通过神经反训练成功地学习阿尔法上调,可以调节持续的注意力
Wenya Nan1, Wenjie Yang1, Anmin Gong2
1School of Psychology, Shanghai Normal University, Shanghai, China.
Neuropsychologia
|January 19, 2024
概括
增加阿尔法脑波的神经反训练 (NFT) 最初可能会减缓注意力,但随着时间的推移会稳定视觉注意力. 低调的α波对持续的注意力表现没有显著影响.
科学领域:
- 神经科学是一个神经科学.
- 认知心理学 认知心理学
- 大脑与计算机的接口
背景情况:
- 持续的注意力对认知功能至关重要,并与EEGα振荡有关.
- 神经反训练 (NFT) 已被探索通过α活动来调节注意力.
- 上行与下行监管NFT对持续关注的具体影响仍然不清楚.
研究的目的:
- 研究阿尔法上调和下调的神经反训练如何影响持续的注意力.
- 为了比较定向alpha NFT与模拟控制NFT的影响.
主要方法:
- 一个平衡的,单盲,假控制的交叉设计被用于健康的年轻成年人.
- 参与者接受了三次NFT会议:α上调,α下调和假控制.
- 在每次会议后,使用视觉连续时间期望任务 (vCTET) 评估持续的注意力.
主要成果:
- 与假控制相比,α上调的NFT导致了较慢的初始反应时间,但与假控制相比,注意力任务的性能下降率较低.
- 与假控制相比,阿尔法下调NFT并没有显著改变持续的注意力表现.
- 成功地学习阿尔法上调调节与随着时间的推移稳定视觉注意力有关.
结论:
- 通过NFT成功的α上调可能最初会损害注意力,但在长时间的任务中增强稳定性.
- 通过NFT增强阿尔法似乎稳定了视觉注意力,抵消了性能恶化.
- 定向的α神经反对持续的注意力动态有不同的影响.
