Skip to content

Motor expertise modulates cortical activation during imagery of simple and complex actions

Yin, Yang, Zhou et al. (2025)

DisciplineInterdisciplinary
MethodExperiment
Tagscortical activationdata · experimentexpertisefNIRSmethod · descriptive statisticsmotor imagerytask complexity

Summary

Problem: 运动想象(MI)在运动训练和康复中被广泛使用,但现有证据关于专长如何调节MI期间的大脑激活存在高度矛盾:一些研究显示专家表现出更弱的激活(神经效率),另一些则显示更强的激活(生动模拟)。这种矛盾阻碍了针对不同技能水平个体定制MI训练方案。 Approach: 作者提出任务复杂性是调和这些矛盾发现的关键调节变量,并通过两个fNIRS实验系统操纵足球脚部技能领域内的任务复杂性。实验1包含三个简单动作(踢球、抬腿、抬臂),实验2保留踢球条件并增加两个复杂的足球专项动作序列(交替运球和八字运球),比较专家与新手在MI期间的皮层激活。 Finding: 实验结果呈现清晰的交叉模式:在简单动作(踢球)想象中,专家比新手表现出更低的皮层激活(神经效率);而在复杂足球专项动作想象中,专家比新手表现出更高的激活(增强模拟)。新手则呈现相反模式。两组在一般MI能力(MIQ-R)和主观生动性/注意力投入评分上无显著差异。 Significance: 该研究调和了MI文献中长期存在的理论矛盾,证明专长与神经募集之间的关系并非线性,而是关键取决于任务需求和内部运动表征的可用性。这为根据个体专长水平和任务认知负荷定制心理训练提供了神经科学依据,对运动训练和康复实践具有直接指导意义。

Theoretical Framework

  • Theoretical tradition: 认知神经科学视角下的运动认知研究,结合运动心理学与神经影像学方法。
  • Prior theories built upon: 神经效率假说(neural efficiency hypothesis)、增强模拟理论(enhanced simulation account)、Jeannerod的运动模拟理论(motor simulation theory)、内部运动表征理论(internal motor representation theory)。
  • Causal mechanism: 专长水平通过内部运动表征的丰富程度影响皮层募集模式。专家对简单、过度学习的动作拥有精简的神经通路,仅招募必要节点即可完成准确想象;而对复杂、专项化的动作序列,专家能够动员更广泛的感知运动网络以生成生动详细的模拟。新手因缺乏相应的运动图式,对简单动作需付出更多神经努力,而对复杂专项动作则因缺乏心理表征而导致相关皮层回路参与不足。
  • Key assumptions: 假设任务复杂性是专长效应方向的关键调节变量;假设fNIRS测量的HbO变化能有效反映皮层激活水平;假设专家与新手在一般MI能力上无差异(该假设经MIQ-R验证成立)。
  • Theoretical move: 本研究调和并整合了神经效率与增强模拟两种对立理论,提出并验证了任务复杂性作为调节变量的统一框架,将两种看似矛盾的现象解释为同一适应机制在不同任务需求下的表现。
  • Scope conditions: 研究限定于足球脚部技能领域;参与者为右足优势个体;fNIRS仅能测量皮层表面激活,无法覆盖皮层下结构和 cerebellum;结论主要适用于运动技能领域,推广到其他认知领域需谨慎。

Research Design

本研究为两个独立的实验(Experiment 1和Experiment 2),采用2(组别:专家 vs. 新手)× 3(动作条件)混合设计。组别为被试间因素,动作为被试内因素。因变量为fNIRS测量的氧合血红蛋白(HbO)的均值和峰值,覆盖22个通道,重点区域包括前运动-辅助运动区(PMC-SMA)、初级运动皮层(M1)、体感联合皮层(SAC)和缘上回(SMG)。实验1的动作为简单动作:右脚内侧踢球(足球专项)、抬腿(下肢非专项)、抬臂(非足部动作);实验2的动作为踢球(简单)、右脚交替运球(复杂专项)和八字运球(复杂专项)。实验采用块设计,每个块包含3秒提示、20秒闭眼动觉想象、15秒睁眼休息。参与者被要求使用第一人称动觉想象。实验2中,参与者先观看演示视频并进行无球练习以确保理解。

Data & Sample

  • Experiment 1: 50名参与者(26名专家,其中14名男性,平均年龄19.65±1.32岁;24名新手,其中11名男性,平均年龄20.38±2.60岁)。
  • Experiment 2: 44名参与者(23名专家,其中7名男性,平均年龄19.70±1.26岁;21名新手,其中9名男性,平均年龄20.24±2.43岁)。
  • 两个实验使用独立样本,无重叠。
  • 参与者从北京体育大学通过张贴广告和课堂公告招募。
  • 专家标准:至少连续3年系统足球训练、参加过校级或以上正式比赛、每周至少练习2次;新手标准:无组织或系统足球训练经验。
  • 纳入标准:无神经或精神疾病史、近6个月无头部或足部损伤、右足优势。
  • 样本量通过G*Power先验功效分析确定(中等效应量f=0.25,95%功效,α=0.05,需44人)。
  • 数据已存入OSF。

Analytical Strategy

  • 对22个fNIRS通道的HbO均值和峰值进行重复测量方差分析(repeated-measures ANOVA),动作为被试内因素,组别(专家vs.新手)为被试间因素。
  • 采用错误发现率(FDR)校正控制多重比较,显著性水平设为P < 0.05。
  • 对显著交互作用进行简单效应分析
  • 对空间相邻且均位于PMC-SMA区域的通道6和7进行区域级分析(取均值作为复合ROI),以验证通道级结果的稳健性。
  • 使用MIQ-R评估一般MI能力,使用7点Likert量表评估想象生动性和注意力投入,作为潜在混淆变量的检验。
  • 由于峰值HbO的交互效应未通过FDR校正,分析聚焦于均值HbO结果。

Results & Findings

实验1(简单动作)

  • 在踢球动作想象中,通道6和7(均位于PMC-SMA区域)上存在显著的组别×动作交互作用,FDR校正后仍显著。
  • 简单效应分析显示,踢球时专家在通道6和7上的平均HbO显著低于新手,表明专家在想象简单、过度学习的动作时表现出神经效率。
  • 抬腿和抬臂动作未发现显著组别差异。
  • 区域级分析(通道6和7均值)确认了相同的交互模式,专家在踢球任务中激活显著低于新手。

实验2(简单vs.复杂专项动作)

  • 通道1、7和19上存在显著的组别×动作交互作用,FDR校正后仍显著。
  • 呈现交叉模式:简单踢球动作中,专家在通道7和19上的HbO低于新手(与实验1一致);复杂动作中,专家在通道1(交替运球)和通道7(八字运球)上的HbO高于新手。
  • 新手呈现相反模式:对简单动作激活较高,对复杂专项动作激活较低。

零结果与意外发现

  • 两组在MIQ-R测量的一般MI能力上无显著差异。
  • 想象生动性和注意力投入评分上无显著的组别×动作交互作用,排除了主观投入差异驱动神经结果的解释。
  • 峰值HbO的交互效应未通过FDR校正,作者因此聚焦于均值HbO结果。

与假设的关系:结果完全支持作者的核心假设——专家在简单动作想象中表现神经效率(激活降低),在复杂专项动作想象中表现增强模拟(激活升高),新手则相反。这验证了任务复杂性作为专长效应方向调节变量的理论预测。

Limitations

  • fNIRS在空间分辨率和深度敏感性方面存在局限,无法测量皮层下结构和cerebellum的活动,而这两者都参与运动控制和模拟过程。研究结果仅反映皮层表面激活模式。
  • 研究采用自然速度的想象,未操纵想象速度或施加时间约束。近期研究提示快速想象可能优先激活专家的皮层感觉运动回路,未来研究可探索想象速度的影响。
  • 未来研究可考虑使用基于聚类的置换检验方法,结合更高时间分辨率的事件相关设计,以更全面地理解MI的时空动态。
  • 建议未来将fNIRS与fMRI等高分辨率神经影像技术结合,以全面理解皮层和皮层下结构对运动专长的贡献。

Key Contributions

  • 首次在单一实验框架内系统操纵任务复杂性,调和了MI文献中神经效率与增强模拟两种对立理论的矛盾。
  • 揭示了专长与神经募集之间呈非线性关系,关键取决于任务需求和内部运动表征的可用性。
  • 通过MIQ-R和主观评分排除了个体差异(一般MI能力、生动性、注意力投入)作为结果驱动因素的替代解释。
  • 为运动训练提供了可操作的实践指导:新手应从简单基础动作开始MI练习,逐步增加复杂性;专家应使用复杂、高保真模拟以维持神经挑战。
  • 为运动康复提供了原则性建议:将康复患者概念化为"新手",早期使用基本目标相关动作,随功能恢复逐步引入复杂MI任务。
  • 提出将便携式fNIRS或EEG纳入结构化MI项目,以客观监测皮层参与度,指导训练方案的调整。

Key Claims

"We hypothesized that task complexity moderates this effect." (Abstract)

"Experts showed lower activation for simple tasks but higher activation for complex ones, while novices showed the opposite pattern." (Abstract)

"These findings unify opposing accounts of expertise, revealing that expert brains adaptively scale simulation to task demands." (Abstract)

"For simple, overlearned actions, experts likely rely on streamlined neural pathways, recruiting only the essential nodes required for accurate imagery." (Discussion)

"In sum, the relationship between imagery, neural activation, and expertise is not fixed but responsive to both task demands and individual capacity." (Discussion)


My Notes