积极的线索促进更快的行动重编程,但不停止,在响应选择性停止信号任务中

科学领域:

• 认知神经科学 认知神经科学
• 发动机控制器的控制器
• 人类行为人类行为.

背景情况:

• 停止信号任务被广泛用于研究简单动作的抑制.
• 在复杂的多肢场景中抑制仍然不太了解.
• 现有的模型在选择性运动抑制和主动控制效应方面扎.

研究的目的:

• 在双手任务中调查主动线索对选择性运动抑制的影响.
• 分析对响应执行,抑制过程和停止延迟的影响.
• 应用先进的方法和新型模型来准确分析选择性停止.

主要方法:

• 一个新的任务,需要双手反应,选择性抑制一个肢体.
• 使用了改进的电肌图学响应检测和解释.
• 应用了选择性停止行为的同时抑制和启动 (SIS) 模型.

主要成果:

• 积极的线索显著减少了停止延迟 (干扰效应).
• 观察到双手反应的减缓和单手反应的加快.
• 抑制过程本身的速度被主动的线索所影响是微不足道的.

结论:

• 积极的线索通过改变反应策略而不是抑制速度来调节复杂的运动抑制.
• SIS模型为分析选择性停止提供了一个更合适的框架.
• 这些发现提升了对运动抑制和认知神经科学中主动控制的理解.