选择性视觉注意任务中高警觉与低警觉条件下奖赏对P300和EEG的解离效应

1.研究背景

①虽然QY球友会在日常生活中不断受到视觉信息的影响，但QY球友会处理这些信息的视觉能力是有限的。为了高效、目标导向地完成任务，QY球友会需要不断地将相关信息从视觉环境中区分出来，并将有限的注意力分配给所选择的目标对象，这种现象被称为选择性视觉注意。选择性视觉注意的特征是：过滤任务无关刺激的能力和处理任务相关信息的能力有限。这两种能力都会导致目标数量增加时的准确性降低。

②心理疲劳是由长时间的认知任务表现引起的。心理疲劳是一个累积的过程，伴随着懒散感、动力下降和表现受损。更重要的是，心理疲劳表现更多的是认知因素而不是唤醒。目前可分为两种类型的心理疲劳：睡眠和任务相关。前者来自于累积的睡眠，而后者则来自于长期的任务投入。在本研究中，旨在关注任务相关的心理疲劳，特别是与注意资源相关的心理疲劳。需要长时间完成任务的注意力是指警惕性下降。在早期的研究中，围绕警惕性降低或精神疲劳出现了三个核心概念，即主动疲劳、被动疲劳和动机控制。主动疲劳是在长时间内完成一项任务所需的过度工作量，导致认知资源耗尽的结果。被动疲劳是指从事较长时间、但相对简单的任务所需的工作量较低的结果。动机控制在警惕性降低中起着重要作用，因为它反映了执行任务的意愿水平。动机控制与潜意识平衡成本和收益的过程相联系，以消耗或保存能量。Boksem和Tops(2008)提出了一个整合了动机控制和精力成本的精神疲劳框架，该框架认为当精力资源耗尽时，人们将不再保持他们的表现，尽管成本超过了收益。

③警惕性降低的风险已引起广泛关注，但其潜在的神经生理机制尚未明确。本文通过提供相应的金钱奖励来研究动机对延长任务绩效的影响。尽管许多研究表明，在长期任务后提供金钱奖励可以提高绩效，这种改进所基于的神经机制尚未建立。此外，在不同(即高警戒vs低警戒)状态下，奖励对绩效的影响还很少被研究。于是本研究探讨动机对高、低警惕性状态下行为表现和脑电生理的影响。

2.研究方法

2.1、被试

20名健康大学生被试(8名男性)，年龄在18 - 28岁之间（M = 21.9，SD = 2.4）。

所有被试没有吸烟史、睡眠问题、或使用处方药物，没有人上夜班。视力或矫正视力正常，右利手。

2.2、实验材料

采用了Eriksen and Flanker任务中的一个版本。用一个中心目标字母(M/N)和四个双侧字母(N/M)刺激5个字母串。与原始版本的H和S相比，字母M和N更加相似，复杂度增加。一致性试次(MMMMM或NNNNN)，非一致性试次(MMNMM或NNMNN)。 

2.3、实验过程

所有的刺激都在黑色背景下的以白色呈现在电脑屏幕中央。任务开始时，屏幕中央有一个注视点(0.32° × 0.32°) 。1000ms后，呈现5个字母的字符串200ms（每一个字母的高度和宽度为0.24°视角，字母间距为0.05°以增加错误率）。为了让被试做出反应，有一个时间间隔，这个时间间隔一直持续到被按下反应键或直到600ms。另外设置200ms的间隔让被试意识到可能出现的错误反应。最后，根据反应时间的不同，给出了1000 ~ 1500 ms的任务成绩反馈。在0.5 cm的宽度处给予反馈(正确、错误或遗漏)。每个试次共持续3 s。试次结构如图1所示。一致(60%)和不一致(40%)试验以随机顺序呈现。

在一致性试验(MMMMM或NNNNN)中，目标字母(五个字母串中的中间字母)与双侧字母相同，而在非一致性试验(MMNMM或NNMNN)中，目标字母与双侧字母不同。要求被试在保持较高准确度的前提下，在目标为M时用左手食指按下左键，在目标为N时用右手食指按下右键。

奖励：

主试告知被试，在一个或几个组块内，每答对一个问题，他们就会得到奖金，不会因为错误或失误而损失金钱。除了基本金额50元（约6.4欧元）的支付外，参与者最多可以获得100元（约12.8欧元）。当操纵动机时，钱的数量被评估成一定比例的学生每月花费。为了保持奖励的有效性，他们强调，如果奖励块的平均准确率超过90%，他们将获得奖励；否则，他们会失去它。对于奖励块中的反馈，正确的回答correct加上+ RMB的宽度为1 cm，错误或错过的回答与非奖励块相似。

图1 .试验设计的步骤和任务的试次结构

执行第14任务组以诱导警惕性降低。为了避免实验结束的预期效应，在有奖励的第6组块之后，再执行无奖励的第7组块。在实验过程中没有休息，也没有任何主观的问卷调查来保持任务表现和避免。实验期间没有休息，也没有任何主观的问卷调查，以保持任务表现，避免短暂休息缓解疲劳的影响。为了保持任务表现，要求被试将注意力集中在屏幕中央的目标字母上。通过屏幕上的提示指示被被试奖励块的开始和结束。在任务结束时，计算奖励块的平均准确性，以确定他们是否会得到奖金。

2.4、数据采集和处理

①使用64导联脑电帽采集EEG数据，根据国际10-20系统放置。采用ANT Neuro EEG放大器记录EEG信号，采样频率为500Hz，并记录水平和垂直眼电，阻抗保持在10 KΩ以下，EEG在线参考电极为CPz。

②在离线分析中，对EEG数据进行50Hz陷波滤波、0.5 Hz-30 Hz滤波。去除直流分量后，采用小波阈值法对EEG信号进行去噪，其中小波系数阈值设为abs(M ± 3 × SD)。当小波系数绝对值超过阈值时，将小波系数重置为平均值的四分之一。转换参考为双侧乳突的平均值(M1, M2)。提取刺激发生前200 ms至刺激发生后800 ms的ERP时间段。最后，通过使用Icasso软件，由视觉检查去除独立伪迹成分(如眨眼、动作等)。

③通过2 × 2比较分析，分别为第1区块无奖励高警戒(NRHV)、第2区块奖励高警戒(RHV)、第5区无奖励低警戒(NRLV)和第6区奖励低警戒(RLV)。

行为分析：

准确率和反应时；准确率计算为每个区块中正确反应的百分比，反应时只分析100-600ms之间。

分析警戒状态和奖励状态对任务绩效的主要影响和交互作用，以及一致性(一致vs.不一致)对准确性、RT和忽略反应的影响。

ERP分析：

用MATLAB 2015b进行分析。首先，剔除振幅超出75μV和基线值超出30μV试次，然后从波形中减去刺激开始前200 ms的基线值。接下来，对每个被试的试次进行平均。在所有被试中，NRHV、RHV、NRLV和RLV的平均试次数(括号中为SD)分别为236(82)、232(65)、234(64)和238(64)。根据一些早期的研究选择8个电极(FC1, FC2, FCz, C1, C2, Cz, CP1, CP2)进行P300分析。选取P300成分的时间窗口为440 ~ 660 ms。P300潜伏期值计算为P300成分时间窗内振幅最大的时间。

EEG谱分析：

采用连续小波变换(CWT)计算ERSP，评估EEG的频谱功率。CWT分析采用复Morlet小波，以1.5 Hz为中心频带，选择1 ~ 30 Hz的频率宽度，频率步长为0.5 Hz，在每个采样瞬间对时变信号进行评估。此外，将功率谱与从-1000到0 ms基线的减数变化归一化。为了量化震荡变化，在分析两个频段时重点考虑了单独的时间窗。根据不同频段的最大功率，对delta波段(1-4Hz)的统计分析在440-660 ms时间窗口内进行，对theta波段(4-8Hz)的统计分析在300-600 ms时间窗口内进行。

统计分析：

2 （警觉状态：高，低）× 2 奖励状态（有，无）重复测量方差分析；

2 （试次一致性：一致，不一致）× 2 （警觉状态：高，低）× 2 奖励状态（有，无）重复测量方差分析。

3.实验结果

行为结果：

图2. (A)准确性(ACC)、(B)反应时间(RT)和(C)省略反应(省略)的平均值和标准偏差(SDs)/ sqrt (被试)。B表示block（例如，B1表示block1）；B2和B6采用了金钱奖励

准确率显著下降，反应时和漏报反应显著增加。

ERP结果：

图3 A  P300波形(左)取自FC1、FC2、FCz、C1、C2、Cz、CP1和CP2电极的平均值，四种情况下的地形(中)，以及奖赏与非奖赏状态下的P300波形合并(右)

P300成分振幅，奖励状态的主效应显著，警觉状态和奖励状态的交互效应显著。在无奖励条件下，P300成分振幅随警觉性降低而降低，但在奖励条件下，低警觉状态和额高警觉状态无显著差异。分别在低警觉状态和高警觉状态下测试奖励效果时，奖励改善仅在低警觉状态下出现。

P300成分振幅，试次一致性的主效应显著，在一致性试次条件下振幅较高。

图3 B中，P300振幅在四种情况下(左)和两个主要因素(右)的平均值和标准误差，HighV（高警觉）= (NRHV + RHV)/2, LowV（低警觉）= (NRLV + RLV)/2, NReward(无奖励)= (NRHV + NRLV)/2, Reward(奖励)= (RHV + RLV)/2   ∗p < 0.05 and ∗∗p < 0.01

图4 A. 高警觉状态和低警觉状态的ERP波形（奖励和无奖励合并），图4B 四种实验条件下P300潜伏期和差异（左），警觉状态和奖励状态（右）

P300 潜伏期，警觉状态的主效应显著，警觉状态和奖励状态的交互效应显著。相比于无奖励和有奖励状态下的高警觉状态，低警觉状态的P300潜伏期增加。比较在高低警觉状态下和在低警觉状态下的有奖励和无奖励状态的效果，发现在操作动机后，高警觉状态的P300潜伏期增加。

P300潜伏期，试次一致性的主效应显著。一致性试次的P300潜伏期比不一致试次更短。

ERPs和行为表现之间的相关

图5 ∗p < 0.05 and ∗∗p < 0.01

准确率和P300潜伏期呈显著负相关，与P300振幅呈显著正相关；RT和漏报次数与P300振幅呈显著负相关，与P300振幅呈显著正相关。

ERSP分析

图6 . 所有被试在四种条件下的时频图

图解：四种实验条件下的时频表征(在F1、F2、Fz、FC1、FC2、FCz、C1、C2、Cz、CP1和CP2电极上平均)。在440-660 ms的时间窗内，可以看到频率约为1 4hz的清晰调制。在四种条件下，大约4-8 Hz的可分离调制(在300 500 ms的时间窗口)在视觉上比1 4 Hz更早出现。相应的频带和时间窗口用虚线框表示。

图7  四种实验条件下功率调制的时间波形和δ (A)和θ (B)波段的地形图

图解：theta波段的地形分布(右)和功率波形(左)(平均值)（4-8 Hz），额叶电极(F1, F2, Fz，FC1, FC2, FCz)

2（警觉状态）× 2（奖励状态）方差分析，delta频段功率：

警觉状态和奖励状态的交互作用显著，在无奖励状态条件下，高警觉状态下的delta波功率大于低警觉状态。

在低警觉状态下，奖励对delta波功率有影响。

在theta波段，警觉状态的主效应显著。在无奖励条件下，低警觉状态的theta波功率小于高警觉状态下的theta波功率；在高低警觉状态下，奖励均不起作用。

4、结论

警惕性降低对行为和电生理指标均有调节作用。通过操纵奖励，神经认知过程只能部分恢复。特别是，在高警惕性和低警惕性状态下，使用奖励增加动机对大脑激活的影响是不同的，低警惕性状态下的改善比高警惕性状态下的改善更明显。与疲劳相关的P300反应潜伏期的降低并没有随着奖赏而恢复，而P300振幅则增加到与高警戒状态相同的水平。δ波段的谱功率特别地因动机而增加，而θ波段的降低并没有因奖励而恢复。这些发现为低警惕性和高警惕性状态下动机的分离效应提供了证据，并可能验证了整合预期回报和精力成本评估的精神疲劳框架。

5、文献名称及DOI号

 Liu, J., Zhang, C., Zhu, Y., Liu, Y., & Parviainen, T.. (2020). Dissociable effects of reward on P300 and EEG spectra under conditions of high vs. low vigilance during a selective visual attention task. Frontiers in Human Neuroscience, 14, 207.

DOI：10.3389/fnhum.2020.00207