物理与视觉扰动后快速在线到达运动校正的神经认知贡献：一项避障任务研究

《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》：Neurocognitive Contributors to Reaching Movement Corrections Following Physical and Visual Perturbations

　　

本研究比较年轻成人在物理扰动或视觉扰动后如何进行快速在线到达运动校正，以及认知能力是否预测校正运动表现。61名参与者使用机器人界面完成障碍物回避到达任务，该界面引入基于力的物理扰动（force-based physical perturbations）或视觉位移的光标反馈（visually displaced cursor feedback），并完成认知表现测量。行为分析显示，碰撞率（collision rates）在扰动模态之间无差异；然而，视觉扰动后的运动校正显著慢于物理扰动后，尤其在参与者绕过障碍物时。参与者在物理扰动期间也更可能选择向外校正路径（outward corrective paths）。回归分析表明，加工速度（processing speed）、精神运动速度（psychomotor speed）和执行控制（executive control）预测校正运动表现，且视觉扰动中认知关联更强。这些发现提示，尽管两种扰动类型依赖共享的校正运动过程，视觉扰动反应较物理扰动反应需要更大的皮质和认知参与（cortical and cognitive involvement）。

研究背景：快速在线运动校正（online movement corrections，指运动过程中依据触觉、本体感觉和视觉反馈快速修正肢体轨迹）对避障和防止损伤至关重要。已有研究分别采用物理扰动（physical perturbations，指机械装置施加外力使肢体运动偏离）和视觉光标偏移（visual cursor shifts）考察上肢在线运动校正，但直接比较视觉反馈与触觉/本体感觉反馈所致校正反应的研究较少，认知在这些反应中的作用亦未完全阐明。既往研究显示，物理扰动可在扰动开始后约20 ms即出现脊髓贡献，而视觉反馈后约90 ms出现神经肌肉水平的运动校正证据；两类反馈均含较晚的自愿性校正成分，但解释反馈并启动自愿运动校正的自上而下神经认知机制是否相同尚不清楚。研究还指出，疲劳、年龄和负荷等工作与道路情境可同时影响认知和运动控制，因此明确认知对成功在线运动校正的贡献具有意义。
基于此，研究人员在同一避障任务中直接比较物理与视觉扰动，并检验加工速度、精神运动速度、执行控制等认知能力与校正运动表现的关系。研究结论显示，两种扰动的碰撞率无差异，但视觉扰动后校正更慢，尤其绕外侧路径时；认知关联在视觉扰动中更强，提示两类扰动共享校正运动过程，但视觉扰动反应需要更多皮质和认知参与。该研究为理解认知能力与在线运动校正的关系提供了直接证据，并首次在同一实验任务中比较视觉与物理扰动。
方法概述：研究人员纳入61名来自Michigan大学Sona招募系统的右利手学生（平均年龄19.70岁，SD=1.74；32男，28女，1非二元），年龄18—29岁，无影响运动或认知的神经、认知或肌肉骨骼疾病。参与者完成KINARM机器人界面障碍回避到达任务，同时完成心理学实验构建语言（Psychology Experiment Building Language，PEBL）计算机化认知电池。任务中遮挡手部直接视觉，以光标从起点移至目标并避开两个圆形视觉与触觉障碍；视觉条件横向位移光标3.5 cm或6.75 cm，物理条件在遮挡物附近运动开始时施加5 N或10.5 N横向力，幅度经校准使跨模态运动偏差可比；运动学数据采样2000 Hz。认知控制采用Flanker任务、Switcher任务和Berg卡片分类测验，反应时采用Letter-Digit任务和Simple Reaction Time任务，精神运动速度采用Finger Tapping任务。行为数据用方差分析和t检验，大扰动试次用R中基于AIC的回归分析。
结果：
行为分析：行为学分析比较两种扰动模态下碰撞、运动时间和手路径选择，发现碰撞率无模态差异，但视觉扰动后的运动时间更慢，且手路径选择存在模态差异。
碰撞分析：碰撞频率在物理与视觉扰动间无显著差异，F(1,60)=0.080，p=0.778，η_p²=0.001；扰动大小显著影响碰撞率，F(1.192,71.548)=158.016，p<0.001，η_p²=0.725，中等扰动碰撞多于大扰动和无扰动试次，大扰动碰撞亦多于无扰动试次，未观察到模态×大小交互。中等扰动碰撞试次中，视觉扰动后运动时间长于物理扰动，t(51)=–2.443，p=0.009，d=0.371。
手路径选择：视觉扰动较物理扰动更常成功从障碍物之间通过，F(1,60)=18.154，p<0.001，η_p²=0.232；大扰动减少成功障碍间运动，F(1.312,78.721)=438.052，p<0.001，η_p²=0.880；交互显示视觉扰动时模态差异更大，F(1.556,93.371)=8.077，p=0.002，η_p²=0.119。相反，物理扰动更常成功向外绕行，F(1,60)=17.267，p<0.001，η_p²=0.223；大扰动增加向外路径选择，F(1.635,98.099)=251.464，p<0.001，η_p²=0.807；模态×大小交互显著，F(1.621,97.281)=9.556，p<0.001，η_p²=0.137。向外轨迹运动时间在视觉扰动后慢于物理扰动，中等扰动t(15)=–2.993，p=0.005，d=1.043；大扰动t(51)=–5.618，p<0.001，d=0.686。
回归分析：基于AIC的回归分析考察大扰动试次中认知指标对运动表现的预测。物理扰动下，执行控制（Flanker冲突成本）预测向外手路径选择，精神运动速度（Finger Tapping平均反应时）预测向外轨迹运动时间。视觉扰动下，运动表现与更广泛的认知指标相关：碰撞频率模型包含正确简单反应时、Letter-Digit平均反应时和Berg卡片分类测验持续错误率；运动时间模型包含Finger Tapping平均命中数、Finger Tapping平均反应时、正确简单反应时、Switcher平均表现时间和Flanker冲突成本，其中多项预测达到显著。总体而言，较慢的认知和精神运动表现与较差的校正运动表现相关，视觉扰动条件下关联更强。
讨论部分总结：研究人员指出，本研究第一项关键发现是碰撞频率在视觉与物理扰动间无差异，但视觉扰动后运动时间更慢；在无碰撞成功试次中，视觉条件慢于物理条件，主要见于绕障碍物外侧路径，而障碍物之间路径的运动时间在两种条件间相似。回归模型显示，避障任务表现与加工速度、执行控制相关，视觉扰动较物理扰动更明显。据研究人员所知，这是首个使用同一实验任务直接比较视觉与物理扰动的研究；结果与既往研究一致，参与者能就对两类扰动何时进行运动校正作出优化决策，视觉扰动反应较慢与物理扰动脊髓贡献可早至20 ms、人类对触觉/本体感觉反馈反应快于视觉反馈相一致。回归结果说明，在线运动校正虽由不随意反应启动，但关键认知过程与其表现相关：加工速度预测视觉条件碰撞和运动时间，精神运动速度预测两种条件运动时间；新发现是执行控制显著预测两种条件碰撞率及物理扰动下手路径选择，并预测视觉扰动下运动时间。这些结果与物理反馈初始涉及脊髓贡献、视觉反馈需要皮质自上而下视觉处理的观点一致，并提供直接证据表明加工速度、执行控制与在线运动校正能力相关，视觉反馈反应需要更多直接皮质贡献。
研究结论翻译：本实验首次提供洞见，揭示健康年轻成人对臂伸运动的视觉与物理扰动进行在线运动校正时，所涉神经认知机制性质存在差异。未来需要开展工作评估年龄相关认知变化如何影响其表现及其运动校正行为的神经认知相关物。