基于眼动记录和事件相关电位技术的网球选手行为特征研究

基于眼动记录和事件相关电位技术的网球选手行为特征研究

网球场喷球技术是网球场教育环节中最重要的内容之一，也是学习其他专项技术的必要基础。在激烈的相持对抗过程中,运动员必须根据对手的来球随机应变,抽球技术的高稳定性、攻击性及应变性经常可在比赛中成为强大的进攻武器。上海体育学院技战术分析中心通过对多场国际高水平网球比赛的综合统计分析发现,在网球比赛各项技术中,正手抽球的使用率和得分率最高、相持能力最强。优秀网球选手需要具备良好的预判能力,以便提前启动,为高质量的回球做准备,当判断有误时,又需要及时调整策略,改变原有的动作准备或停止原计划行为。因此,良好的执行控制能力也是准确预判的重要保障。执行控制也称作抑制控制、认知控制,是随着背景线索的改变,有意识抑制对无关刺激反应、控制基本运动反应的过程,也可以理解为改变原定计划的活动过程,是执行功能的核心。个体在追求认知表征目标时为了保证认知过程的完整性,无关信息会被阻止进入工作记忆中,抑制能力或效率降低则会导致无关信息进入工作记忆,使加工有关信息的工作记忆空间减少,从而降低认知加工的效率。因此,执行控制是根据目标协调行为与当前情境关系的内部认知过程,是主动控制的过程,与许多认知成分都密切相关。由于Go/Nogo任务所产生的ERP成分相对简单,适用于不同人群间的比较,实验室中常用Go/Nogo任务等对执行控制能力进行评估。其中,2个主要成分Nogo-N2和Nogo-P3可能分别代表了冲突监控和反应抑制这2个与抑制控制有关的加工过程。本研究采用“专家-次专家-新手”的研究范式,通过记录不同水平网球选手对网球“抽球”技术识别的速度和准确性,观察被试视觉搜索模式及执行Go/Nogo任务时诱发的事件相关电位,探索运动员在特定任务中对线索的加工特征,揭示ERP成分与脑反应抑制过程的关系,为全面理解专家行为优势的关键特征提供证据。研究假设专家网球选手视觉搜索模式更合理,进入工作记忆的无关信息量少,认知加工效率高,行为控制能力优于新手,出现明显的Nogo-N2、Nogo-P3效应,表现为对抽球技术的判断快速而准确。1研究对象和方法1.1被试基本情况试验对象共43名,按照网球运动等级分为专家组(expert)、中等水平组(midlevel)和新手组(novice)。其中,专家组15人,运动等级均为一级以上(其中1人获全国网球大奖赛女单冠军,1人获2届全运会冠军,5人获城运会冠军);中等水平组12人,均达到国家二级水平;新手组16人,尚无运动等级(见表1)。所有被试身体健康,无任何精神、神经疾病及相关病史,无脑部损伤,视力或矫正视力正常,无色盲色弱,均为右利手(右手持拍)。招募被试时详细介绍试验目的、试验流程及安全性,对自愿参加本试验者,签署知情同意书和试验协议,并在试验结束后付予适当酬劳。各位被试按照拟定时间依次前往实验室参加试验,正式试验前避免大强度运动,以保证数据质量真实稳定。1.2行为数据调查试验采用等概率Go/Nogo任务范式,被试只需对Go任务进行快速准确识别,并按键确认。试验过程中,记录行为数据及脑电数据。自变量分别为组别、兴趣区;因变量分别为反应时、正确率、注视百分比、注视点数、首次注视所需时间、总观察时间、ERP峰波幅和潜伏期。1.3数字视频监控系统研究试验刺激材料取自于2008—2010年温布尔登网球公开赛男子单打比赛超清视频。根据试验目的,截取选手击球后80ms瞬间的图片作为试验材料。Go任务为选手正手抽球动作图片,Nogo任务为选手其他击球技术动作图片。图中的网球选手均为右手持拍,双方球员场上站位基本一致,比赛背景相同,服装相同。经专业教练员、运动员评估后,最终筛选出2类图片各15张,其中各12张作为正式试验材料,其余作为练习材料。所有图片材料由E-prime软件编程,共144个试次随机呈现,每个图片的呈现次数随机一致。试验材料呈现于19英寸DELL液晶显示器,刷新频率100Hz,分辨率1280×720。1.4基线平稳试验试验在上海体育学院运动心理研究中心脑电实验室和南京体育学院心理实验中心进行,实验室设置标准一致,试验过程光线柔和、无噪音干扰,符合试验基本要求。试验前告知被试全部流程,填写知情同意书和被试基本情况调查表,指导被试仔细清洁头皮角质并吹干,关闭手机等通讯工具,防止电磁干扰。准备就绪后,引导被试端坐于试验台前,调整座椅高度,使之平视时视线与观测屏幕中心平齐,眼睛距屏幕60cm,下颌置于U型托上以稳定头部,双臂自然放置于试验台上。主试再次详细介绍试验流程并演示操作任务,待被试完全理解试验要求后稍适安静、稳定情绪,开始试验。首先呈现指导语,待被试明确任务后按任意键出现“+”注视点,提示被试将注意力集中于屏幕中心,紧接着呈现刺激任务材料,呈现时间为500ms,刺激间隔呈现黑屏,平均时间间隔(ISI)为2000ms,在1500~2500ms的范围内随机出现,以保证基线平稳。被试需要在图片呈现时及之后的黑屏时间内快速准确识别Go任务,并作按键反应。反应时以刺激图片呈现开始为零点计时,反应时间小于200ms或在规定时间内未按键均记为错误(见图1)。正式试验前详细讲解试验要求,并设置12个试次的练习环节(练习材料不包括正式试验材料),保证被试能够熟悉试验流程,每个练习试次后,电脑屏幕上反馈反应时间和正误,练习结束后闭目静息1min,按任意键开始正式试验。正式试验过程中,不再提供反应时和正误反馈,试验过程中要求集中注意力,尽量减少眨眼,保持身体姿势稳定,试验流程由被试独立完成,主试在监控室全程监控。1.5分析过程与指标行为数据由E-prime2.0软件采集,并通过E-DataAid进行数据筛选、合并及预处理,剔除平均值正负3倍标准差之外的异常值,对各组Go任务做出正确判断的反应时(Reactiontime)和正确率(Accuraterate)进行单因素方差分析。眼动数据由瑞典生产的TobiiX60眼动记录设备采集。将注视目标划分为6个兴趣区(aeraofinterest,AOI):网球(ball)、对方选手的躯干-臀部(trunk)、下肢(leg)、持拍手臂与球拍(racquet)、我方球员(rival)和其他区域(others)。分析指标包括首次注视到某兴趣区的时间(timetofirstfixation)、注视点数(fixationcount)、注视到的人数百分比(percentagefixed)和总访问时间(totalvisitduration)。对各指标进行3(组别)×6(兴趣区)两因素重复测量方差分析。ERP数据由德国BrainProduct公司生产的ERP记录分析系统进行记录与离线分析,采用Ag/AgCL电极,按国际10-20系统扩展的64导电极帽记录EEG,以双侧乳突为参考电极,水平眼电(HEOG)置于右眼外侧1cm处,垂直眼电(VEOG)安置于左眼框上方1cm处。试验时,在各电极注入导电膏,保证头皮与电极之间阻抗降至5KΩ以下。脑电信号(EEG)经放大器放大后连续记录,采样频率为1000Hz/导。对EEG数据进行离线分析时,以双耳乳突的平均电位为参考,去除眨眼伪迹,充分排除噪音干扰和其他伪迹,30Hz低通滤波(24dB/oct),去除50Hz市电干扰,波幅超过±100μV者视为伪迹自动剔除。根据试验目的,对正确反应的EEG进行分类叠加,并将Go和Nogo刺激产生的ERP数据分别做总平均。观察所有被试判断正确的叠加平均后的波形,根据电极在头皮的分布关系及试验目的确定分析电极。所有数据预处理后,采用SPSS18.0进行重复测量方差分析,对不满足球形检验的统计量采用Greenhouse-Geisser法矫正自由度和P值,事后比较(PostHocTest)采用LSD法,将P<0.05定为显著性标准,对有显著性差异的结果进行讨论分析。2研究结果2.1两组患者的学意义、反应时间及分析比较见表1试验结果显示,各组选手对“抽球”技术(Go任务)的识别能力有差异。分别对准确率和反应时间进行单因素方差分析发现,判断正确率组间差异有统计学意义(F(2,42)=4.913,P=0.012),反应时间组间差异有统计学意义(F(2,42)=4.081,P=0.024)。进一步两两比较显示,专家的正确命中率明显高于新手(P=0.003),且反应速度显著快于新手组(P=0.008),中等水平与专家、新手之间在判断时间和准确率方面的差异均无统计学意义(见表2)。表明,网球专家选手对技术动作的快速准确识别能力优于中等水平和新手网球选手。2.2专家成绩分析统计时,剔除记录过程中部分缺失值较多的被试数据,实际有效记录的被试数为专家组14人、中等水平9人、新手组11人。对被试Go任务判断正确的眼动各指标进行方差分析。2.2.1首次注视到某兴趣区的时间(timetofirstfixation,TTFF)TTFF指开始观看后被试用了多长时间第1次注视到某个兴趣区(包含兴趣区的刺激材料每次呈现时间开始,直到被试的注视点出现在兴趣区时为止)。重复测量方差分析结果发现,兴趣区的主效应显著(F(3.494,108.313)=8.611,P=0.000,ηp2=0.218),兴趣区×组别无交互作用。根据被试首次注视到各兴趣区的时间可以得出各组被试的注视顺序如下。(1)专家组:其他→躯干臀部→下肢→持拍手臂及球拍→球→我方选手;(2)中等水平:其他→球→躯干臀部→下肢→持拍手臂及球拍→我方选手;(3)新手组:其他→球→躯干臀部→下肢→持拍手臂及球拍→我方选手。由此可见,专家选手的注视顺序不同于新手和中等水平选手,主要表现为专家选手在识别技术动作时,首先注视选手躯体的运动学信息,通过下肢的运动趋势和持拍手臂等动作特征结合网球的飞行路径作出判断。而新手和中等水平的运动员在对技术动作做出判断时则首先将注意力集中于网球,之后才观察对手的运动学信息,这一差异可能是导致判断时间发生延迟的重要原因。2.2.2兴趣区注视点分布情况区或在一个兴趣区组中的注视点数量。被试在观察图片时,发生的眼球连续运动称为眼跳,2次眼跳间眼球相对静止的状态称为注视,一次注视为一个注视点。通过对各兴趣区内的注视点个数进行重复测量方差分析显示,兴趣区的主效应显著(F(3.585,111.134)=16.391,P=0.000,ηp2=0.346),兴趣区×组别交互作用显著(F(7.170,111.134)=3.255,P=0.003,ηp2=0.174)。进一步简单效应检验显示,兴趣区“持拍手臂及球拍”的主效应显著(F(2,31)=7.00,P=0.003),专家组在该区域的注视点最多,新手组最少;兴趣区“其他”的主效应显著(F(2,31)=4.77,P=0.016),新手组在这5个兴趣区以外的区域注视点最多。说明专家组选手的注视点集中于目标区域,而新手组选手的注视点漂移范围较大。将被试的注视点叠加到所选刺激材料上,面积大的区域代表被试在此区域注视点数多而集中,更加直观地反映各组选手的注视模式差异(见图2)。2.2.3注视到的人数百分比(percentagefixed,PF)PF指注视到某兴趣区被试的记录占本组所有测试项目中总记录数的比率。方差分析结果显示,兴趣区的主效应显著(F(3.506,108.699)=33.366,P=0.000,ηp2=0.518),在“其他”区域的注视百分比最高,其次为下肢、躯干、持拍手臂和球拍,组间差异不显著(见图3、图4)。2.2.4总访问时间(totalvisitduration,TVD)TVD指从首个注视点出现在兴趣区中到下一个注视点移出兴趣区的这段时间片段中,所有注视点的持续时间之和。各兴趣区内各被试总观察时间平均值方差分析结果显示,兴趣区的主效应显著(F(3.105,96.245)=25.725,P=0.000,ηp2=0.454),兴趣区×组别交互作用显著(F(7.170,111.134)=3.368,P=0.004,ηp2=0.179)。进一步简单效应检验发现,在兴趣区“持拍手臂及球拍”和“其他区域”的主效应显著(F(2,31)=5.91,P=0.007;F(2,31)=5.60,P=0.008),即专家组在“持拍手臂和球拍”平均总注视时间最长,在“兴趣区以外的其他区域”平均总注视时间最短,且与新手组相比差异显著。结合图2,注视时间越长,则注视点的面积越大,可见各组选手在不同兴趣区注视时间的差异(见图4)。以上各指标的统计结果表明,专家网球选手将“持拍手臂及球拍”这组兴趣区作为判断技术动作的主要依据,注视轨迹集中于任务目标对象本身,同时兼顾运动员移动的躯体信息,忽略次要信息。这一视觉信息加工特征是专家选手判断速度快、准确率高的重要因素之一。而新手队员由于训练时间短,经验不够丰富,在这类需要在短时间做出准确判断的任务中表现出明显的视线漂移、注视区域较分散,快速提取关键信息的能力与较高水平专业运动员仍有差距。2.3go/nogo效应对ERP分类叠加后,得到Go刺激及NoGo刺激2类ERP成分。从ERP总平均图可以看出,3组被试在刺激出现后的140~300ms诱发出N2成分,在280~500ms诱发出P3成分。脑地形图显示,N2成分主要分布在前额区,P3成分在头皮大部分区域均有分布,后部脑区激活更明显。对被试诱发出N2成分的峰波幅和潜伏期分别进行3(组别Group:专家组(expert)、中等水平(mid)、新手组(novice))×2(任务类型Type:Go和Nogo)×3(电极点Code:Fz,FCz,Cz)三因素重复测量方差分析(RMANOVA)。对被试诱发P3成分的峰波幅和潜伏期分别进行3(组别Group:专家组、中等水平组、新手组)×5(电极点Code:Fz,FCz,Cz,Pz,Oz)×2(任务类型Type:Go和Nogo)三因素重复测量方差分析,检验各组被试执行任务时ERP成分的Go/Nogo效应。2.3.1N2成分对N2峰波幅(N2peakamplitude)的方差分析结果显示,波幅受任务类型的影响非常显著,NogoN2的波幅明显大于GoN2,各电极对应脑区诱发出的N2波幅也呈现边缘显著性差异,额中央区(FCz)N2波幅最大。各电极点N2成分峰波幅分布图显示,新手组NogoN2波幅低于中等水平和专家组,但差异均无统计学意义(见图5)。N2幅值的增大代表对目标特征进行监控的反应激活过程,可见各组被试均对无需按键的Nogo任务表现出较好的监控与抑制效果(见表3)。对N2潜伏期(N2peaklatency)的方差分析结果显示:任务类型对潜伏期的影响效果显著,Nogo任务的潜伏期(212.493±9.063)ms比Go任务(198.369±8.978)ms出现明显的延迟;电极主效应非常显著,latency-Fz(214.674±9.374)ms>latency-FCz(205.806±9.344)ms>latency-Cz(195.841±8.811)ms,即N2的潜伏期对应脑区由前到后依次缩短。观察被试各电极点N2成分峰潜伏期分布可见,中等水平NogoN2(Nogo-mid)的潜伏期最长,但统计检验未发现任务类型与组别的交互作用及各组之间注0.0:5T<代P<表0.1任边务缘类显型著,(C下代同表)。电极点,G代表组别;*表示P<0.05;#表示有显著差异(见图6)。说明,3组被试在执行各自任务的过程中,都对抑制性任务操作(Nogo刺激)有额外加工过程存在(见表3)。以上结果表明,3组被试在执行Go/NoGo任务时均产生了Nogo-N2效应,即对Nogo任务表现出明显的抑制控制效应,但组间差异不显著。2.3.2P3成分结果显示:任务类型对P3成分峰波幅的影响非常显著(P<0.01),Go任务的平均波幅(8.427±0.700)μV显著大于Nogo任务(5.521±0.650)μV;各脑区电极点主效应显著,大脑后部区域的P3波幅明显大于前部脑区,在顶区(Pz)激活达到最大(8.734±0.808)μV(见图7、图8)。同时,任务类型对P3成分潜伏期影响显著(P<0.05),Nogo任务诱发的P3成分比Go-P3出现明显的延迟(见图9)。各脑区电极点主效应显著,P3成分最早出现在顶区Pz,之后是中央区Cz、额区Fz、枕区Oz和额中央区(FCz)(见表4)。3讨论3.1专业成绩与选择性注意能力的分析从本试验被试的行为学数据来看,不同水平网球选手对“抽球技术”识别能力的差异表现为,专家组选手的识别速度和准确性均明显优于新手,中等水平选手的反应水平介于新手和专家之间,符合研究假设,同时也表明,对基本技术动作预判能力的差异是新手有别于专家的因素之一。胡文龙通过记录与统计网球大师杯12场比赛相持阶段竞技过程中技战术的运用情况发现,在相持阶段出现频率较高的9项技术中,正、反手抽球的使用率最高,分别达到46%和34%。人体的生理结构决定了抽球技术具有更高的稳定性、攻击性及应变性,当面对接近身体的上旋球、追身球等回球时,都可以正手抽球给予有力还击。因此,熟练掌握和运用抽球技术的专家级选手具有较好的判断能力和相持能力。运动员对技术动作的识别是依赖于视觉系统实现的,在体育运动过程中,视觉系统能够依据当时的情境从过去的记忆中检索相关模板进行比较分析和应用,这一切以大脑结构储存的经验为基础。这也是高水平运动员与新手运动员存在差异的主要原因。本研究的试验材料为比赛中的真实场景,除了任务目标还包含很多外围的信息,这种在“复杂情境”中对“单一目标”做出识别和判断的任务考察了被试的选择性注意能力。视觉搜索结果显示,专家级选手在识别技术动作时,注视点主要集中在“持拍手臂及球拍”。注视轨迹图也证实,专家选手对关键区域进行了深度加工,其注视模式简洁而有效。通常,在复杂场景中选择性注视的目标由任务的需求决定,专家选手在大脑中已经储存了大量经验性信息,对任务目标有很明确的定位,因此能快速将视线集中于与任务目标最相关的信息,而对外围信息进行有效过滤,这种自上而下的加工方式即节约了时间,又提高了判断的准确率。而新手由于经验不足,认知水平较低,眼动轨迹证实,除了关注试验材料中的目标选手,还关注外围不相关或低相关的信息,注视轨迹比较分散。但由于试验材料呈现时间有限,运动员注视更多的信息则会影响到有效信息的加工深度,从而影响判断结果。3.2高水平网球演员在go和nogo任务中的ep功能3.2.1go/nogo效应程,是图片中呈现的动作模型与已经在记忆中构建并反复呈现的模板相匹配的过程。当选择结果为不对刺激进行反应时,个体则要抑制已经激活的行为准备状态,抑制反应的激活。因此,Nogo刺激作为抑制性操作任务,相比需要执行判断的Go刺激多一个额外的加工过程,这个额外的加工过程,既是对刺激任务的反应抑制,也可以理解为对冲突任务的控制。众多研究表明,在Nogo试验中会出现一个比Go任务负性更明显的N2成分,反映了在Nogo任务中抑制功能的控制机制,其幅值代表了个体投入认知资源的多少。刺激的冲突理论认为,N2幅值的增大是一个包含了持续对特征进行监控的反应激活过程。由于被试在判断抽球技术的过程中既需要持续监控任务,同时还需对按键反映进行抑制控制,由此导致大脑诱发出的N2成分波幅大于Go任务。N2的最大波幅出现在前额和中央区电极附近或者中线区域,前额N2代表了被试的抑制控制能力较好,尤其是在抑制任务难度大时,如要求被试在短时间内快速对Go任务做出反应的时候,NogoN2的增大更明显。FOLSTEIN等研究表明,前额N2成分与认知控制(包括反应抑制、反应冲突、执行策略监控)相关。SMITH等也证实,在Go/Nogo任务中,当被试必须要抑制一项反应的时候,NogoN2和NogoP3成分的波幅在前额区相比必须要执行反应的Go任务会有明显增加。本试验与前人的众多研究结果一致,即相同概率的Go/Nogo任务产生了明显的Nogo-N2效应。Nogo-N2成分波幅的组间比较结果未见显著差异,表明网球选手对任务持续监控过程中的大脑激活状态无显著差异。但行为学试验证实,高水平网球运动员的识别判断能力明显优于网球初学者,推断造成这一现象的原因是视觉搜索模式起到了关键作用。3.2.2P3成分的Go/Nogo效应Go/Nogo任务中另一个与抑制相关的成分是Nogo-P3,P300是选择注意应答指向的标志,是选择性刺激后的感觉信息与记忆模板相比较的过程。PATRICK通过试验得出,Nogo-P3与运动行为反应(motorresponse)的抑制有关,而不等同于Nogo-N2对早期行为计划(prematureresponseplan)的抑制控制。本试验中,任务类型对P3成分峰波幅的影响非常显著,Go任务的平均波幅显著大于Nogo,但波幅在组间差异不显著;各脑区电极点主效应显著,大脑后部区域的P3波幅明显大于前部脑区,在顶区(Pz)激活达到最大。EIMER曾通过视觉指示任务得出,NogoP3的前中央分布与反应抑制相关,而GoP3的顶区分布与反应行为有关。在Go/Nogo范式中,多数试验证实NogoP3要明显大于Go条件下产生的P3,但另有研究与本试验结果一致。苏丹采用类似反应启动的方式,结合Go-Nogo任务对自我调节学习能力高/低的2个年龄组大学生被试进行自我调节学习能力的试验研究,结果显示,在F4、C4、P1、P2、Pz点的Go-p3大于Nogo-P3,Nogo-P3的潜伏期大于Go-p3。孙治采用等概率简单图形(正三角和倒三角图形),等概率的2组图片游戏作为刺激材料,分别进行2个环节的Go/Nogo试验,检验网络成瘾组和对照组被试的抑制控制能力。结果显示,简单图形任务中,2组在脑后部出现的N