01

 研究背景

目前的計算和神經科學決策模型認為，上游決策階段和下游運動反應執行過程之間存在離散的、連續的加工差異。在基于語言詞匯的決策研究中，認為詞頻是決定詞匯決策的主要因素之一。作為指向已有詞匯表征的指針，通常被認為通過正字法詞匯表征的激活水平影響決策階段，并在擴散模型的框架下，通過詞匯證據積累的速度。相反，手-動作和心理狀態動詞的對比，解決了當刺激的語義表征涉及效應者參與反應時、概念加工對反應執行的影響。有證據表明，動作詞，尤其是動詞，可以以軀體化的方式激活運動皮層，指向跨多個神經集合的分布式和交互式意義表征。語義加工的神經科學模型始終認為，概念知識包括多模態感覺運動信息，這些信息被整合在超模態中樞內或收斂區。
 

盡管語義驅動的感覺運動加工對運動行為的反應仍存在爭議，但有證據表明，動作語義的加工可以在反應通道中反映出來。對明確區分決策和運動階段的假設提出挑戰的實證研究大多集中在涉及知覺和感覺決策的感覺運動任務上。然而，依賴于語言刺激的決策提供了在基于符號輸入的高階處理環境中評估從決策到行動的過渡的可能性。為在語言刺激、單詞和假單詞的雙選擇強迫選擇任務中考察這一框架，于是本研究通過評估語言變量對腦電運動反應激活指標的影響，探討了詞匯決策任務中從認知決策階段到運動反應執行的離散和連續加工過程。設計了兩個詞匯決策實驗，一個比較高頻率詞和低頻率詞，另一個比較手-動作動詞和心理狀態動詞。
 

02

研究方法
 

2.1、實驗被試

30名意大利母語被試（18名女性，M=24.47，SD=4.95），右利手，視力或矯正視力正常，無神經問題或學習障礙史，簽署實驗知情同意書，實驗結束后給予被試學分或金錢獎勵。
 

2.2、實驗材料

選取50個高頻名詞（如，“month-月”和“church-教堂”，意大利語翻譯）和50低頻名詞(如“breeze-微風”和“cork-軟木”意大利語翻譯)，創造了100個假詞，假詞符合意大利語中的語音規則，假詞的長度與真詞的長度相當。
 

選取54個專注于手-動作語義的動詞（如，to caress, to clap），54個專注于心理-狀態（如，to think, to ignore）的動詞。動詞由23名被試進行7分制評估，兩種詞語之間存在差異。創造108個動作假詞（如，-are,-ere,-ire）。假詞的長度與真詞的長度相當。
 

詞語來自頻率類別的單詞數據庫，在心理語言變量上具有可比性。
 

表1 兩個實驗中不同刺激類型的心理語言變量

2.3、實驗流程

首先要求被試完成一份收集人口統計信息的問卷。然后，在佩戴腦電圖帽之后，按照被試間平衡的順序，依次進行兩個詞匯決策實驗。這兩個實驗程序相同，并且只根據刺激因素而改變。
 

刺激呈現通過E-Prime 2.0軟件進行實現。被試坐在電腦屏幕前的扶手椅上，距離電腦屏幕約40CM，要求被試將字母串分類為單詞或偽單詞，用右手或左手按壓反應手柄上的拇指按鈕。每個實驗被分成兩個部分。刺激類型(單詞和假單詞)和反應手(左手和右手)之間的映射在兩個組塊上被逆轉，每個被試對每一類刺激都有相同數量的左手和右手反應。兩種刺激反應的手映射順序是平衡的。在每個組塊之前，進行8個試次的練習。在每個組塊內，被試根據自己的節奏進行休息。整個實驗過程(包括兩個實驗)持續約40分鐘，刺激字號和字體分別設置為大寫14點Courier New在黑色背景下的白色呈現。實驗開始時，先出現“+” 800ms，然后目標字符串在屏幕上持續1500ms或直到作出反應。緊接著，屏幕上顯示一個閃爍刺激，2500ms，告知被試盡可能只在這段時間內眨眼。試次間被一個持續300ms的空白屏幕隔開。
 

2.4、數據采集和處理

使用ANT Neuro的eego sports 系統記錄大腦信號，采用64導聯采集，并根據國際10-10系統放置，在線參考電極為CPz，采樣率為1000Hz（直流濾波為260Hz），記錄左眼水平眼電信號，所有阻抗降到20KΩ以下。在雙手際隆起處放置相對相距約2cm的雙極電極，記錄短拇指屈肌的肌電活動。
 

EMG數據為高通(10Hz)和陷波(50Hz)濾波，提取刺激鎖定周期(-600-1500ms)。肌電開始采用自動算法檢（通過計算Hilbert變換平滑實現）。結果被轉換成z 分數，基于整段時期活動的平均值和標準差。該算法價將z>1的至少50個樣本中的第一個標記為肌電活動的開始。在原始EMG數據上目測檢查起跳，以及算法檢測明顯失敗的起跳，部分錯誤的起跳(最終正確反應之前，錯誤反應手的隱性激活)，或者錯誤的開始(在最終反應之前，正確反應手的多次隱性激活)都被標記為拒絕(5.06%的試次)。
 

EEG經過帶通(0.1-70Hz)和陷波(50Hz)濾波,提取目標出現前800ms到目標出現后1850ms的時期。為了獲得更長的時段，對感興趣的時間窗進行適當的時間頻率分解。噪聲通道通過球面插值法進行插值，所得數據進行全腦平均來轉換參考（不包括EOG、M1和M2）。先去除過度噪聲的偽跡，然后進行獨立成分分析，并去掉blink對應的成分，然后再去除剩余噪聲時段。此外，剔除行為反應不正確的時段和在肌電起跳檢測中標記的時段。平均而言，在兩個實驗中，13.51%的時段被去除，每個實驗條件平均留下45.54個時段(高頻：M=48, SD=4.33；低頻:M=47, SD=4.89；手動動詞：M=45, SD=4.03；心理狀態動詞M=43, SD=3.52)。用減法計算刺激前基線(目標出現前200-0ms)。最后，提取響應鎖定時間(以肌電開始為中心的-1000 - 350ms)
 

ERP分析：為了分離對側負電位和同側正電位，將左半球電極記錄的右側反應活動與右側電極記錄的左側反應活動進行平均。對稱地，在左側電極記錄的活動與右側電極記錄的活動在右側電極記錄的活動進行平均。LRP計算方法是將同側活性從對側活性中減去。根據以往研究，時域分析僅限于C3和C4電極記錄的活動。
 

時頻分析：計算單試次時頻表征，頻率步長為2 Hz(從2-34 Hz)，時間步長為10 ms，并使用500 ms Hanning窗。分別對反應手和同側和對側點的振蕩功率進行平均，在每個被試和每種條件下，通過用對側減去同側并標準化來計算振蕩功率的側化。
 

所有EEG信號和EMG信號基于MATLAB中ERPLAB和FieldTrip工具箱進行。
 

統計分析：

①使用線性混合效應模型對時間進行分析，使用廣義混合模型對反應正確率進行行為分析（在R中用Ime4）。肌電開始和反應時分析只包括成功探測到的正確反應。準確性分析(正確vs錯誤)包括所有的反應，而不管他們的神經生理特征。所有模型都包含了由被試和由項目(即每個單詞刺激)隨機截取的信息。使用對數似然檢驗來評估固定效應的顯著性，以比較具有被檢查固定項的模型與僅具有隨機效應結構的零模型。
 

②腦電信號分析采用聚類排列試次，即分析時域LRP的振幅和運動反應準備的側化電位 (高頻率詞vs低頻率詞；在肌電信號出現-200-100ms之間，對每個樣本進行了一系列配對t檢驗，對手-動作和心理-狀態動詞進行了比較。超過預定義閾值的t值(p< .05)，并將其作為時間鄰近關系的函數聚合成簇。然后，通過對已識別的聚類中包含的所有t值進行求和來計算聚類統計。聚類p值最終是在t值零分布的基礎上通過排列(n=1500)獲得的。
 

03

實驗結果
 

行為結果：

圖1 .行為結果：不同詞頻和不同詞類型的平均EMG開始時間、反應時間、正確反應比例

（圖1解釋：黑點表示平均分數，誤差條表示個體間的95%置信區間。較小的灰色點代表個體平均值，用線連接來自同一被試的觀察結果。HF：高頻；LF：低頻；prop：比例）
 

與只包含隨機效應的零模型相比，一個詞頻的固定效應顯著。高頻相對于低頻，反應開始更快，正確率更高。
 

動作詞義的固定效應不顯著，動作詞與心理-狀態詞沒有顯著的效應。
 

EEG數據：

圖2 根據C3/C4電極的Laplacian變換數據計算反應鎖定的ERPs

（圖解：第一列，反應鎖定LRP；第二列，與運動反應準備相關的側化ERP。I：反應手的同側(虛線)；C：反應手的對側(實線)。HF：高頻，LF：低頻）
 

結果顯示：EMG鎖定的LRPs顯示，高頻詞和低頻詞之間沒有顯著差異，手-動作詞和心理-狀態詞之間沒有顯著差異。EMG-鎖定的ERPs結果顯示，高頻詞和低頻詞之間沒有顯著差異，手-動作詞和心理-狀態詞之間沒有顯著差異。

圖3 來自于左和右反應的對比

（圖解：(A)左、右反應的時間頻率表征(功率)，以肌電開始為中心，用它們的總和歸一化(0；虛線)。輪廓區域突出時間樣本和頻率，確定為重要的聚類。(B)活動在10-22Hz之間，在-200-100ms的肌電鎖定時間窗內，左和右反應之間的差異(由總和標準化)的地形圖）
 

EMG鎖定的beta功率偏側化結果顯示，與左右反應相關的活動，有顯著。與同側電極相比，反應手的對側電極顯示出更低的振蕩功率。

圖4. 不同詞頻和不同詞類型條件下的時頻分布

（圖解：(A)側化是通過從對應的對側電極上記錄的振蕩活動減去反應手的同側電極上記錄的振蕩活動，然后通過它們的總和歸一化來計算的。輪廓區域表示聚類中p < .025的樣本。虛線表示肌電信號開始的時間。C3/C4和CP3/CP4通道的側化指標(分別為第1、3行和第2、4行)。C-I：對側-同側；HF：高頻；LF：低頻。(B)相對于整個肌電鎖定時期(-700-100ms)的平均活動，在整個頻率范圍(12-30Hz)和選擇的電極(C3/C4和CP3/CP4)的活動記錄同側(紅色)和對側(藍色)。陰影區域代表SEM，Prop：表示比例。）
 

上圖說明：高頻詞和低頻詞之間存在顯著的差異。在EMG開始時，這些條件在振蕩功率側化方面的差異最大。在beta范圍(18-22 Hz)的頻率響應(大約從−80ms直到時段結束)。手-動作動詞與心理-狀態的比較沒有顯著差異。在兩個實驗中，除了高頻詞以外，所有類別的詞刺激似乎都出現了相當明顯的偏側化，而同側和對側之間的beta功率振蕩在預備反應中降低。
 

04

實驗結論

①從詞匯證據的積累到與反應相關的運動目標的實現，加工流具有連續性。而手-動作語義的概念加工對效應者選擇性運動激活的LRP和ERP指標沒有影響，但是LRP和beta偏側化之間的分離為更好地定義頻率效應的功能位點提供了可能性。
 

②詞匯頻率效應在效應者選擇性偏側化頻率功率方面顯著，同側的beta功率隨著詞匯頻率的增加而降低，高頻詞較強的同側抑制可能反映了錯誤反應的依賴抑制。
 

③在由語言刺激驅動的決策過程中，以詞語出現頻率為指標的詞匯將其影響傳到高級效應者選擇動作準備的實施上。
 

05

文獻名稱及DOI號

Scaltritti, M., Job, R., Alario, F.X., & Sulpizio, S.. (2020). On the Boundaries between Decision and Action: Effector-Selective Lateralization of Beta-Frequency Power is Modulated by the Lexical Frequency of Printed Words. Journal of Cognitive Neuroscience.

DOI：10.1162/jocn_a_01606