排球運動員決策神經效率的fMRI研究

孟國正

?

排球運動員決策神經效率的fMRI研究

孟國正

目的：采用功能磁共振成像技術(fMRI)，對優秀排球運動員和普通大學生運動決策過程中的神經機制進行研究，探討多年的動作技能學習和運動訓練對優秀排球運動員大腦神經機制產生的影響。方法：采用Siemens Magnetom Trio 3.0T磁共振成像系統，對20名優秀排球運動員和20名普通大學生運動決策時進行全腦fMRI掃描，找出攔網決策任務時組間激活腦存在顯著差異的區域。結果：行為數據中，運動員與普通人相比具有顯著性差異，決策正確率高，反應速度快。在腦成像數據中，運動員激活的腦區與普通人相比具有顯著性差異，普通人比運動員多激活了負責視覺加工的枕極和枕葉梭狀回腦區。結論：普通人組在進行攔網決策任務時需要動用更多的腦功能活動去進行視覺信息處理加工，而運動員組則動用較少的腦功能活動進行視覺信息處理加工。由此推斷，運動員的神經效率具有經濟性。

功能磁共振成像；運動員；決策行為；神經效率

年復一年，高水平運動員在競賽中不斷突破人類身體極限，創造優異運動成績。在運動過程中，高水平的運動員可以感知到對手和隊友的動作行為并成功地進行反應，如網球中的快速發球，乒乓球中的快速揮拍動作，排球中的攔網和籃球中的攔截、擊劍、拳擊、空手道中的快速反擊等等，這與運動員多年的動作技能學習、運動訓練和比賽過程中形成的經驗與專項技術有很大的關系。盡管優秀運動員比新手執行的既快又好歸因于專門領域的技術知識，知識的發展方式，然而，他們的結構怎樣？是如何使用更快更準確的決策還沒有受到更多注意[25]。

究竟高水平運動員在復雜的運動情境中如何快速準確地進行決策行為的，不同的心理學家展開不同的研究。在運動心理學中，“專家-新手范式”的決策和認知過程已經被廣泛地應用[23,26]。從認知心理學家的角度來看，研究專家-新手在運動中的不同表現是非常重要的，為運動認知研究提供了一個窗口。高水平運動員的成績表現在認知心理學中已經被研究很多年[12]。但是，對于專家運動員運動成績的神經機制、在復雜的運動情境中評估運動成績，目前進行的研究較少[3,10]。隨著認知神經科學的飛速發展，認知神經科學家已經關注更多的更為簡單的基于實驗的任務的研究。這些任務建起了大腦和行為的橋梁，允許更嚴格的神經物理學的描述，通過計算的模式和以大腦為基礎的單一單元的記錄和大腦成像的實驗假設對運動員進行神經機制的研究。功能成像技術已將顯示在初級運動皮層會發生變化，重復簡單的拇指運動[8]和熟練地連續的手指運動會激活大腦初級運動皮層區[14]，為探測高水平運動員運動表現神經機制的研究帶來了新的研究思路和手段。

在激烈的排球比賽中，運動員要具備良好的時空知覺、反應速度和集中注意力的能力，處理場上各種復雜情況，快速、準確地做出運動決策，進行合理有效的技術動作。因此，運動員對于排球運動過程中信息快速準確的加工能力具有至關重要的意義。本研究從優秀排球運動員運動決策研究入手，利用磁共振技術和分析手段，通過排球運動情境中不同被試決策行為和fMRI的研究，從認知神經科學的角度，揭示優秀排球運動員的運動決策過程，探討優秀排球運動員和普通人運動決策過程的神經機制。

1 研究對象與方法

1.1 被試

本研究共40名正常成年被試，其中運動員組20名，均為國家一級排球運動員，男女各10人，平均年齡21.45±1.19歲，專業訓練年限5.6±1.35年；普通人組20名，均為普通在校大學生，男女各10人，平均年齡21.4±1.14歲，視力或矯正視力正常且不是色盲或色弱[4]。同時，每個被試都完成了1個愛丁堡利手測驗，確保他們均為右利手[18]。這些被試沒有任何精神病史、腦外傷史、神經病史及家族史。在實驗之前，都被告知實驗的目的和方法，并在《被試知情同意書》上簽字確認。

1.2 實驗材料

實驗軟件為自行開發的“排球運動決策行為測試系統”軟件，實驗任務采用Block組塊設計，實驗材料為奧運會排球比賽視頻片段，其中練習視頻12個，正式測試視頻36個。

1.3 實驗流程

屏幕首先會出現500 ms的注視點，然后實驗刺激將會呈現2 000 ms直到被試做出反應。最后是2 000 ms的空屏，整個ITI為4 500 ms。這樣的設計可以在不減少采樣點的前提下，盡量消除相鄰兩個刺激所引起的BOLD信號之間的干擾。同時，為了獲得更穩定的磁場信號，實驗序列的開頭和結尾各有一定時間的空屏(前500 ms，后500 ms，磁共振掃描序列本身也有勻場目的的預掃描)。在刺激呈現順序的安排上，首先將36個刺激隨機排序，然后調整部分刺激的順序，以避免同種刺激重復出現兩次以上的情況。

由于決策測試軟件使用鍵盤錄入數據采集，需要將排球比賽場地劃分為合理的區域，并分別賦予可以讓計算機識別的符號和數字，以方便技術統計區域信息的數據和操作簡便。因此，將排球場地按照左、中、右分為3個區域。本實驗采用3個反應鍵，按鍵反應分別用兩手的食指和中指進行1區(f鍵)、2區(j鍵)、3區(k鍵)。正式開始實驗前，主試先給被試詳細講解實驗的指導語。強調在做任務時要集中注意力，并在保證反應正確的情況下盡量以最快的速度按鍵反應。同時強調在掃描期間要盡量保持頭部靜止，保持清醒。接下來，為了幫助被試熟悉按鍵方法和實驗程序，被試需要參加1個簡短的練習任務。

實驗程序用Visual Basic 6.0編寫。刺激在1臺IBM筆記本上呈現，并通過背投投影儀經過反射鏡投射給被試。被試通過1個MRI兼容的4鍵反應盒進行，而其作出的反應將會被記錄。被試進入磁體間后，實驗人員會首先提示被試實驗過程中的注意事項，同時再次強調任務的反應方式及注意事項。在被試確定按鍵正確后開始正式的實驗掃描。

圖 1 攔網決策實驗任務設計圖

Figure1. Design of Block Decision-Making Test

1.4 數據采集

本研究采用北京宣武醫院磁共振研究中心西門子3.0T磁共振成像儀(Siemens Magnetom Trio 3.0T)，被試實驗時仰臥，頭部左右側加墊海綿墊固定于線圈內以減少頭部運動，與計算機相連的投影儀將實驗內容投射到成像儀內的屏幕上，被試通過頭部所戴掃描線圈上的反光鏡觀看屏幕內容。在功能像的掃描中采用T2*-weighted單次激發梯度回波EPI序列。具體參數為：TR=2 000 ms，TE=30 ms，FOV=200 mm×200 mm，FA=90°，層厚=4 mm。平行于AC-PC，采用無間隔方式采集了30層圖像。這些圖像覆蓋了整個大腦和大部分小腦。掃描矩陣=64×64，分辨率=3.125 mm×3.125 mm×4 mm，整個實驗的掃描時間為30 min。同時，為了更好的進行圖像配準，本研究也采集了每個被試的大腦結構像。該掃描采用T1-weighted MP-RAGE序列，掃描參數為：TR=2 530 ms，TE=3.39 ms，FA=7°。掃描采用矢狀切面，FOV=256 mm×256 mm，像素矩陣=192×256。厚層=1.33 mm，無間隔，掃描層數128層。分辨率1.33 mm×1 mm×1.33 mm。

1.5 數據處理

1.5.1 圖像轉換與功能像預處理

首先在MATLAB下運行的SPM5對fMRI數據文件進行從DICOM格式到NFITI格式的轉換。接下來，刪除前3幅用于磁場勻場的圖像。然后采用FSL將轉換后的NFITI格式文件轉換成FSL支持的壓縮4D格式。在腦成像數據的預處理中，共進行了5步操作：第1步，使用Bet工具對結構像進行剝離頭皮的操作，以更好的和模板進行標準化。第2步，將功能圖像進行內部對齊，以消除輕微頭動帶來的影響。對齊完成后，對數據進行視覺檢查，確保被試在任何方向上的頭動都沒有超過1個體素，否則將會去除該數據。第3步，采用了非線性的高通濾鏡(100-s cutoff)對所有數據在時域內進行濾波以去除噪音。第4步，使用5 mm的FWHM高斯核進行空間平滑。第5步，對平滑后的功能數據進行了空間標準化。

1.5.2 功能像統計分析

將每個被試的功能數據單獨采用FSL中的FILM模塊建模分析，接下來采用每個被試的有效數據所在的時間點構建每個條件的基函數，并和雙Gamma HRF 曲線進行卷積。也同時將每個條件的時間倒數、功能像內部對齊時得到的6個方向上的頭動參數作為混淆變量加入到該模型中，用以提高統計的敏感性，從而得到更純凈的結果。在結果對比中，設計普通人減運動員進行對比。

2 實驗結果

2.1 行為結果

運動員和普通人的攔網決策行為測試結果見表1。

表 1 攔網決策行為測試結果一覽表

Table 1 Result of Block Decision-Making Behavior

組別n決策正確率(%)決策反應時(s)運動員2067.22±8.091233.84±200.57普通人2036.95±10.121391.43±276.14

本研究對攔網決策正確率和反應時進行單因素方差分析，結果顯示，攔網決策正確率[F(1,39)=28.755,P<0.01]和攔網決策反應時[F(1,39)=13.038,P<0.01]均出現顯著性差異。

2.2 腦成像結果

2.2.1 攔網決策任務時運動員腦激活區域

攔網決策任務時運動員激活的腦區主要是團塊的激活和局域激活中心。團塊激活主要位于運動員大腦右半球中央前回；左半球中央前回兩個大的團塊，局域中心激活主要位于運動員大腦右半球額中回和中央前回，大腦左半球枕葉外側下，額中回(表2)。

表 2 攔網決策任務時運動員腦激活區一覽表

Table 2 Players’Activated Brain Regionsduring Block Decision-Making Tasks

ClusterIndexZmaxMNI坐標半球 腦區XYZ27.65-28-446L中央前回(PrecentralGyrus)27.63-46-704L枕葉外側下(InfLOC)27.53-46-700L枕葉外側下(InfLOC)27.45-28-450L額中回(MFG)27.32-56-740L枕葉外側下(InfLOC)27.14-42-744L枕葉外側下(InfLOC)16.226-446L中央前回(PrecentralGyrus)15.7434-258R額中回(MFG)15.29301248R額中回(MFG)14.9752844R額中回(MFG)14.748238R中央前回(PrecentralGyrus)

圖 2 攔網決策任務時運動員腦激活圖

Figure 2. Diagram of Players’Activated BrainRegions during Block Decision-Making Tasks

2.2.2 攔網決策任務時普通人腦激活區域

攔網決策任務時團塊激活主要位于普通人大腦右半球枕葉外側下；左半球腦干和殼核3個大的團塊。局域中心激活主要位于普通人大腦右半球腦干和枕葉外側下；大腦左半球枕葉外側下、腦干；、殼核、蒼白球和丘腦(表3)。

表 3 攔網決策任務時普通人腦激活區一覽表

Table 3 Ordinary People’s Activated BrainRegions during Block Decision-Making Tasks

ClusterIndexZmaxMNI坐標半球 腦區XYZ37.4952-700R枕葉外側下(InfLOC)37.4246-644R枕葉外側下(InfLOC)37.158-684R枕葉外側下(InfLOC)37.09-46-648L枕葉外側下(InfLOC)

續表 3

圖 3 攔網決策任務時普通人腦激活圖

Figure 3. Ordinary People’s Activated BrainRegions during Block Decision-Making Tasks

2.2.3 攔網決策任務時普通人與運動員腦激活圖比較結果

攔網決策任務時運動員與普通人腦區激活存在顯著性差異，出現差異的團塊主要包括：大腦右半球枕極；大腦左半球枕極和枕葉梭狀回 。普通人與運動員相比出現顯著性差異的腦激活局域中心主要包括：大腦右半球枕葉梭狀回、枕極和枕葉外側下；大腦左半球枕極和枕葉梭狀回(表4)。

表 4 攔網決策任務時普通人比運動員多激活的腦激活區域一覽表

Table 4 More Activation of Regional Brain of OrdinaryPeople than Players during Block Decision-Making Tasks

ClusterIndexZmaxMNI坐標半球 腦區XYZ33.9922-88-2R枕極(OccipitalPole)33.5124-86-6R枕葉梭狀回(OccipitalFusiformGyrus)33.330-980R枕極(OccipitalPole)33.2130-1024R枕極(OccipitalPole)33.1626-102-4R枕極(OccipitalPole)

續表 4

攔網任務時磁共振功能像結果顯示(圖4)，運動員組和普通人組激活腦區存在顯著性差異，主要差異的激活區域在枕極和枕葉梭狀回區域，普通人組比運動員組多激活了該區域，研究表明，普通人組在進行攔網決策任務時需要動用更多的腦功能活動去進行視覺信息處理加工，而運動員組則要動用較少的腦功能活動進行視覺信息處理加工。

圖 4 攔網決策時普通人比運動員多激活的腦激活圖

Figure 4. Diagram of More Activation of Regional Brain ofOrdinary People than Players during Block Decision-Making Tasks

3 討論

本研究采用自行編制的排球運動決策行為測試軟件，對運動情境中不同水平被試的運動決策行為進行研究，結果發現，不同運動水平被試的決策行為存在顯著性差異，運動員組在正確率上顯著高于普通人組，而在反應時上快于普通人組。這些差異的原因是因為不同運動水平被試的視覺信息加工能力存在差異，由于運動經歷不同、擁有的運動經驗也不同，在運動情境中觀察到的線索也不相同。為了對此假設進行進一步的研究，采用fMRI技術對不同被試在排球決策任務中腦功能的差異進行了研究。研究結果發現，普通人比運動員多激活了負責視覺信息加工的枕極(Occipital Pole)和枕葉梭形回(Occipital Fusiform Gyrus)腦區。接下來，將結合前人研究中的發現對這些結果進行討論。

3.1 運動員運動決策行為特征

決策行為測試結果顯示，優秀排球運動員在復雜的運動情境中具有既快又好的決策行為,決策行為既準確反應速度又快，與普通人相比較，在相同的任務中表現極具不同。專家的決策行為特征是在復雜環境變換的情況下運動決策的穩定性。在復雜的運動情境中，普通人的決策行為會受到相當大的影響，而運動員在復雜的運動情境中決策行為具有相對高的穩定性。由此推斷，在特定的運動情境中，決策行為與大腦皮層的資源、有意識的注意和工作記憶有著直接的關系。一個領域的專家和新手的區別表現為專家傾向于用更大的組塊來組織信息，而新手則以孤立的小塊信息來處理。有經驗的象棋選手在僅僅5 s的觀察之后就能夠重現16枚棋子在棋盤上的精確布局。研究者推測，一位象棋大師在長時記憶中存儲了大約100 000種棋盤上的棋子擺放模式[7]。通過使用這些信息，他們可以用兩三個組塊的信息來編碼所有的16個棋子的位置，這個數量能夠很容易被工作記憶把握。專家之所以比新手決策水平高的原因是因為，經過多年的動作技能學習和運動訓練，積累了豐富的運動經驗，可以在復雜的運動情境中根據擁有的經驗優先選擇所需要的信息，迅速準確地進行反應。另外，專家擁有專門的運動技術，這項技術包括對運動知識和信息的運用和快速的轉換能力，這是新手不具有的技術[6]。還有，專家擁有豐富的智力資源，可以增加工作記憶和注意的容量，在運動情境中增加注意深度，減少注意信息的減退等等能力。有研究認為，認知機制可能是導致專家和新手的決策水平差異的主要原因[21]，優秀運動員和新手在運動認知上存在差異導致了決策行為的差異。

3.2 運動員運動決策信息加工過程

認知心理學從信息加工的角度研究大腦的心理活動，把大腦與計算機類比，把大腦當做一個信息加工系統，把心理活動看作是一系列信息的獲得、存貯、加工和使用的過程。從運動認知的信息加工角度來看，高水平排球運動員在觀看排球比賽錄像時，做出決策就是一系列的信息加工過程。排球運動員首先將排球錄像中的動作及其相關刺激的信號轉入大腦的感知系統；其次，大腦將相關信息識別后并轉到短時記憶，再與長時記憶中提取來的技、戰術信息相匹配，然后根據已經掌握的競賽規則和技術、戰術做出最后的決策。美國學者Singer對運動情境中運動員進行運動決策的信息加工過程進行了詳細地分析：認為運動員在運動情境中可以準確地感知當前信息，將信息存入短時記憶中，然后與大腦中存儲的長時記憶中相關的知識經驗進行比較，并根據比較結果做出決策，然后執行動作[22]。按照運動認知心理學的觀點，運動決策需要以運動情境中一定的信息作為基礎，而在復雜的運動情境中進行信息加工，視覺的信息加工尤為重要。不同運動項目的研究表明，專家與新手相比較，決策速度更快、更準確。普通人被試由于專業技術和運動經驗的限制，視覺加工時只注意動作特征和空間維度的信息，容易被對方的動作所迷惑；運動員被試擁有專家級的專業技術和多年的運動經驗，在進行視覺信息加工時，可以根據自己大腦記憶中存在的比賽信息和當前的信息進行比較，根據時間、空間的維度上的信息，并且還可以結合對手的特點、戰術意圖、場上局勢等信息進行綜合分析，然后決策，執行動作。由此可見，運動員運動決策行為過程中，視覺信息加工和處理起到了關鍵的作用。

3.3 運動員神經機制的可塑性

生態學的研究證明，隨著進化人類大腦會產生功能的適應和可塑性變化[15,24]。動作技能學習是指一系列提高動作速度、準確性、自動化水平和適應性等動作效率指標的內部過程。人們認為這些過程是感覺和動作信息進行重組和整合的中樞神經系統的復雜活動。關于大腦可塑性的研究可以看到，經過一定時期的動作訓練和認知訓練，人類的大腦會出現相應的結構變化。研究顯示，經過記憶訓練后在大腦右側腦島的皮層厚度發生改變[5]，認知訓練可以改變青春期女孩的大腦皮層厚度的變化[13]；還有研究顯示，青年受試者經過數月的變戲法的學習，大腦灰質發生結構性的變化[11]。研究發現，體育鍛煉可以改變成年人海馬的神經結構，在成年人的大腦產生新的神經元，表明身體鍛煉對大腦結構的影響[16]。

雖然以前的研究已經發現，動作技能學習和運動訓練可以提高運動員的運動成績，但是，很少有研究關于多年的動作技能學習和運動訓練對于運動員大腦結構產生的影響。研究發現，運動員組在負責視覺中樞系統的枕葉外側上大腦皮層厚度明顯增厚、灰質體積明顯增加。決策行為的研究已經顯示，不同水平被試的決策水平存在顯著性差異，不同被試的決策策略的不同主要存在于視覺信息處理的差異。枕葉是負責視覺系統的主要腦區，研究顯示，大腦皮層厚度增厚和灰質體積增加主要發生在枕葉外側上(sup LOC)的區域，運動員顯示皮層最大增厚和灰質體積增大的腦區也正是此區域[1]。磁共振結構和功能成像的研究結果已經證實，個體經過一定期限的動作任務的訓練，可以看到大腦的結構改變，顯然是訓練導致了這種結果。通過學習變戲法已經在一些腦區灰質體積發生改變，其中包括顳葉中部雙側腦區增加。由此可見，動作技能學習影響到大腦的宏觀結構。大腦結構的變化可能會影響到細胞的體積增加，增加新的神經元和神經膠質細胞、脊骨密度[17]。雖然觀察的影響是在大腦的兩側半球均出現顯著性激活，但是更顯著激活的是在大腦的右半球。雖然右側優勢的理由還不太清楚，但是與大腦右半球的主要功能(注意[20]和視覺空間信息加工處理[9])有著密切的聯系。

3.4 運動員運動決策過程的神經效率

視覺與決策技巧在排球運動中有著十分重要的作用。人們用雙眼收集信息并傳遞周圍環境的細枝末節，視網膜將雙眼所看到的外部視覺世界，編碼成各種視覺影像，并把這些視覺影像通過神經沖動傳輸至大腦中的視覺中樞。這些電流信息會被處于大腦皮層枕葉中的視覺中樞轉譯為“景象”。視覺和決策依賴于運動員識別不同形狀和色彩的能力以及肌肉骨骼系統自動而有目的地調節輸入視覺信息的功能，這樣才能產生高效率和富有成效的行為。這種適宜地詮釋所看見的事物和行為的能力，是后天習得的技巧，正如排球運動中的攔網、防守和接發球，都是通過訓練才習得的[2]。運動員在復雜的運動情境中時，大腦首先對外部環境建立初步的認識，然后與大腦記憶中的信息相比較，經過信息加工后，進行決策，最后采取行動。傳統的認知運動理論建議用連續的方式解決運動決策的問題，首先是選擇做什么，然后在選擇如何去做。根據這個觀點，大腦的知覺系統首先收集感覺信息，在大腦內部建立一個對外部世界物體的基本描述。接下來，根據當前的需要信息和過去經驗的記憶去判斷和決策一個行動過程[19]。

運動員和普通人在攔網任務時磁共振功能像結果顯示，運動員組與普通人組在某些腦區上的腦激活出現顯著性差異。普通人組和運動員組相比較，發現普通人組比運動員組多激活了枕極(Occipital Pole)和枕葉梭形回(Occipital Fusiform Gyrus)腦區，這說明普通人組在攔網決策任務時，需要動用更多的腦功能活動去進行視覺信息處理。高水平排球運動員有準確的、有效的神經中樞網絡執行運動決策，使視覺信息和動作指令一體化。顯然，在進行同樣的決策任務時，運動員和普通人大腦激活程度不同。普通人要從復雜的運動情境中去尋找到可以用的信息來進行運動決策，中間需要排除無用的信息，這就需要激活多的視覺信息系統來進行信息的加工和分析。運動專家可以從復雜的運動情境中找尋到有用的信息進行動作執行，就需要動用較少的視覺信息系統來進行信息的加工和處理，花費的時間和精力均少于普通人，普通人則需要過濾掉無用的信息，去進行運動決策。因此，運動員負責視覺信息加工的腦區激活會少于普通人，導致普通人負責視覺信息加工的腦區激活比高水平排球運動員要多，所以，運動員的決策神經效率具有經濟性。

4 結論

1.運動決策行為結果顯示，運動員組在復雜的運動情境中進行決策任務時，既準確速度又快，與實際運動情境中的表現一致。

2.fMRI結果顯示，運動員組與普通人組在腦區激活區域上存在顯著性差異。在負責視覺加工的枕極和枕葉梭形回腦區，普通人組比運動員組多激活了該區域。

3.普通人組在進行攔網決策任務時需要動用更多的腦功能活動去進行視覺信息加工，而運動員組則動用較少的腦功能活動進行視覺信息加工。因此，運動員的決策神經效率具有經濟性。

[1]孟國正,葛春林,岳曉燕.基于磁共振成像的優秀排球運動員大腦結構可塑性研究[J].中國體育科技,2011,9(47)5:47-51.

[2]喬納森·里澤,羅爾德·巴爾.排球[M].葛春林，審譯.北京:人民體育出版社,2003:235-243.

[3]王進.神經效率假說在體育中的驗證探索[J].體育科學,2009，29(4)：96.

[4]王克長,王新宇.色覺檢查圖(第二版)[M].北京:人民衛生出版社,2003.

[5]ANDREAS E,ANDERS M,FJELL L T,etal.Effects of memory training on cortical thickness in the elderly[J].Neuro Image,2010,52:1667-1676.

[6]CHAMBERLAIN C J, COELHO A J.The Perceptual Side of Action:Decision-making in Sport[M].In J L Starkes, F Allard(Eds.),Cognitive Issues in Motor Expertise.Amsterdam,Netherlands:Elsevier Science,1993:135-137.

[7]CHASE W G,SIMON H A.Perception in chess[J].Cognitive Psychol,1971,(1):33-81.

[8]CLASSEN J,LIEPERT J,WISE S P,etal.Rapid plasticity of human cortical movement representation induced by practice[J].J.Neurophysiol,1998,79:1117-1123.

[9]CORBALLIS P M.Visuospatial processing and the right-hemisphere interpreter[J].Brain Cogn,2003,53:171-176.

[10]DEL PERCIO,CLAUIO,etal.Is there a “neural effeciency” in athletes? A high-resolution EEG study[J].Neurolmage,2008,42:1544-1553.

[11]DRAGANSKI B,GASER C,BUSCH V,etal.Neuro-plasticity:Changes in grey matter induced by training[J].Nature,2004,427:311-312.

[12]ERICSSON K A.The Road to Excellence:The Acquisition of Expert Performance in the Arts and Sciences,Sports,and Games[M].Mahwah,New Jersey:Lawrence Erlbaum Associates,1996.

[13]HAIER R,KARAMA S,LEYBA L,etal.MRI assessment of cortical thickness and functional activity changes in adolescent girls following three months of practice on a visual-spatial task[J].BMC Res Notes,2009(2):174.

[14]KARNI A,etal.Functional MRI evidence for adult motor cortex plasticity during motor skill learning[J].Nature,1995,377:155-158.

[15]KENRICK D,LI N, BUTNER J.Dynamical evolutionary psychology:Individual decision rules and emergent social norms[J].Psyc Rev,2003:3-28.

[16]KLAUS FABEL,GERD KEMPERMANN.Physical activity and the regulation of neurogenesis in the adult and aging brain[J].Neuromol Med,2008,(10):59-66.

[17]MAY A,etal.Structural brain alterations following 5 days of intervention:dynamic aspects of neuroplasticity[J].Cereb Cortex,2007,17:205-210.

[18]OLDFIELD R C.The assessment and analysis of handedness:The Edinburgh inventory[J].Neuropsychologia,1971,9(1):97-113.

[19]PAUL CISEK.Competition hypothesis cortical mechanisms of action selection:the affordance[J].Royal Soc:Bio Sci,2007:1585-1599.

[20]POSNER M I,PETERSEN S E.The attention system of the human brain[J].Annu Rev Neurosci,1990,13:25-42.

[21]RAAB M,JOHNSON J G.Individual differences of action-orientation for risk-taking in sports[J].Res Q Exe Sport,2004(3):326-336.

[22]SINGER R N.Motor Learning and Human Performance[M].New York:Macmillan,1980.

[23]STARKES J,HELSEN W, JACK R.Expert Performance in Sport and Dance[M].In R Singer,H Hausenblas, C Janelle(Eds.),Handbook Sport Psy Chichester:Wiley,2001:174-201.

[24]SWENSON R,TURVEY M.Thermodynamic reasons for perception-action cycles[J].Ecological Psy,1991(4):317-348.

[25]THOMAS K T,THOMA J R.Developing expertise in sport:The relation of knowledge and performance[J].Int J Sport Psy,1994,25:295-312.

[26]WILLIAMS M,DAVID K, WILLIAMS J.Visual Perception and Action in Sport[M].London:E FN Spon,1999.

An fMRI Study for Decision-Making Neural Efficiency of Volleyball Players

MENG Guo-zheng

Objectives:This paper analyzes the brain neural mechanism of the elite volleyball players and ordinary college students in the decision-making task by using fMRI for the purpose to illustrate the influence of motor skill learning and sports training on the brain neural mechanism of the players.Methods:20 elite volleyball players and 20 ordinary college students are scanned with fMRI when they are in the decision-making task by Siements Magnetom Trio 3.0 Tesla magnetic resonance imaging scanner,to find the difference of activate encephalic region in the block decision-making task.Results:Behavioral results showed that players were much better than college students in the decision-making test.The results of fMRI showed that it was significant different between players and college students,players activate much less than college students in Occipital Pole and Occipital Fusiform Gyrus that play important roles in visual information processing.Conclusion:It is significantly different in sport decision-making level with different participants.Athletes have the best accuracy and reaction times than others.Athletes activate much less than college students in Occipital Pole and Occipital Fusiform Gyrus that play important roles in visual processing.Therefore,we deduce that the neural efficiency of athletes have economical efficiency.

fMRI;player;decision-makingbehavior;neuralefficiency

1002-9826(2016)04-0084-07

10.16470/j.csst.201604012

2015-10-14；

2016-03-27

第59批博士后基金面上項目(2016M590331)；河南省科技廳科技攻關計劃重點項目(162102310441)；河南省社科聯課題(SKL-2015-2558)；河南師范大學教育科學研究基金(2008J18)。

孟國正(1973-)，男，河北臨漳人，博士，碩士研究生導師,主要研究方向為動作技能學習與控制,Tel:(0373)3326352；E-mail:mengguozheng1111@sina.com。

河南師范大學 體育學院，河南 新鄉 453007 Henan Normal University,Xinxiang 453007，China.

G804.8

A