不同神经类型大学生注意网络加工的特征分析

史新广， 冯成志

(1.苏州大学应用技术学院 文化旅游学院，江苏苏州 215325;2.苏州大学 心理学系，江苏苏州 215123)

1 前言

神经活动过程的一般规律包括兴奋和抑制的扩散、集中、后作用及相互诱导,神经活动过程的特性表现为强度、平衡性和灵活性。巴甫洛夫根据这些特性的不同组合划分出了四种基本的神经类型，即灵活型、安静型、兴奋型和抑制型，并在此基础上发展出了高级神经类型活动理论[1]。神经系统的活动特性以及大脑皮质细胞的活动规律是个体心理活动的生理基础，因此不同神经类型的个体不仅仅表现出气质的不同，也会表现出认知加工上的差异。

注意作为最基本的认知能力之一，在记忆、推理和智力等高级认知加工中都起着重要作用。在早期研究中，研究者一直将注意看作单一的系统，随着研究的不断深入，单一理论模型已无法解释众多注意现象。为解决注意单一理论模型的缺陷，Posner等提出了注意网络模型，他们从功能和解剖学的角度把注意划分为三个独立的子网络，分别是警觉(alerting)、定向(orienting)和执行控制(executive control)网络[2]。警觉是对即将到来的刺激提高警惕，并维持一定程度的准备或唤醒状态以接受信息传入的能力[2-3]；定向是指从大量刺激中选择注意特定信息的能力[4]；执行控制网络是负责调解认知操作之间的协调与冲突的能力，如冲突解决和错误监控等[5]。执行控制网络是注意网络中形成最晚，但起着主导作用的网络[6]。这三个子系统功能上存在显著差异，不但具有不同的脑区功能定位，还具有相对独立的神经与生物化学系统[3，7]。为了有效测量三个子网络，Fan等人设计了注意网络测验(Attention Network Test，ANT)范式，该范式将空间线索任务和侧抑制任务相结合，通过空间线索任务测量警觉网络和定向网络的效能，通过侧抑制任务测量执行控制网络的效能。该实验范式得到了充分的理论和实验验证[8]。

个体的神经活动过程与认知加工之间密切相关，从听觉、视觉等简单的感知觉活动，到注意、记忆等较高层次的认知加工活动都以个体神经系统活动为生理基础[9]。注意的生理基础是大脑皮质优势兴奋中心所引起的同时性诱导，由诱导而产生的抑制促进着兴奋在大脑皮质有限区域的集中，是准确地、顺利地完成注意加工的必要前提。

根据巴甫洛夫高级神经系统活动理论，张卿华等人编制出了80.8神经类型量表，该量表将个体神经类型分为16种，具有较高的信效度[10]。张卿华等人曾对部队汽车驾驶员的80.8神经类型测试分数与注意力综合分数进行分析，结果显示两者之间的相关系数为.64，达到极显著水平[10]。宫淑阳对神经类型与观察能力的关系进行了研究，发现神经类型测试综合得分高分组观察持续性任务(数点任务)的绩效显著高于低分组，而观察持续性主要是指观察中注意力的集中程度，也就是说神经类型可能显著影响注意力的集中程度[11]。代小东等探讨了气质类型与执行功能的关系，发现多血质得分与转换代价呈现显著的负相关，胆汁质得分与反向眼跳代价呈负相关[12]。转换功能是指在指导语引导下的内源性注意控制机制[13]，转换任务的特征是从一个无关的任务规则中解脱出来，同时激活另一个适合的规则，多血质得分与转换代价呈现显著的负相关，而多血质的特征是神经系统活动的高灵活性，这说明说神经系统活动的灵活性与注意控制相关。抑制对占优势地位的反应进行主动压抑的过程[14]，抑制能力强的个体能够把注意更好地集中在与任务相关信息的保持上，克服对分心刺激的干扰，从而可更有效地控制注意指向目标刺激，反向眼跳代价与胆汁质得分呈负相关，反向眼跳代价是抑制加工的指标[15]，而胆汁质典型特征是神经系统活动的低平衡性，抑制过程弱于兴奋过程，因此，低神经系统的平衡性可能会降低对干扰刺激的抑制，影响注意的执行控制加工。

目前，神经类型与注意关系的研究中，研究者要么把注意当作一个整体，研究不同神经类型与注意的关系，要么仅仅把注意看作是注意控制，尚未发现有不同神经类型在注意三个子系统中特点的研究。本研究在前人研究的基础上，通过让灵活型、安静型、兴奋型和抑制型四种典型神经类型被试完成行为经典的注意网络测试任务(ANT)，全面考察神不同神经类型大学生注意网络中警觉、定向和执行控制功能的特点。

2 对象与方法

2.1 被试

实验前先采用80.8神经类型量表对1263名大学生进行了施测，从四种神经类型中各随机抽取20名被试，共80人(其中男生37名)参加实验。被试年龄在17-23岁，平均年龄19岁，所有被试视力正常或矫正视力正常。

本研究选择这四种典型的神经类型的原因是，兴奋型与抑制型灵活性和平衡性均较低，唯一区别在于兴奋型强度高，抑制型强度弱；安静型与兴奋型均为强度高、灵活性低，唯一区别在于兴奋型平衡性低，安静型平衡性高；灵活型与安静型均为强度高，平衡性高，唯一区别在于灵活型灵活性高，安静型灵活性较低。选取这四种典型神经类型被试完成ANT任务，通过兴奋型与抑制型、安静型与兴奋型、灵活型与安静型三组被试之间的比较可分析神经类型三个特性对注意网络的影响。

2.2 测验与实验任务

神经类型测试。该量表由3个子量表组成。每个子量表的测试时间均为5分钟，每个子量表完成后休息5分钟，整个测试过程约25分钟。量表1规定两种符号为全表的目标符号，其余符号均为干扰符号，被试需在量表1中既快又准确地标记两个目标符号；量表2规定每行框线外的两个符号为目标符号，其余符号为干扰符号，被试需在每行中既快又准确地地查找目标符号；量表3与量表2的测试方法相似，只增加一个特殊符号，紧跟特殊符号出现的目标符号要进行相反标记。最后根据3张表中被试正确选择符号数、错率、漏率等多项指标综合评定神经系统活动的强度、平衡性和灵活性，进而划分出不同的神经类型。

注意网络测试以最初的ANT范式[8]为基础，参考Fan的2009版[16]，增加了无效空间线索，去掉了中性一致条件，具体实验流程图如下(见图1)：

图1 ANT实验流程图。图中为有效空间线索和目标干扰不一致条件下的试次。

被试注视屏幕中央的注视点“+”，注视点随机呈现400 ms至1600 ms；随后，出现100 ms的线索，线索分为四种类型，分别是无线索(屏幕上只有注释点)、双线索(注视点上下各一个星号*)、单侧空间线索(又分为有效空间线索和无效空间线索)，线索消失后再次出现200ms的注视点“+”；之后呈现箭头串(由五个小箭头组成)，分为“目标-干扰一致”和“目标干扰不一致”两种情况，被试需对中间箭头的朝向既快又准地做出反应，若中央箭头指向左方，则用左手的食指按“F”键，若箭头指向右方，则用右手的食指按“J”键，按键反应后箭头消失，如果在1700 ms内被试仍未做出反应，那么箭头也会消失；最后，在下一个试次开始之前，注视点还会呈现一段时间，以使得当前试次的总体持续时间为3500 ms。该测试分为一个是练习组块和三个正式实验组块，练习组块共有个48试次；每个正式实验组块有个96试次(一共8个条件，每个条件12个试次)。在练习组块当中，会有反应时和准确率的反馈，而在正式实验时，则无反馈。

3 结果

3.1 ANT任务的反应时

3.2 ANT任务的正确率

3.3 注意网络效能

参照前人的操作性定义[8]，注意网络的警觉、定向和执行控制的效能计算方法如下：

警觉网络的效能=RT无线索— RT双线索

定向的网络效能=RT无效空间线索— RT有效空间线索

执行控制的网络效能=

RT目标-干扰不一致— RT目标-干扰一致

警觉、定向和执行控制的效能之间均无显著相关，说明三个网络具有一定的独立性(见表4)。

表4 三个注意网络的相关系数

对不同神经类型被试的三个注意子网络效能进行的单因素方差分析，结果显示，神经类型在警觉效能上主效应不显著，F(3,76)=0.95，P>0.05；神经类型在定向效能上主效应也不显著，F(3,76)=0.72，P>0.05；神经类型在执行控制效能上主效应显著，F(3,76)=11.88，P=0.000,η2P=0.32，进一步分析发现灵活型被试在执行控制效能上显著优于安静型(P=0.001)、兴奋型(P=0.000)和抑制型(P=0.000)，其他神经类型被试之间不存在显著性差异(见图2)。灵活型是神经系统活动高灵活性的类型，另外三组属于低灵活性的类型，因此，高灵活性的神经类型相对于低灵活性的神经类型具有更高的执行控制效能。

图2 不同神经类型被试的定向网络效能(注：误差线为上下单个标准误，*P<0.05,**P<0.01,*** P<0.001)

4 讨论

我们从1263名参加80.8神经类型测试的大学生中，随机选取了灵活型、安静型、兴奋型和抑制型四种典型的神经类型大学生各20人，让其完成注意网络测试(ANT)。结果发现，线索和目标条件主效应在反应时和正确率上均显著，警觉、定向和执行控制三个注意子网络之间相关都不显著，这些结果都与以往的研究一致[8,16]，这说明ANT实验范式条件设置有效，可以对三个注意子网络进行有效的测量。

比较不同神经类型在ANT任务结果发现，神经类型在正确率上的主效应不显著，这可能是因为ANT任务相对比较简单，各类型大学生均可保持较高的准确率。在反应时上，神经类型主效应显著，灵活型、安静型、兴奋型和抑制型四种大学生的反应时逐步增加，其中，灵活型与安静型两种高平衡性的神经类型在反应时上显著好于兴奋型和抑制型两种低平衡性的类型，这说明神经类型的平衡性会影响注意网络测验的反应时，神经系统活平衡性提高，注意网络测验反应时下降。神经活动高平衡性的特点是兴奋过程和抑制过程都很强，且能达到动态平衡，兴奋型特点是兴奋过程较强而抑制过程较弱，不平衡，两者反应时上的差别可能是因为高平衡性的类型抑制过程比较突出，可以更好地抑制无关刺激的干扰从而更快地对目标刺激进行加工，因此加工效率更高。

在警觉网络上，无线索条件下的反应时显著长于双线索条件,表明不同神经类型大学生都能获取双线索条件提供的信息,并能将这种信息引发的警觉状态保持到靶子刺激出现。四种神经类型大学生之间警觉效能无差异，说明四种类型在利用线索信息对即将到来的刺激保持一种警觉状态的能力上接近。在定向网络效能上，四组大学生在有效空间线索下的反应时均显著快于无效空间线索条件，即不同神经类型大学生均出现了定向效应，但神经类型组间的定向效能并无差异，说明四组神经类型大学生都能利用空间信息提高注意表现。本研究中所测量的是外源性注意定向，所以准确地说，不同神经类型大学生在外源性注意定向网络效能上不存在差异。在警觉和定向功能上，不仅仅行为结果上，在神经机制上许多不同群体之间也不存在差异，如抑郁症与正常之间[17-18]、老年人与青年人之间等[19]。努力-自动化假设(effortful-automatic hypothesis)提出，不同个体之间相对于需要较少加工资源的自动化加工任务，更可能在需要更多加工资源的任务中存在差异[20-21]。警觉和外源性注意定向更多的自下而上的自动化的调整能力，不同神经类型之间在这种自下而上的自动化调整方面无显著差别。

四组神经类型大学生在一致条件下的反应时均快于不一致条件，均表现出执行控制效能，与以往研究结果一致[8,16]。不同神经类型之间在执行控制效能上有差异，灵活型大学生的执行控制效能显著高于其他三种类型，即神经系统的灵活性越高则执行控制网络加工效能越好。神经系统灵活性高的大学生在面临冲突时，更容易抑制周边冲突干扰的影响而对目标做出迅速的反应，更加高效地解决冲突，这与以往的研究结果相类似[12]。灵活性高的个体能够进行兴奋和抑制过程的快速转换，快速地改变已形成的条件反射，而灵活性低的个体则不易改变已形成的条件反射[22]，因此，灵活性高者在冲突控制和克服习惯性反应时效率更高，所以表现出在执行控制网络加工中的高效率。

5 结论

以往研究发现，前扣带回皮层(anterior cingulate cortex,ACC)和(dorsal lateral prefrontal cortex,DLPFC)在执行控制加工中起到关键的作用[23-24]。冲突管理理论(The conflict monitoring theory)提出，DLPFC从ACC中接收冲突管理信号后调整认知资源来解决冲突干扰[25-26]，N2产生于ACC，是冲突检测的指标，P3产生于DLPFC，是冲突解决的指标。Williams等比较了老年人和年轻人注意网络加工的神经机制，年轻人在不一致和一致条件下N2波幅的差值显著大于老年人，而在P3波幅上，年轻人在不一致和一致条件下的差值显著小于老年人，研究者认为年轻人与老年人相比在冲突检测阶段投入了更多资源而在冲突解决阶段则相对更加容易[27]。最近的一项研究中，Yang比较了亚临床抑郁症患者与正常人在执行控制加工中的差异，结果发现两组被试在冲突检测阶段不存在差异(N2波幅)，而在冲突检测阶段，亚临床抑郁症组在一致和不一致条件下的SP波幅差异显著大于正常人组，说明亚临床抑郁症组在冲突解决中更加困难，需要调动更多的认知资源来解决冲突[17]。本研究中灵活型大学生的执行控制效能显著好于其他三种类型，而这一差异究竟来自于冲突检测阶段，或者冲突解决阶段，或者两个阶段都存在，需要进一步分析。