，在语义加工任务、空间加工任务与新手并无差异[6]。表明系统的专项训练带来了大脑适应性的变化。（2）专家脑区功能连接小。时相是反映脑区共同激活和功能连接的重要指标。B.D.HATFⅠELD团队研究发现，步枪运动员大脑整体关联维度低于新手[7]，其中右脑半球内的连接表现尤其突出[8]。高尔夫研究也发现，运动员（10名）推杆前左颞叶与运动规划区相干性显著低于新手（10名）[9]。运动员表现出更加独立的脑区激活，这种神经节能在高水平运动员中表现更为明显。S.P.DEENY等[10]根据运动水平将19名步枪运动员分为高水平优秀组（10人）和熟练组（9人），采集射击过程中13个极点（F3、Fz、F4、C3、Cz、C4、T3、T4、P3、Pz、P4、O1、O2）的高、低频α和低频β信号，发现优秀组不仅左颞叶（T3）与额中（Fz）低频α和低频β相干性普遍低于熟练组，且额中与左脑各点高频α、左颞与各中线低频β相干性都普遍低于熟练组。（3）精炼激活额中脑区。额中运动规划区活性增大，表明大脑增强了注意控制。有研究发现，步枪运动员（8名）在击发前额中θ功率会随着时间推移逐步上升[11]；高尔夫运动员（9名）额中θ波功率高于新手（9名）[12]。可见，运动员在动作执行前抑制了非必要神经激活，精炼激活任务相关的独立脑区，表现出高效的神经效率，系统训练带来的大脑神经回路适应性变化可能是运动员比新手发挥稳定的脑基础。

但也有研究者提出不同意见，认为不同运动水平的被试对同一任务在难度上的认知存在差异，专家—新手脑激活的差异可能是在难度认知上的差异造成的，并提出应该用成功率来控制难度认知。A.COOKE等[13]让运动员（5.4 cm）与新手（10.8 cm）采用不同直径的球洞，并通过初测结果选取每人成功率约50%的推杆距离作为正式实验的推杆距离，发现运动员（10名）在推杆前最后时刻θ、α、β去同步化程度都高于新手（10名），运动员在应答过程中分配了更多的认知资源。其团队系列研究还发现，推杆成绩受前一杆结果的影响，前杆失误大脑会动用更多脑资源进行调控，运动员表现出更为明显的调控激活特征[14]。以难度认知为准则的实验设计可能是引发研究结果与以往研究矛盾的主要原因，同时也为专家—新手范式的研究带来新的思考。

1.3 来自纵向研究的证据

专家—新手对比研究，间接证明运动表现与脑激活之间可能存在直接关联，但横向研究无法消除个体间差异，也无法直接证明两者之间的必然关联。因此，能控制个体差异的被试内纵向研究则显得非常必要。

1.3.1 练习前后EEG纵向对比研究 众所周知，练习能有效促进运动表现，练习前—后对比研究进一步验证横向研究结论，同时还能描绘出练习是如何通过影响脑激活状态来促进运动表现的过程图。对比发现，练习不仅能促进运动表现，还能促进神经效率升高。D.M.LANDERS[15]招募11名新手进行为期15周的射箭练习，在第2和14周的练习课上采集被试安静状态和运动过程中的心率、左右颞叶的脑电信号，发现练习后射箭成绩（16支）提高62%，心率明显下降，击发前左颞叶α功率升高，左右脑不对称性显著增大。选择性地抑制语义加工与运动表现提升可能存在直接关联。有研究在为期12～14周的练习实验中增加对练习中期的脑电监控，发现随着练习时间推移，只有与射击相关的模拟站姿和实弹射击任务中击发前左颞高频α功率逐渐升高（右颞无变化）；实弹射击条件下，除了运动相关脑区（额中、顶中），其他各脑区高频α功率随着练习时间的增加也普遍升高。表明练习使大脑感觉运动皮层的整合增强，认知努力降低，神经效率显著增高[16]。练习不仅有效提高运动表现，还精炼激活运动相关脑区，降低非必要神经激活，提高大脑神经效率。这与专家—新手对比结论基本一致，进一步论证了系统训练能使大脑神经回路产生适应性变化。但以时间轴为基线的纵向研究数量有限，研究中练习时长的设计也存在较大差异，练习对脑激活状态影响周期尚不清楚。

1.3.2 表现好—差的EEG对比研究 成绩好—差脑波对比，更能直观呈现运动表现与脑激活状态两者间的关系。研究发现，认知控制状态对两者关系具有中介作用，自动加工状态下最佳运动表现都伴随高效的神经激活，表现出更高的神经效率；控制加工状态下，资源配置合理、神经适应性好，运动表现则好。20世纪80年代，E.BⅠRD[17]对比一名优秀射击运动员好—差射击试次击发前左颞EEG信号，发现差的试次左颞脑波频率升高，活性增大，以为语义加工干扰了自动化执行过程。此后研究还发现，枕叶[18]、感觉运动皮层[19]过分活跃也影响运动表现。此外，运动表现好，脑区相干性也小。有研究对比12名篮球运动员罚篮成功与失败试次球出手前2 s脑区相干性发现，投篮成功的大脑高、低频α和低频β波相干性均低于失败投篮[20]。气手枪运动员成绩好的试次左颞与额中相干性也显著低[19]。运动表现好，脑区连接小，脑区精炼激活运动相关的独立脑区。成功的投篮瞄准阶段具有相对稳定的额区θ波动[21]；冬季两项运动员射击成绩好的试次额中θ功率高，左中央区α功率小，左颞叶α功率大[22]。

但也有研究发现，额中活性也不完全与运动表现成正比。K.SHⅠH-CHUN等[23]将18名高尔夫运动员100次推杆成绩分为优（15%）、良（70%）和差（15%），发现优和差的额中θ功率均高于良，其中成绩差的试次θ功率最高，表明过多的注意控制可能对动作执行也存在干扰，只有合理地增加注意控制才有助于运动执行。7名运动员在40发射击中，主动放弃和执行击发的脑波对比存在很大差异，并提出这种不合理的激活也可能是运动员感觉不佳最终放弃击发的原因[24]。此外，也有部分研究发现，成绩好脑活性大，这与大部分研究结论相矛盾。F.DYKE等[25]对比14名无高尔夫经验的大学生好—差推杆脑波特征发现，推杆好的全脑θ波功率和左颞叶低频β波功率较大。A.COOKE等[13]采用成功率约50%的个性化推杆距离设计好—差对比发现，成绩好的推杆高频α功率小。可见，神经效率的高低似乎并不是运动表现好坏的唯一标准。

双加工模式理论认为，大脑加工过程包含自动加工和控制加工2种模式。在技能习得早期，控制加工主导，随着技能熟练程度增加逐步进入自动加工状态，而此时再增加有意识的注意控制反而会破坏自动加工过程，但当失误率达到30%～50%以上，大脑会增加控制加工进行调整。有研究在实验设计中增加对加工状态变量的控制，将运动表现分为成绩最佳—自动、最佳—控制、次佳—自动和次佳—控制4种类型。其中，最佳—自动模式是机体平稳、省力、又自主达到最佳输出的自动化理想状态，但很容易被外界环境变化打破；当理想状态被打破，机体会增加再投入来控制动作输出以维持最佳运动表现，即最佳—控制；但若再投入资源配置不合理，则会引发机能失调，影响运动输出；次佳—自动则反映一种大脑消极应对的状态。研究将10名气手枪运动员120次射击成绩分成4类，对比击发前高、低频α，θ波去同步化与同步化比（ERD/ERS），发现最佳—自动模式下大脑同步化程度（ERS）高，脑活性小，而最佳—控制模式下去同步化程度（ERD）高，大脑表现出更大的活性[26]。由此可见，高效的神经激活和合理配置再投入资源都是确保最佳运动输出的有效方式，忽略认知加工状态来探讨运动表现与脑激活之间的关系可能会带来误读。近期研究发现，控制加工状态下脑资源的合理配置主要表现为瞄准前期加强动作控制，后期抑制再投入[27]。但相关研究数量有限，有待进一步深入探讨。

1.3.3 压力对脑激活状态与运动表现关系的影响研究 压力对运动表现的影响具有双向性，压力研究是目前体育界的研究热点之一。但压力—脑激活—运动表现三者之间的关系尚不明朗，压力影响运动表现的脑机制研究是目前压力研究的热点。

（1）难度压力下，脑激活特征表现出任务特定性。S.E.KERⅠCK等[29]研究18名士兵分析不同任务条件下脑激活特征发现，复杂任务下，大脑调用更多资源进行信息编码和应答准备，不同任务伴随特定的脑激活，即选择性决策条件下顶叶θ波峰值高，双任务情境下右中央区和颞叶的潜伏期更长等。还有研究发现，被试采用不同注意策略来适应不同距离引起认知负荷的变化[30]。身体负荷的增加，同样影响脑激活状态。13名冬季两项运动员分别在安静状态下和90%最大心率强度自行车运动后（3 min）进行50 m距离的射击任务发现，射击成绩虽无差别，但运动后额中θ波功率下降，枕叶、颞叶α功率升高，认为外周神经激活促进大脑进行抑制与任务不相关脑区激活的适应性变化，来应对认知需求的增长，以达到维持运动输出的目标[22]。由此可见，大脑会根据任务的需求和环境变化及时调整脑激活状态。

（2）心理压力下，大脑非必要神经激活增大，神经效率降低，但神经效率降低并未引发运动表现的必然下降。“Choking”研究提出，压力下机体会再投入有意识控制，这种再投入会破坏自动化加工程序，进而影响动作输出。其中，再投入分值高、陈述性知识多的个体在压力下更倾向于增大再投入，也更容易发生“Choking”[31]。F.F.ZHU等[32]根据204名大学生再投入量表得分，从中招募8名高分，8名低分大学生作为研究对象，并采集被试在2 m高尔夫推杆任务中7个极点（Fp1、Fp2、T3、T4、Fz、Cz、Pz）的脑电数据，分析推杆前4 s各脑区α波相干性。结果显示，高分组额中（Fz）—左颞叶（T3）α相干性高于低分组。随后又将新招募的18名大学生随机分配到显性学习策略组和隐性学习策略组，第1天进行300杆推杆学习，第2天复习测试和社会评价压力下的推杆测试，发现隐性组300杆练习平均误差显著小于显性组，学习效果更好，第2天隐性组T3-Fz高频α相干性小，压力条件下显性组T3-Fz相干性明显升高。以上研究似乎说明T3-Fz相干性增加，即有意识监控的再投入可能是压力迫使运动表现下降的主要原因。后续压力研究也一致发现，压力下非必要神经激活增大，T3-Fz相干性增大是主要表现之一。B.D.HATFⅠELD[33]团队对比19名大学生志愿者在有—无竞争压力下完成射击任务时的生理、心理指标发现，面对面的竞赛有效营造出竞争压力，压力下被试焦虑水平显著增加，同时被试在击发前大脑高频α功率降低，脑区间α相干性增大，瞄准的变异性增加。该团队近期飞镖研究也发现，竞争压力下21名大学生T3-Fz相干性高[34]。M.WOO等[35-36]研究也同样发现，压力情景下负责语义加工的左颞叶与中央区、脑半球间相干性增大。多项研究一致发现，压力诱发了非必要神经激活，神经效率降低。但值得一提的是，除一项研究外，以上压力研究都未发现运动表现的必然下降。虽有学者解释随着压力持续时间增长，神经效率的持续下降将会逐渐影响加工效益，迫使运动表现下降，但用神经效率假说来解释压力对运动表现的影响显然存在逻辑问题。近期有研究提出，Mu节律功率与新手竞争压力下成绩负相关，认为视觉运动回路中Mu节律去同步化抑制了任务无关刺激来争夺注意资源，Mu节律的去同步化程度可能是压力影响运动表现的主要脑波特征[37]，但这一结论有待进一步验证。

2 脑激活与运动表现的因果关系研究

通过改变脑激活反观运动表现变化的干预性研究，其干预有效性是证明两者因果关系的有力支撑。干预研究一致表明，针对性地调整脑波特征能有效促进运动表现，但目前干预研究数量有限，干预指标不统一，干预指标的有效性有待进一步验证，目前还缺乏相对权威的干预方案。

2.1 研究方法的介绍

提取有价值干预目标并确定干预方案是干预研究的第1步。研究者首先根据以往研究结果选取干预脑波制定干预阈值或范围，再利用设备和技术手段将干预反馈的指标转化为直观的视觉或听觉信号。实验前，主试按照标准指导语向被试介绍实验流程及要求，引导被试进入实验状态，在实验过程中被试根据要求自主调节脑激活状态，当达到目标值给予反馈。实验主要目的是通过神经反馈帮助机体增强身—心间认知关联，提高自我调节能力，进而促使机体在运动执行过程中能自主控制脑激活，并将其维持在最佳状态，最终达到促进运动表现的目的。现有干预研究在指标选择上存在较大差异，干预方案主要分为3大类：（1）对单一经典的脑波进行干预，如颞叶α、额中θ波等；（2）根据团队前期研究成果，进行多个指标综合干预；（3）根据被试自身最佳表现时激活特点制定个性化干预方案。前—后测被试间设计和ABBA被试内设计是干预研究主要应用的设计方案。

2.2 单一脑波干预研究

颞叶、额中的脑波特征是相关关系研究重点关注的脑区，也是干预指标选取的重要区域。D.M.LANDERS[38]以颞叶α波为干预目标发现，增大左颞叶α功率能促进运动员（24名）射箭成绩，增大右颞叶功率反而会影响发挥。C.RⅠNG等[39]以增强额中活性为干预手段，将24名高尔夫爱好者随机分成实验组和控制组，要求实验组通过增强额中α功率和降低θ功率的方式自主降低额中活性，实验前以被试前测数据为参照制定目标调节幅度，实验中被试自主调节过程中有伴随的听觉刺激，当被试达到目标幅度后，以关闭听觉刺激给予反馈，实验共进行3次，每次1 h，3次α功率训练的目标增长幅度分别为26.8%、53.6%和80.4%，θ波的目标降低幅度为18.2%、36.4%和54.6%，对照组则进行3次虚假干预，3次干预后在有和无压力下进行高尔夫推杆后测，发现虽然2组推杆成绩无差别，但实验组脑激活状态更加接近专家。此研究至少证明，3次神经反馈训练能增强机体自我调节大脑激活的能力。M.Y.CHENG等[40]以SMR为目标频段，采用被试间设计，实验前对14名高尔夫运动员进行40次推杆前测，并将成功推杆击球前1.5 s中央中线（Cz）SMR平均振幅设定为反馈阈值，当目标脑波振幅超过阈值，给予实验组被试（7名）一个低频听觉反馈，被试听见后即刻进行一次无球推杆练习，每次实验30～45 min，8次干预后进行后测，发现实验组SMR振幅和推杆成功率都显著高于对照组。

2.3 综合脑波干预研究

脑激活状态对运动表现影响可能是多特征相互作用的结果。有干预研究根据自身团队前期研究结果，对多个频段指标进行综合干预也取得了显著成效。R.ROSTAMⅠ等[41]将24名步枪运动员随机分成2组，实验组进行为期5周共15次干预训练，其中每次干预包括2部分：（1）增强左中央区SMR振幅、抑制高频β振幅；（2）增强顶中α-θ的交叉激活。实验前，采集2 min脑电数据作为基线，以0.5～1μV为单位，当目标脑波振幅上升/下降1个单位视为成功。当升高SMR振幅的成功率超过80%或降低高频β振幅成功率达到20%给予奖励反馈，奖励反馈率达到90%，目标阈值提高/降低1个单位值。第2部分方法类似其成功率达到60%给予奖励。每部分练习时长30 min。15次干预后进行后测，实验组后测成绩显著提高，并显著优于进行虚假干预的对照组。还有研究发现，对射箭运动员进行为期4周共12次的增强中央中线低频β/SMR比，抑制θ和高频β的混合反馈训练，有效促进了比赛成绩[42]。

2.4 个性化脑波干预研究

还有部分研究考虑到个体之间的差异，采用个性化脑波干预方案。M.ARNS[43]以成功率衡量任务难度，6名业余高尔夫运动员先进行10次练习，根据成绩设定推杆距离，以保证推杆成功率约50%；随后进行80次的实验前测，根据成功推杆的EEG数据绘制个人脑电图，以前额叶中线（FPz）的脑波为目标脑区，制定个性化干预方案；干预实验采用ABBA设计，在“B”反馈环节有伴随的听觉刺激，当被试目标脑波达到范围值，听觉刺激暂停1.5 s，被试需在1.5 s内完成推杆，发现干预环节推杆成绩提高约25%。

综上所述，针对性对有价值脑波进行干预能直接有效促进运动表现，表明脑激活状态与运动表现之间确实存在因果关系。但通过对干预研究的梳理发现，目前的干预研究存在指标不统一、数量有限、样本量小等问题，现有干预方案的效果有待进一步验证，目前无法归纳总结出一套相对权威的干预方案，未来需加强对干预研究的关注。

3 问题与展望

3.1 神经效率假说能否全面解释脑激活与运动表现之间的相关关系？

横向、纵向研究结果一致表明，运动表现与脑激活状态具有紧密联系。部分研究结果支持神经效率假说，但也有研究，尤其是外界环境变化、控制加工参与的研究，其结果并不支持此假说。如压力研究均发现压力下非必要神经激活增大神经效率下降，但这种效率的降低并未引发必然的运动表现下降[33]。神经效率假说无法解释压力对运动表现的影响。双加工模式理论认为，当机体受到外界干扰并意识到结果会受影响时，大脑会增强控制加工参与，通过增大认知控制进行及时调整。因此，在控制加工参与下，如何合理配置再投入的脑资源可能才是影响运动输出的关键。加工状态在两者之间的中介效应目前尚不明晰，深入探讨该中介效应能更加全面深刻地理解两者之间的关系，也能为干预研究提供更加明确的理论指导。

3.2 压力下运动发挥失常的脑机制是什么？

从神经科学角度探讨压力影响运动表现的脑机制是目前压力研究的热点之一。以往相关研究一致证明，压力下神经效率降低，但神经效率假说无法解释压力对运动表现的双向影响。B.D.HATFⅠELD[44]通过归纳总结以往的压力研究提出认知—情感运动神经级联模型，绘制了认知—情感级联路径图，强调机体对压力事件的认知是关键因素，不同的压力评估会诱发不同的脑激活状态，并提出杏仁核、前额叶的激活状态是压力影响运动表现的关键脑指标。当机体对客观压力再评为威胁，眶额叶和杏仁核过度激活，有意识监控和神经噪音增加，过度募集运动单位影响动作输出；相反，当压力被评估为机会时前额叶适度激活，合理募集肌肉确保高效的动作输出。虽理论模型自洽地解释了压力影响运动表现的可能路径，但压力影响运动表现的脑机制目前尚不明晰。理论模型的科学性还需大量实证研究论证，部分实证研究结果也需进一步验证。

此外，实验室压力设计存在一定现实困难，尤其是模拟严重影响运动表现与现实压力相似的高压情境存在很大操作困难。王进等[45]对1984—2018年117个压力研究中操作压力效应量进行统计分析发现，压力的总效应量仅能预测12.8%的“Choking”现象。营造有效压力情境所面临的现实困境也抑制了压力研究的发展。探讨有效的压力设计方案和压力影响运动表现的脑机制是未来压力研究关注的主题。

3.3 相干性指标在干预研究中的应用

随着相干分析算法的发展，近20年涌现大量相干性研究，大量研究一致证明脑区间连接与运动表现存在关联，但指标在脑区和频段上又存在较大差异。如横向研究发现，高水平运动员T3-Fz低频α、低频β相干性、左半球与Fz高频α相干性、T3与中线低频β相干性都比普通运动员低[10]；纵向研究发现，运动员射击成绩好的试次在击发前T3-Fz高频α相干性低[19]。不同脑区、频段间的相干性与不同的认知加工相关，那么在运动过程中不同指标特征与什么认知加工相关？以及这种关联是如何影响动作输出的？这一系列问题还需更加深入细致地探讨，这些研究也必将引导我们对如何将相干性指标应用到干预研究中进行深入思考。

4 结 论

脑激活状态与运动表现之间存在直接关联，认知加工状态影响两者关系。自动加工下神经效率高，运动表现好；而控制加工下大脑资源配置合理，运动表现好，但影响运动表现的脑机制还需深入探讨。此外，针对性地调节脑激活状态能有效促进运动表现。目前，干预指标不统一、干预效果都有待进一步验证，还无法形成一套相对权威的干预方案。未来可增强对认知控制的中介作用、神经反馈干预研究的关注。