知覺負載對負性分心面孔的知覺加工和記憶的影響*

(貴州師范大學教育科學學院心理學系, 貴陽 550025)

1 引言

情緒刺激會對個體的認知產生廣泛的影響(Cohen & Henik, 2012; Dolcos, Wang, & Mather,2014)。很多時候即使情緒刺激與任務無關, 也會對個體產生影響(Gainotti, 2012; Jessen & Grossmann,2015; Stefanics, Csukly, Komlósi, Czobor, & Czigler,2012), 因此研究情緒分心物, 特別是負性情緒分心物的知覺加工和記憶十分重要。

知覺負載理論認為個體的認知資源有限, 分心物是否得到加工取決于任務的知覺負載(Lavie,2010)。在低知覺負載下, 個體有多余的注意資源來加工分心物, 對分心物的過濾較少, 因此分心物會對任務產生干擾; 在高知覺負載下, 注意資源都用在任務相關加工上, 對分心物進行了充分的過濾,沒有多余資源對分心物進行加工, 因此干擾效應會減小甚至消失(Lavie, 2005; Yates, Ashwin, & Fox,2010)。當負性情緒刺激作為分心物時, 卻有不一致的結果。一些研究認為無論任務的負載情況如何,負性刺激都會持續的與當前任務發生競爭, 對任務產生干擾(Müller-Bardorff et al., 2016)。因為負性情緒刺激的加工是自動化的, 不需要注意資源(Attar& Müller, 2012; Vuilleumier, 2015; Vuilleumier,Armony, Driver, & Dolan, 2001; Vuilleumier &Huang, 2009)。比如, 負性分心物在高、低兩種知覺負載下都比中性分心物產生更大的干擾效應(Attar& Müller, 2012)。恐懼癥患者對令他們恐懼的圖片的加工不受任務的知覺負載調節(Norberg, Peira, &Wiens, 2010; Sand & Wiens, 2011)。但是, 另一些研究發現負性情緒分心物的加工會受到知覺負載的調節(Gupta, Hur, & Lavie, 2016; Lavie, 2005;Minamoto, Shipstead, Osaka, & Engle, 2015; Pessoa,2009, 2015)。比如, Pessoa等人的研究顯示, 與情緒刺激加工相關的杏仁核的活動受到知覺負載的調節。當知覺負載較低時, 負性情緒分心物可以激活杏仁核; 而知覺負載較高時, 負性情緒分心物則不會顯著激活杏仁核(Pessoa, 2015; Pessoa, McKenna,Gutierrez, & Ungerleider, 2002; Pessoa, Padmala, &Morland, 2005)。而且, 知覺負載對負性情緒分心物的加工的影響可以跨感覺通道存在。比如, 杏仁核對恐懼聲音的反應受到視覺注意任務的調節, 知覺負載較高時, 與中性聲音相比, 恐懼聲音不能顯著激活杏仁核; 知覺負載較低時, 與中性聲音相比,恐懼聲音則會顯著的激活杏仁核(Mothes-Lasch,Mentzel, Miltner, & Straube, 2011)。

有趣的是, 最近的研究發現情緒分心物的加工,既可以表現出自動化的一面, 也受到知覺負載的調節(Shafer & Dolcos, 2012; Shafer et al., 2012)。Shafer等人要求被試對負性或中性圖片進行知覺辨別任務。情緒維度與任務無關, 是分心物。研究者操縱了負性情緒強度、知覺負載和圖片呈現時間三個因素。情緒強度包括高強度、一般強度、中性圖片三個水平; 知覺負載包括高、低負載兩個水平;呈現時間包括長、短兩個水平。結果發現將負性情緒與中性圖片直接對比時(與以前的大多數研究一樣), 發現了顯著的情緒干擾效應, 不受知覺負載的調節; 但將不同情緒強度的刺激進行對比發現,情緒分心物強度與知覺負載有交互作用, 高強度情緒在知覺負載較低、呈現時間較長的條件下顯著干擾了知覺辨別。因此情緒分心物既可以自動化加工,也可受到知覺負載的調節。腦成像結果顯示, 背內側前額葉(dorsomedial PFC)和腹外側前額葉(ventrolateral PFC)的活動受情緒分心物的干擾, 而背側前扣帶回(dorsal ACC)和外側枕葉皮層(lateral occipital cortex)與抑制情緒干擾有關(Shafer et al.,2012)。他們的另一項研究顯示, 負性情緒分心物在知覺任務中的干擾效應越大, 反映個體對分心物的加工越多, 之后個體對分心物的記憶就越好(Shafer& Dolcos, 2012)。

雖然 Shafter等人同時觀察到了負性情緒分心物的自動化和受知覺負載調節的加工模式, 但是兩種加工模式在時間上出現的先后順序還不清楚, 是先后出現嗎？來自于工作記憶的研究可能給我們提示, 工作記憶中的分心物是自動被檢測到, 并產生一種“注意我”的信號, 但是這種信號會被至上而下的機制所抑制(Sawaki & Luck, 2011)。那么在知覺任務中, 情緒分心物是否會因為其高突顯性(salient)而被自動化的檢測到, 然后個體意識到該刺激與任務無關, 在晚期階段根據當前任務的知覺負載來決定是否對分心刺激進行進一步加工, 并且這種晚期的調節在后期對分心物的記憶中表現出來？

因此, 本研究采用事件相關電位(Event-Related Potential, ERP)技術考察負性分心面孔的加工如何受知覺負載的調節, 以及后期的對分心物的記憶是否受知覺負載影響。在ERP研究中, 早期的P1、N170和 N250受到注意資源和面孔表情的調節。P1被認為是反映基于注意的早期的視知覺加工,且P1的源位于雙側枕葉和梭狀回(Mangun, Buonocore,Girelli, & Jha, 1998)。而梭狀回與面孔加工密切相關(Sabatinelli et al., 2011), 因此P1可能受注意資源與面孔表情的影響。目前, 關于 P1是否受到面孔表情的調節研究結果并不一致, 有些研究發現 P1受到面孔表情的調節(Brosch, Sander, Pourtois, &Scherer, 2008)。而另一些研究卻發現P1只是反映對面孔低水平的視覺特征的加工, 對表情并不敏感(Rossion & Caharel, 2011)。N170和N250是與面孔加工相關的兩個成分, 它們都受到注意資源與面孔表情的調節(Calvo & Beltran, 2014)。N170被認為是個體將視覺刺激知覺為面孔時誘發的成分, 它在一定程度上受到注意資源的調節。比如, 與面孔出現在注意位置時比面孔出現在非注意位置時誘發的 N170波幅更大(Crist, Wu, Karp, & Woldorff,2007)。如果面孔刺激的噪音增加, 與低噪音環境下的面孔相比, 其誘發的 N170波幅會減小(Rossion,2014)。另外, N170還會受到面孔表情的調節, 情緒面孔比中性面孔誘發更大的N170 (Müller-Bardorff et al., 2016; Righi et al., 2012)。N250通常是在頭皮中后部記錄到的與情緒加工相關的成分(Rossion,2014)。N250對中性、正性和負性表情的反應都不相同, 因此可以推定在表情的加工中它可能反映表情分辨的過程(Calvo & Beltrán, 2013)。由于N170和 N250對注意資源和面孔表情敏感, 它們能用來反映知覺負載對負性分心面孔加工的影響。

在晚期階段, 視知覺任務中的視覺 N700(visual N700)是反映與記憶存儲等對刺激進行進一步加工的成分(Bender, Behringer, Freitag, Resch, &Weisbrod, 2010; Bender, Oelkers-Ax, Hellwig, Resch,& Weisbrod, 2008; Hecht, Thiemann, Freitag, &Bender, 2016)。N700在刺激呈現后700 ms左右達到峰值, 分布在頭皮的枕顳聯合區, 可以反映刺激消失之后高級視覺皮層對刺激的持續性加工(Bender et al., 2008)。比如, 在刺激消失之后, 個體主動對客體進行記憶加工比無記憶要求條件誘發更大的N700 (Bender et al., 2010)。通過對N700和對側延遲活動(Contralateral Delay Activity, CDA, 該成分與工作記憶中的信息保持相關)的對比研究發現,N700反映在視覺刺激消失之后有機體對突顯性刺激進行信息編碼與記憶鞏固的過程(Hecht et al.,2016)。因此N700可以用來反映在晚期分心面孔是否得到進一步的加工, 以及這種加工是否受知覺負載調節。并且, 由于N700與記憶鞏固過程相關, 因此N700的反應模式可能與個體對分心物的記憶的反應模式有一定關聯。

基于此, 本研究采用視覺搜索任務, 以恐懼和中性面孔為分心物, 要求被試完成高、低知覺負載的任務, 調查知覺負載對負性分心面孔的知覺加工的影響。之后要求被試立即對分心面孔進行意外再認, 考察對負性分心面孔的記憶是否受知覺負載的調節。在早期階段, 如果恐懼分心面孔是自動化加工(Müller-Bardorff et al., 2016), 即不受知覺負載的影響, 那么可以預期在P1、N170和N250上觀察到分心面孔效價效應, 不會觀察到知覺負載與分心面孔效價的交互效應。如果恐懼分心面孔加工受到知覺負載的調節, 根據知覺負載理論(Lavie, 2010),可以預期在P1、N170和N250上觀察到知覺負載與分心面孔效價的交互作用, 低負載條件下的恐懼面孔比中性面孔誘發更大的P1、N170和N250, 而這種差異在高負載條件下不顯著。在晚期階段, 如果恐懼分心面孔的加工受到知覺負載調節, 可以預期在N700上觀察到知覺負載與分心面孔效價的交互作用, 并且在對分心面孔的再認記憶成績上觀察到類似的交互作用。

2 方法與程序

2.1 被試

隨機選取 32名健康成年人作為被試, 男女各16名, 年齡范圍在 21～36歲之間, 平均年齡為24.87 ± 3.71歲, 右利手, 被試自述無軀體疾病及精神障礙, 裸視或矯正視力正常。實驗得到了當地倫理委員會的批準。實驗采用自愿的原則, 在實驗之前簽署知情同意書, 實驗結束后付給一定報酬。數據分析中4名被試被排除, 其中兩名是由于ERP數據記錄不完整, 一名是因為在意外再認記憶任務中未表現出任何記憶, 一名因為N170和N700成分的波幅超過3個標準差。最后對28名被試的數據進行分析, 其中女性14名, 男性14名。

2.2 程序

2.2.1 刺激材料與儀器

所有的實驗刺激均通過17寸的顯示屏(分辨率1024×768, 刷新率60 Hz)呈現, 屏幕背景為黑色。實驗刺激是字符串疊加在分心面孔之上(如圖1)。分心面孔選自中國情緒面孔圖片系統(CAFPS, 王妍, 羅躍嘉, 2005)的中性和恐懼面孔, 均為黑白圖片, 圖片大小均為 260×300像素, 水平視角為8.16°。實驗總共包含40張分心面孔, 其中恐懼20張, 中性面孔20張, 男女各半, 每張面孔圖片的身份不同。字符串由 H、K、M、W、Z、X (N)字母組成, 字符串的視角為5.66°, 顏色為白色, 字體為Courier New, 每個字母之間間隔30像素。在再認記憶任務中, 另選40張面孔作為新面孔, 材料同樣來自中國情緒面孔圖片系統。

2.2.2 實驗程序與實驗任務

要求被試調整坐姿至最佳狀態并注視熒幕中央, 接著呈現實驗指導語, 在被試清楚實驗任務后進入練習程序, 練習結束后進入正式實驗并記錄數據。被試首先完成視覺搜索任務, 緊接著完成意外再認記憶任務。

視覺搜索任務。視覺搜索任務改編自(Jenkins,Lavie, & Driver, 2005)。實驗采用2(知覺負載：高、低) × 2(分心面孔效價：恐懼、中性)的被試內實驗設計。被試眼睛與屏幕正中保持水平并距離 60cm左右。在每個試次(trial)中, 首先在屏幕中央呈現一個500 ms至800 ms的隨機“+”注視點, 然后呈現由字符串和分心面孔組成的刺激200 ms (圖1), 被試判斷字符串中是否含有“N”或“X”并做出按鍵反應,如果是“X”, 用右手食指按“1”鍵, 如果是“N”, 用右手中指按“2”鍵, 之后呈現一個 2000 ms的空屏,如果在空屏期間做反應, 空屏不消失, 如果不做反應, 2000 ms后空屏消失并進入下一個試次。低負載條件下6個字母完全相同(XXXXXX或NNNNNN);高負載條件下, 字符串包含一個目標字母“X”或“N”, 還包括5個分心字母分別為H、K、M、W、Z, 目標刺激出現在 6個位置的概率相同。要求被試將注意力集中在字母搜索上, 忽略字母背后的面孔。實驗中知覺負載以組塊的形式呈現(Jenkins et al., 2005), 負載的順序在組塊之間進行了平衡; 分心面孔效價以偽隨機的形式呈現, 保證同一效價的面孔不會連續呈現3次。實驗包含40個組塊(block),每個組塊6個試次, 共240個試次。完成20個組塊后休息 1 min。每個組塊之前呈現一個線索, 提示接下來的組塊要完成任務的負載水平。

意外再認記憶任務。再認任務總共包含 80張面孔, 新舊面孔各40張, 新舊面孔中恐懼和中性面孔各半。舊面孔是指在視覺搜索任務中出現過的分心面孔, 新面孔是被試之前未呈現過的面孔。每次向被試呈現一張面孔, 被試判斷該面孔是新還是舊,并對自己的判斷進行信心評定, 包括猜測、應該、確定三個水平, 總共形成猜測是新的、應該是新的、確定是新的、猜測是舊的、應該是舊的、確定是舊的6種反應。新舊面孔隨機呈現, 完成按鍵反應后進行下一個試次。實驗程序使用E-Prime 2.0編寫。

圖1 視覺搜索刺激示意圖

2.3 數據記錄與分析

2.3.1 行為數據分析

在視覺搜索任務中, 首先在每個被試內剔除 3個標準差以外的數據(0.01%), 然后獲得每個被試在每個條件的平均數, 檢視平均數是否處在3個標準差以外, 如果是, 將該被試排除。對視覺搜索任務中的正確反應時和錯誤率分別進行2(知覺負載：高、低) × 2(分心面孔效價：恐懼、中性)的重復測量方差分析。在意外再認記憶任務中, 依據前人研究(Qin et al., 2009), 首先計算每個信心水平下對分心面孔的記憶成績, 記憶成績為各信心水平下的擊中率減去對應信心水平的虛報率, 然后采用單樣本

t

檢驗測量被試在各信心水平下的記憶成績是否優于隨機水平(記憶成績 = 0)。由于

t

檢驗中存在多重比較的風險, 本研究采用Bonferroni方法校正

p

值,將顯著性的閾值設定為0.004, 即0.05 ÷ 12 = 0.004,其中12為

t

檢驗的次數。最后對記憶成績進行3(信心：確定、應該、猜測) × 2(知覺負載：高、低) × 2(分心面孔效價：恐懼、中性)的重復測量方差分析。

2.3.2 EEG 記錄與數據分析

采用NeuroScan的ERP記錄與分析系統, 按照國際10-20系統擴展的64導電極帽記錄EEG。在線記錄時以左側乳突為參考電極。垂直眼電(VEOG)與水平眼電(HEOG)均為雙極記錄, VEOG 電極分別置于左眼眶上和眶下正中, HEOG 置于左右外眼角外側。接地點位于頭皮前中部FPz和Fz電極點連線的中點。采樣頻率為 500 Hz, 濾波帶通為0.05～100 Hz, 電級與頭皮之間的阻抗均小于5 k?。

對連續 EEG數據進行離線分析。以全腦平均作為參考, 自動矯正眨眼偽跡, 波幅在±80 μV之外的腦電記錄被視為偽跡, 并自動剔除, 低通濾波設置為30 Hz (24 dB/octave)。以刺激出現為標記, 刺激出現前200 ms到刺激出現后1000 ms為時間窗口對連續數據進行分段。之后分別對實驗中的4種條件(低負載恐懼、低負載中性、高負載恐懼、高負載中性)的ERP進行疊加和平均。

本研究測量 P1 (90～110 ms)、N170 (140～180 ms)、N250 (200～300 ms)、N700 (400～800 ms)四個成分。根據頭皮分布(圖 3)和已有的研究結果,對于上述不同成分選擇不同的電極點進行分析。P1,N170和 N250選擇 P7、P8、PO7和PO8 (Fan et al.,2015; Kaufmann, Schweinberger, & Burton, 2009;Nasr & Esteky, 2009; Parks, Beck, & Kramer, 2013;Rossion, 2014), N700選擇P7、P8進行分析(Eimer &Kiss, 2010; Hecht et al., 2016)。首先獲得每個被試在每個條件的平均數據, 對數據處在3個標準差以外的被試進行排除(排除1名被試)。然后對各成分的平均波幅進行重復測量方差分析, 分析包括知覺負載, 分心面孔效價和電極點三個被試內因素。所有數據分析采用SPSS 21完成, 當數據不符合球形檢驗時, 采用Greenhouse-Geisser法矯正

p

值。

3 結果

3.1 行為數據結果

3.1.1 視覺搜索任務的反應時和錯誤率

3.1.2 意外再認記憶任務的記憶成績

圖2 視覺搜索和意外再認記憶任務的成績圖

3.2 ERP 數據結果

P1

N170

N250

N700

圖3 四種實驗條件在代表性電極點上的ERP總平均圖以及地形圖

4 討論

本研究探索知覺負載對負性情緒分心面孔的知覺加工以及記憶的影響。在視覺搜索任務中, 行為上, 負性比中性分心面孔在高知覺負載下比在低知覺負載下的干擾效應更強。ERP上, N170和N250受分心面孔效價調節, 不受知覺負載調節, 說明早期對負性分心物的加工是自動化的。N700受知覺負載和分心面孔效價調節, 低負載條件下恐懼分心面孔誘發的 N700大于中性分心面孔, 而高負載下二者無顯著差別。記憶成績上, 被試對低負載下的恐懼分心面孔表現出記憶。N700與再認記憶的結果說明, 知覺負載越低, 晚期個體對分心物, 特別是負性分心物的過濾越少, 表現出對負性分心物的記憶偏向。

在視覺搜索任務中, 恐懼分心面孔只對高知覺負載任務產生干擾, 說明恐懼分心面孔在早期是自動化加工, 與當前任務競爭有限的注意資源。ERP結果也支持自動化加工的觀點, 因為N170和N250只受面孔效價調節, 不受負載調節。我們只在高負載條件下觀察到恐懼面孔的干擾效應, 可能是因為高負載任務相比于低負載任務更難, 需要使用更多的注意資源來完成任務, 而恐懼分心面孔的存在吸引了個體的注意, 相比于中性面孔個體更難從中解除注意(Park, van Bavel, Vasey, & Thayer, 2013), 導致了該條件下的反應時變長。而在低負載條件下,因為任務簡單, 所需要的注意資源不多, 所以受到干擾刺激的影響更小, 故恐懼和中性分心面孔對任務的影響差異不顯著。這種觀點與前人的研究結果也是一致的(Gray, 2004), 比如在工作記憶任務中,情緒分心物會干擾高負載的工作記憶, 對低負載的工作記憶沒有顯著影響(Gray, 2004; Gray, Braver, &Raichle, 2002)。

在 P1上, 我們沒有觀察到知覺負載和分心面孔效價的效應。先前的研究顯示, P1反映的是早期基于注意的視知覺加工(Rossion & Caharel, 2011)。這里我們沒有觀察到知覺負載的效應, 表明在兩種負載條件下被試的注意分配是一樣的。這可能是因為在我們的任務中, 兩種知覺負載的視覺刺激都比較復雜, 都包含有面孔和字符串, 兩種條件只有細微的差別, 因而被試對兩種條件下的刺激分配的注意沒有顯著差別。另外, 我們沒有發現表情對 P1成分的調節作用, 這與先前的一些研究結果是一致的(Rossion & Caharel, 2011), 但是另一些研究發現了恐懼面孔對P1的調節(Pourtois, Grandjean, Sander,& Vuilleumier, 2004)。實際上, Pourtois等人(2004)的研究中, 當情緒面孔作為線索時, 它確實能夠調節之后出現在情緒面孔位置上的刺激所誘發的 P1,但情緒面孔線索本身并沒有調節P1。而且, Rossion和 Caharel (2011)的研究也顯示, P1反映的是對視覺刺激的低水平加工, 與對面孔加工的經驗無關。因此, P1很可能反映的是受注意調節的感覺加工,與特異性的面孔加工無關。本研究未觀察到面孔表情對P1的調節也是合理的。

在N170上, 高、低知覺負載誘發的N170沒有差異, 恐懼分心面孔誘發的波幅顯著大于中性分心面孔。一方面, 這說明負性面孔作為分心刺激時,其早期加工不受知覺負載的調節, 是自動化加工,這與之前的研究結果也是一致的(Attar & Muller,2012)。當把面孔作為分心物時, 只有任務與面孔加工相關(比如搜索特定人物), 知覺負載才會對分心面孔的加工產生影響; 如果任務與面孔加工無關,則這種調節作用就會消失(Thoma & Lavie, 2013)。而且 Lavie等人的研究也顯示, 面孔分心物的加工不受知覺負載的調節(Lavie, Ro, & Russell, 2003)。本研究的視覺搜索任務與面孔加工無關, 因此知覺負載未能對面孔加工產生影響。最近的一項研究顯示(Müller-Bardorff et al., 2016), N170受分心物效價和知覺負載的交互影響, 情緒面孔比中性面孔誘發更大的 N170, 這種效價的差異在高低知覺負載條件下不同, 與低知覺負載相比, 高知覺負載條件下的這種差異更小。本研究結果與Müller-Bardorff等人(2016)的結果一起印證了Thoma和Lavie (2013)的結果以及偏向競爭理論(Desimone & Duncan,1995)。本研究中, 被試對字母進行搜索, 要求完成的是語義加工, 與分心面孔的視覺加工不產生明顯競爭; 而在 Müller-Bardorff等人(2016)的研究中,需要對顏色方塊的長短進行比較, 屬于明顯的視覺加工任務, 從而與面孔視覺加工產生了競爭, 對面孔加工相關的N170產生了影響。這些結果表明, 對于突顯性很高的面孔刺激而言, 要在早期對面孔加工產生干擾, 需要執行與面孔加工相類似的視覺加工任務才能實現。

在N250上, 我們觀察到與N170相似的結果。恐懼面孔誘發的 N250大于中性面孔, 知覺負載不對 N250產生影響, 這可能是因為表情的辨別過程是自動化的過程。之前研究發現, 情緒刺激能夠比中性刺激在 200～300 ms間誘發更大的負成分, 這反映的是對面孔進行知覺識別以后, 視覺皮層對環境中的情緒信息進一步的注意加工(Schupp, Flaisch,Stockburger, & Junghofer, 2006)。而且, 只有情緒刺激處在中央注視區才不受注意調節(俠牧, 李雪榴,葉春, 李紅, 2014), 這也與本研究相符, 本研究中面孔刺激處于視覺的中央注視區。當分心面孔處在外周時, 其誘發的 N250是否受知覺負載調節還需要以后的研究來證實。

與預期一致, 在刺激消失之后我們觀察到了N700。低知覺負載誘發的N700大于高知覺負載。更重要的是, 只有在低負載下, 恐懼分心面孔在右側電極點(P8)上誘發的 N700大于中性面孔。只在右側電極點觀察到該效應, 可能是因為面孔的加工具有右半球優勢(Prete et al., 2015)。在視覺加工中,N700可能反映的是視覺刺激消失后對刺激的進一步加工(Hecht et al., 2016), 包括對視覺刺激的記憶編碼儲存與學習(Bender et al., 2008)。本研究中, 知覺負載越低, N700越大, 表明越多的資源來對分心物進行編碼與存儲, 那么對分心物的記憶成績就越好; 相反, 知覺負載越高, 對分心物的過濾越多,N700越小, 越少的資源用來處理分心物, 對分心物的記憶成績就越差。這與我們在意外再認記憶任務中觀察到的結果一致(見下一段討論)。先前有研究調查了知覺負載對情緒分心物的加工的影響, 結果發現知覺負載對穩態視覺誘發電位(steady-state visual evoked potentials)沒有影響, 即知覺負載對人類視覺皮層的加工調節作用很小(Attar, Andersen,& Müller, 2010)。這與本研究觀察到的晚期成分受知覺負載和分心面孔效價的影響不同。本研究發現知覺負載不對早期成分產生影響, 對晚期成分進行調節, 這與最近的研究結果是一致的(Luo et al.,2010)。目前關于情緒分心物的加工是否受知覺負載的調節研究結果不一致, 可能是因為知覺負載高低的界定不清晰, 在不同研究之間很難做比較。比如視覺搜索與知覺判斷是明顯不同的任務, 很難比較。另外, 已有研究顯示情緒分心物的強度在認知與情緒交互作用中具有重要作用(Pessoa, 2009), 因此情緒分心物的效價強度不同也可能導致研究結果的差異。

在意外再認記憶任務中, 被試對低知覺負載任務中的分心物記憶好于高知覺負載任務, 這與前人的研究結果(Jenkins et al., 2005)一致, 這些研究結果都表明在編碼階段的知覺負載會調節個體對分心物的加工從而影響之后對它的記憶。與我們的預期不同, 本研究沒有在分心物的記憶上觀察到與N700類似的反應模式, 即記憶成績受知覺負載和分心面孔效價的調節。這可能是因為編碼階段的知覺負載和分心面孔效價對知覺加工的影響和它們對分心物記憶的影響不是一一對應的關系(Shafer& Dolcos, 2012)。也有可能是因為本研究中的情緒分心面孔的強度只是中等, 未能產生更強的情緒效應, 因為之前有理論表明, 情緒強度在認知與情緒的交互作用中是一個重要因素(Pessoa, 2009)。即便沒有觀察到知覺負載和面孔效價對分心物記憶的調節, 本研究觀察到了被試能夠很好的記憶低知覺負載下的恐懼分心面孔, 對其它條件下的分心面孔沒有表現出記憶。這在一定程度上說明當知覺負載較低時, 與中性分心刺激相比個體對負性分心刺激過濾更少, 表現出對負性分心刺激的加工和存儲偏向。編碼階段的高知覺負載有助于個體過濾情緒分心刺激, 避免過多的加工情緒分心物。先前研究顯示, 高焦慮個體存在對分心物抑制不足的問題, 負性分心面孔顯著的激活了杏仁核(Bishop, Jenkins,& Lawrence, 2007)。這從另一個角度反映了對情緒分心物進行適當的控制, 會有助于個體的生存。值得注意的是, 由于沒有觀察到知覺負載與分心面孔效價的交互作用, 這里的結果需要謹慎對待, 未來也需要實驗來進一步驗證本研究的推斷。

5 結論

個體對負性分心物的加工存在自動加工和受知覺負載調節兩種模式。在早期階段, 個體對負性分心物進行自動化加工; 在晚期階段, 個體對負性分心物的加工被知覺負載調節, 知覺負載越低, 對負性分心物的過濾越少, 表現出對負性分心物的記憶偏向。

Attar, H. C., Andersen, S. K., & Müller, M. M. (2010). Time course of affective bias in visual attention: Convergent evidence from steady-state visual evoked potentials and behavioral data.

NeuroImage, 53

, 1326–1333.Attar, H. C., & Müller, M. M. (2012). Selective attention to task-irrelevant emotional distractors is unaffected by the perceptual load associated with a foreground task.

PLoS One, 7

, e37186.Bender, S., Behringer, S., Freitag, C. M., Resch, F., &Weisbrod, M. (2010). Transmodal comparison of auditory,motor, and visual post-processing with and without intentional short-term memory maintenance.

Clinical Neurophysiology, 121

, 2044–2064.Bender, S., Oelkers-Ax, R., Hellwig, S., Resch, F., &Weisbrod, M. (2008). The topography of the scalp-recorded visual N700.

Clinical Neurophysiology, 119

, 587–604.Bishop, S. J., Jenkins, R., & Lawrence, A. D. (2007). Neural processing of fearful faces: Effects of anxiety are gated by perceptual capacity limitations.

Cerebral Cortex, 17

,1595–1603.Brosch, T., Sander, D., Pourtois, G., & Scherer, K. R. (2008).Beyond fear: Rapid spatial orienting toward positive emotional stimuli.

Psychological Science, 19

, 362–370.Calvo, M. G., & Beltrán, D. (2013). Recognition advantage of happy faces: Tracing the neurocognitive processes.

Neuropsychologia, 51

, 2051–2061.Calvo, M. G., & Beltrán, D. (2014). Brain lateralization of holistic versus analytic processing of emotional facial expressions.

Neuroimage, 92

, 237–247.Cohen, N., & Henik, A. (2012). Do irrelevant emotional stimuli impair or improve executive control?

Frontiers in Integrative Neuroscience, 6

, 33.Crist, R. E., Wu, C.-T., Karp, C., & Woldorff, M. G. (2007).Face processing is gated by visual spatial attention.

Frontiers in Human Neuroscience, 1

, 10.Desimone, R., & Duncan, J. (1995). Neural mechanisms of selective visual attention.

Annual Review of Neuroscience,18

, 193–222.Dolcos, F., Wang, L., & Mather, M. (2014). Current research and emerging directions in emotion-cognition interactions.

Frontiers in Integrative Neuroscience, 8

, 83.Eimer, M., & Kiss, M. (2010). An electrophysiological measure of access to representations in visual working memory.

Psychophysiology, 47

, 197–200.Fan, C., Chen, S. S., Zhang, L. C., Qi, Z. Y., Jin, Y. L., Wang,Q., … Luo, W. B. (2015). N170 changes reflect competition between faces and identifiable characters during early visual processing.

NeuroImage, 110

, 32–38.Gainotti, G. (2012). Unconscious processing of emotions and the right hemisphere.

Neuropsychologia, 50

, 205–218.Gray, J. R. (2004). Integration of emotion and cognitive control.

Current Directions in Psychological Science, 13

,46–48.Gray, J. R., Braver, T. S., & Raichle, M. E. (2002). Integration of emotion and cognition in the lateral prefrontal cortex.

Proceedings of the National Academy of Sciences of the United States of America, 99

, 4115–4120.Gupta, R., Hur, Y. J., & Lavie, N. (2016). Distracted by pleasure: Effects of positive versus negative valence on emotional capture under load.

Emotion, 16

, 328–337.Hecht, M., Thiemann, U., Freitag, C. M., & Bender, S. (2016).Time-resolved neuroimaging of visual short term memory consolidation by post-perceptual attention shifts.

NeuroImage,125

, 964–977.Jenkins, R., Lavie, N., & Driver, J. (2005). Recognition memory for distractor faces depends on attentional load at exposure.

Psychonomic Bulletin & Review, 12

, 314–320.Jessen, S., & Grossmann, T. (2015). Neural signatures of conscious and unconscious emotional face processing in human infants.

Cortex, 64

, 260–270.Kaufmann, J. M., Schweinberger, S. R., & Burton, A. M.(2009). N250 ERP correlates of the acquisition of face representations across different images.

Journal of Cognitive Neuroscience, 21

, 625–641.Lavie, N. (2005). Distracted and confused?: Selective attention under load.

Trends in Cognitive Sciences, 9

, 75–82.Lavie, N. (2010). Attention, distraction, and cognitive control under load.

Current Directions in Psychological Science,19

, 143–148.Lavie, N., Ro, T., & Russell, C. (2003). The role of perceptual load in processing distractor faces.

Psychological Science,14

, 510–515.Luo, Q., Holroyd, T., Majestic, C., Cheng, X., Schechter, J., &Blair, R. J. (2010). Emotional automaticity is a matter of timing.

Journal of Neuroscience, 30

, 5825–5829.Mangun, G. R., Buonocore, M. H., Girelli, M., & Jha, A. P.(1998). ERP and fMRI measures of visual spatial selective attention.

Human Brain Mapping, 6

, 383–389.Minamoto, T., Shipstead, Z., Osaka, N., & Engle, R. W. (2015).Low cognitive load strengthens distractor interference while high load attenuates when cognitive load and distractor possess similar visual characteristics.

Attention Perception & Psychophysics, 77

, 1659–1673.Mothes-Lasch, M., Mentzel, H. J., Miltner, W. H. R., &Straube, T. (2011). Visual attention modulates brain activation to angry voices.

Journal of Neuroscience, 31

,9594–9598.Müller-Bardorff, M., Schulz, C., Peterburs, J., Bruchmann, M.,Mothes-Lasch, M., Miltner, W., & Straube, T. (2016).Effects of emotional intensity under perceptual load: An event-related potentials (ERPs) study.

Biological Psychology,117

, 141–149.Nasr, S., & Esteky, H. (2009). A study of N250 event-related brain potential during face and non-face detection tasks.

Journal of Vision, 9

, 5.1–14.Norberg, J., Peira, N., & Wiens, S. (2010). Never mind the spider: Late positive potentials to phobic threat at fixation are unaffected by perceptual load.

Psychophysiology, 47

,1151–1158.Park, G., van Bavel, J. J., Vasey, M. W., & Thayer, J. F. (2013).Cardiac vagal tone predicts attentional engagement to and disengagement from fearful faces.

Emotion, 13

, 645–656.Parks, N. A., Beck, D. M., & Kramer, A. F. (2013).Enhancement and suppression in the visual field under perceptual load.

Frontiers in Psychology, 4

, 275.Pessoa, L. (2009). How do emotion and motivation direct executive control?

Trends in Cognitive Sciences, 13

,160–166.Pessoa, L. (2015). Precis on the cognitive-emotional brain.

Behavioral and Brain Sciences, 38

, e71.Pessoa, L., Padmala, S., & Morland, T. (2005). Fate of unattended fearful faces in the amygdala is determined by both attentional resources and cognitive modulation.

Neuroimage, 28

, 249–255.Pessoa, L., McKenna, M., Gutierrez, E., & Ungerleider, L. G.(2002). Neural processing of emotional faces requires attention.

Proceedings of the National Academy of Sciences of the United States of America, 99

, 11458–11463.Pourtois, G., Grandjean, D., Sander, D., & Vuilleumier, P.(2004). Electrophysiological correlates of rapid spatial orienting towards fearful faces.

Cerebral Cortex, 14

,619–633.Prete, G., D'Ascenzo, S., Laeng, B., Fabri, M., Foschi, N., &Tommasi, L. (2015). Conscious and unconscious processing of facial expressions: Evidence from two split-brain patients.

Journal of Neuropsychology, 9

, 45–63.Qin, S. Z., Rijpkema, M., Tendolkar, I., Piekema, C., Hermans,E. J., Binder, M., … Fernández, G. (2009). Dissecting medial temporal lobe contributions to item and associative memory formation.

Neuroimage, 46

, 874–881.Righi, S., Marzi, T., Toscani, M., Baldassi, S., Ottonello, S., &Viggiano, M. P. (2012). Fearful expressions enhance recognition memory: Electrophysiological evidence.

Acta Psychologica, 139

, 7–18.Rossion, B. (2014). Understanding face perception by means of human electrophysiology.

Trends in Cognitive Sciences,18

, 310–318.Rossion, B., & Caharel, S. (2011). ERP evidence for the speed of face categorization in the human brain: Disentangling the contribution of low-level visual cues from face perception.

Vision Research, 51

, 1297–1311.Sabatinelli, D., Fortune, E. E., Li, Q. Y., Siddiqui, A., Krafft,C., Oliver, W. T., … Jeffries, J.. (2011). Emotional perception: Meta-analyses of face and natural scene processing.

NeuroImage, 54

, 2524–2533.Sand, A., & Wiens, S. (2011). Processing of unattended, simple negative pictures resists perceptual load.

Neuroreport, 22

,348–352.Sawaki, R., & Luck, S. J. (2011). Active suppression of distractors that match the contents of visual working.

Visual Cognition, 19

, 956–972.Schupp, H. T., Flaisch, T., Stockburger, J., & Jungh?fer, M.(2006). Emotion and attention: Event-related brain potential studies.

Progress in Brain Research, 156

, 31–51.Shafer, A. T., & Dolcos, F. (2012). Neural correlates of opposing effects of emotional distraction on perception and episodic memory: An event-related FMRI investigation.

Frontiers in Integrative Neuroscience, 6

, 70.Shafer, A. T., Matveychuk, D., Penney, T., O?Hare, A. J.,Stokes, J., & Dolcos, F. (2012). Processing of emotional distraction is both automatic and modulated by attention:Evidence from an event-related fMRI investigation.

Journal of Cognitive Neuroscience, 24

, 1233–1252.Stefanics, G., Csukly, G., Komlósi, S., Czobor, P., & Czigler, I.(2012). Processing of unattended facial emotions: A visual mismatch negativity study.

NeuroImage, 59

, 3042–3049.Thoma, V., & Lavie, N. (2013). Perceptual load effects on processing distractor faces indicate face-specific capacity limits.

Visual Cognition, 21

, 1053–1076.Vuilleumier, P. (2015). Precision about the automatic emotional brain.

Behavioral and Brain Sciences, 38

, e89.Vuilleumier, P., Armony, J. L., Driver, J., & Dolan, R. J.(2001). Effects of attention and emotion on face processing in the human brain: An event-related fMRI study.

Neuron,30

, 829–841.Vuilleumier, P., & Huang, Y.-M. (2009). Emotional attention:Uncovering the mechanisms of affective biases in perception.

Current Directions in Psychological Science,18

, 148–152.Wang, Y., & Luo, Y. J. (2005). Standardization and assessment of college students’ facial expression of emotion.

Chinese Journal of Clinical Psychology, 13

, 396–398.[王妍, 羅躍嘉. (2005). 大學生面孔表情材料的標準化及其評定.

中國臨床心理學雜志, 13

, 396–398.]Xia, M., Li, X. M., Ye, C., & Li, H. (2014). The ERPs for the facial expression processing.

Advances in Psychological Science, 22

, 1556–1563.[俠牧, 李雪榴, 葉春, 李紅. (2014). 面部表情加工的 ERP成分.

心理科學進展, 22

, 1556–1563.]Yates, A., Ashwin, C., & Fox, E. (2010). Does emotion processing require attention? The effects of fear conditioning and perceptual load.

Emotion, 10

, 822–830.