结合眼动仪与脑电图系统的视空间规划任务

摘要

结合脑电图（EEG）和眼动追踪系统的认知规划研究为探讨人类认知控制和目标导向行为的神经机制提供了一种多模态方法。本文介绍了一种用于研究脑振荡和眼动在规划表现中作用的实验方案。

摘要

规划过程是指制定有组织的计划以实现目标的能力，对人类的目标导向行为至关重要。由于多种神经精神疾病中均存在规划能力受损，因此建立适当的临床和实验检测方法来评估规划能力显得尤为关键。由于规划涉及多个认知领域的协同作用，如何准确评估规划能力，并设计出与神经影像学方法相结合的行为范式，目前仍是认知神经科学领域的重要挑战。本研究在27名健康成年参与者中，结合脑电图（EEG）系统和眼动记录技术，评估了一种规划任务。规划可划分为两个阶段：一是心理规划阶段，即在内部表征实现目标所需的一系列步骤；二是执行阶段，即通过运动行为实现先前制定的计划。本实验方案包括一项规划任务和一项控制任务。规划任务要求参与者解决36个迷宫试次，每个试次代表一张动物园地图。该任务包含四个时期：i）规划期，要求参与者根据一组规则，规划一条路径以访问四种动物所在的位置；ii）维持期，要求参与者在工作记忆中保持已规划的路径；iii）执行期，参与者需通过眼动追踪系统指示的方式，用眼动轨迹描绘出先前规划的路径；iv）反应期，参与者需报告所访问动物的顺序。控制任务结构相似，但通过修改任务目标去除了认知规划成分。脑电图的时空模式显示，规划过程会随时间推移引发前额中线θ活动（FMθ）逐渐且持续的增强。源定位分析表明，该活动的来源位于前额叶皮层。研究结果表明，结合脑电图与眼动追踪系统的实验范式是评估认知规划能力的理想方法。

引言

在过去10年中，大量研究致力于探讨神经振荡动态在认知与行为中的作用。这些研究已证实，特异性分布且广泛存在的皮层区域之间在特定频率上的相互作用，在认知及认知控制中发挥着关键作用^1,2,3。该研究视角突出了大脑活动的节律性特征，这种节律性有助于协调大规模的皮层动态活动，并构成认知加工与目标导向行为的基础^4,5。大量证据表明，大脑中的节律性振荡参与了多种认知过程，包括感知⁶、注意^7,8,9、决策¹⁰、记忆再激活¹¹、工作记忆¹²以及认知控制¹³。已有多种振荡机制被提出，用以指导目标导向行为，其中短暂出现的大规模频率特异性网络为认知加工提供了框架结构^1,14,15。例如，近期研究发现提示，大脑中特定的频带可能反映了一种调节神经元放电活动的反馈机制，从而提供一个时间参考框架，以协调皮层兴奋性和放电时序，进而产生行为输出^16,17,18。Helfrich 和 Knight 对此进行了综述¹⁹。

这些证据引发了关于前额叶皮层（PFC）如何编码规划任务情境及相关行为规则的问题。长期以来，人们认为 PFC 通过其产生的神经活动振荡模式来支持认知控制和目标导向行为，选择性地偏置远端脑区的神经活动，并调控大规模神经网络中的信息流动²⁰。此外，有研究提出，表现出局部同步的脑区更有可能参与脑区间的信息交互^21,22,23。特别是，通过头皮脑电图（EEG）测量到的皮层θ波段（4–8 Hz）振荡，被认为可能是跨广泛神经网络传递自上而下控制的一种潜在机制¹³。具体而言，人类的θ波段活动反映了多种高级认知过程，例如记忆编码与提取、工作记忆保持、新异性检测、决策以及自上而下的控制^12,24,25,26。

与此相关，Cavanagh 和 Frank¹³提出了控制过程的两个相继机制：识别控制需求和实施控制。控制需求的识别可能由源自内侧前额叶皮层（mPFC）的额中线θ波（FMθ）活动所指示，该活动已被描述为事件相关电位（ERP）成分，反映在面对新异信息^27,28,29、刺激-反应冲突要求³⁰、错误反馈³¹以及错误检测³²等各种情境时与 mPFC 相关的控制过程。这些 ERP 成分在新异性、冲突、惩罚或错误出现时反映出对增强认知控制的需求，在额中线电极记录的 theta 频段中表现出共同的频谱特征^{26,27,33,34,35,36,37,38,39,40,41,42,43,44}。

FMθ活动的脑电图（EEG）反应在θ频段表现出相位重置和功率增强的模式²⁶。尽管脑电图方法在空间分辨率方面存在局限性，但已有多种证据表明FMθ活动由中扣带皮层（mid-cingulate cortex, MCC）产生¹³。这些θ节律动态被认为可作为时间框架，调节内侧前额叶皮层（mPFC）的神经活动，并在需要增强控制的事件发生时进一步增强²⁶。这一结论已通过源分析^{31,33,45,46,47}、同步进行的脑电图与功能性磁共振成像（fMRI）记录^48,49，以及在人类⁵⁰和猴子^51,52,53中开展的侵入性脑电图记录得到证实。

基于这些观察结果，额叶中线θ节律被认为是一种通用机制，即一种共同的语言，用于在缺乏对行为和结果确定性的情况下（例如在规划过程中）执行适应性控制。本方案中提出的实验范式已被用于研究认知规划及其时间与神经特征。尽管在其他情境中已报道了多种认知控制机制，但当前方案使得近期能够描述规划行为及其相关的神经和时间特性⁵⁴。认知规划过程包含两个不同阶段：心理规划阶段，在此期间形成对一系列计划的内部表征⁵⁵；以及规划执行阶段，在此期间执行一系列运动动作以实现先前制定的目标⁵⁶。已知规划需要整合多种执行功能成分，包括工作记忆、注意控制和反应抑制，这使得对这些过程的实验操控和独立测量具有挑战性^57,58。

在认知规划的神经影像学研究中，通常采用诸如“伦敦塔”等行为范式^59,60,61；然而，为了控制混杂因素，用于研究认知规划的任务可能变得受限且人为化，从而导致预测效度和生态效度降低^62,63,64,65。为解决神经心理学领域中的这一问题，研究者提出了将真实世界中的规划情境作为具有生态效度的任务^62,63。《执行功能障碍综合征行为评估量表》中的“动物园地图任务”子测试以更自然且相关的方式测量个体的规划与组织能力^64,66。该测试是一种纸笔测试，要求被试在动物园地图上规划一条路线，以访问12个地点中的6个。这些地点是普通动物园中常见的场所，例如大象馆、狮子笼、休息区、咖啡店等。测试包含两个条件，用于评估不同层次的规划能力：i）构想条件，要求被试根据一组规则，自行选择顺序规划访问六个地点的路线；ii）执行条件，要求被试按照特定顺序并遵循一组规则访问六个地点。这两个条件分别提供了关于在结构不良（构想）和结构良好（执行）问题中规划能力的信息⁶⁷。其中，构想条件在开放情境下被视为认知要求更高的任务，因为它要求被试制定实现目标的逻辑策略。在绘制路径之前，必须预先设计一系列操作步骤，否则容易出现错误。相比之下，执行条件的认知负荷较低，因为完成一个需要遵循特定既定策略的任务，仅要求被试监控已制定计划的实施过程以达成目标⁶⁶。另一方面，波特斯迷宫是心理学领域，尤其是认知心理学和神经心理学中广为人知的一项任务，已被广泛用于评估问题解决和规划等多种认知功能^68,69。波特斯迷宫任务也是一种纸笔任务，从简单的视觉刺激分析开始，难度逐渐增加。被试必须在多个选项中找到并描画出从起点到出口的正确路径，同时遵守避免路径交叉和死胡同等规则，并尽可能快速完成⁶⁸。在绘制路径过程中，每当遇到分叉时，被试需做出决策以达成目标并避免违反给定规则⁶⁹。

考虑到常用任务和生态学任务的局限性与优势，我们的行为范式主要基于动物园地图任务⁶⁶和波蒂厄斯迷宫任务⁶⁸进行设计。该行为范式包含四个不同的阶段，涵盖日常生活情境中规划认知过程的各个环节。具体阶段如下：第一阶段为规划阶段，要求被试在地图上制定一条路线，以访问多个地点，并确保遵守既定规则；第二阶段为维持阶段，要求被试将已规划的路线保留在工作记忆中；第三阶段为执行阶段，被试需通过绘图执行先前规划的路线，并密切监控其准确性；第四阶段为反应阶段，被试需根据其规划的路线报告所访问动物的顺序⁵⁴。我们的范式能够利用不同阶段测量规划能力的多种参数，更真实地反映规划的各个组成部分（如工作记忆、执行注意和视空间技能），因为规划路线是日常生活中常见的活动。此外，为了控制混杂因素，该范式还包含一个控制任务，其具有与规划任务相似的结构和等效刺激，能够激活与规划相关的执行认知成分，但排除了规划过程本身。这使得可以分离出规划过程成分，用于比较电生理指标和行为参数⁵⁴。

此外，眼动追踪通过提供一种无创的方法来测量和分析眼动，已为认知神经科学研究做出了重要贡献，能够为感知、注意及认知功能背后的认知过程与神经机制提供宝贵的见解。使用眼动追踪系统测量不同类型的眼动，可为参与计划过程的认知活动与神经机制提供有价值的信息。例如，可测量以下方面：注视（fixations），即视觉信息获取期间的稳定凝视阶段⁷⁰；扫视（saccades），即用于将视线从一个位置快速转移到另一位置的眼球运动⁷¹；平滑追踪（smooth pursuit），即一种使眼睛能够平稳跟随移动物体的眼动类型⁷²；微扫视（microsaccades），即即使在注视期间也会发生的小幅度快速眼动⁷³；以及眨眼（blinks），即一种有助于保持眼球润滑并防止异物侵入的反射性动作⁷⁴。这些眼动可揭示与视觉搜索、注意分配⁷⁰、视觉追踪⁷²、感知⁷³和工作记忆⁷⁴相关的认知过程，而这些过程是计划与认知控制的重要组成部分。

另一方面，近期关于蓝斑-去甲肾上腺素（LC-NE）系统的研究表明，该系统在认知控制中具有重要作用⁷⁵。蓝斑（LC）向多个脑区发出投射，包括大脑皮层、海马、丘脑、中脑、脑干、小脑和脊髓^76,77,61。尤其是与认知控制相关的前额叶皮层（PFC）脑区接受了密集的LC-NE神经支配⁷⁵。此外，一些研究表明，LC系统的慢性过度活跃可能与双相情感障碍的症状（如冲动性和失眠）有关。相反，LC功能的长期降低则与情感表达减少相关，这是抑郁症患者中常见的特征⁷⁸。蓝斑对刺激的过度反应可能导致应激或焦虑障碍个体出现过度应答⁷⁹。因此，LC-NE系统的异常可能促成认知和/或情绪调节障碍的症状。可采用非侵入性技术来检测蓝斑活动，其中一种方法是瞳孔直径变化，该变化主要由蓝斑释放的去甲肾上腺素调控。去甲肾上腺素通过激活α-肾上腺素能受体作用于虹膜开大肌，并作用于Edinger-Westphal核，后者向睫状神经节发送信号，通过激活突触后α-2肾上腺素能受体调控瞳孔扩张^66,80,81,82。对猴子蓝斑神经元的直接记录已证实了LC-NE活动、瞳孔直径与认知表现之间的关系⁸³。在多种认知任务中，当加工需求增加时，瞳孔扩张已被反复观察到^{71,84,85,86,87}。

将认知控制的电生理标记与眼动追踪和瞳孔记录相结合，可能有助于阐明认知控制和计划在大脑中如何实现的关键问题。本方案结合使用脑电图（EEG）和眼动仪系统的重要性体现在两个方面。一方面，认知控制似乎需要分布式脑区活动在精确的时间关系下协同工作，这使其成为研究脑网络功能的理想对象。另一方面，这些能力中任何一项的异常都会对正常行为产生严重影响，例如在多种认知障碍和神经精神疾病中可能出现的情况，如注意缺陷多动障碍^88,89、重度抑郁障碍^90,91、双相情感障碍⁹¹、精神分裂症⁹²、额颞叶痴呆⁹³，以及由额叶损伤引起的障碍⁹⁴。此外，当前方案允许将瞳孔测量作为参数，用于结合眼动追踪和脑电图来比较蓝斑-去甲肾上腺素（LC-NE）系统的活动与振荡特征。这不仅可能为LC-NE、瞳孔测量及人类神经标记之间的理论关系提供证据，还可能实现对认知规划过程中与LC-NE系统相关特征的发展轨迹进行追踪。然而，在本研究模型中，我们重点关注验证在规划阶段是否存在特定的眼跳模式，这种模式可能引发特定的脑振荡变化⁹⁵。此外，我们在行为范式的执行阶段，将眼动仪系统作为考察计划行为执行情况的重要组成部分。

总之，该方案可能产生可验证的脑网络动力学模型，可作为进一步基础研究以及最终临床和治疗应用的平台。

方案

本方案中的所有程序均经智利天主教大学医学院生物伦理委员会批准，所有参与者在研究开始前均签署了知情同意书（研究项目编号：16-251）。

1. 受试者招募

1. 招募惯用右手、视力正常或矫正视力正常的健康成年志愿者（包括男性和女性），并根据纳入/排除标准进行筛选。
   注：本研究共招募了27名年龄介于19岁至38岁之间、语言流利的健康个体。样本量可根据所需的统计检验效能进行调整，年龄范围也可根据具体的研究问题而变化。在本实验方案中，我们参考Faul等人⁹⁶所述方法，基于Wilcoxon符号秩检验，设定效应量为0.7、显著性水平α为0.05、检验效能为0.95，计算得出所需样本量。采用由经过培训的心理学家实施的MINI国际神经精神访谈⁹⁷对受试者进行纳入/排除标准评估。仅招募惯用右手的受试者，以减少脑电图（EEG）信号的变异性，因为左利手个体的脑电活动可能存在不同的地形分布特征^98,99,100。

2. 刺激材料的准备

1. 对于规划任务，使用矢量图形编辑软件创建一组刺激材料（参见材料表）。针对每个刺激，设计一个代表动物园地图的灰度迷宫。在迷宫内部设置一个入口门和多条通向动物位置的路径（例如，在本研究中设有四个动物位置，见图1）。
   注意：在本研究中，我们共创建了36个迷宫，每个刺激包含一张带有起始门、四个位于迷宫中的动物图像以及多条路径的动物园地图。迷宫中的路径可能通向动物位置，也可能不通。在瞳孔测量中，通常优先使用对比度降低的灰度刺激，因为这可以减少对负责色觉的视网膜视锥细胞的刺激。这种刺激重点的转移使得对瞳孔大小变化的测量更为敏感，而这些变化被认为反映了觉醒状态或注意力的变化。此外，使用灰度刺激可减少因个体间色觉差异导致的测量变异性¹⁰¹。
2. 为了在最终任务中获得不同难度水平，根据符合既定目标和规则的有效解决方案数量对刺激进行划分（特别是目标是规划一条路径以访问动物位置）。有效解决方案的数量是指遵循规则可规划的路径数量（参见图2和步骤5.12.1中的规则）。将具有超过五条可能路径的刺激归类为“简单”，将五条或更少可能路径的刺激归类为“困难”。然后为每个类别创建数量相等的试验。
   注意：也可向Domic-Siede等⁵⁴的作者索取按此说明创建的刺激材料。请注意，所有材料均可应要求提供，但此处已详细说明具体规格。在本研究中，我们创建了18个简单试验和18个困难试验。在行为和电生理水平上评估难度差异非常重要，这有助于确定所测量的是认知负荷/认知努力/难度，还是认知规划的内在特征（参见代表性结果与讨论部分）。
3. 对于控制任务，采用与规划任务相同的结构（评估期、维持期、执行期、反应期，见图2），并使用为规划任务创建的相同刺激材料，但需添加一条绘制的线条，表示从入口门开始到最终动物位置的已标记访问路径（见图1B）。使标记路径的颜色略深于迷宫主路径，并使用照度计评估其低对比度（参见步骤2.4）。
   注意：这样做的目的是尽可能保持两种条件（规划任务与控制任务）的心理物理特征相似。迷宫中标记的路径可以符合规则，也可以不符合规则（有关向参与者提供的具体指示的更多细节，请参见方案第5节）。在本研究中，一半的刺激包含符合规则的正确访问序列，而另一半则包含错误（例如重复使用同一条路径或穿越死胡同，见步骤5.12.1、步骤5.12.3和图2）。
4. 使用放置在受试者将使用的下颌托架上的照度计（参见步骤4.5和步骤4.6），并在与屏幕相同距离处测量刺激的照度。每种条件下的每个刺激都会产生一个勒克斯（lux）值。手动记录每个值以供后续分析。
   注意：预期不同条件之间的照度无显著差异（参见步骤4.6）。否则，请检查刺激的对比度。这一点在测量瞳孔直径时尤为重要¹⁰²。
5. 使用矢量图形编辑软件（参见材料表）创建两个分别表示正确反馈（正确时显示竖起大拇指）和错误反馈（错误时显示竖起食指向下）的刺激（见图2）。

图 1：实验任务与对照任务的刺激材料。 图示为（A）规划任务和（B）对照任务刺激材料的示例。这些刺激材料代表一个动物园地图，包含一个入口、四个分布在不同位置的动物区域以及若干条路径。两种条件下的刺激材料相似，唯一的区别在于对照任务的刺激材料（B）中有一条已标记的线路，表示一条预先存在的路径（此处用黑线示意）。在实际的对照刺激材料中，该线条颜色略深，通过照度控制其对比度较低（见步骤 2.4）。本图改编自 Domic-Siede 等人⁵⁴。请点击此处查看此图的放大版本。

图 2：实验设计。（A）规划任务试验。该条件下的试验以一个持续3秒的注视十字开始。随后，要求参与者根据一组规则规划一条路径，以访问全部四个动物位置（最长10秒）。接着出现一个偏移的注视十字（3秒），之后迷宫再次呈现。在此阶段（执行阶段），受试者必须利用眼动追踪系统提供的在线视觉反馈（实时描绘其眼动轨迹，以深色线条表示），通过注视来执行先前规划阶段所制定的路径（最长10秒）。随后进入反应阶段，受试者需通过排列所访问动物的顺序，报告执行过程中形成的序列。根据其回答提供反馈。（B）控制任务试验。该条件下的试验同样以一个持续3秒的注视十字开始。随后，要求参与者判断一条已绘制的路径（深色线条）是否符合规则。接着出现一个偏移的注视十字（3秒），之后迷宫再次呈现。在此阶段，受试者必须像在规划任务的执行阶段一样，在线视觉反馈的辅助下重新绘制已有的路径（最长10秒）。随后进入反应阶段，受试者需回答（是或否）该已绘制序列是否符合先前所述的规则。根据其回答提供反馈。本图经 Domic-Siede 等人⁵⁴ 修改。 请点击此处查看此图的放大版本。

3. 规划与控制任务编程

1. 编写基于动物园地图任务的计划任务范式脚本⁶⁶ 和Porteus迷宫⁶⁸使用刺激呈现/行为实验软件（参见 材料表 以及 补充文件).
   1. 根据第2节和第4节所述的类似结构，针对两种条件（一种规划条件和一种控制条件）对任务进行编码（参见 图2 以及 补充文件).
      注意：为了控制任务需求解决过程中涉及的混杂因素和感知成分，两种条件下必须使用相同的结构。图2）。采用相同的结构有助于评估认知规划中涉及的特定认知过程。
   2. 同步显示计算机、脑电计算机和主机计算机（眼动仪计算机）之间的通信 通过 以太网和平行端口通信，从显示计算机发送晶体管-晶体管逻辑（TTL）脉冲（参见 图3).
   3. 在规划任务和控制任务开始时，以及每完成五次试验后，编写代码以使用眼动仪系统对眼动进行校准，因为屏幕上的注视位置对执行阶段至关重要（参见方案的步骤3.2.3和步骤3.3.3、讨论部分以及代码中的相关内容）。 补充文件).
      注意：计算机通信中可能会存在延迟。测量两台不同计算机上 TTL 脉冲之间延迟的方法有多种，一种常用方法是使用数字示波器或逻辑分析仪等硬件设备。另一种方法是采用基于软件的技术，例如通过网络连接传输 TTL 脉冲，并使用网络分析工具测量延迟。还有一种方法是通过全球定位系统（GPS）或网络时间协议（NTP）服务器，或使用基于硬件的同步方案，对两台计算机的时钟进行同步，然后计算每个脉冲的时间戳与其到达时间之间的延迟，并对结果取平均值，从而获得两台计算机之间的总体延迟。
2. 编写一个具有以下结构的规划任务代码：规划期、维护期、规划执行期、响应期和反馈图2, 补充文件).
   1. 规划阶段： 通过呈现持续3秒的注视点作为基线，启动规划阶段。
   2. 逐个随机呈现迷宫组（本研究中为36个）。
      注意：在此规划阶段，要求参与者在10秒的最大时间内规划一条路径以访问四个动物位置，需遵循一组规则（这些规则已事先向参与者说明；参见方案第5节了解所给规则，以及 图2).
   3. 在代码中加入一个TTL触发信号，使用标签代码标记刺激呈现的起始时刻，并将该触发信号发送至脑电记录计算机和眼动仪主机计算机，以进行更精确的时间窗分析。
   4. 编写代码，使得规划阶段在受试者完成规划并按下操纵杆/键盘上的按钮时结束，或者在达到最长规划时间时自动结束。反应时间（RT）必须记录在日志文件中，以供后续分析。
      注意：在此期间，我们使用数字1作为触发代码，但建议使用分层事件描述符（HED）标签替代数字代码，因为HED标签为内容提供了语义和结构，从而便于其他研究人员或合作者理解数据内容。
   5. 维持期： 使用一个偏移的注视点作为起始，持续呈现3秒。将该偏移的注视点放置在迷宫门所在的空间位置，以预示动物园地图的起始位置（门）（参见 图2).
      注意：此阶段的目的有三。首先，偏移的注视十字有助于执行下一阶段计划路径的轨迹（见步骤 3.2.8）。其次，在此阶段期间，参与者将在计划阶段形成的计划保留在工作记忆中。最后，此阶段作为试验间间隔，用以界定计划阶段的结束和下一阶段——计划执行阶段的开始。
   6. 规划执行期： 在维持期显示偏移的注视十字 3 秒后，再次呈现迷宫。
   7. 向脑电图（EEG）设备和主机眼动仪计算机发送TTL触发信号，以特定标签代码标示此阶段的开始。
   8. 编写代码以提供实时视觉反馈（一条深色线，参见执行时间段） 图2受试者视线位置在此阶段开始后约992毫秒时的坐标。
      注意：延迟约1000毫秒后开始描迹，可使受试者有足够时间在迷宫中定向，从而能够用深色线条描出其在规划阶段预先计划的路径。
   9. 记录受试者行进路径的坐标，以便后续重建其路径，并在离线状态下对表现进行评分（参见步骤 6.1.1）。 图4).
   10. 确保在10秒内完成预定路径的描画，并允许受试者通过按按钮来确认完成该时段。通过这种方式，受试者可自主控制其绘制路径的结束时间。
   11. 将RT保存在日志文件中，以供后续分析。
   12. 反应期 编写响应阶段的代码，该阶段在规划执行开始后10秒或在规划执行阶段结束时通过按钮触发启动，此时迷宫从屏幕上消失，但动物及其空间位置仍保留在屏幕上。
   13. 在反应阶段，将四个空圆圈水平放置在屏幕底部。
       注意：此阶段的目的是让受试者通过操纵杆或键盘，将动物按其在规划执行阶段访问的相同顺序放入圆圈中，以表明他们访问动物的顺序。
   14. 将程序/代码设置为允许受试者使用操纵杆或键盘选择先前呈现的每种动物（本研究中为四种动物），并将其插入四个圆圈中的每一个（参见 补充文件 和 图2).
   15. 反馈： 编写一段代码，向参与者提供 3 秒的反馈。如果参与者报告的动物组合符合规则，则显示“点赞”图像；如果报告的组合无效，则显示“点踩”图像。
   16. 向脑电图（EEG）和眼动仪计算机发送TTL触发信号，使用特定的标签代码表示正确反馈，另一标签代码表示错误反馈。
       注意：提供反馈的目的是为了促进对任务执行情况的监控，并在任务过程中保持受试者的积极性。实时反馈能够增强奖励效应，鼓励受试者正确完成任务。¹⁰³.
3. 编写一个与规划条件结构相同的控制任务代码：控制阶段、维持阶段、控制执行阶段、反应阶段和反馈（参见 补充文件, 图2).
   1. 对照期： 编写对照条件期的代码以减少混杂因素。该时期的代码必须以呈现3秒的注视十字作为基线开始。
      注意：由于规划任务主要要求规划能力的实施，但同时也涉及执行功能中的其他认知领域，例如视空间功能、工作记忆、注意力控制、抑制控制等。^{66,88,104,105}，对照任务对于减少混杂因素至关重要。因此，该任务的主要目标是在去除认知规划执行的同时，要求具备解决规划任务所需的所有认知和知觉功能⁵⁴.
   2. 逐一随机呈现控制条件的迷宫（已标有预设路径的迷宫），每项任务限时10秒。
   3. 在代码中加入一个TTL触发信号，使用标签标记刺激呈现的开始，并将此触发信号发送至脑电计算机和眼动仪主机计算机。
   4. 编写代码，使该控制时段在受试者完成任务时按下操纵杆/键盘上的按钮即告结束，或在达到最长时间限制时终止。
      注意：受试者需评估所标记的路径（判断其是否符合规则，有关向参与者提供的具体说明详见步骤 5.12）。
   5. 将反应时间（RT）保存在日志文件中，以供后续分析。
   6. 维持期： 控制期结束后，呈现偏移的注视十字，持续3秒。
   7. 在规划执行阶段，将注视固定十字置于门入口位置，以利于下一阶段的视线引导。
   8. 对照组执行周期： 再次呈现迷宫，同时向脑电图（EEG）和主机眼动仪计算机发送TTL触发信号，并附带标记以指示执行阶段的开始。
   9. 重复使用规划执行阶段的相同代码，以在线反馈注视位置，并勾画出注视点轨迹，将其与已追踪的路径进行叠加。
   10. 确保追踪路径的时间最长为10秒，并允许受试者通过按按钮来结束该时间段。
   11. 将RT保存至日志文件中，以供后续分析。
   12. 对照反应期： 控制执行阶段结束后，呈现一个问号以表示反应阶段。
   13. 分别为受试者使用操纵杆或键盘进行反应设置两个按钮。
       注意：在此步骤中，受试者需通过按下一个按钮表示序列正确/是（correct/YES），按下另一个按钮表示序列错误/否（incorrect/NO），以判断由轨迹标记的序列是否正确。
   14. 将准确性保存在日志文件中。
   15. 反馈： 编写代码，当受试者正确响应时，呈现3秒的正确反馈（竖起大拇指图像）；当受试者响应错误时，呈现3秒的错误反馈（竖起食指向下图像）。
   16. 与规划条件中相同，向 EEG 和主机眼动仪计算机发送 TTL 触发信号，分别标记正确反馈和错误反馈。
4. 训练任务： 创建刺激材料，编写代码，并在前述的规划与控制任务之前，为每种条件（规划与控制）各进行一个约包含六次试验/迷宫的简短训练阶段。
   注意：目的是确保受试者熟悉任务设置。建议设定进入下一步的标准。在本研究中，如果最后三次试验均正确，并且受试者在训练阶段结束时报告已理解任务目标和操作流程，则可进入实验阶段。

图3：实验室装置示例。 实验室装置的示意图，显示了三台相互连接的计算机。主机（眼动仪计算机）负责追踪并存储眼动数据。脑电图计算机用于采集和存储脑电（EEG）信号。显示计算机控制行为实验，向受试者呈现刺激材料，并通过并行端口和局域网连接向主机及脑电图计算机发送事件触发信号，以实现数据采集的同步。请点击此处查看该图的放大版本。

图 4：基于眼动追踪系统提供的视觉在线反馈进行的路径重建。 根据运动计划执行阶段（A，紫色路径，规划执行期）和控制执行期（B，绿色线）的眼动追踪数据所重建路径的示例图。规划执行期重建的路径用于评估每次规划任务试验的准确性。请点击此处查看该图的放大版本。

4. 实验室环境与设备

1. 使用脑电图采集系统记录受试者头皮上的脑电活动，脑电电极按照国际10-20系统进行放置¹⁰⁶将两个电极置于受试者的乳突位置，用于离线重新参考。使用眼电图电极在视觉检查期间识别垂直、水平及眨眼眼动信号。
2. 使用脑电图采集软件在脑电图计算机上以2,048 Hz或1,024 Hz的采样率和0.1–100 Hz的带通滤波器进行脑电图数据采集。
   注意：1,024 Hz 和 2,048 Hz 的采样率足以用于分析低频振荡。在分析低频振荡时，必须以较高的采样率（例如超过 1,000 Hz）采集脑电图信号，以确保低频信号不会发生混叠。
3. 使用一台显示计算机，该计算机与脑电图计算机和主眼动仪计算机相连 通过 并行端口和以太网端口，并安装有可运行行为实验的平台，用于将刺激呈现在最低分辨率为1920像素×1080像素、刷新速率为60 Hz的扩展显示器上。将该显示器放置在距离受试者约82 cm的位置。
   注意：我们使用了一台24英寸的显示器，刷新率设置为144 Hz，放置在距离受试者82 cm的位置。建议在进行涉及脑电图（EEG）和眼动记录的认知实验时，使用屏幕尺寸至少为19英寸的显示器。此外，一般建议将显示器放置在受试者能够舒适完成任务并保持稳定注视屏幕的距离，同时确保能够准确记录脑电图和眼动数据。建议根据需要对实验装置进行测试和调整，以确保获得最佳结果。
4. 使用眼动追踪系统在执行阶段向参与者提供其眼动的实时反馈，并记录瞳孔大小。将采样率设置为1,000 Hz，以获得足够的时间分辨率。
5. 避免头部移动。需要限制头部左右及上下移动，以确保眼睛保持在摄像机视野范围内；同时需要限制头部前后移动，以确保眼睛处于摄像机的焦距范围内。可结合使用额托和 chin rest（颏托）来将头部运动控制在所需范围之内。
6. 使用数字照度计或类似设备评估刺激物的亮度，以比较规划刺激物与对照刺激物之间的差异。
   注意：可使用 t 检验或 Wilcoxon 检验等统计学方法来评估两种条件下刺激之间的差异。
7. 使用控制摇杆或至少带有四个按钮的键盘：其中两个按钮用于控制条件下的是/否问题；这两个按钮中的一个用于结束试验；另外两个按钮用于规划条件下的反应阶段，以向前或向后移动，将动物插入屏幕底部四个圆圈中的每一个。

5. 脑电图与眼动追踪记录实验

1. 在开始研究之前，让参与者完成书面并签署知情同意书。
2. 在录制开始前，请参与者不要化妆（睫毛膏和眼线可能被眼动仪系统误识别为瞳孔），并避免服用药物或摄入咖啡因^107,108，或感到严重疲劳¹⁰⁹ （压力、睡眠剥夺等）。
3. 让参与者完成人口统计学调查，以提供其性别、年龄、利手性、母语及神经精神疾病史信息 通过 MINI国际神经精神病学访谈⁹⁷ 由受过专业培训的心理学家实施。
4. 用酒精棉片清洁受试者的前额、头皮、乳突以及眼电图（EOG）电极安放部位的皮肤。
5. 将所有外部电极放置于受试者身上。将水平眼电图（EOG）电极以双极导联方式置于双眼外眦处，垂直眼电图电极置于受试者右眼上方和下方。在右侧和左侧乳突各放置一个外部电极，用于后续重新参考。
6. 测量受试者的头部，并根据扩展的国际10-20系统放置相应尺寸的脑电图（EEG）帽。为此，请按以下步骤找到并放置Cz电极：
   1. 通过目视检查发际线和鼻尖顶部来确定头皮的中线。连接这两点画出一条线，以定义中线。
   2. 定位Cz点。Cz点通常定义为两侧耳前点（即位于双耳前方的点）之间的中点。找到这两个点后，确定连接它们的连线，以确定Cz点的大致位置。
   3. 测量并标记Cz点。测量从鼻根点（即鼻梁上方的骨性突起）到Cz点的距离。在10-20系统中，鼻根点到Cz点的距离通常约为头围总量的53%。使用记号笔或其他标记工具标出Cz点的位置。
      注意：为了尽量减少误差并确保脑电图（EEG）数据的有效性，必须遵循一致且标准化的电极放置流程。建议制定标准的电极放置操作规程。为每位受试者的头皮电极放置建立标准化流程，并确保所有受试者均采用相同的流程。如果由团队或工作人员进行记录，应对技术人员或研究助理进行规范放置流程的培训，以确保电极放置的一致性和准确性。此外，对每位受试者的电极位置进行数字化记录是理想的做法，以便后续进行源分析。在脑电图研究中，通常需要精确获取每个电极在受试者头部的三维（3D）空间位置，以建立脑电图数据与相应脑活动之间的关联。¹¹⁰这一信息对于将脑电图数据与来自磁共振成像（MRI）或计算机断层扫描（CT）技术获得的解剖图像进行精确对齐也至关重要。^111,112.
7. 使用带有钝头针头的注射器将导电凝胶注入帽上的每个孔中，同时用针头尖端拨开受试者的头发。随后，将所有头皮电极安装到脑电帽上。
8. 使用脑电记录软件检查阻抗，并确保其低于脑电系统推荐的电阻水平。
9. 要求受试者在实验过程中尽可能保持静止。检查脑电（EEG）信号，并通过让受试者眨眼、咬牙以及闭眼数秒来测试信号质量。
10. 让受试者坐在一个黑暗且隔音的房间内。使用下颌托固定其头部以减少移动，并确保下颌托与刺激呈现屏幕中心之间的距离约为82 cm。
11. 在参与者面前放置一个操纵杆或键盘以供其做出反应。
12. 说明： 使用视觉辅助工具在每种条件（规划与控制）开始前进行口头指导。在指导中，应包含刺激材料的视觉示例，并分别说明在规划条件和控制条件下解决迷宫任务的方法。
    1. 在规划任务中，指导受试者在迷宫的不同位置找到一条路径，以完成对特定动物位置（本研究中为四个位置）的访问序列，访问顺序不限，并需遵循以下规则：“（1）在最多10秒内尽可能快速地规划路径；（2）从入口开始，以访问第四个动物位置作为路径终点；（3）不得重复经过同一路径或拐角；（4）不得进入死胡同；（5）不得垂直穿越路径。”⁵⁴.
       注意：对于规则2至规则5，建议向参与者展示视觉示例。
    2. 随后，开始进行六次试验的规划任务训练。
       注意：在每次眼动仪校准前，应要求参与者报告在执行任务过程中是否遇到任何问题，尤其是在执行阶段绘制路径时。记录是否存在用于离线/后处理分析的试验（参见步骤6.1.1）。
    3. 对于对照条件，指导受试者根据先前学习的规则，判断迷宫中已标记的路径是否正确。
       注意：提供视觉示例，说明如何在不使用规划策略的情况下评估迷宫，例如当发现错误时（如路径重复绘制、穿过死胡同等）不尝试规划新路径。一旦发现错误，应仅专注于报告错误的发现，而非纠正路径。每次试验结束后，询问参与者所采用的策略，随后给予口头反馈，以确保其对所绘制路径进行了评估，并避免规划新路径。完成上述步骤后，开始进行六次试验的对照任务训练阶段。
13. 检查脑电图信号，确保所有通道均被正确采集。开始脑电图记录。
14. 校准眼动仪。
    注意：验证眼动仪在参与者将视线指向屏幕不同区域时确定注视位置的能力。
    1. 告知参与者，眼动仪将进行校准，他们将会看到一个白色圆圈（中间有一个小的灰色圆点）在屏幕的四个角落随机移动（五点校准程序）。指导他们将视线固定在圆圈内，并告知他们当圆圈移动到另一个位置时，应跟随圆圈的位置，并将视线重新固定在新的位置上。
    2. 运行实验，通过点击开始保存眼动数据 输出/记录并请参与者遵循之前给出的指示，告知他们实验现在开始。
    3. 保持实验室环境处于黑暗状态。瞳孔扩张程度的最大变化是对光亮度变化的响应。¹¹³保持实验环境中的光照水平一致。

6. 数据分析

1. 行为分析
   1. 使用统计软件（参见材料表）分析行为数据。在计划条件和对照条件下，均以准确率（正确反应的百分比）作为定量的行为参数进行测量。对于计划条件，利用眼动仪数据（注视位置的 x 和 y 坐标）在离线状态下重建执行阶段所走路径，并确定计划路径与实际轨迹路径之间的准确性（图4）。为此，需手动检查反应阶段中正确/错误组合与所记录轨迹之间的一致性。
   2. 计算反应时（RT），即解决迷宫任务在计划阶段的平均耗时，以及在对照阶段评估已标记路径的平均耗时。
   3. 分别计算计划条件和对照条件下执行阶段的平均反应时（RT），具体仅使用正确试验对应的反应时。
      注：可补充使用 Domic-Siede 等人⁵⁴所述的线性整合速度-准确性评分（LISAS）^114,115，该指标综合考虑反应时间和准确性。由于计划执行阶段的反应时间与计划准确性相互关联，LISAS 可用于计算一个校正错误数量后的反应时间指数。此外，LISAS 指数也可用于评估电生理信号与行为表现之间的相关性。其计算方式为反应时间（RT）与错误比例（PE）的线性组合。
   4. 使用 Levene 检验^116,117等统计检验评估方差齐性，并使用 D'Agostino 和 Pearson 综合正态性分布检验¹¹⁸或 Shapiro-Wilk 检验¹¹⁹评估正态性，以选择适当的统计检验方法（参数或非参数检验）进行比较。
   5. 使用 Wilcoxon 符号秩检验¹²⁰或配对样本 t 检验¹²¹比较两种条件下的行为参数，评估计划条件中的计划成分是否比对照条件具有更高的认知负荷。
      注：通过此方式验证行为范式是否适合评估认知计划能力。
   6. 将计划条件中的试验按“简单”和“困难”两类划分（参见步骤 2.2），然后使用配对样本 t 检验比较“简单”与“困难”试验在计划阶段和执行阶段的准确率及反应时间。
2. 脑电（EEG）与眼动预处理
   1. 使用自编脚本和/或成熟工具箱（如 Delorme 与 Makeig¹²²、Dimigen 等人¹²³及 Mognon 等人¹²⁴所述）在编程语言软件中（参见材料表）执行以下步骤所描述的 EEG 数据预处理流程。
   2. 将眼动活动与 EEG 记录同步，导入注视、扫视和眨眼事件，以便更有效地进行视觉检查或进一步分析（参见步骤 3.1.2 和补充文件）。
      注：本研究中，我们采用 Domic-Siede 等人⁵⁴和 Dimigen 等人¹²³所述方法，利用眼动数据和 EEG 数据的时间戳，在编程语言软件中将眼动事件导入 EEG 数据。
   3. 若原始数据采样率为 2,028 Hz，则将其下采样至 1,024 Hz，以降低计算负担。
      注：根据感兴趣的频率范围（4–8 Hz）、预期频率分辨率及分析所需的计算资源，1,024 Hz 的采样率已足够。
   4. 将 EEG 信号重参考至乳突电极信号的平均值。
      注：其他参考方式亦可选择。参考电极的选择会影响 EEG 分析结果及数据解释，因此需仔细权衡不同参考方案的优缺点。平均乳突参考是 EEG 研究中常用的选择，因其提供了一个稳定且易于计算的参考点，已被证明在分析多种 EEG 信号时有效。在头皮 EEG 数据中分析前额 θ 活动时，常采用乳突电极（位于耳部附近）作为参考。将 EEG 数据参考至乳突电极的平均值有助于减少无关噪声和伪迹的影响，同时避免消减目标信号，从而帮助用户获得更清晰的 EEG 信号表征。
   5. 在扩展信号（未分段）上，使用编程语言软件应用零相位有限脉冲响应（FIR）滤波器，高通截止频率为 1 Hz，低通截止频率为 40 Hz。
      注：本研究中使用了 Delorme 与 Makeig¹²²所述的工具箱。
   6. 针对每种条件，根据试验数量，将数据划分为以计划期和对照期起始点为中心的片段。以迷宫呈现前 1 秒作为基线期，计划期或对照期后 4 秒作为感兴趣时间段。使用编程语言软件完成此操作。
      注：本研究中使用了 Delorme 与 Makeig¹²²所述工具箱，并采用 36 个片段/试验。
   7. 创建第二个以计划期和对照期结束点为中心的分段，使用结束前 4 秒至结束后 1 秒作为维持期。
      注：选择计划期和对照期的前 4 秒和后 4 秒（步骤 6.2.6 和步骤 6.2.7）的原因在于，两种条件下各阶段持续时间可能不同，分析计划阶段的起始和结束秒数可更全面地反映计划过程。因此，这些时间窗长度足以并适合用于分析支撑计划行为的振荡动力学。
   8. 在分段后的信号上运行 Logistic Infomax 独立成分分析（ICA）算法¹²⁵，以识别并去除伪迹成分。
   9. 采用 Plöchl 等人¹²⁶推荐的扫视-注视方差比准则自动检测潜在噪声成分，并使用 Mognon 等人¹²⁴建议的基于空间与时间特征联合使用的自动 EEG 伪迹检测方法。
      注：我们推荐使用 Pion-Tonachini 等人¹²⁷提出的独立成分分类器，该方法将独立成分分类估计为七个类别上的组成向量，有助于识别伪迹。
   10. 检查其他潜在的伪迹成分，如肌电（EMG）、电极移动或非脑源性成分。通过视觉检查拓扑图、频谱图及时间上的激活情况，验证这些成分的剔除。
   11. 使用峰度准则（以 z 分数 5 为阈值）自动剔除噪声通道，并通过球面插值法对缺失通道进行插值。
3. 时频分析
   1. 使用 250 ms 窗长和 5 ms 时间步长，对 1 Hz 至 40 Hz 范围进行短时快速傅里叶变换（FFT），采用汉宁窗（Hanning window）。使用 z 分数将时频图相对于基线期（−1 s 至 −0.1 s）进行标准化。
      注：频谱可视化存在窗长与时间分辨率之间的权衡。为全面观察包括 4–8 Hz θ 频段在内的整个频谱，建议采用最小窗长（250 ms），以确保每次试验和任务中的更高时间分辨率。此外，建议使用汉宁窗，因其被广泛认为是此类情况下的常规选择。如需更高时间和频率分辨率，请参见后续步骤。
   2. 选择一个额中央电极（如 Fz）或一组额区电极的平均信号所生成的时频图。
      注：考虑大量证据表明认知控制与额中线 θ 活动密切相关^12,128,129。
   3. 从非额区电极（如 Pz 和 Oz 电极）选择对照时频图，以进一步进行比较。
   4. 对额区和对照电极，针对两种条件的时频图在组水平上进行配对样本的非参数聚类基于置换检验，设定显著性水平 p-值 < 0.05。使用蒙特卡洛方法进行 1,000 次随机抽样，并以聚类的最大统计量值进行置换检验¹³⁰。
   5. 分别对计划期和对照期的前 4 秒及后 4 秒时间段，取 θ 频段（4–8 Hz）的平均值。
   6. 使用配对样本 t 检验或 Wilcoxon 符号秩检验比较两种条件下平均 θ 活动的差异。
   7. 分析 θ 活动的时间动态特征。为此，按被试对 4–8 Hz 频率范围在各试验间进行平均。
   8. 使用 Wilcoxon 符号秩检验（配对样本）并结合错误发现率（FDR）校正，比较两种条件下 θ 活动动态的差异。
      注：我们在 Wilcoxon 检验中使用了 88 ms 的无重叠时间窗。
4. 源重建
   1. 使用源分析重建工具箱，例如 Tadel 等人¹³¹所述的开源工具箱或其他类似工具箱。
   2. 利用标准化低分辨率脑电磁断层成像（sLORETA）¹³²算法、最小范数成像方法以及对称边界元法（symmetric BEM），借助 Gramfort 等人¹³³所述工具箱求解逆问题，计算计划阶段前 4 秒预处理 EEG 信号的源。
   3. 在无电极三维数字化的情况下，使用解剖 MNI 模板（本研究使用 Brainstorm 中的“Colin27”MNI 模板）及每位被试的默认电极位置，应用源算法（本研究为 sLORETA 算法）（参见步骤 5.6）。
      注：需注意，使用默认电极位置并非确定脑活动源的最精确方法，但仍可提供活动起源的一般性理解。应牢记，通过此类方法获得的定位源仅为粗略估计，在结果分析时应谨慎解释。
   4. 对预处理信号应用 4–8 Hz 的带通滤波。
   5. 使用试验开始前 −1,000 ms 至 −10 ms 作为基线期，进行 z 分数标准化。
   6. 在试验开始后 1 至 4 秒的时间窗内，对 θ 活动进行平均。
   7. 使用非参数置换符号检验结合蒙特卡洛抽样（1,000 次随机化）¹³¹，比较两种条件下的平均空间源差异。
   8. 为确定感兴趣区域（ROIs），使用脑图谱对皮层进行标注。
      注：本研究使用了 Tadel 等人¹³¹所述工具箱中实现的 Destrieux 图谱¹³⁴。
   9. 选择感兴趣的脑区（ROIs）。
      注：我们参考已有证据，认为前额叶皮层区域（如双侧额上回（SF）、双侧横向前额极回与沟（FP）、双侧前扣带皮层（ACC）、双侧中扣带皮层（MCC）及双侧背外侧前额叶皮层^137,138）参与认知控制功能^135,136。
   10. 对先前预处理的 EEG 信号（1–40 Hz 范围）在每个 ROI 上进行主成分分析（PCA），并提取每个 ROI 的 PCA 分解的第一主成分。
   11. 使用短时快速傅里叶变换进行频谱分析，并通过非参数聚类基于置换检验¹³⁰比较左右感兴趣区域的结果。
   12. 将左右 ROI 中无显著差异的信号合并为一个双侧时间序列：SF、ACC 和 MCC。随后绘制时频图，并比较不同条件间的差异。
   13. 根据计划任务的复杂程度（简单 vs. 困难试验），对每个 ROI 的时频图进行比较。
   14. 对每个 ROI 的 512 个样本信号边缘进行镜像处理，并在选定 ROI 上施加 4–8 Hz 的带通滤波。
   15. 使用编程语言软件中的信号处理工具箱（参见材料表）对信号进行希尔伯特变换，以获取瞬时振幅¹³⁹。
   16. 使用 z 分数标准化（−1,000 至 −10 ms 为基线期）对信号进行校正，并按被试对试验进行平均。
   17. 使用 Wilcoxon 符号秩检验（配对样本，1 秒无重叠时间窗）比较各 ROI 在两种条件下的 θ 频段时间动态，并进行 FDR 校正。
5. 脑电活动与行为表现的相关性
   1. 使用 z 分数将 ROI 的源时间序列相对于基线期进行标准化。选择计划或对照开始后 1 至 4 秒的时间窗（即在时频图中观察到显著 θ 活动的时段）。
   2. 为确定计划条件相对于对照条件的 θ 活动增强情况，首先通过工具箱（如 Chronux 工具箱¹⁴⁰）使用多锥法将每种条件及 ROI 源信号转换至频域（1–40 Hz）。
   3. 计算 θ 频段（4–8 Hz）的平均频率，并计算两个 θ 功率指标：i) 计划期（θ 计划）与对照期（θ 对照）之间的 θ 功率差值，记为 Δθ；ii) θ 活动的相对增强，表示为 Δθ 与对照期 θ 活动（θ 对照）的比值，如 Domic-Siede 等人⁵⁴所述：
             (1)
      
   4. 计算两个行为参数：iii) Δ LISAS 计划，即 LISAS 计划减去 LISAS 对照；iv) Δ LISAS 计划执行，即 LISAS 计划执行减去 LISAS 对照执行，如 Domic-Siede 等人⁵⁴所述：
      
      
   5. 使用计算所得的电生理参数与行为参数进行 Spearman 秩相关分析，并进行 FDR 校正。
6. 眼动分析：为控制各条件下眼动可能存在的差异所导致的不同振荡动力学，进行以下分析：
   1. 确定整个试验期间以及计划和对照条件下 0 至 3.75 秒期间的扫视幅度和扫视峰值速度。
   2. 根据情况选择 Wilcoxon 符号秩检验或配对样本 t 检验进行结果比较。
      注：Dimigen 等人¹²³所述的工具箱可能对此有帮助。
   3. 按照 Sato 与 Yamaguchi¹⁴¹所述方法，计算并评估一个额区电极（例如 Fz 或平均额区 ROI 电极）的傅里叶 EEG 功率与扫视率之间的相干性。
   4. 使用 Wilcoxon 符号秩检验比较两种条件下每项试验前 4 秒的功率-扫视率相干性值。

结果

在本方案中，将规划阶段的反应时与控制阶段及规划执行阶段的反应时进行了比较。规划阶段的反应时长于控制阶段和规划执行阶段的反应时。此外，与控制条件相比，参与者在规划阶段犯的错误更多，准确率更低（图5）。

图 5：规划任务中的反应时间与准确率。 采用配对t检验对（A）规划阶段（紫色圆圈）与对照阶段（绿色圆圈）的反应时间进行比较。（B）采用配对t检验对规划阶段（紫色圆圈）与规划执行阶段（紫色方块）的反应时间进行比较。（C）采用Wilcoxon符号秩检验对规划条件（紫色菱形）与对照条件（绿色菱形）下的准确率进行比较。本图改编自 Domic-Siede 等人⁵⁴。请点击此处查看此图的放大版本。

此外，对规划复杂性水平的分析表明，在规划和执行过程中，“困难”与“容易”水平在准确率和反应时间（RTs）上存在显著差异（图6）。“困难”水平的反应时间更长，准确率更低。这些结果提示，根据有效解的数量对试验进行划分，能够有效区分“容易”与“困难”的试验。

图6：不同复杂度水平下行为表现的比较。 使用配对t检验分析了“简单”和“困难”两种复杂度水平下的行为表现差异，发现二者存在显著差异。“简单”水平下的计划与执行反应时间（RTs）较“困难”水平更短，且“简单”水平的准确率更高。误差线表示标准误（SEM）。本图经修改自 Domic-Siede 等人⁵⁴。请点击此处查看此图的放大版本。

这些结果表明，当控制条件中成功移除了规划成分时（通过 由于指令操作的任务在认知上更为复杂，且要求更高、更具挑战性并耗时更长，因此可对任务诱发的神经相关活动进行相互比较。

为了分析计划过程中的额中线θ活动，将Fz电极在计划期间的平均θ频段活动与对照期进行比较，发现计划期间θ频段活动显著增加（图7）。

图7：认知规划期间的额中线θ活动。（A）地形图显示了所有受试者在规划任务期间（左）、控制任务期间（中）以及规划效应（右）的θ频段功率经z分数标准化后的结果。在认知规划过程中，受试者表现出额中线θ活动增强。颜色条表示z值范围为−0.5至1.5。（B）小提琴图显示了受试者在规划期（紫色）与控制期（绿色）之间，电极Fz（左）、Pz（中）和Oz（右）的θ活动z分数的最小值、四分位数、中位数和最大值，采用配对t检验进行比较。该图改编自Domic-Siede等人的研究⁵⁴。请点击此处查看此图的放大版本。

此外，为了评估所观察到的额叶θ活动的时间动态特性，我们绘制了θ频段功率在特定时间点（750 ms、1,750 ms、2,750 ms 和 3,750 ms）的地形图（图8A）。进一步地，与对照期相比，时频分析显示，在规划期开始后1秒，θ活动出现显著、逐步且持续的增强（图8B）。

图8：额中线θ节律的时间动态特征。（A）θ节律的地形图时间切片。在规划执行过程中（规划期），观察到额中线θ活动随时间逐渐增强。颜色条表示z分数单位（−0.5 至 2.2）。（B）规划期（上图）、对照期（中图）以及时频图，以及通过从规划期减去对照期计算得到的规划效应（下图）。在规划效应图中，使用非参数基于聚类的置换检验对配对样本进行分析后，无显著性的像素显示较浅。颜色条表示z分数单位（−4 至 4）。本图经修改自 Domic-Siede 等⁵⁴。 请点击此处查看此图的放大版本。

为了重建theta活动的脑源，对不同条件下的脑模型模板进行了可视化并相互比较，结果表明theta活动起源于前额叶皮层区域（额上回皮层，FS；前扣带皮层，ACC；以及中扣带皮层，MCC），并且不同条件之间存在显著差异（在双侧SF、双侧ACC和双侧MCC区域）（图9），其中在计划阶段观察到更高的theta活动水平（图9）。

图9：源重建。 采用sLORETA算法估计来自不同脑区的theta活动。theta活动经过4–8 Hz带通滤波、z分数标准化、基线校正，并分别在计划任务或对照任务开始后1秒或4秒内进行平均，随后在不同条件下进行比较。结果显示，双侧额上区、双侧前扣带皮层和双侧中扣带皮层的theta活动显著增强。该图展示了置换检验中显著的t值。缩写：FS = 额上区；ACC = 前扣带皮层；MCC = 中扣带皮层。本图经Domic-Siede等⁵⁴修改。 请点击此处查看该图的放大版本。

随后，通过计算Hilbert变换，评估了每个源的theta振荡随时间变化的时间特征，然后比较了不同条件下theta活动的瞬时振幅。我们发现，在计划阶段开始后，左侧额极区、双侧前扣带皮层（ACC）以及双侧中扣带皮层（MCC）的源表现出更高的theta活动（图10）。这些结果表明，本研究中需要认知规划的实验范式诱发了源自前额叶皮层（PFC）区域的theta活动。

图10：前额叶皮层（PFC）源区的theta活动时间动态特征。 采用希尔伯特变换计算瞬时振幅，并将其应用于每个额区源在两种条件及基线状态下主成分分析（PCA）分解的第一主成分，再将数据标准化为z分数，以展示额区theta活动随时间的变化。灰色阴影区域表示使用非重叠滑动窗（步长1秒）通过Wilcoxon符号秩检验确定的显著差异，并经FDR校正。阴影区域代表95%置信区间。左侧额极区（FP）、双侧前扣带皮层（ACC）和双侧中扣带皮层（MCC）在计划任务开始后均表现出theta活动增强。缩写：ACC = 前扣带皮层；MCC = 中扣带皮层。计划条件以紫色表示，对照条件以红色表示。本图改编自Domic-Siede等人的研究⁵⁴。 请点击此处查看该图的放大版本。

此外，我们旨在根据行为结果所反映的复杂性水平，考察规划过程中光谱特征的变化。值得注意的是，仅在左侧扣带回皮层（ACC）的 alpha 频段中发现了显著差异。这支持了以下观点：与认知控制任务中通常涉及的一般性认知负荷（努力程度）相比，我们的规划任务更多地通过 theta 振荡的变化来评估规划的内在特征（图 11）。

图11：不同计划复杂度水平下的脑电图（EEG）表现。 感兴趣区域（ROI）的时频图显示，在“困难”条件下，仅在左侧前扣带回皮层（ACC）的α频段出现显著的正向聚类。通过非参数基于聚类的置换检验（针对配对样本）确定的非显著性像素点在图中以较浅的颜色显示，颜色条表示Z分数单位，范围为−3至3。本图经修改自Domic-Siede等人的研究⁵⁴。请点击此处查看该图的高清版本。

当分析theta活动与行为表现之间的相关性时，观察到一种负相关关系；具体而言，在计划阶段，左侧额极区的theta活动越强，LISAS计划执行得分就越低（图12）。该模式可能表明，左侧FP区域在计划细化过程中可能是必需的，以确保后续计划的成功执行，并提示theta活动在此过程中具有重要作用。

图12：theta活动与行为表现。 左侧额极皮层theta活动与ΔLISAS计划执行能力之间的斯皮尔曼相关系数（rho）显示存在显著的负相关。该图改编自Domic-Siede等人的研究⁵⁴。请点击此处查看此图的放大版本。

此外，不同条件下引发的认知负荷和目标差异可能导致规划条件与控制条件之间的眼动模式相反，从而产生不同的振荡活动模式⁹⁵。为解决上述问题，我们在多个层面对单个受试者、单次试验的数据进行了分析。值得注意的是，Fz通道的时间序列以及theta活动的时间动态似乎与随时间变化的扫视速率无关（图13A）。

图13：脑电图与眼动记录结果。（A）各行为显示受试者8在第9次试验中计划条件下的脑电图（顶部）、时频图（中上）、Fz电极处的theta时间谱型（中下）以及扫视频率（底部）。（B）采用Wilcoxon符号秩检验比较不同条件下扫视幅度、扫视峰值速度及功率-扫视频率相干性，结果显示计划条件与对照条件之间的扫视幅度存在显著统计学差异。误差线表示标准误（SEM）。本图经修改自Domic-Siede等⁵⁴。请点击此处查看该图的放大版本。

接下来，我们获取了整个试验过程中以及0 s至3.75 s时间范围内的扫视幅度和峰值速度，以便进行比较（图13B）。我们发现，在对照条件下，扫视幅度更大。然而，不同条件下电极Fz处的傅里叶θ波功率与扫视频率之间的相干性指数差异无统计学意义（图10B），表明扫视与θ活动之间的潜在关系在各条件下具有一致性。

综上所述，这些结果表明，所描述的实验方案适用于研究作为认知控制功能的认知规划。

讨论

本文所述方案提供了一种创新方法，用于在一项新颖且具有生态效度的规划任务中，结合相关的、互补的行为学和生理学测量指标（如振荡活动和瞳孔动态），评估认知规划与认知控制。在实验过程中，记录了参与者执行规划任务时的脑电活动（EEG），该任务要求参与者首先制定计划，然后执行计划。为排除认知规划成分的影响，同时保持相似的实验环境与结构，设置了对照条件，即要求参与者评估动物园地图上已绘制好的路径。该方法有助于评估认知规划作为一种认知控制功能，是否会引起前额叶皮层（PFC）区域产生额区θ波活动，以及不同的PFCθ振荡源是否与规划表现的不同方面相关。本方案还可用于评估规划过程中不同认知阶段（如计划制定、计划执行、计划完成和反馈处理）所涉及的认知过程的差异。我们发现，规划诱发了与认知控制相关的典型额区θ波活动，这种活动有助于高效实现目标。这些结果凸显了本方案的重要研究价值。

尽管认知神经科学取得了巨大进展，但大多数神经影像学实验仍是在感觉运动受限的环境中，通过使用人工任务和过度简化的刺激来控制混杂因素，从而研究孤立的认知功能。然而，这种方法可能无法识别认知功能在日常情境（即生态化情境）中实际运作时所涉及的真实大脑机制^138,140。特别是，对于目标设定、计划制定以及有效执行计划等能力的评估尤为困难，因为这些能力依赖于多种认知功能（如工作记忆、抑制控制、认知灵活性等）^104,144。因此，根据当前认知神经科学的发展趋势，建议并鼓励设计具有生态效度的行为任务^{142,143,145,146}。

尽管我们的规划任务是在实验室环境中进行（在房间内通过屏幕显示刺激材料），但通过使用有意义的刺激材料和目标，使参与者能够与屏幕上的内容进行互动，从而提升了任务的吸引力和交互性。此外，该任务要求参与者模拟现实生活中的情境——规划一条路径以访问多个地点。为了实现生态化任务设计，实验范式必须能够促使被试以类似于日常生活中实际所需的方式，执行特定的行为或认知功能^62,63,147。为了构建具有生态效度的任务设计，本研究所采用的规划任务包含多个阶段，涉及规划路径以访问不同地点⁵⁶。第一阶段要求参与者在遵循一组规则的前提下制定计划；第二阶段要求将计划保持在工作记忆中；第三阶段则涉及执行计划并监控其是否符合既定规则。这些阶段代表了规划过程的不同阶段，以及对其他执行功能（如认知灵活性、抑制控制和工作记忆）的协调。为了确保生态化认知任务设计的有效性，该任务应能够检测出患有精神疾病或认知障碍的患者在日常生活中难以完成特定认知功能时所表现出的具体认知缺陷¹⁰⁵。这一目标可通过未来基于本实验方案的研究得以实现。

通过使用本方案获得的行为学结果与实验预测一致。当从控制任务中移除规划成分以形成控制条件时，观察到行为上存在显著差异，从而促进了进一步的比较。规划条件比控制条件在认知上更具挑战性，这一点由反应时间和准确率等参数所证实。这可能反映了在执行规划过程中更高水平的认知功能参与程度的增加^{23,55,56,57,148,149,150}。

考虑到对照条件涉及的认知过程较为简单，这由更快的反应时间、更优的表现以及所需的不同认知过程（规则评估）所证实，一种可能的替代性改进方法是利用规划任务中存在的复杂性水平，对其进行操控，并根据不同复杂性水平对规划功能进行参数化分析（例如，增加试验次数，并创建困难、中等和容易的试验条件）。然而，我们方案的结果显示，尽管可以通过行为测量指标区分"容易"和"困难"试验，但在电生理测量指标中并未检测到差异。这表明，本方案的结果更准确地反映了规划功能的内在特征，而非认知控制的更广泛方面，例如注意力、心理努力程度、任务难度或高水平的认知负荷⁵⁴。尽管如此，未来的研究可考虑其他类型的对照条件，例如要求被试沿一条已标记的路径依次访问四个动物位置，同时记住其顺序。通过这种方式，可以更好地控制任务难度，并将规划功能与工作记忆区分开来；但这种方法可能存在一个潜在缺点，即容易引起疲劳，因为被试需要完成两项高负荷的任务。

多项研究已将不同的眼动参数与特定的认知事件联系起来。一方面，某些研究在认知任务中发现了θ振荡与瞳孔直径之间的相关性，提示这两种认知功能测量指标之间存在关联。例如，Lin 等人¹⁵²发现前额中线θ活动与瞳孔大小变化之间存在相关性，反映了主观冲突程度的差异。他们的研究结果表明，这些信号代表了对冲突的加工、注意力的增强以及灵活的行为反应。因此，前额中线θ活动与瞳孔反应之间的关系似乎在决策过程中权衡成本与收益方面发挥着作用。在另一项研究中，Yu 等人¹⁵³通过调节抑制性控制反应的工作记忆任务，探讨了任务投入时间如何从神经生理学上影响认知控制。他们研究了瞳孔直径数据与额叶θ活动之间的关系，发现随着任务持续时间的增加，行为表现下降，同时伴随瞳孔扩张调节能力及额叶θ活动的减弱。在任务初期，他们发现任务投入、θ活动与认知控制之间存在显著相关性，这种相关性主要体现在需要高强度工作记忆和抑制性控制的高负荷任务中，其指标为瞳孔扩张的调节。然而，这种关联在任务后期逐渐减弱，表明任务投入的努力程度与用于执行任务的认知控制之间出现脱节，这是前额叶任务持续时间效应的典型特征¹⁵³。另一方面，其他研究则探讨了扫视与脑电振荡之间的关系。例如，Nakatani 等人¹⁵⁴揭示，在知觉任务中，枕区α频段振幅能够预测眨眼和扫视效应。此外，Velasques 等人¹⁵⁵表明，在促扫视注意任务中，扫视幅度与额叶γ波变化相关。进一步地，Bodala 等人¹⁵⁶发现，前额中线θ活动的降低伴随着持续性注意力的下降，以及扫视幅度和速度的减小。这些发现表明，眼动（尤其是扫视）可能反映了认知过程，而不仅仅是脑电（EEG）信号中的背景噪声。在本研究中，我们采用独立成分分析（ICA）算法，并结合扫视-注视方差比准则¹²⁶，增强了与眼动相关伪迹的消除效果。该准则可提升自由观看任务中的伪迹去除能力¹⁵⁷。在本研究中，不同条件下未观察到扫视峰值速度以及θ功率与扫视频率之间相干性的差异。然而，仍需更多研究来进一步回答这些问题。

使用本方案的一个关键步骤是在实验过程中持续校准眼动仪，因为摄像头可能丢失注视数据，从而导致误差，影响任务的准确性，并难以获得可靠的反应结果。因此，应尽可能频繁地进行校准。然而，在使用校准眼动仪的试验次数与实验总时长之间需要权衡。在本研究中，我们决定每进行五次试验后校准一次。

未来应开展研究，进一步探索在执行该规划任务期间θ振荡与瞳孔直径之间的关系。规划是执行控制的关键方面，需要分配注意资源并协调多种认知过程。理解规划任务中θ振荡与瞳孔直径之间的关系，有助于深入揭示执行控制的潜在神经机制及其随时间的变化规律。此外，此类研究还可能加深我们对认知功能变化（如疲劳或注意力 lapses）如何影响规划任务表现及资源有效分配能力的认识。这些信息对于开发旨在提升规划能力的干预措施具有重要意义，例如认知训练项目或针对注意缺陷多动障碍（ADHD）等疾病的治疗手段。

先前的研究表明，前额叶皮层（PFC）在认知规划中起着关键作用，我们的结果进一步证实了这一点。这些结果表明，认知规划会诱导PFC区域的额中线θ活动（FMθ），尤其是在前扣带皮层、中扣带皮层和额上区⁵⁴。这些发现与以往关于执行功能的研究一致。已有大量证据支持FMθ活动作为一种自上而下的调控机制，在执行高难度任务时启动控制并促进脑区之间的信息交流¹³。尽管目前仅有少数研究探讨了与认知控制相关的FMθ活动的时间动态特征，但学界普遍认为，FMθ的时间特征可反映认知控制的不同方面以及不同PFC区域的参与情况。通过采用本研究的认知规划评估方案，我们得以刻画规划过程中FMθ活动的时间动态特征。具体而言，在规划条件下，FMθ活动呈现出逐步增强的趋势。通过实施该方案，我们首次证明了FMθ不仅存在于其他高阶认知功能中，在规划执行过程中也同样存在，且其时间动态特征可能作为认知控制的一个指标。

我们的研究结果和实验方案在神经科学领域具有潜在应用价值，可用于改进虚拟神经心理学评估，以及治疗伴有认知规划障碍的神经精神疾病，例如抑郁症和注意缺陷多动障碍。例如，评估可包括在行为表现水平上分析不同类型的错误模式，在电生理水平上分析不同的振荡模式，以及分析不同的眼动特征。此外，本研究的结果可能为脑机接口和旨在增强认知规划能力的认知训练项目的开发提供依据。

本实验方案可能为理解神经典型人群及神经精神疾病人群中心智规划这一难以捉摸的认知控制功能背后的神经机制提供新的证据。此外，我们的行为范式可能通过结合脑电生理、瞳孔测量和行为数据，对一种实际的规划任务进行检测，从而揭示认知控制与规划的神经生物学基础；该任务侧重于考察规划的内在特征，而非一般认知控制任务中常见的总体认知负荷，这一点体现在theta振荡的变化中。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
脑电图系统	Biosemi		ActiveTwo 基础系统，64 通道
眼动仪系统	Eyelink SR Research		EyeLink 1000 Plus 核心单元、高速相机、主机 PC/显示器
CPU 显示设备	Intel		硬盘 221 GB，处理器 Intel Core i7-4790 3.60 Hz，操作系统 Windows 7，4GB RAM
CPU 脑电设备	Intel		硬盘 223 GB，处理器 Intel Core i7-4790 3.60 Hz，操作系统 Windows 7，4GB RAM
显示器	ASUS		ASUS VG248QE 24" LCD 显示器
游戏手柄	Logitech		型号 F310
照度计	Focket		LCD 屏幕（0-200.000 勒克斯），型号 Liebe WH LX1330B
统计软件	GraphPad Prism		适用于 Windows 的 GraphPad Prism 版本 8
MATLAB 编程软件	The MathWorks		MATLAB R2014a 和 R2018b
SVG 工具 Inkscape	Inkscape Project		矢量图形编辑软件
实验呈现软件	Neurobehavioral Systems		神经科学领域的刺激呈现与实验控制程序