综述：警觉性及其衰减的理论、背景和神经机制解析

本综述系统梳理了警觉性（Vigilance）及其时间衰减效应的研究进展，明确区分了警觉性与觉醒（Arousal）、警觉（Alertness）及持续注意（Sustained Attention）的概念差异，提出了基于方向性和强度的新定义框架。文章深入探讨了资源耗竭、心智游移（Mind-Wandering）及动态资源分配等理论模型，揭示了右后顶叶皮层（rPPC）、前额叶-顶叶网络（FPN）和默认模式网络（DMN）等关键神经靶点与θ、α、γ振荡的神经机制，并评述了经颅直流电刺激（tDCS）等干预策略在改善警觉性衰减中的潜力，为临床和现实场景中的注意力维护提供了重要理论依据。

　　

1 引言：警觉性的历史与当代定义

警觉性指在长时间内监测环境并检测罕见但关键刺激的能力。这一概念最早由医学领域的Head提出，将其视为机体在恢复过程中的响应能力。Norman Mackworth在二战期间通过“麦克沃思时钟任务（MCT）”首次在认知心理学框架下定义了警觉性，并记录了其随时间下降的典型曲线——即在任务初期30分钟内检测准确性急剧下降，随后趋于平稳。尽管警觉性在日常和临床环境中具有重要影响（如交通事故、医疗失误），但其定义常与觉醒、警觉和持续注意等概念混用，缺乏统一界定。

1.1 警觉性定义的明晰化

警觉性在神经生理学和精神病学中有不同内涵：前者将其视为睡眠-觉醒周期的中间状态，后者则关注异常状态如创伤后应激障碍（PTSD）中的过度警觉或抑郁中的低警觉。在认知科学中，警觉性可依据“方向性”和“强度”与其他现象区分：

• •

  方向性：警觉性和持续注意需要特定焦点，而觉醒和警觉是无方向的准备状态；

• •

  强度：警觉性涉及低频低强度处理（如检测罕见信号），而持续注意需高强度持续处理多源信息（如城市驾驶）。

  因此，警觉性可定义为：针对特定刺激的定向监测能力，以低强度处理罕见事件为特征。其衰减反映的是定向焦点维持能力的下降，而非觉醒水平的变化。

1.2 警觉性的操作化与时间进程

常见评估范式包括麦克沃思时钟任务（MCT）、持续绩效测试（CPT）和精神运动警觉任务（PVT）。信号检测理论（SDT）指标如敏感性（d′）和反应标准（β）可细化性能分析：衰减常表现为反应趋向保守而非感知灵敏度下降。群体水平上，性能下降符合指数函数，但个体轨迹异质性高，且时间维度分析常被忽视。此外，Hancock提出警觉性衰减可能是实验室任务的人工产物，但真实场景证据（如安防筛查、自动驾驶）支持其生态有效性。

---

2 警觉性衰减的理论机制

2.1 超负荷理论：资源耗竭

该理论认为高需求任务（如低信号率与高辨别难度结合）导致认知资源快速耗尽，引发注意失误。任务需求增加（如睡眠剥夺）会加剧衰减，支持资源有限性假说。

2.2 低负荷理论：心智游移与自动化处理

单调任务引发厌倦，促使注意力从任务转向内部思维（心智游移），表现为利用性（任务聚焦）向探索性（内部思维）状态转移。证据包括双任务性能优于单任务，以及自我报告的任务外状态增加。

2.3 整合性理论框架

• •

  连续体模型：警觉性性能受唤醒水平调节，符合耶基斯-多德森定律：中等负荷下性能最优，低或高负荷均导致衰减（被动与主动疲劳）。

• •

  资源控制模型：认知资源总量恒定，衰减源于执行控制能力下降导致资源分配失衡，而非资源耗尽。

• •

  机会成本模型：个体潜意识权衡任务收益与机会成本，动机和情感因素驱动性能调整。

• •

  能量预算模型：葡萄糖和糖原代谢影响神经活动，策略性能调整受能量分配决策调控。

---

3 警觉性的双组分框架：执行与唤醒警觉

• •

  执行警觉（EV）：涉及高阶认知处理（如工作记忆更新、反应抑制），通过CPT或SART等任务测量，衰减表现为目标命中率下降。

• •

  唤醒警觉（AV）：要求快速反应间歇性刺激，自动化程度高，通过PVT测量，衰减表现为反应时（RT）及变异性增加。

  ANTI-Vea任务可同步评估EV、AV及注意网络功能。生理和神经证据（如咖啡因、tDCS效应）支持双组分独立性，右后顶叶皮层（rPPC）在EV中作用显著。

---

4 警觉性衰减的调控因素

4.1 外部任务因素

• •

  时间-on-task：衰减非线性的，初期陡降后趋缓。

• •

  任务需求与难度：高低负荷均可能加剧衰减，中等负荷最优；感知难度增加（如目标显著性低）强化衰减，而感知变异性改善性能。

• •

  奖励与参与度：奖励短暂提升性能；自主节奏控制和休息周期可部分恢复警觉性。

• •

  模态差异：听觉比视觉任务更具优势。

4.2 内部因素

• •

  个体差异：认知负荷阈值、工作记忆容量（同模态影响显著）、执行功能容量（与EV衰减相关）及动机水平（真实场景高风险任务衰减减弱）均起作用。

• •

  生理状态：昼夜节律、睡眠剥夺、姿势（站立延缓反应，躺卧增加心智游移）影响性能。

4.3 环境因素

噪声（可预测噪声改善性能）、温度（极端值损害性能）和光照（蓝光可能有益）均有调控作用，但在线与实验室任务对比显示环境因子影响有限。

4.4 外部刺激与对策

• •

  药物与运动：咖啡因改善AV，甲基苯丙胺减轻疲劳；中等强度运动缓解EV衰减。

• •

  非侵入性脑刺激（NIBS）：

  • •

    tDCS：右后顶叶刺激（如rPPC）改善EV，左前额效果不一致；双侧刺激或高清tDCS（HD-tDCS）效果更佳。

  • •

    tACS：右前额α-tACS缓解EV和AV衰减，θ-tACS仅对AV有效。

  • •

    tRNS：低强度刺激增强EV。

  • •

    taVNS和rTMS：效果不显著或需进一步验证。

---

5 警觉性的神经关联

5.1 静态神经枢纽与网络

• •

  功能神经影像：fMRI和PET显示右半球主导（如右前岛叶、前额叶、顶叶），损伤研究证实右半球病变加剧衰减。网络涉及背侧/腹侧注意流、突显网络（SN）、中央执行网络（CEN）和默认模式网络（DMN），rPPC作为关键枢纽整合目标维持与刺激响应。

• •

  结构神经影像：白质完整性（如上纵束SLF、扣带束）与警觉性相关，SLF I纤维密度与注意失误负相关。

5.2 神经振荡的动态模型

• •

  θ振荡（3–8 Hz）：前额叶θ调节注意节律，稳定性下降关联性能衰减。

• •

  α振荡（8–14 Hz）：功率随时间增加，反映信息处理抑制或努力维持；与心智游移和DMN活动正相关。

• •

  γ振荡（>30 Hz）：任务相关区域功率增强支持信息保持，衰减可能反映自动化或资源耗竭。

• •

  振荡交互：α门控γ振荡（“雨刷机制”），α功率升高预测目标漏报；多种频段比值（如θ:β、α:γ）作为性能指标。

---

6 结论与展望

警觉性研究历经百年仍面临定义模糊、理论分歧和神经机制复杂等挑战。未来需整合多维度指标（如fNIRS资源消耗、心智游移报告）、深化网络水平分析（如连接组预测模型），并开发生态化评估范式。动机、能量代谢和个体差异因素的融入将推动理论整合，为临床干预（如ADHD、脑损伤康复）和现实应用（人机交互、自动驾驶）提供精准策略。